KI - kurz und informativ, Klartext "to Go" in unter 5 Minuten

Der EU AI Act ist das erste KI-spezifische Gesetz weltweit, aber was bedeutet das konkret für euch?


Was steckt hinter der zentralen Idee des risikobasierten Ansatzes? Seid ihr Anbieter oder Betreiber eines KI-Systems und warum macht das einen grossen Unterschied? Und in welche Risikoklasse fällt euer System eigentlich?


Ich bin kein Jurist, das ist auch keine Rechtsberatung und soll euch einfach als Überblick dienen.





Fragen für diese Folge:


In welcher Rolle sitzt ihr: Anbieter oder Betreiber? Welche eurer KI-Systeme könnten in den Hochrisiko-Bereich fallen? Wie sieht der Weg zu einem Hochrisiko-KI-System in der Praxis aus? Nutzt ihr Open-Source-Modelle? Habt ihr geprüft, ob die Open-Source-Ausnahme wirklich greift?





Im zweiten Teil stellen wir dann die Fragen: Welche Pflichten gelten bereits heute, wie sieht der Zeitplan aus und was kostet euch Nichtbeachtung (Strafen)?





Weiterführende Links:


Vollständiger EU AI Act (offizieller Text): https://eur-lex.europa.eu/legal-content/DE/TXT/?uri=CELEX:32024R1689 Anhang III – Hochrisiko-Systeme im Detail: https://eur-lex.europa.eu/legal-content/DE/TXT/?uri=CELEX:32024R1689#d1e38-206-1 AI Act Explorer und Compliance Checker (Englisch): https://artificialintelligenceact.eu/de/

KI regulieren, aber wie? In dieser Folge bekommt ihr einen kompakten Überblick über die regulatorische Landkarte in Europa: Was regelt die DSGVO, was der EU AI Act, was NIS2, DORA, der Cyber Resilience Act und der Data Act. Und was hat das alles mit KI zu tun?


Ihr erfahrt, warum es nicht reicht, bei KI nur auf den AI Act zu schauen und wann welches Regelwerk greift. Diese Folge ist eine Vorarbeit für deie nächste Folge, in der wir einen tieferen Einblick in den EU AI Act wagen wollen.





Fragen, die ihr euch nach der Folge stellen solltet:


- Welche der gennanten (und anderen) Regelwerke betreffen euer Unternehmen? Macht euch wirklich eine Liste zu euren Anwendungen, die KI beinhalten und ordnet sie den Regelwerken zu, um eine erste Übersicht zu bekommen.


- Wie gut seid ihr bereits bei DSGVO und AI Act aufgestellt?





Anmerkungen:


Keine Rechtsberatung, keine Garantie auf Richtigkeit. Informationen in dieser Folge können nach einiger Zeit veraltet sein.


Rat und Parlament haben sich am 7. Mai 2026 politisch auf den Digital Omnibus geeinigt, anders als in der Folge angesprochen. Hier dazu eine Quelle: https://www.consilium.europa.eu/en/press/press-releases/2026/05/07/artificial-intelligence-council-and-parliament-agree-to-simplify-and-streamline-rules/


Generelle Infos zum Digital Omnibus: https://digital-strategy.ec.europa.eu/en/library/digital-omnibus-ai-regulation-proposal

Was sind Reasoning-Modelle und warum sind sie klassichen Large Language Models (LLMs) oft überlegen?


Das ist die Kernfrage der heutigen Folge. Im Mittelpunkt steht die sogenannte Chain of Thought, die interne Gedankenkette, die Sprachmodelle nutzen, um Schritt für Schritt zu einer Antwort zu gelangen.


Inspiriert von Daniel Kahnemans „Schnelles Denken, langsames Denken" zeigen wir, warum das Prinzip von System 1 und System 2 irgendwie auch für künstliche Intelligenz gilt.





Themen dieser Folge:


Was ist Chain of Thought und warum macht es Reasoning Modelle besser? Warum sind Reasoning Modelle teurer und wann lohnt sich der Einsatz? Overthinking und Selbstüberschätzung: Schwächen, die auch KI kennt





Frühere Folgen, die ich empfehle anzuhören, damit ihr das Thema gut versteht: Transformer, Tokens, Embeddings, RAG, Fine-Tuning





Buch von Daniel Kahneman:


Kahneman, D. (2011). Thinking, fast and slow. Farrar, Straus and Giroux.

NVIDIA-CEO Jensen Huang nennt KI einen "Five-Layer-Cake", einen Kuchen mit fünf Schichten: Energie, Chips, Recheninfrastruktur, Modelle und Applikationen. Doch was bedeutet dieses mentale Modell für europäische Unternehmen, Manager und Entscheider? In dieser Folge von "KI – kurz und informativ" diskutieren wir das Five-Layer-Modell, ordnen Huangs Aussagen zu Jobs, nationaler KI-Infrastruktur und Europas Chancen kritisch ein und zeigen anhand von Siemens, wie europäische Industrie KI nicht nur nutzt, sondern selbst gestaltet.


Themen dieser Folge:


Das Five-Layer-Modell von NVIDIA und Jensen Huang einfach erklärt Warum Energie der limitierende Faktor jeder KI-Strategie ist Was Huangs These zu KI und Jobs für den europäischen Arbeitsmarkt bedeutet Siemens Industrial Foundation Model: Wie Domain-Wissen plus KI funktionieren kann Drei Fragen, die sich jeder Entscheider jetzt stellen sollte


Drei Leitfragen für euer Unternehmen:


Was ist euer Domain-Wissen, das noch kein Modell hat? Könnt ihr euch tiefer im Stack positionieren, also vom Anwender zum Anbieter werden? Wo habt ihr Energieabhängigkeiten, die euch blockieren?


Quellen und weiterführende Links:


NVIDIA Blog zum AI 5-Layer-Cake: https://blogs.nvidia.com/blog/ai-5-layer-cake/ Larry Fink im Gespräch mit Jensen Huang in Davos: https://www.youtube.com/watch?v=hnF7heF3k7s Siemens Industrial Foundation Model: https://www.siemens.com/global/en/products/automation/topic-areas/industrial-ai/industrial-foundation-model.html Christensen et al. (2025), "Projected US Radiologist Supply, 2025 to 2055", Journal of the American College of Radiology: https://www.jacr.org/article/S1546-1440(24)00909-8/fulltext  Harvey L. Neiman Health Policy Institute, Pressemitteilung vom Februar 2025: https://www.neimanhpi.org/press-releases/new-studies-shed-light-on-the-future-radiologist-workforce-shortage-by-projecting-future-radiologist-supply-and-demand-for-imaging/