Kurzantwort: Die nächste Welle von Pflichten des EU AI Act, die Transparenz, KI-Modelle mit allgemeinem Verwendungszweck und Governance abdeckt, trat am 2. August 2026 in Kraft. Compliance nach dem Gesetz ist keine einzelne Checkbox: Sie hängt davon ab, hinter jeder KI-berührten Entscheidung saubere, nachvollziehbare, auditierbare Daten zeigen zu können. Pearstops Plattform erzeugt diesen Prüfpfad automatisch als Nebenprodukt der Klassifizierungs- und Datenqualitätsarbeit, die sie ohnehin schon leistet, sodass Compliance zu einem Bericht wird, den Sie ausführen können, statt zu einem Projekt, das Sie beauftragen müssen.
Auf dieser Seite: Was gerade passiert ist · Konsequenzen bei Nichteinhaltung · Wie Pearstop die Pflichten abdeckt · Das Wertversprechen · FAQ
Was gerade passiert ist: der Kontext des EU AI Act
Der EU AI Act (Verordnung (EU) 2024/1689) trat am 1. August 2024 in Kraft und wird auf einem gestaffelten Zeitplan ausgerollt. Zum jüngsten Meilenstein sind folgende Teile in Kraft:
- Allgemeine Bestimmungen und grundlegende Begriffsbestimmungen (Artikel 1–4)
- Verbotene KI-Praktiken (Artikel 5)
- Pflichten für Anbieter von KI-Modellen mit allgemeinem Verwendungszweck (GPAI) (Artikel 51–56)
- Transparenzpflichten (Artikel 50)
- Maßnahmen zur Innovationsförderung (Artikel 57–63)
- Governance und Durchsetzung (Artikel 64–76 und 99–101)
Es gibt eine Bestandsschutz-Ausnahme, die man kennen sollte: Bestehende generative KI-Systeme haben bis zum 2. Dezember 2026 Zeit, um die Anforderungen an maschinenlesbare Kennzeichnung und Wasserzeichen zu erfüllen. Alles andere auf der obigen Liste ist bereits jetzt in Kraft, was saubere, kategorisierte, auditierbare Daten zu einer Anforderung der Gegenwart macht, statt zu etwas, das man für nächstes Jahr einplant.
Konsequenzen bei Nichteinhaltung
Die Nichteinhaltung dieser Pflichten zieht schwerere Strafen nach sich als je zuvor, wie in der folgenden Tabelle dargestellt:
| Stufe | Verstoßart | Fester Höchstbetrag | Umsatzanteil | Angewendeter Betrag |
|---|---|---|---|---|
| Stufe 1 | Verbotene KI-Praktiken (Artikel 5) | 35 Millionen EUR | 7 % des weltweiten Jahresumsatzes | Je nachdem, was höher ist |
| Stufe 2 | Nichteinhaltung der Hochrisiko-Anforderungen und der meisten anderen Pflichten | 15 Millionen EUR | 3 % des weltweiten Jahresumsatzes | Je nachdem, was höher ist |
| Stufe 3 | Bereitstellung falscher, unvollständiger oder irreführender Informationen an Behörden oder benannte Stellen | 7,5 Millionen EUR | 1 % des weltweiten Jahresumsatzes | Je nachdem, was höher ist |
Das Gesetz sieht jedoch eine Verhältnismäßigkeit für KMU und kleine Midcaps vor, aber das Risiko skaliert weiterhin mit dem Umsatz, sodass kleinere Unternehmen in der Praxis nicht ausgenommen sind. Und die Geldstrafe ist selten die ganze Geschichte. Neben der Geldstrafe können Unternehmen Reputationsschäden, den Verlust des Marktzugangs durch die Unfähigkeit, die CE-Kennzeichnung rechtmäßig zu tragen, und eine intensivere laufende Prüfung durch Marktüberwachungsbehörden erleiden. In Kombination können diese Konsequenzen ein Unternehmen weit über die anfängliche Durchsetzungsmaßnahme hinaus betreffen, unabhängig von seiner Größe. Der direkteste Weg, dieses Risiko in jedem Fall zu reduzieren, ist derselbe: saubere, kategorisierte, auditierbare Daten.
Hier kommt Pearstop: Compliance ist kein einzelnes Feature, sie ist die gesamte Plattform
Compliance nach dem Gesetz entsteht nicht aus einer einzelnen Absicherung. Sie entsteht aus Nachvollziehbarkeit, sauberen Daten und Dokumentation, die an jedem Punkt zusammenwirken, an dem KI Ihren Workflow berührt. Hier ist, wie jeder Teil der Pearstop-Plattform darauf einzahlt.
File Drop — der Prüfpfad, automatisiert
Jede Nutzung von Pearstops File-Drop-Feature erzeugt automatisch einen zeitgestempelten, manipulationssicheren Prüfpfad. Genau das ist die Art von Aufzeichnung, die Artikel 50 von Unternehmen verlangt, auf Anfrage vorlegen zu können. Weil sie automatisch erzeugt wird, gibt es keinen manuellen Protokollierungsschritt, der übersprungen werden könnte, und keine nachträgliche Rekonstruktion, falls eine Aufsichtsbehörde danach fragt.
