Startseite› Glossar› GPAI (General Purpose AI)

GPAI (General Purpose AI)

Englisch: General Purpose AI (GPAI)

GPAI (General Purpose AI) oder KI-Modelle mit allgemeinem Verwendungszweck sind nach Artikel 3 Nummer 63 des EU AI Act (Verordnung (EU) 2024/1689) KI-Modelle, die eine erhebliche allgemeine Verwendbarkeit aufweisen und ein breites Spektrum unterschiedlicher Aufgaben kompetent erfüllen können, unabhängig davon, wie das Modell auf den Markt gebracht wird. Typische Beispiele sind große Sprachmodelle wie GPT-4, Claude, Gemini oder Llama. Der EU AI Act regelt GPAI-Modelle separat in Kapitel V (Artikel 51-56) mit zwei Risikostufen: GPAI-Modelle ohne systemisches Risiko (Transparenz- und Dokumentationspflichten nach Artikel 53) und GPAI-Modelle mit systemischem Risiko (zusätzliche Pflichten nach Artikel 55, ausgelöst bei kumulierter Trainingsleistung ab 10^25 FLOPs oder durch Kommissionsentscheidung).

Normative Grundlage: Verordnung (EU) 2024/1689 (EU AI Act) Art. 3 Nr. 63, Art. 51-55

Hintergrund und normative Einordnung

Die GPAI-Regulierung im EU AI Act ist eine Antwort auf das rasante Aufkommen großer Foundation Models seit 2022. Die ursprüngliche Kommissionsfassung des AI Act adressierte hauptsächlich anwendungsspezifische Hochrisiko-Systeme (Annex III), der Aufstieg von ChatGPT und vergleichbaren Modellen machte deutlich, dass Modelle mit breitem, nicht vorhersehbarem Anwendungsspektrum eigene regulatorische Werkzeuge erfordern. Die finale Verordnung integriert GPAI als eigenes Kapitel V mit horizontalen Pflichten, die unabhängig vom späteren Einsatzbereich gelten. Zentral ist die Schwelle für „systemisches Risiko": Erwägungsgrund 110 und Artikel 51 Absatz 2 definieren die Schwelle bei einer kumulierten Trainingsleistung von 10^25 FLOPs (Floating Point Operations), diese Größe entspricht nach Stand 2024/2025 etwa GPT-4-Klasse-Modellen. Die Kommission kann die Schwelle per Delegiertem Rechtsakt anpassen (Artikel 51 Absatz 3) und Modelle auch unterhalb der Schwelle als systemisch klassifizieren, wenn etwa Nutzerzahlen, Modalitäten oder gesellschaftliche Auswirkungen dies erfordern.

Die Pflichten für GPAI-Provider sind in Artikel 53 (alle GPAI) und Artikel 55 (zusätzlich für GPAI mit systemischem Risiko) niedergelegt. Artikel 53 verpflichtet zur Erstellung und Pflege einer technischen Dokumentation (Annex XI), zur Bereitstellung von Informationen an nachgelagerte Anbieter (Annex XII) und zur Erstellung einer Policy zur Einhaltung des Urheberrechts (insbesondere Text- und Data-Mining-Ausnahmen nach Richtlinie (EU) 2019/790). Artikel 55 ergänzt für systemische Modelle: Model Evaluations einschließlich Adversarial Testing, Bewertung und Minderung systemischer Risiken auf Unionsebene, Meldung schwerwiegender Vorfälle an das AI Office, sowie ein angemessenes Niveau an Cybersicherheit. Die Anwendbarkeit der GPAI-Pflichten beginnt gestaffelt: Artikel 53 ab 2. August 2025, die meisten anderen Vorschriften ab 2. August 2026. Das AI Office in der Generaldirektion Connect der Europäischen Kommission ist zentrale Aufsichtsstelle. Bei der Umsetzung eines EU AI Act-Compliance-Programms ist die GPAI-Bewertung Schlüsselfrage: Bin ich Provider, Deployer oder Integrator? Welche Pflichten welcher Stufe gelten?

