Der wichtige Satz in der Meldung der Kommission ist kurz. Ab dem 2. August 2026 beginnt das AI Office der Europäischen Kommission gemeinsam mit nationalen Behörden mit der Durchsetzung des AI Act. Am selben Tag greifen neue Transparenzpflichten. Das klingt nach Verwaltungsdatum. Für Anbieter von KI-Systemen ist es etwas anderes: Der AI Act verlässt die juristische Ablage und wird zu einem operativen Prüfregime.
Die Pressemitteilung der Europäischen Kommission beschreibt den Stichtag nüchtern. Genau diese Nüchternheit ist der Punkt. Ab jetzt zählt nicht mehr, ob ein Unternehmen eine KI-Policy veröffentlicht, ein Ethikpapier gepflegt oder eine interne Arbeitsgruppe gegründet hat. Entscheidend wird, ob ein konkretes System nach außen und innen so gebaut ist, dass Pflichten nachweisbar erfüllt werden können.
Der Stichtag ist keine Produktankündigung
Viele Regulierungen erzeugen zunächst Text. Leitlinien, Klassifizierungen, Zuständigkeiten, Übergangsfristen. Beim AI Act verschiebt sich der Fokus nun auf Durchsetzbarkeit. Das AI Office ist dabei nicht nur ein Beobachter. Es ist die zentrale Stelle der Kommission für die Umsetzung des Gesetzes und besitzt insbesondere bei General-Purpose-AI-Modellen eine direkte Rolle.
Damit wird ein Teil der KI-Ökonomie erstmals systematisch von einer europäischen Behörde adressiert, der bisher vor allem über Nutzungsbedingungen, Modellkarten, Sicherheitsberichte und Firmenversprechen sichtbar war. Nicht jedes KI-System fällt gleich tief in dieses Raster. Aber wer KI in der EU anbietet oder betreibt, muss künftig genauer trennen: Was ist ein interaktives System? Was erzeugt oder verändert Inhalte? Wo wird ein universell einsetzbares Modell bereitgestellt? Wo entsteht eine Kennzeichnungspflicht?
Das ist keine semantische Übung. Diese Kategorien entscheiden darüber, welche technischen Funktionen, Dokumentationen und Prozesse vorhanden sein müssen. Ein Chatbot, der sich nicht als Maschine erkennbar macht, ist nicht nur ein schlechtes Interface. Er kann zu einem Compliance-Problem werden. Ein Bild-, Audio- oder Videowerkzeug, das synthetische oder veränderte Inhalte ausgibt, braucht nicht nur einen Exportknopf. Es braucht eine Form der Erkennbarkeit, die nicht erst im Kleingedruckten auftaucht.
Transparenz wandert in die Oberfläche
Die neuen Transparenzregeln treffen einen Bereich, den viele Anbieter bislang als Produktdesign behandelt haben: die Benutzeroberfläche. Ob ein Nutzer erkennt, dass er mit KI interagiert, ist nun nicht mehr allein eine Frage von Vertrauen, Tonalität oder Markenästhetik. Es wird zu einer regulatorischen Anforderung.
Das verändert die Arbeitsteilung in Unternehmen. Rechtsabteilungen können die Pflicht beschreiben. Produktteams müssen sie umsetzen. Entwickler müssen sicherstellen, dass die Information an der richtigen Stelle erscheint, nicht nur in einer Dokumentation. UX-Teams müssen Kennzeichnungen so platzieren, dass sie nicht verschwinden, sobald ein Feature in eine App, ein Kundensystem oder einen Workflow eingebettet wird.
Gerade dort wird es technisch unangenehm. Viele KI-Funktionen sind nicht mehr als eigenständige Anwendungen sichtbar. Sie sitzen in Office-Software, Supportsystemen, Marketingwerkzeugen, Suchfunktionen, Analyseplattformen oder internen Automatisierungen. Der Nutzer sieht am Ende vielleicht nur eine Antwort, eine Zusammenfassung, eine Empfehlung oder ein verändertes Bild. Für die Transparenzpflicht ist aber relevant, ob diese Ausgabe durch KI erzeugt oder verändert wurde und ob der Nutzer darüber informiert werden muss.
Damit wird Transparenz zu einem Zustandsproblem im System. Woher stammt dieser Inhalt? Wurde er verändert? Durch welches Modul? Für welchen Zweck? Wird er an externe Nutzer ausgespielt oder bleibt er intern? Wer diese Fragen erst nachträglich anhand einzelner Tickets beantworten kann, hat keine belastbare Architektur, sondern ein Suchproblem.
