Regulierung künstlicher IntelligenzWenn KI-Gesetze der Bundesstaaten auseinandergehen, sind wiederverwendbare Kontrollen besser als einmalige ChecklistenDie praktische Antwort auf auseinanderlaufende KI-Regeln der Bundesstaaten sind nicht mehr Tabs. Es sind zugeordnete, versionierte Governance-Nachweise.KI-ComplianceKI-Gesetze der BundesstaatenUS-KI-RegulierungKI-GovernanceNoa·Heute·5 min readStory lesen
02AnthropicLA Times berichtet, dass Anthropic kurz vor einem US-Deal steht, um seine zwei besten KI-Modelle freizugebenAnthropicUS-HandelsministeriumKI-GovernanceExportkontrollenNoa·Heute·5 min readStory lesen
03DatenschutzrechtVermonts genehmigtes Datenschutzgesetz macht modulare Compliance besser als Checklisten der BundesstaatenVermont Data Privacy and Online Surveillance ActVDPOSADatenschutzgesetze der BundesstaatenVerbrauchergesundheitsdatenNoa·Heute·5 min readStory lesen
04EU-Gesetz über künstliche IntelligenzEU-KI-Omnibus bringt wichtige Änderungen, aber Compliance braucht weiterhin VersionskontrolleEU-KI-GesetzEuropäische KommissionDatengesetzDSGVONoa·Heute·5 min readStory lesen
05Regulierung künstlicher IntelligenzColorados KI-Bias-Gesetz macht Compliance zum Risiko für GeschäftsgeheimnisseColorado AI ActKI-GovernanceGeschäftsgeheimnisseAlgorithmische DiskriminierungNoa·Heute·5 min readStory lesen
06Internationale DatenübermittlungDatenübermittlungen zwischen dem Vereinigten Königreich und der EU wirken weiterhin abgestimmt, aber die Arbeit teilt sich nun aufUK-DSGVOEU-DSGVOInternationale DatenübermittlungenGesetz über Datennutzung und -zugangNoa·Heute·4 min readStory lesen
07Daten-(Nutzungs- und Zugangs-)Gesetz 2025Das DUAA-Beschwerderahmenwerk ist jetzt durchsetzbar: Jeder britische Datenverantwortliche braucht eine interne AnlaufstelleData (Use and Access) Act 2025UK-DSGVO-ComplianceICO-DurchsetzungDatenschutzrechtNoa·Jun 26, 2026·6 min readStory lesen
08Vertrauenswürdige InternetverbindungenCISA benennt die Architektur: Wie das neue SASE-TIC 3.0-Dokument Behörden einen echten Migrationspfad weg von Legacy-VPN bietetCISAZero TrustSASETIC 3.0Noa·Jun 26, 2026·5 min readStory lesen
09Künstliche Intelligenz in professionellen Dienstleistungen143 Milliarden Dollar auf dem Spiel: Was der Thomson-Reuters-Bericht 2026 über die wahren Kosten der KI-Untätigkeit enthülltThomson ReutersKI-GovernanceFuture of Professionals ReportRechtstechnologieNoa·Jun 24, 2026·5 min readStory lesen
10EU-KI-GesetzDer Artikel-50-Schachzug der Einzelhandelslobby: Warum die Werbewirtschaft aus den KI-Transparenzregeln herauswillEU-KI-GesetzArtikel 50KI-TransparenzWerberegulierungNoa·Jun 22, 2026·4 min readStory lesen
11Regulierung autonomer FahrzeugeSüdkoreas erstes E2E-Trainingsdaten-Standard behandelt die Pipeline, nicht das Modell, als den eigentlichen KI-EngpassSüdkorea KI-PolitikMinisterium für Wissenschaft und IKTAutonomes Fahren KIKI-Daten-GovernanceNoa·Jun 22, 2026·5 min readStory lesen
12Edge AI in der industriellen Automatisierung Edge AI verändert die industrielle Automatisierung, indem es künstliche Intelligenz direkt auf Geräte und Maschinen in Fabriken bringt – anstatt Daten zur Verarbeitung in die Cloud zu schicken. Das bedeutet schnellere Entscheidungen, weniger Abhängigkeit vom Internet und mehr Kontrolle über sensible Produktionsdaten. ## Was ist Edge AI? Bei Edge AI werden KI-Modelle direkt auf lokalen Geräten ausgeführt – zum Beispiel auf Sensoren, Robotern oder Steuerungseinheiten –, anstatt die Daten zur Verarbeitung in ein entferntes Rechenzentrum zu senden. Der Begriff „Edge" bezeichnet dabei den „Rand" des Netzwerks, also den Ort, an dem Daten