Normative Bezüge:

EU AI Act Art. 3 Nr. 63 EU AI Act Art. 51-55 ISO/IEC 42001:2023

Vorgehen in der Praxis

Die operative Umsetzung der GPAI-Pflichten beginnt mit der Selbstklassifizierung, bin ich Provider, Deployer oder Integrator?, und führt über die Dokumentations-, Transparenz- und Risikomanagementpflichten zur Meldekette gegenüber AI Office und nationalen Behörden. Anwender (Deployer) haben deutlich geringere Pflichten als Provider, aber eigene Verantwortlichkeiten bei Einbindung in Hochrisiko-Systeme.

1
Rolle bestimmen: Provider, Deployer oder Integrator Im ersten Schritt klärt die Organisation ihre Rolle gegenüber dem GPAI-Modell. Provider (Artikel 3 Nr. 3) sind Entwickler oder Inverkehrbringer eines GPAI-Modells unter eigenem Namen. Deployer (Artikel 3 Nr. 4) sind Anwender, die das Modell unter ihrer Verantwortung einsetzen. Integratoren bauen GPAI-Modelle in nachgelagerte Systeme ein. Die Pflichten unterscheiden sich grundlegend: Provider tragen Artikel 53/55-Pflichten; Deployer haben Pflichten aus Artikel 26 (allgemein) und ggf. Hochrisiko-Pflichten aus Kapitel III; Integratoren werden gegebenenfalls zu Providern nachgelagerter Systeme. Diese Klassifizierung ist die strategische Weichenstellung und sollte juristisch abgesichert sein.
2
Systemisches Risiko prüfen: 10^25-FLOPs-Schwelle und qualitative Kriterien Provider müssen prüfen, ob ihr GPAI-Modell als „mit systemischem Risiko" einzustufen ist. Quantitative Schwelle nach Artikel 51 Absatz 2: kumulierte Trainingsrechenleistung ab 10^25 FLOPs (Floating Point Operations). Qualitative Kriterien nach Annex XIII: Anzahl Parameter, Datensatzgröße, Modalitäten (multimodal), Trainingsaufwand, Reichweite (Anzahl Nutzer), Inferenzleistung, geographische Verfügbarkeit, gesellschaftliche Auswirkungen. Die Bewertung muss dokumentiert und der Kommission gemeldet werden, sobald die Schwelle überschritten ist (Artikel 52). Selbst Modelle unter der Schwelle können durch Kommissionsentscheidung als systemisch eingestuft werden.
3
Pflichten umsetzen: Dokumentation, Transparenz, Urheberrecht und (falls systemisch) Risikomanagement Für alle GPAI-Provider gelten nach Artikel 53: Erstellung und Pflege einer technischen Dokumentation nach Annex XI (Trainingsdaten, Architektur, Trainings-Compute, Energieverbrauch, Capabilities und Limitations, Bewertungsmethoden), Bereitstellung der Informationen aus Annex XII an nachgelagerte Anbieter, Erstellung und Veröffentlichung einer Policy zur Einhaltung des Urheberrechts, Erstellung und Veröffentlichung einer detaillierten Zusammenfassung der zum Training verwendeten Inhalte. Für systemische GPAI ergänzend nach Artikel 55: Model Evaluations einschließlich Adversarial Testing, Bewertung und Minderung systemischer Risiken, Meldung schwerwiegender Vorfälle und Korrekturmaßnahmen, angemessene Cybersicherheit (insbesondere gegen Modell-Diebstahl).
4
Code of Practice anwenden oder eigene Konformitätsnachweise aufbauen Das EU AI Office hat 2025 einen Code of Practice for General-Purpose AI Models veröffentlicht, der als freiwilliges Instrument zum Nachweis der Konformität mit Artikel 53/55 dient. Provider, die dem Code beitreten, gelten als kooperationsbereit und können die Anforderungen strukturiert erfüllen. Wer den Code nicht anwendet, muss eigene, gleichwertige Nachweise erbringen. Die Sanktionen bei Verstößen sind erheblich: bis zu 15 Millionen Euro oder 3 % des weltweiten Jahresumsatzes für GPAI-Verstöße (Artikel 101). Begleitend zur Compliance ist ein integriertes AI Management System (AIMS) nach ISO/IEC 42001:2023 empfehlenswert, um GPAI-Anforderungen, ISO-Standards und nationale Regulierung in einem Managementrahmen zu verbinden.