GPAI wird zum Prüfobjekt
Der zweite technische Block betrifft General-Purpose AI, also Modelle, die nicht nur für einen engen Zweck gebaut werden, sondern in vielen Kontexten einsetzbar sind. Genau dort lag bislang ein großer Teil der Unschärfe. Ein Modellanbieter liefert eine API, ein anderes Unternehmen baut darauf ein Produkt, ein dritter Anbieter integriert dieses Produkt in einen Arbeitsprozess. Verantwortung wandert dabei nicht einfach mit einer Rechnung weiter.
Die Durchsetzungsrolle des AI Office bei GPAI-Modellen ist deshalb mehr als ein Detail der Behördenstruktur. Sie zielt auf die Schicht, die unter vielen Anwendungen liegt. Wer ein solches Modell anbietet, muss damit rechnen, dass nicht nur die sichtbare App betrachtet wird, sondern auch Dokumentation, Risikobehandlung und technische Nachweise.
Für große Modellanbieter bedeutet das: Compliance wird Teil der Lieferfähigkeit. Kunden werden Nachweise verlangen, weil sie ihrerseits Pflichten erfüllen müssen. Für kleinere Anbieter bedeutet es: Ein Modell ohne saubere Unterlagen wird schwerer in regulierte oder größere Organisationen zu verkaufen sein. Nicht weil jedes Beschaffungsteam plötzlich KI-Recht beherrscht, sondern weil niemand ein Modell einkaufen will, das später die eigene Nachweiskette unterbricht.
Die Randfälle werden teuer
Der einfache Fall ist selten das Problem. Ein klar erkennbarer Chatbot auf einer Website lässt sich kennzeichnen. Ein öffentlich erzeugtes KI-Bild kann sichtbar markiert werden. Schwieriger sind hybride Systeme: ein menschlicher Mitarbeiter, der eine KI-Antwort überarbeitet; ein Tool, das nur Teile eines Videos verändert; eine Anwendung, die Texte für interne Analysen erzeugt, deren Ergebnisse später in öffentliche Kommunikation einfließen.
Genau an diesen Rändern entscheidet sich, ob die neue Regulierung in der Praxis funktioniert oder ob Unternehmen nur Formalitäten nachrüsten. Wer KI-Funktionen wie gewöhnliche Softwaremodule behandelt, übersieht den Unterschied: Die Ausgabe ist nicht vollständig deterministisch, ihre Herkunft ist für Nutzer oft nicht sichtbar, und sie kann in andere Inhalte einsickern. Transparenz muss deshalb früher ansetzen als bei der finalen Veröffentlichung.
Operativ heißt das: Unternehmen brauchen ein Inventar ihrer KI-Systeme, klare Zuständigkeiten, nachvollziehbare Klassifizierungen und technische Mechanismen für Kennzeichnung oder Nutzerhinweise. Sie müssen wissen, welche Systeme unter die Transparenzregeln fallen und welche nicht. Sie müssen außerdem trennen, ob sie Anbieter, Betreiber, Integrator oder bloßer Nutzer eines Systems sind. Diese Rollen sind nicht akademisch. Sie bestimmen, wer welche Pflicht trägt.
Aus Regulierung wird Infrastrukturarbeit
Der AI Act wird ab dem 2. August 2026 nicht in jedem Unternehmen gleichzeitig denselben Druck erzeugen. Ein Anbieter von universell einsetzbaren Modellen steht anders da als ein Mittelständler, der ein KI-gestütztes Supportwerkzeug einsetzt. Ein öffentlicher Kommunikationskanal ist anders zu bewerten als ein internes Analysewerkzeug. Aber die Richtung ist klar: KI-Systeme müssen beschreibbar, prüfbar und für Nutzer an entscheidenden Stellen erkennbar werden.
Das ist weniger spektakulär als die großen Debatten über Supermodelle und globale KI-Rennen. Es ist aber der Teil, der in den Maschinenraum führt. Datenflüsse, Modellzugriffe, Ausgaben, Hinweise, Protokolle, Dokumentationen. Der AI Act zwingt Anbieter nicht nur zu Aussagen über ihre Systeme, sondern zu Strukturen, die diese Aussagen stützen.
Der Stichtag markiert deshalb keinen abrupten Bruch. Er markiert den Moment, in dem Auslegung in Prüfung übergeht. Wer KI in Europa ernsthaft vertreibt, kann Transparenz nicht mehr als Textbaustein behandeln. Sie muss im Produkt, im Prozess und in der Lieferkette vorhanden sein. Sonst bleibt am Ende nur eine Behauptung. Und Behauptungen sind ab dem 2. August 2026 das schwächste Bauteil.