entstehen. In einer Fabrik könnte Edge AI bedeuten: - Eine Kamera erkennt fehlerhafte Produkte direkt am Fließband - Ein Sensor erkennt ungewöhnliche Vibrationen in einer Maschine, bevor sie ausfällt - Ein Roboterarm passt seine Bewegungen in Echtzeit an veränderte Bedingungen an ## Warum ist Edge AI in der Industrie wichtig? Industrielle Umgebungen stellen besondere Anforderungen, die Edge AI besonders gut erfüllt: **Geschwindigkeit:** Manche Entscheidungen müssen in Millisekunden getroffen werden. Das Warten auf eine Antwort aus der Cloud ist schlicht zu langsam, wenn eine Maschine sofort gestoppt werden muss. **Zuverlässigkeit:** Fabriken können keine Ausfälle aufgrund von Internetproblemen riskieren. Edge AI funktioniert auch dann weiter, wenn die Verbindung unterbrochen ist. **Datenschutz:** Viele Hersteller möchten ihre Produktionsdaten nicht außerhalb des Unternehmens teilen. Wenn die Daten lokal bleiben, behalten sie die volle Kontrolle. **Kosteneffizienz:** Das kontinuierliche Übertragen großer Datenmengen in die Cloud ist teuer. Durch die lokale Verarbeitung werden diese Kosten deutlich reduziert. ## Häufige Anwendungsfälle ### Qualitätskontrolle Edge-AI-Systeme können mithilfe von Kamerasystemen und Computer-Vision-Modellen Produkte auf Fehler untersuchen. Diese Systeme erkennen Kratzer, Fehlausrichtungen oder fehlende Teile mit einer Präzision und Geschwindigkeit, die manuellen Kontrollen weit überlegen ist. ```figure: ┌─────────────────────────────────────────────────────────────┐ │ │ │ [Kamera]──►[Edge-KI-Gerät]──►Fehler erkannt? ──► Alarm │ │ │ │ │ ▼ │ │ Lokales Modell │ │ (keine Cloud nötig) │ │ │ └─────────────────────────────────────────────────────────────┘ ``` @title Ablauf der Edge-AI-Qualitätskontrolle @caption Das Bild zeigt, wie eine Kamera Daten an ein lokales Edge-KI-Gerät sendet, das das Bild sofort analysiert, ohne eine Cloud-Verbindung zu benötigen. @source EducationPals-Originaldiagramm ### Vorausschauende Wartung Anstatt Maschinen nach einem festen Zeitplan zu warten, analysiert Edge AI kontinuierlich Sensordaten – Temperatur, Vibration, Geräusch –, um vorherzusagen, wann eine Maschine wahrscheinlich ausfallen wird. Das ermöglicht eine Wartung genau dann, wenn sie wirklich nötig ist. Typische überwachte Signale: - Temperaturveränderungen in Motoren - Vibrationsmuster in rotierenden Teilen - Druckabfälle in hydraulischen Systemen - Ungewöhnliche Geräuschentwicklung ### Autonome Robotik Kollaborative Roboter – sogenannte „Cobots" –, die neben Menschen arbeiten, nutzen Edge AI, um ihre Umgebung zu verstehen und sicher zu reagieren. Diese Roboter müssen Hindernisse erkennen, Bewegungen anpassen und Entscheidungen treffen, ohne auf externe Systeme warten zu müssen. ### Energiemanagement Edge-AI-Systeme überwachen den Energieverbrauch in Echtzeit und passen den Maschinenbetrieb automatisch an, um Strom zu sparen – ohne die Produktion zu verlangsamen. ## Wie wird ein Edge-AI-System eingesetzt? Der Einsatz von Edge AI in einem industriellen Umfeld folgt typischerweise diesen Schritten: 1. **Daten sammeln:** Sensoren, Kameras und andere Geräte erfassen Rohdaten aus dem Produktionsprozess. 2. **Modell trainieren:** Ein KI-Modell wird trainiert – oft auf leistungsstarken Cloud- oder Rechenzentrumsservern – anhand historischer Daten. 3. **Modell optimieren:** Das trainierte Modell wird für den Einsatz auf ressourcenbeschränkter Edge-Hardware komprimiert und angepasst. 4. **Modell bereitstellen:** Das optimierte Modell wird auf das Edge-Gerät übertragen, das sich direkt in der Fabrik befindet. 