Die 10^25-FLOPs-Schwelle aus Artikel 51 Absatz 2 ist kein statisches Kriterium, die Kommission kann sie per Delegiertem Rechtsakt anpassen (Artikel 51 Absatz 3). Wer ein leistungsstarkes Modell entwickelt, sollte mindestens halbjährlich prüfen, ob die Schwelle noch dem Stand der Technik entspricht und ob das eigene Modell durch qualitative Kriterien (Annex XIII) auch unterhalb der Schwelle erfasst wird.

Abgrenzung zu verwandten Begriffen

Begriff Fokus Verhältnis zu GPAI
Hochrisiko-KI-System Anwendungsbezogenes KI-System mit klar definiertem Einsatzbereich (Annex III) Hochrisiko-KI-Systeme sind nach EU AI Act Artikel 6 in Verbindung mit Annex III definierte, anwendungsspezifische Systeme (z. B. Biometrie, kritische Infrastruktur, Bildung, Beschäftigung). Sie unterliegen Kapitel III mit umfassenden Anforderungen an Risikomanagement, Datenqualität, Dokumentation, menschliche Aufsicht und Konformitätsbewertung. GPAI-Modelle sind dagegen horizontal und nicht anwendungsspezifisch geregelt, Kapitel V. Wird ein GPAI-Modell in einem Hochrisiko-System eingesetzt, gelten beide Regelwerke parallel.
Foundation Model Technischer Begriff für große, auf breiten Daten trainierte Modelle Foundation Model ist der technische Begriff (geprägt durch das Stanford CRFM 2021) für große, auf breiten Datensätzen trainierte KI-Modelle, die durch Feintuning oder Prompting an viele Aufgaben angepasst werden. GPAI ist der regulatorische Begriff der EU. Die beiden überlappen weitgehend: Die meisten Foundation Models sind GPAI im Sinne des AI Act. GPAI ist jedoch weiter gefasst und erfasst auch Modelle, die nicht streng als Foundation Models klassifiziert würden.
Schatten-KI Unautorisierte Nutzung von KI-Tools im Unternehmen Schatten-KI bezeichnet die Nutzung von KI-Tools (oft cloud-basierter GPAI-Dienste wie ChatGPT oder Claude) durch Mitarbeiter ohne formelle Freigabe und Sicherheitsbewertung. Die Verbindung zu GPAI ist praktisch: Wenn Mitarbeiter externe GPAI-Modelle nutzen, wird die Organisation zum Deployer mit Pflichten nach Artikel 26. Auch die DSGVO-Verantwortung bleibt bestehen. Schatten-KI ist die häufigste Compliance-Lücke bei GPAI-Nutzung im Unternehmen.

