Ein Stichtag, zwei Wahrheiten

Alle reden vom 2. August. Kaum jemand trennt sauber, was an diesem Tag greift und was nicht. Am 2. August 2026 werden die Transparenzpflichten nach Artikel 50 des EU AI Act für Banken anwendbar, während die vollen Pflichten für Hochrisiko-Systeme nach Anhang III durch den Digital Omnibus voraussichtlich erst zum 2. Dezember 2027 verbindlich werden. Wer beide Ebenen vermischt, plant entweder zu früh gegen die falsche Frist oder zu spät gegen die richtige.

Der EU AI Act, die Verordnung (EU) 2024/1689, trat am 1. August 2024 in Kraft und wird stufenweise anwendbar. Die verbotenen Praktiken und die KI-Kompetenzpflicht nach Artikel 4 gelten seit dem 2. Februar 2025. Die Regeln für Modelle mit allgemeinem Verwendungszweck sowie Governance und Sanktionen folgten im August 2025. Der 2. August 2026 ist die nächste große Stufe, und genau deshalb lohnt der genaue Blick, welche Teile davon tatsächlich scharf geschaltet werden.

Was am 2. August 2026 tatsächlich anwendbar wird

Die allgemeinen Transparenzpflichten nach Artikel 50 Absatz 1, 3 und 4 gelten ab dem 2. August 2026 und sind vom Digital Omnibus ausdrücklich nicht betroffen. Dazu gehört die Kennzeichnung von Chatbots, KI-generierten Inhalten und Deepfakes. Für Banken heißt das konkret: Wenn ein Kunde mit einem KI-Assistenten schreibt, muss das erkennbar sein. Diese Kernpflichten kommen wie geplant.

Die Wasserzeichenpflicht nach Artikel 50 Absatz 2 gilt für neue Systeme ab demselben Datum, für Altsysteme läuft eine verlängerte Frist bis zum 2. Dezember 2026. Wer heute einen Chatbot oder ein Text-Generierungswerkzeug im Kundenkontakt betreibt, hat also zwei Termine im Blick zu behalten, nicht einen. Die Grundlogik ist eindeutig: Fristen verschieben sich, die Grundpflichten bleiben.

Was der Digital Omnibus verschiebt

Ursprünglich sollten am 2. August 2026 auch die umfangreichen Pflichten für Hochrisiko-KI greifen. Mit dem sogenannten Digital Omnibus einigten sich Rat und Parlament Anfang Mai 2026 vorläufig darauf, diese Fristen nach hinten zu verschieben. Eigenständige Hochrisiko-Systeme nach Anhang III werden voraussichtlich erst ab dem 2. Dezember 2027 verpflichtend, in regulierte Produkte eingebettete KI nach Anhang I erst ab dem 2. August 2028. Der Rat der Europäischen Union stimmte am 13. März 2026 für diese Verschiebung, das Parlament am 18. März 2026.

Der Council begründete seine Position damit, dass ohne offizielle technische Guidance und ohne funktionsfähige nationale Aufsichtsstrukturen in den meisten Mitgliedstaaten die Anwendung der Hochrisiko-Pflichten eine Regel in einem Vakuum durchsetzen würde. Nur acht von 27 Mitgliedstaaten hatten ihre nationalen Anlaufstellen formal benannt. Der Digital Omnibus zielt dabei auf eine praktikablere Umsetzung, nicht auf eine inhaltliche Neuausrichtung des AI Act.

Warum die Verschiebung noch nicht endgültig ist

Wichtig für die rechtliche Einordnung: Die Verschiebung ist zum jetzigen Zeitpunkt nicht endgültig. Damit die Änderungen rechtzeitig greifen, muss das Regelwerk noch vor dem 2. August 2026 formal verabschiedet und im Amtsblatt der EU veröffentlicht werden. Bis dahin bleibt der 2. August 2026 der verbindliche Anwendungstermin. Wer heute ein Kreditscoring-Modell oder ein HR-Screening-Tool betreibt, plant also gegen einen wackelnden Stichtag mit voller Compliance-Pflicht.

Welche Bankprozesse als Hochrisiko gelten

Anhang III listet acht Hochrisiko-Bereiche. Für Banken und Sparkassen sind vor allem zwei relevant: die Kreditwürdigkeitsprüfung natürlicher Personen und Personalmanagementprozesse wie Bewerbermanagement und Performance-Bewertung. Ein Kreditscoring-Modell für Privatkunden fällt damit in die Hochrisiko-Klasse. Ein internes Werkzeug zur Textformulierung tut es nicht.

Diese Unterscheidung ist keine Formalie. Sie entscheidet, ob ein System eine Konformitätsbewertung, eine technische Dokumentation nach Artikel 11, ein Risikomanagement nach Artikel 9 und ein Human-Oversight-Konzept braucht. Für die meisten Anhang-III-Systeme reicht eine interne Konformitätsbewertung; nur bei biometrischer Fernidentifizierung ist eine Drittprüfung durch eine notifizierte Stelle nötig. Details dazu vertieft unser Beitrag zu den Hochrisiko-Pflichten.