5. **Schlussfolgerungen ziehen:** Das Gerät führt das Modell lokal aus und trifft Entscheidungen in Echtzeit. 6. **Überwachen und aktualisieren:** Die Leistung wird im Laufe der Zeit überwacht und die Modelle werden bei Bedarf aktualisiert. ## Herausforderungen von Edge AI Edge AI bietet zwar viele Vorteile, bringt aber auch eigene Herausforderungen mit sich: **Begrenzte Rechenleistung:** Edge-Geräte sind kleiner und weniger leistungsfähig als Cloud-Server. KI-Modelle müssen daher so optimiert werden, dass sie innerhalb dieser Einschränkungen effizient arbeiten. **Modellaktualisierungen:** Die Aktualisierung von KI-Modellen auf vielen verteilten Geräten ist komplexer als die Aktualisierung eines zentralen Cloud-Dienstes. **Sicherheit:** Edge-Geräte in Fabriken können physisch zugänglich sein und müssen vor Manipulationen oder unbefugtem Zugriff geschützt werden. **Integration in Altsysteme:** Viele Fabriken betreiben ältere Maschinen und Systeme, die nicht für die Zusammenarbeit mit moderner KI-Hardware ausgelegt wurden. ## Wichtige Technologien Verschiedene Technologien ermöglichen Edge AI in der Industrie: - **Spezialisierte Chips:** Prozessoren wie GPUs, NPUs (Neural Processing Units) und FPGAs wurden für die effiziente Ausführung von KI-Modellen auf Edge-Geräten entwickelt. - **Leichtgewichtige KI-Modelle:** Techniken wie Modellkomprimierung und Quantisierung reduzieren die Modellgröße, ohne die Leistung wesentlich zu beeinträchtigen. - **Industrielle IoT-Plattformen:** Diese verbinden Edge-Geräte miteinander und mit zentralen Managementsystemen. - **5G-Konnektivität:** Ultraschnelle, zuverlässige Drahtlosnetzwerke unterstützen Edge-AI-Anwendungen in großen Industrieanlagen. ## Reale Beispiele **Automobilherstellung:** Fahrzeugmontagelinien nutzen Edge-AI-Kamerasysteme, um bei jedem Produktionsschritt auf fehlende oder falsch eingebaute Komponenten zu prüfen. **Lebensmittelverarbeitung:** Verarbeitungsbetriebe setzen Edge AI ein, um Fremdkörper wie Knochen- oder Metallsplitter in Lebensmitteln zu erkennen, bevor diese verpackt werden. **Pharmaindustrie:** Hersteller überwachen Produktionsbedingungen wie Temperatur und Luftfeuchtigkeit in Echtzeit, um sicherzustellen, dass Produkte strengen Qualitätsstandards entsprechen. **Bergbau:** Ausrüstung in abgelegenen Minen, wo die Internetverbindung unzuverlässig ist, nutzt Edge AI für vorausschauende Wartung und Sicherheitsüberwachung. ## Zusammenfassung Edge AI verlagert die KI-Verarbeitungsleistung dorthin, wo die Daten entstehen – direkt in die Fabrik. Dies ermöglicht schnellere Reaktionen, mehr Zuverlässigkeit und besseren Datenschutz im Vergleich zu cloudbasierten Ansätzen. Auch wenn Herausforderungen wie begrenzte Rechenleistung und Systemintegration bestehen, macht der Nutzen für die Qualitätskontrolle, vorausschauende Wartung und autonome Systeme Edge AI zu einer Schlüsseltechnologie für die moderne Industrie.Visteons D6Sigma wurde in eigenen Werken getestet, bevor es jemand anderes kaufen konnteVisteon D6SigmaEdge-KIIndustrieautomatisierungQualcomm DragonwingNoa·Jun 19, 2026·5 min readStory lesen