Typische Fehler und wie ihr sie vermeidet

  • Rollenklarheit fehlt, Provider, Deployer oder Integrator?: Eine häufige Fehlannahme ist, dass ein Unternehmen, das nur ein externes GPAI-Modell nutzt, keine AI-Act-Pflichten hat. Tatsächlich wird das Unternehmen zum Deployer (Artikel 3 Nr. 4) mit eigenen Pflichten aus Artikel 26: Information der betroffenen Personen, menschliche Aufsicht, Protokollierung, ggf. Folgenabschätzung. Wer das GPAI-Modell weiter integriert (etwa als Chatbot in ein Kundensystem), wird gegebenenfalls zum Provider eines nachgelagerten Systems mit den entsprechenden Pflichten. Die Rollenklärung muss zu Beginn jedes KI-Projekts juristisch erfolgen.
  • 10^25-FLOPs-Schwelle als statisches Kriterium behandeln: Die Trainingsleistungs-Schwelle für „systemisches Risiko" ist nicht statisch. Artikel 51 Absatz 3 EU AI Act ermächtigt die Kommission, die Schwelle per Delegiertem Rechtsakt anzupassen. Zudem können Modelle unterhalb der Schwelle durch qualitative Kriterien (Annex XIII: Nutzerzahl, Modalitäten, gesellschaftliche Auswirkungen) als systemisch eingestuft werden. Wer ein Modell nahe der Schwelle entwickelt oder einsetzt, sollte mindestens halbjährlich die regulatorische Lage prüfen.
  • Urheberrechts-Policy vernachlässigen: Artikel 53 Absatz 1 lit. c EU AI Act verpflichtet alle GPAI-Provider zu einer Policy zur Einhaltung des Urheberrechts, insbesondere zur Beachtung der Text- und Data-Mining-Vorbehalte nach Richtlinie (EU) 2019/790 Artikel 4. Viele Provider unterschätzen diese Pflicht oder behandeln sie als formales Dokument. Tatsächlich verlangt die Pflicht eine substanzielle Auseinandersetzung mit den Trainingsdaten, von der Identifikation urheberrechtlich geschützter Werke über die Berücksichtigung von Opt-Outs bis zur Transparenz gegenüber Rechteinhabern.
  • Verträge mit GPAI-Providern ohne AI-Act-Klauseln: Wer GPAI als Deployer einsetzt, ist auf die Informationen des Providers (Annex XII) angewiesen, Capabilities, Limitations, intended use cases, Risiken. Verträge ohne explizite AI-Act-Klauseln zur Bereitstellung dieser Informationen und zur Haftung bei Verstößen sind compliance-rechtlich gefährlich. Empfehlung: AI-Act-spezifische Service-Level-Agreements mit dem GPAI-Provider, Auditrechte, Meldepflichten bei Vorfällen und Klauseln zur Datenschutz-Konformität.

Relevanz im regulatorischen Kontext

Der EU AI Act (Verordnung (EU) 2024/1689) trat am 1. August 2024 in Kraft. Die GPAI-spezifischen Pflichten aus Artikel 53 gelten ab 2. August 2025 (12 Monate nach Inkrafttreten); für bereits am Markt befindliche GPAI-Modelle existiert eine Übergangsfrist bis 2. August 2027. Die meisten anderen Vorschriften (insbesondere Hochrisiko-Pflichten) gelten ab 2. August 2026 (24 Monate). Sanktionen bei GPAI-Verstößen sind in Artikel 101 geregelt: bis zu 15 Millionen Euro oder 3 % des weltweiten Jahresumsatzes, der höhere Wert gilt. Für Verstöße gegen verbotene Praktiken (Artikel 5) gelten höhere Strafen bis 35 Millionen Euro oder 7 % Umsatz. Aufsichtsstruktur: Das AI Office in der Generaldirektion Connect der Europäischen Kommission (Artikel 64) ist zentrale Aufsicht für GPAI-Modelle; nationale Behörden überwachen die anwendungsbezogenen Bereiche. In Deutschland ist die Bundesnetzagentur als Koordinationsstelle benannt; die genaue Aufsichtsstruktur wird durch das nationale AI-Umsetzungsgesetz konkretisiert.