Pearstop Ledger — nachvollziehbare Kategorisierung
Pearstop klassifiziert Procurement- und Anlagendaten gegen UNSPSC, mit eingebauter Qualitätssicherung und Kontrollprüfungen bei jedem Schritt. Das macht aus der Kategorisierung einen systematisierten Prozess statt eines Ad-hoc-Prozesses, wo die meisten Datenzuverlässigkeitsprobleme entstehen. Das Ergebnis ist zweifach: Es ist einfacher zu zeigen, wie eine Klassifizierungs- oder Preisentscheidung zustande kam, was der Maßstab ist, den Aufsichtsbehörden generell an KI-gestützte Entscheidungen anlegen, und das Unternehmen erhält im Tagesgeschäft verlässlichere Daten.
Data Quality — das Fundament unter allem
Unter beidem strukturiert, validiert und pflegt die Plattform die Procurement-, Anlagen- und Kostendaten, die durch die Systeme eines Unternehmens fließen. Saubere, governte Daten sind hier nicht nur ein Effizienzgewinn — sie sind das, worauf Vertrauen, Compliance und Wettbewerbsvorteil aufbauen.
AI Readiness — compliance-taugliche Daten für alles, was Sie als Nächstes einsetzen
Dieselben sauberen, strukturierten Daten bereiten ein Unternehmen auch darauf vor, seine eigenen KI-Systeme zu speisen, sodass Ergebnisse von Anfang an verlässlich und nachvollziehbar bleiben. Statt in Hektik zu geraten, wenn die nächste Stufe von Hochrisiko-Pflichten eintrifft, sind Unternehmen, die mit sauberen Daten arbeiten, bereits darauf vorbereitet, sie zu erfüllen. Ihr Unternehmen wird nicht nur jede neue Pflicht erfüllen, sobald sie eintrifft, es wird das auch ohne die Hektik tun, die viele Organisationen beim aktuellen Rollout gerade erst zu spüren bekommen.
Warum die Plattformsicht wichtig ist: Compliance wird nicht durch ein einzelnes Checkbox-Feature gelöst, sie wird gelöst, wenn jeder Punkt, an dem KI Ihren Workflow berührt, eine Aufzeichnung hinterlässt. Und weil die zugrunde liegende Infrastruktur in allen vier Bereichen dieselbe ist, erweitert sich das, was heute die Transparenz-Compliance unterstützt, natürlich auf die Dokumentationsanforderungen für Hochrisikosysteme, sobald diese in Kraft treten.
Das Wertversprechen von Pearstop
Jeder Teil der Plattform deckt eine andere Pflicht ab:
- File Drop für Prüfpfade
- Ledger für nachvollziehbare Kategorisierung
- Data Quality für Governance
- AI Readiness für das, was als Nächstes kommt
Über den Compliance-Fall hinaus verkürzt das die Audit-Vorbereitungszeit von Wochen auf Minuten, mit exportierbaren, zeitgestempelten Aufzeichnungen und Daten, die auf Anfrage leicht abrufbar sind.
Wenn Sie ein Fundament für Datenglaubwürdigkeit und Compliance aufbauen möchten, buchen Sie einen Discovery Call mit Pearstop: pearstop.com
Häufig gestellte Fragen
Welche Pflichten des EU AI Act traten am 2. August 2026 in Kraft?
Die jüngste Welle umfasst Pflichten für Hochrisikosysteme und die meisten verbleibenden allgemeinen Pflichten des Gesetzes, aufbauend auf Bestimmungen, die bereits seit 2024 und 2025 gelten, einschließlich verbotener Praktiken, GPAI-Anbieterpflichten und Transparenzanforderungen.
Welche Strafen drohen bei Nichteinhaltung des EU AI Act?
Artikel 99 legt drei Stufen fest: bis zu 35 Millionen Euro oder 7 % des weltweiten Umsatzes für verbotene Praktiken, bis zu 15 Millionen Euro oder 3 % für die Nichteinhaltung von Hochrisiko-Anforderungen und den meisten übrigen Pflichten sowie bis zu 7,5 Millionen Euro oder 1 % für die Bereitstellung falscher, unvollständiger oder irreführender Informationen an Behörden oder benannte Stellen. In jeder Stufe gilt jeweils der höhere Betrag.
Wie unterstützt Pearstop bei der compliance mit dem EU AI Act?
Pearstop klassifiziert und strukturiert procurement- und asset-Daten mit integrierten Audit-Trails und Qualitätsprüfungen, sodass die vom Gesetz geforderte Nachvollziehbarkeit ein Nebenprodukt der ohnehin laufenden Datenbereinigung ist, statt eines separaten compliance-Projekts.
Ist compliance nur für Unternehmen relevant, die AI-Systeme entwickeln?
Nein. Auch Deployer und Nutzer von AI-Systemen tragen Pflichten, insbesondere im Bereich Transparenz und Dokumentation von Hochrisikosystemen. Die Anforderung, saubere, nachvollziehbare Daten vorzuweisen, gilt daher breit über die gesamte Lieferkette hinweg, nicht nur für AI-Anbieter.
Rae Thomas
Director of Operations, Pearstop
Rae heads up operations at Pearstop, in both the traditional and non-traditional sense. She's as committed to the internal success of the business as she is to the value clients get out of it, which is why she leads delivery on most projects and is the main point of contact for clients throughout.
LinkedIn →Further reading
Why the data has to be right before go-live, not after
Whatever is dirty in your data at cutover moves into the new ERP with you. Here is why the clean-up has to happen before go-live, not after.
Read more →ProcurementKeeping classification current before your ERP integration is even scoped
Waiting on an ERP integration doesn't mean waiting on spend visibility. Here's how to run interim classification so the migration inherits clean data.
Read more →