13Künstliche-Intelligenz-Politik der Vereinigten Staaten ## Überblick Die Vereinigten Staaten haben eine Reihe von Richtlinien, Gesetzen und Initiativen entwickelt, um die Entwicklung und den Einsatz künstlicher Intelligenz (KI) zu steuern. Diese Maßnahmen zielen darauf ab, Innovation zu fördern, nationale Sicherheit zu gewährleisten und ethische Standards einzuhalten. Die KI-Politik der USA wird von verschiedenen Bundesbehörden, dem Kongress und der Exekutive geprägt. ## Wichtige Meilensteine der US-amerikanischen KI-Politik - **2019**: Präsident Trump unterzeichnete die Executive Order 13859, die die „American AI Initiative" ins Leben rief und KI zur nationalen Priorität erklärte. - **2020**: Das Nationale KI-Initiative-Gesetz wurde verabschiedet und schuf einen koordinierten bundesweiten Rahmen für KI-Forschung und -Entwicklung. - **2021**: Präsident Biden erneuerte und erweiterte die nationalen KI-Prioritäten mit einem stärkeren Fokus auf verantwortungsvolle und vertrauenswürdige KI. - **2022**: Das Nationale Institut für Standards und Technologie (NIST) veröffentlichte den KI-Risikorahmen zur Unterstützung von Organisationen im verantwortungsvollen Umgang mit KI-Risiken. - **2023**: Präsident Biden unterzeichnete eine umfassende Executive Order zu sicherer, geschützter und vertrauenswürdiger KI, die bislang weitreichendste Maßnahme der US-Bundesregierung im Bereich KI. ## Wichtige Bundesbehörden Mehrere Bundesbehörden spielen eine zentrale Rolle bei der Gestaltung und Umsetzung der KI-Politik: - **NIST (Nationales Institut für Standards und Technologie)**: Entwickelt freiwillige Rahmenwerke und Standards für KI-Sicherheit und Risikomanagement. - **OSTP (Büro für Wissenschafts- und Technologiepolitik)**: Berät den Präsidenten in Wissenschafts- und Technologiefragen, einschließlich KI. - **NSF (Nationale Wissenschaftsstiftung)**: Finanziert KI-Grundlagenforschung und Bildungsinitiativen. - **DARPA (Verteidigungsagentur für fortgeschrittene Forschungsprojekte)**: Investiert in KI-Forschung für nationale Sicherheit und Verteidigung. - **FTC (Bundeshandelskommission)**: Überwacht den fairen Einsatz von KI in Handel und Verbraucherschutz. ## Ethik und verantwortungsvolle KI Die US-amerikanische KI-Politik betont zunehmend die Bedeutung von Ethik und verantwortungsvollem KI-Einsatz. Zu den Kernprinzipien gehören: 1. **Fairness**: KI-Systeme sollen frei von Diskriminierung und Vorurteilen sein. 2. **Transparenz**: Entscheidungen von KI-Systemen sollen nachvollziehbar und erklärbar sein. 3. **Datenschutz**: Der Schutz personenbezogener Daten hat höchste Priorität. 4. **Sicherheit**: KI-Systeme müssen zuverlässig und sicher funktionieren. 5. **Rechenschaftspflicht**: Es muss klar sein, wer für die Handlungen von KI-Systemen verantwortlich ist. ## Internationale Zusammenarbeit Die USA arbeiten aktiv mit anderen Ländern und internationalen Organisationen zusammen, um globale KI-Standards und -Normen zu entwickeln. Wichtige Partnerschaften umfassen: - Die **OECD-KI-Grundsätze**, denen die USA beigetreten sind - Das **Globale Partnerschaftsnetzwerk für KI (GPAI)** - Bilaterale Abkommen mit Verbündeten wie der Europäischen Union, Japan und dem Vereinigten Königreich ## Herausforderungen und zukünftige Entwicklungen Die US-amerikanische KI-Politik steht vor mehreren Herausforderungen: - Den Wettbewerb mit anderen Ländern, insbesondere China, in der KI-Entwicklung aufrechtzuerhalten - Ein Gleichgewicht zwischen Innovation und Regulierung zu finden - Sicherzustellen, dass KI-Vorteile allen Bevölkerungsgruppen zugutekommen - Die Auswirkungen von KI auf den Arbeitsmarkt und die Beschäftigung zu bewältigen - Risiken durch hochentwickelte KI-Systeme zu erkennen und zu minimierenDeregulierung, die reguliert: Wie die fallweisen KI-Interventionen der Trump-Regierung die Intransparenz erzeugen, die sie zu vermeiden versprachKI-GovernanceTrump-RegierungKI-RegulierungDeregulierungNoa·Jun 19, 2026·5 min readStory lesen
14Daten-(Nutzungs- und Zugangs-)Gesetz 2025Das DUAA-Fristenproblem, das Entwickler unvorbereitet trifft: Es geht nicht um deine Datenpraktiken, es geht um deinen ProzessData (Use and Access) Act 2025Britischer DatenschutzICO-ComplianceDUAANoa·Jun 17, 2026·5 min readStory lesen
