...

Nutzen Sie den AI Act Navigator in Kombination mit der DIN/TS 92004:2024, um eine ganzheitliche Compliance-Strategie für Ihre KI-Systeme zu entwickeln.

...

FAQs aus der Praxis

...

Dieser FAQ-Bereich klärt die Schulungspflichten für KI-Systeme und technische Anlagen basierend auf dem risikobasierten Ansatz der EU-KI-Verordnung (AI Act) und der Maschinenrichtlinie.

Welche Schulungspflichten gelten für Hochrisiko- versus begrenzte/minimale Risikosysteme?

Die Einordnung in Risikoklassen bestimmt die Schulungsanforderungen maßgeblich. Hier ein Überblick:

Risikokategorien und Schulungsanforderungen

• Hochrisiko-Systeme (Art. 6-27 AI Act, §6 Maschinenrichtlinie):
  • Pflichtschulungen für Entwickler, Betreiber und Wartungspersonal
  • Mindestumfang:
    • Risikomanagement nach ISO 31000
    • Technische Dokumentation gemäß DIN EN 1591-4
    • Betriebsspezifische Gefährdungsanalysen
  • Zertifizierung durch akkreditierte Stellen (z. B. TÜV, DEKRA)
  • Beispiel Maschinenbau: Schulung zur Interpretation von Schraubenkraftmessungen an Flanschverbindungen (Qualifikationsstufe 8.2.2, DIN EN 1591-4)
• Begrenzte Risikosysteme (Art. 50 AI Act):
  • Transparenzschulungen für Endnutzer*innen
  • Inhalte:
    • Erkennung von KI-generierten Inhalten
    • Datenschutzrechtliche Aspekte (DSGVO-Compliance)
  • Empfohlene Zyklen: Jährliche Auffrischung
• Minimalrisiko-Systeme (Art. 4 AI Act):
  • Freiwillige Code-of-Conduct-Schulungen
  • Fokus: Ethische Leitlinien und Best Practices
  • Nachweis: Technische Datenblätter

Vergleichstabelle: Schulungsanforderungen nach Risikoklasse

Unterstützendes Material

• Checkliste „Wann ist eine Schulung nötig?“
  Download Checkliste (PDF)
  Grundlage: DIN EN 1591-4 Auditkriterien und AI Act-Compliance

Entscheidungsmatrix

Zur Risikoeinstufung gemäß AI Act Anhang II/III:

• Hochrisiko: Automatische Bewertungssysteme in kritischer Infrastruktur
• Minimalrisiko: Statistische Analysewerkzeuge

Betriebliche Kriterien:

• Interaktionshäufigkeit mit dem System
• Kritikalität der unterstützten Prozesse
• Regulatorische Vorgaben
• Explizite Schulungsverpflichtung in Branchennormen
• Haftungsrechtliche Erfordernisse
• Technische Komplexität
• Notwendigkeit zum Verständnis von Steuerungsalgorithmen
• Fehlerfolgenabschätzung bei Fehlbedienung

Praxisbeispiel aus dem ANP-Netzwerk

Ein mittelständischer Anlagenbauer implementierte ein KI-gestütztes Predictive-Maintenance-System (Risikoklasse III). Die obligatorische 80-stündige Schulung nach DIN EN 1591-4 reduzierte Ausfallzeiten um 37%. Die ROI-Berechnung des ANP zeigte eine Kosteneinsparung von 6,7x gegenüber den Schulungskosten.

Implementierungsstrategie für Schulungskonzepte

• Phase 1: Risikoprofilierung
  • Quantitative Bewertung mittels Risiko-Matrix nach ISO 31000
  • Normenrecherche im DIN-Normenwerk
• Phase 2: Schulungsdesign
  • Theorie-Praxis-Verhältnis gemäß DIN EN 1591-4 Kap. 8.2.2:
    • 30% Normenwissen
    • 50% Anwendungsfalltraining
    • 20% Prüfungsvorbereitung
• Phase 3: Kontinuierliche Verbesserung
  • Auditierung nach Checkliste CL07PE63
  • Feedbackintegration aus ANP-Erfahrungsberichten

Rechtliche Konformität

Die Überwachung erfolgt durch:

• AI Office der EU für KI-Systeme
• Zuständige Aufsichtsbehörden (z. B. DGUV) für Maschinen
• Interne Revision mittels Risikokontrollmatrix

Bei Verstößen drohen Sanktionen bis zu 7% des globalen Umsatzes. Daher ist die Dokumentation aller Schulungsmaßnahmen gemäß ISO 10015 unerlässlich.

...