Der Unterschied zwischen Anbieter und Betreiber

Entscheidend für die Praxis ist die Rolle, die ein Institut einnimmt. Der AI Act unterscheidet zwischen Anbietern, die KI-Systeme entwickeln oder unter eigenem Namen in Verkehr bringen, und Betreibern, im Gesetz Deployer genannt, die KI unter eigener Verantwortung einsetzen. Eine Bank, die ein Kreditscoring-Modell selbst entwickelt, ist Anbieter und trifft die volle Last: Konformitätsbewertung, CE-Kennzeichnung und Registrierung in der EU-Datenbank.

Setzt die Bank ein zugekauftes System ein, ist sie Betreiber mit eigenen, aber schlankeren Pflichten. In vielen Häusern verschwimmt diese Grenze, etwa wenn ein zugekauftes Modell intern wesentlich verändert wird. Genau dann kann aus einem Betreiber ein Anbieter werden, mit allen zusätzlichen Pflichten. Die saubere Rollenklärung ist deshalb der erste Schritt jeder Umsetzungsplanung.

Warum die KI-Kompetenzpflicht schon läuft

Während die Hochrisiko-Pflichten später greifen, gilt Artikel 4 bereits seit dem 2. Februar 2025. Er verpflichtet alle Anbieter und Betreiber, ausreichende KI-Kompetenz bei ihrem Personal sicherzustellen. Ein festes Curriculum schreibt der Artikel nicht vor, wohl aber eine Schulung, die zum Kontext des KI-Einsatzes und zur Rolle der betroffenen Person passt.

Ein Kreditsachbearbeiter, der ein KI-gestütztes Scoring nutzt, braucht ein anderes Verständnis als ein Mitarbeiter, der ein Sprachmodell für E-Mail-Vorlagen einsetzt. Diese Pflicht läuft unabhängig von allen Fristverschiebungen und ist dokumentationspflichtig. Wer sie ignoriert, hat eine offene Flanke, lange bevor die Hochrisiko-Regeln greifen.

Warum die verlängerte Frist keine Pause ist

Die Verschiebung bringt Planungssicherheit, kein Argument zum Aufschieben. Für die operative Vorbereitung ändert sich wenig: Das KI-Inventar, die Klassifikation nach Anhang III und die Analyse der Kontroll-Lücken müssen vorliegen, bevor harmonisierte Standards sauber angewendet werden können. Eine Konformitätsbewertung dauert nach Branchenerfahrung drei bis sechs Monate. Wer erst kurz vor der Frist beginnt, schafft sie zeitlich nicht.

Institute, die diese Grundlagenarbeit jetzt machen, gewinnen Zeit für bessere Governance statt für Flickschusterei kurz vor dem Stichtag. Mehr Vorlauf ist eine Chance für strukturelle Arbeit, kein Grund, sie aufzuschieben.

Der Aufbau gelingt ohne parallele KI-Welt

Der pragmatische Weg führt nicht über eine parallele KI-Governance-Welt. Banken verfügen mit MaRisk, den EBA-Guidelines, dem EGIM und BCBS 239 bereits über ein robustes Fundament für Modell- und Daten-Governance. Hochrisiko-KI lässt sich in dieses bestehende Framework integrieren und risikobasiert erweitern. Modellinventar, Rollen, Validierung und Gremienstrukturen aus MaRisk und EBA lassen sich nutzen, um AI-Act-Kontrollen wie lebenszyklusbezogenes Risikomanagement, Human-Oversight und Logging zu verankern.

Neu hinzu kommen vor allem inhaltliche Fähigkeiten: Fairness- und Bias-Analysen sowie Grundrechts- und Diskriminierungsbewertungen. Der AI Act ist damit weder ein kompletter Neustart noch ein reines Paperwork-Upgrade. Wer sein Modellinventar nach der MaRisk-Novelle bereits sauber führt, hat die halbe Strecke hinter sich.

Vier Regulierungen treffen gleichzeitig auf

Der AI Act steht nicht allein. 2026 wurden vier große EU-Regelwerke gleichzeitig operativ: DORA ist seit Januar 2025 anwendbar, das NIS2-Umsetzungsgesetz greift 2025 und 2026, die Hochrisiko-Stufe des AI Act stand für August 2026 an, und die Meldepflicht des Cyber Resilience Act folgt im September 2026. Diese Gleichzeitigkeit bindet Umsetzungskapazitäten und macht die Priorisierung schwer.

Für Banken ist das die eigentliche Belastungsprobe: nicht die einzelne Verordnung, sondern ihr Zusammenspiel. Wer AI Act, DORA und die übrigen Rahmenwerke in getrennten Projekten abarbeitet, verdoppelt Aufwand und riskiert Widersprüche. Ein gemeinsames Kontroll-Framework, das alle Modelle risikobasiert steuert, ist die effizientere Antwort.