15Sicherheit in der Software-LieferketteDein IDE-Plugin-Marktplatz ist jetzt ein KI-Anmeldedaten-Risiko: Was die JetBrains-Kampagne Entwicklern beibringtJetBrains MarketplaceAI-API-Schlüssel-SicherheitAikido SecurityLieferketten-RisikoNoa·Jun 17, 2026·5 min readStory lesen
16Europäisches Technologische SouveränitätspaketDie EU plant, die Rechenzentrumkapazität zu verdreifachen. Das erhöht die Komplexität für Käufer, bevor auch nur ein einziger Server geliefert wird.EU-Tech-SouveränitätspaketCloud- und KI-EntwicklungsgesetzEuropäische KommissionBeschaffung im öffentlichen SektorNoa·Jun 15, 2026·5 min readStory lesen
17Exportkontrolle für künstliche Intelligenz ## Überblick Exportkontrolle für künstliche Intelligenz (KI) bezieht sich auf staatliche Vorschriften, die einschränken, wer KI-Technologien, -Modelle, -Software und zugehörige Hardware an ausländische Personen, Unternehmen oder Regierungen weitergeben oder verkaufen darf. Diese Kontrollen sind Teil des umfassenderen Rahmens zur Kontrolle von Dual-Use-Gütern – Technologien, die sowohl für zivile als auch für militärische Zwecke eingesetzt werden können. ## Warum KI-Exportkontrolle wichtig ist KI-Systeme können militärische Fähigkeiten verbessern, autonome Waffen antreiben, die Massenüberwachung unterstützen und bei der Entwicklung von Cyberwaffen helfen. Regierungen kontrollieren KI-Exporte, um: - zu verhindern, dass adversarische Nationen fortschrittliche militärische KI erwerben - die Verbreitung von Technologien zur Massenüberwachung einzuschränken - wirtschaftliche und technologische Führungsvorteile zu wahren - die nationale Sicherheit vor KI-gestützten Bedrohungen zu schützen ## Wichtige Konzepte **Dual-Use-Technologie** bezeichnet Güter oder Software, die sowohl für legitime zivile als auch für militärische oder sicherheitsrelevante Anwendungen genutzt werden können. Die meisten KI-Technologien gelten als Dual-Use, da dieselben Algorithmen, die eine Sprach-App antreiben, auch bei der Zielerfassung eingesetzt werden können. **Exportlizenzen** sind behördliche Genehmigungen, die vor der Übertragung kontrollierter Technologien ins Ausland eingeholt werden müssen. Unternehmen müssen in der Regel beschreiben, wer die Technologie erhalten wird und wie sie verwendet werden soll. **Kontrollierte Listen** sind von Regierungen geführte Verzeichnisse spezifischer Technologien, die Exportbeschränkungen unterliegen. In den USA ist die Commerce Control List (CCL) das primäre Referenzdokument für Dual-Use-Güter. **Endnutzerkontrollen** beschränken den Export an bestimmte Personen oder Organisationen, unabhängig davon, wo sie sich befinden. Eine Entität auf der Entitätsliste des US-Handelsministeriums zu finden zu sein, macht es für US-Unternehmen illegal, ihr Technologien zu verkaufen. ## Wie Exportkontrolle historisch gewachsen ist Die moderne Exportkontrolle hat ihre Wurzeln im Kalten Krieg, als westliche Nationen westliche Technologie vor der Sowjetunion schützen wollten. Das Coordinating Committee for Multilateral Export Controls (CoCom) koordinierte von 1949 bis 1994 die Beschränkungen unter den Verbündeten. Nach dem Ende des Kalten Krieges wurden die Kontrollen im Allgemeinen gelockert, da die wirtschaftliche Globalisierung Vorrang hatte. Das Wassenaar-Arrangement von 1996 ersetzte CoCom, war jedoch weniger restriktiv und konzentrierte sich auf konventionelle Waffen und Dual-Use-Güter. Das Aufkommen von KI als transformative Technologie hat zu einer Neubewertung dieser Rahmenbedingungen geführt – insbesondere seit etwa 2018, als die USA und andere Nationen damit begannen, KI explizit in ihre Exportkontrollregime aufzunehmen. ## US-Exportkontrolle für KI Die Vereinigten Staaten verfügen über das umfassendste KI-Exportkontrollsystem der Welt, das vom Bureau of Industry and Security (BIS) innerhalb des Handelsministeriums verwaltet wird. ### Export Administration Regulations (EAR) Die EAR regeln den Export von Dual-Use-Gütern und -Technologien. KI-relevante Kontrollen fallen typischerweise unter: - **Informationssicherheitssoftware** (ECCNs der 5E002-Kategorie) - **Software für fortgeschrittenes maschinelles Lernen** für bestimmte Anwendungen - **Halbleiter und integrierte Schaltkreise** die KI-Training ermöglichen (ECCNs der 3A090/3E001-Kategorie) ### Chip-Exportbeschränkungen Eine der bedeutendsten Entwicklungen war die Ausweitung der Kontrollen auf KI-Halbleiter. Im Oktober 2022 erließen die USA umfassende Beschränkungen für den Export fortschrittlicher Chips und Chipherstellungsausrüstung nach China, darunter: - Beschränkungen für hochentwickelte GPUs (wie NVIDIAs A100 und H100) - Kontrollen für Chips, die 300 Millimeter Wafer verwenden und über bestimmte Leistungsschwellen verfügen - Anforderungen, dass US-Staatsangehörige keine Unternehmen unterstützen dürfen, die fortschrittliche Chips in China herstellen Diese wurden im Oktober 2023 und erneut 2024 erheblich ausgeweitet, wobei die Schwellenwerte verschärft wurden, um Workarounds zu schließen, bei denen Chips nur knapp unterhalb der Kontrollschwellen entwickelt wurden. ### Foundational Model Controls Im Jahr 2024 prüften US-Regulierungsbehörden Kontrollen für die Modellgewichte großer KI-Grundlagenmodelle selbst – eine komplexe Herausforderung, da Modellgewichte lediglich digitale Dateien sind, die leicht zu kopieren sind. ### KI-spezifische Initiativen - **EO 13873 (2019)** beschränkte Telekommunikationsausrüstung im Zusammenhang mit adversarischen Nationen - **National AI Initiative Act (2020)** rahmte KI als nationales Sicherheitsimperativ - **CHIPS and Science Act (2022)** verknüpfte Halbleiterförderung mit Exportkontrollverpflichtungen - **AI Diffusion Rule (2025)** schuf ein abgestuftes System für KI-Chip-Exporte in verschiedene Ländergruppen ## Internationale Koordination ### Das Wassenaar-Arrangement Das Wassenaar-Arrangement hat 42 Mitglieder und ist das wichtigste multilaterale Forum für die Koordination von Dual-Use-Exportkontrollen. Es listet bestimmte KI-relevante Technologien auf, darunter Werkzeuge für neuronale Netzwerk-Design-Software und bestimmte Erkennungssysteme. Allerdings erfordert Wassenaar Konsens, was es schwierig macht, schnell auf neue Technologien zu reagieren, und Russland ist Mitglied, was seine Nützlichkeit für Kontrollen, die auf Russland abzielen, einschränkt. ### Bilaterale und regionale Ansätze Da die multilaterale Koordination langsam ist, haben Länder zunehmend bilaterale Vereinbarungen und regionale Rahmenwerke genutzt: - **US-niederländisch-japanische Vereinbarung (2023)**: Koordinierte Chip-Herstellungsausrüstungsbeschränkungen gegenüber China zwischen ASML (Niederlande), Tokyo Electron (Japan) und US-Unternehmen - **EU Dual-Use-Verordnung (2021)**: Aktualisierte EU-Kontrollen mit stärkerer Betonung von Menschenrechtsbedenken, einschließlich Überwachungstechnologien - **Five Eyes-Koordination**: Informationsaustausch zwischen den Geheimdiensten der USA, des Vereinigten Königreichs, Kanadas, Australiens und Neuseelands über KI-Risiken ## Spezifische KI-Technologien unter Kontrolle ### Erkennungssysteme Gesichtserkennungs- und biometrische Systeme stehen unter zunehmendem Druck, da sie bei staatlicher Unterdrückung eingesetzt werden können. Die EU hat Beschränkungen für den Export von Überwachungstechnologie in Länder mit schlechten Menschenrechtsbilanz diskutiert. ### Militärische KI KI, die direkt für militärische Anwendungen entwickelt wurde – Targeting-Systeme, autonome Waffenplattformen, militärische Entscheidungsunterstützung – unterliegt den strengsten Kontrollen und fällt häufig unter die International Traffic in Arms Regulations (ITAR) in den USA. ### Dual-Use-Grundlagenmodelle Große Sprachmodelle und multimodale KI-Systeme stellen eine besondere Herausforderung dar. Dieselben Modelle, die für Kundenservice oder Bildung eingesetzt werden, könnten für: - Synthese von Informationen über die Herstellung von Waffen - Beschleunigung von Cyberangriffen - Massenpropaganda und Informationsoperationen genutzt werden, was es schwierig macht, klare Kontrollgrenzen zu ziehen. ## Herausforderungen und Kontroversen ### Das Definitionsproblem KI ist schwer zu definieren und abzugrenzen. Was genau fällt unter Kontrolle? Trainingsalgorithmen? Trainierte Modelle? Die zur Ausführung benötigte Hardware? Alle Softwarebibliotheken, die Matrixmultiplikation ermöglichen? Zu weite Definitionen könnten legitime wissenschaftliche Zusammenarbeit behindern. ### Open-Source-KI Open-Source-KI-Modelle und -Code stellen einen grundlegenden Widerspruch dar: Einmal veröffentlicht, sind sie für jeden zugänglich. Die Kontrollierung von Open-Source-Software ist notorisch schwierig und könnte die USA in akademischen und Entwicklergemeinschaften isolieren, wenn sie als zu restriktiv erscheint. ### Wirtschaftliche Auswirkungen Exportbeschränkungen treffen US-Unternehmen finanziell. NVIDIA verlor erhebliche Einnahmen durch China-Beschränkungen. Unternehmen argumentieren, dass zu strenge Kontrollen: - Marktanteile an nicht-US-amerikanische Konkurrenten verlagern - Forschungs- und Entwicklungsinvestitionen reduzieren - Die globale Wettbewerbsfähigkeit der USA schwächen ### Die Wirksamkeitsfrage Kritiker bezweifeln, ob Exportkontrollen tatsächlich technologische Lücken aufrechterhalten können, wenn: - Zielländer über bedeutende eigene Talente und Investitionen in KI verfügen - Kontrollierte Technologien durch Drittländer weitergeleitet werden können - Open-Source-Alternativen viele der gleichen Fähigkeiten bereitstellen China hat als Reaktion auf die Chip-Beschränkungen erheblich in die heimische Chipentwicklung investiert. ### Akademische Freiheit Exportkontrollen können die internationale wissenschaftliche Zusammenarbeit einschränken. US-Universitäten haben Ausnahmen für „grundlegende Forschung" ausgehandelt, aber die Grenzen sind nicht immer klar, wenn Forschungsergebnisse doppelten Nutzen haben könnten. ## Das abgestufte Ländersystem Die US-KI-Diffusionsregel von 2025 etablierte ein drei-Stufen-System: **Stufe 1 (Vertrauenswürdige Verbündete)**: Etwa 18 Länder einschließlich Großbritannien, Japan, die Niederlande und Australien können KI-Chips und -Technologien mit minimalen Beschränkungen erhalten. **Stufe 2 (Mittlere Länder)**: Die meisten anderen Nationen können KI-Technologie bis zu bestimmten Schwellenwerten erhalten, müssen jedoch stärkere Endnutzergarantien bereitstellen. **Stufe 3 (Restriktive Länder)**: China, Russland, Iran, Nordkorea und andere erhalten die restriktivsten Kontrollen mit effektiven Verboten für fortschrittliche KI-Hardware. ## Vergleichende Ansätze ### China China entwickelt sein eigenes Exportkontrollsystem. Das Exportkontrollgesetz von 2020 ermöglicht es der Regierung, kritische Technologien