Was Verstöße kosten

Der AI Act arbeitet mit einem gestaffelten Sanktionsregime. Für den Einsatz verbotener KI-Praktiken drohen bis zu 35 Millionen Euro oder sieben Prozent des weltweiten Jahresumsatzes. Für Verstöße gegen die Hochrisiko-Pflichten sind es bis zu 15 Millionen Euro oder drei Prozent. Für fehlerhafte oder irreführende Informationen gegenüber Behörden bis zu 7,5 Millionen Euro oder ein Prozent. In Deutschland übernehmen nach dem KI-Marktüberwachungsgesetz die Bundesnetzagentur und sektorale Behörden die Aufsicht. In den ersten Monaten dürften die Behörden vorwiegend beratend auftreten, verlassen sollte sich darauf niemand.

Die drei Lücken, die in der Praxis durchfallen

In der Umsetzungspraxis fallen drei Pflichten regelmäßig durchs Netz. Das Risikomanagement nach Artikel 9 liegt häufig als einmaliges Audit-Dokument vor, nicht als kontinuierlicher Prozess über den gesamten Lebenszyklus. Die Datenqualitäts-Governance nach Artikel 10 ist als Policy formuliert, aber selten messbar gegen Repräsentativität, statistische Eigenschaften und Bias geprüft. Und die menschliche Aufsicht bleibt oft eine Absichtserklärung ohne definierte Eingriffspunkte.

Genau hier trennt sich Vorbereitung von Papierarbeit. Ein KI-Inventar, das jede Anwendung ihrer Risikoklasse zuordnet, ist die Grundlage. Wer heute nicht weiß, welche seiner Systeme unter Anhang III fallen, kann weder Fristen planen noch Sanktionsrisiken einschätzen.

Was Institute jetzt konkret tun

Der erste Schritt ist eine vollständige Inventarisierung aller KI-Systeme mit Klassifikation nach Anhang III. Der zweite ist die Umsetzung der Transparenzpflichten bis zum 2. August 2026, also die Kennzeichnung aller kundengerichteten KI-Interaktionen sowie der KI-generierten Inhalte. Der dritte ist der Aufbau von Risikomanagement, Daten-Governance und Human-Oversight für die als Hochrisiko klassifizierten Systeme, auch wenn die Frist dafür später greift.

Warum kein Modell die Compliance allein löst

Ein verbreiteter Reflex ist, Compliance über die Modellwahl zu lösen. Untersuchungen zeigen jedoch, dass noch kein großes Sprachmodell ein vollständig akzeptables Compliance-Niveau erreicht. Für den Unternehmenseinsatz ist weniger die Wahl des Modells entscheidend als die Qualität der Integration in bestehende Geschäftsprozesse. Governance entsteht in der Prozesskette, nicht im Modell.

Das entlastet Institute von der Suche nach dem einen konformen Modell und lenkt den Blick auf das Wesentliche: Inventar, Klassifikation, Kontrollpunkte und Dokumentation. Wer diese Struktur hat, kann Modelle austauschen, ohne die Compliance neu aufzubauen.

Souveränität als zweite Dimension

Neben der Compliance rückt eine zweite Frage nach vorn: die Abhängigkeit von außereuropäischen Anbietern. Als die US-Regierung Nicht-US-Bürgern den Zugriff auf bestimmte fortgeschrittene Modelle aus nationalen Sicherheitsbedenken untersagte, wurde sichtbar, wie schnell eine strategische Abhängigkeit zum operativen Risiko wird. Der AI Act regelt die Nutzung, die Souveränitätsfrage entscheidet über die Verfügbarkeit. Beide Dimensionen gehören in dieselbe Planung.

Was die Übergangsregeln für Bestandssysteme bedeuten

Bestehende Hochrisiko-Systeme, die vor dem Stichtag in Verkehr gebracht wurden, orientieren sich an der verlängerten Frist, solange sie nicht wesentlich verändert werden. Bei einer wesentlichen Änderung gilt die Pflicht sofort. Für Banken ist das eine häufige Falle: Ein Modell-Retraining oder eine Erweiterung des Einsatzzwecks kann ein Bestandssystem in die volle Pflicht ziehen.

Wer Änderungen an produktiven KI-Systemen plant, sollte deshalb prüfen, ob damit die Übergangsregel entfällt. Ein Change-Prozess, der jede wesentliche Modelländerung regulatorisch bewertet, verhindert böse Überraschungen im Prüfungsfall.

Sotica begleitet Banken und Sparkassen bei genau dieser Trennung: was am 2. August gilt, was verschoben ist und wie sich die neuen Pflichten in das bestehende MaRisk- und DORA-Framework einfügen. In einer KI-Governance-Potenzialanalyse ordnen wir Ihr KI-Portfolio den Risikoklassen zu und leiten einen belastbaren Umsetzungsfahrplan ab. Vereinbaren Sie eine Sprechstunde.