zu kontrollieren, und im Jahr 2023 begannen China, bestimmte Gallium- und Germaniumexporte zu beschränken – Materialien, die für die Halbleiterherstellung entscheidend sind –, was als Gegenzug zu US-Chip-Beschränkungen weithin interpretiert wurde. ### Europäische Union Der Ansatz der EU legt mehr Gewicht auf Menschenrechtserwägungen neben Sicherheitsbedenken. Die aktualisierte Dual-Use-Verordnung von 2021 enthält Bestimmungen über Cyber-Überwachungswerkzeuge und Ermessensspielräume, die Menschenrechtsfragen berücksichtigen. Der EU AI Act (2024) ist keine Exportkontrolle im traditionellen Sinne, schafft aber Anforderungen für KI-Systeme auf dem EU-Markt, was die globale Entwicklung beeinflussen könnte. ### Vereinigtes Königreich Das Vereinigte Königreich hat nach dem Brexit seinen eigenen Rahmen für strategische Exportkontrollen entwickelt, der sich weitgehend am US- und EU-Ansatz orientiert, und ist Teil des Five Eyes-Informationsaustauschs. ## Zukunftsperspektiven Mehrere aufkommende Fragen werden die KI-Exportkontrolle in den kommenden Jahren prägen: - **Fähigkeitsbewertung**: Wie können Regulierungsbehörden die tatsächlichen Fähigkeiten eines KI-Modells messen, nicht nur seine Größe oder Trainingskosten? - **Verifizierung**: Wie kann man überprüfen, wo KI-Chips eingesetzt werden und für welche Zwecke? - **Quantencomputing-Schnittstellen**: Quantencomputing könnte aktuelle Kryptografie und damit bestehende Sicherheitsarchitekturen gefährden - **KI-generierte biologische Bedrohungen**: Kontroversen darüber, ob bestimmte KI-Modelle, die bei der Proteinsynthese helfen, Biowaffenrisiken darstellen - **Multilaterale Koordination**: Ob engere internationale Zusammenarbeit zu gerechteren und effektiveren Kontrollen führen kann ## Zusammenfassung KI-Exportkontrolle ist ein schnell wachsendes Politikfeld, das versucht, die Sicherheitsrisiken transformativer Technologien mit wirtschaftlichen Interessen, akademischer Freiheit und der Realität einer zunehmend vernetzten globalen Technologieentwicklung in Einklang zu bringen. Das Feld entwickelt sich rasant weiter, da sowohl die Technologie als auch die geopolitischen Spannungen zunehmen.Anthropic hat Fable 5 und Mythos 5 veröffentlicht. Drei Tage später hat die US-Regierung sie zurückgenommen.AnthropicKI-ExportkontrollenClaude Fable 5US-HandelsministeriumNoa·Jun 15, 2026·5 min readStory lesen
18EU Artificial Intelligence Act2. August 2026: Die KI-Verordnung der EU – Die Hochrisiko-Frist, auf die Unternehmen nicht warten könnenEU AI ActAI GovernanceHigh-Risk AI SystemsEnterprise ComplianceNoa·Jun 12, 2026·5 min readStory lesen
19Regulation of artificial intelligenceAnthropic hat gerade um Regulierung gebeten. Was das eigentlich bedeutet.Dario AmodeiAnthropicAI RegulationFrontier AINoa·Jun 12, 2026·5 min readStory lesen
20Illinois Artificial Intelligence Safety Measures ActIllinois SB 315 würde jährliche KI-Audits durch Dritte zur gesetzlichen Pflicht machen. Was das wirklich bedeutet.Illinois SB 315AI RegulationFrontier AI ModelsAI Safety AuditsNoa·Jun 12, 2026·4 min readStory lesen
21Binding Operational DirectiveDrei Tage zum Patchen: CISAs BOD 26-04 verkürzt die Fristen für die Behebung von Sicherheitslücken im Bundesbereich und erlaubt offiziell die Verschiebung von Schwachstellen mit geringerem RisikoCISABOD 26-04Vulnerability ManagementFederal CybersecurityNoa·Jun 12, 2026·4 min readStory lesen
22EU Artificial Intelligence ActDas „Zeitplan-Entgegenkommen" des EU-KI-Gesetzes ist komplizierter als es scheintEU AI ActAI GovernanceCompliance DeadlinesEuropean CommissionNoa·Jun 8, 2026·5 min readStory lesen