Parallel zum AI Act gelten für GPAI weitere Regelwerke. Die DSGVO bleibt anwendbar, wenn personenbezogene Daten verarbeitet werden, insbesondere relevant bei Trainings- und Eingabedaten. Der EDPB hat in seiner Opinion 28/2024 zu KI und Datenschutz Leitlinien zum Zusammenspiel von AI Act und DSGVO veröffentlicht. Die Urheberrechtsrichtlinie (EU) 2019/790 regelt die Text- und Data-Mining-Ausnahmen, deren Einhaltung GPAI-Provider nach Artikel 53 dokumentieren müssen. Im Finanzsektor und in der Medizinprodukte-Domäne können sektorale Vorschriften (DORA, MDR) zusätzliche Anforderungen an KI-Systeme stellen. Methodisch verbindet ISO/IEC 42001:2023 (AIMS) diese Anforderungen in einem strukturierten Managementsystem; die ISO-Norm ist nicht verpflichtend, aber als Compliance-Nachweis im Audit hilfreich. ISO/IEC 23894:2023 (AI Risk Management) liefert die methodische Basis für die Risikomanagement-Pflichten nach Artikel 55.

Häufige Fragen

Wann gelten die GPAI-Pflichten?
Die Pflichten aus Artikel 53 (Dokumentation, Transparenz, Urheberrecht) gelten ab 2. August 2025 (12 Monate nach Inkrafttreten am 1. August 2024). Für GPAI-Modelle, die bereits vor diesem Datum auf dem Markt waren, gibt es eine Übergangsfrist bis 2. August 2027, bis dahin müssen die Pflichten erfüllt sein. Die Zusatzpflichten für GPAI mit systemischem Risiko nach Artikel 55 gelten ebenfalls ab 2. August 2025 für neue Modelle. Die meisten anderen AI-Act-Vorschriften (insbesondere für Hochrisiko-Systeme nach Kapitel III) gelten ab 2. August 2026.
Wie erkenne ich, ob mein Modell als „systemisch" eingestuft wird?
Artikel 51 Absatz 2 EU AI Act definiert die quantitative Schwelle: kumulierte Trainingsrechenleistung ab 10^25 FLOPs (Floating Point Operations). Diese Schwelle entspricht nach Stand 2024/2025 etwa GPT-4-Klasse-Modellen. Zusätzlich definiert Annex XIII qualitative Kriterien: Parameteranzahl, Datensatzgröße, Modalitäten (multimodal), Reichweite (Nutzeranzahl), Inferenzleistung. Die Europäische Kommission kann Modelle auch unterhalb der quantitativen Schwelle als systemisch einstufen, wenn die qualitativen Kriterien dies rechtfertigen. Provider sind verpflichtet, die Klassifizierung selbst durchzuführen und der Kommission zu melden (Artikel 52).
Was unterscheidet einen GPAI-Provider von einem Deployer?
Provider (Artikel 3 Nr. 3) ist, wer ein GPAI-Modell entwickelt oder entwickeln lässt und unter eigenem Namen oder eigener Marke in Verkehr bringt oder in Betrieb nimmt, typische Beispiele: OpenAI, Anthropic, Google, Meta, Mistral. Deployer (Artikel 3 Nr. 4) ist, wer ein KI-System unter eigener Verantwortung verwendet, typische Beispiele: Unternehmen, die ChatGPT, Claude oder andere GPAI-Dienste in ihren Prozessen einsetzen. Die Pflichten unterscheiden sich erheblich: Provider tragen Hauptlast bei Dokumentation und Transparenz; Deployer haben Aufsichts- und Informationspflichten. Bei Integration in Hochrisiko-Anwendungen kann der Deployer zum Provider des nachgelagerten Systems werden.

Quellen & weiterführende Literatur

  1. Verordnung (EU) 2024/1689 (EU AI Act), Artikel 3 Nr. 63, Kapitel V (Artikel 51-56), Annex XI/XII/XIII
  2. EU AI Office, General-Purpose AI Code of Practice (freiwilliges Konformitätsinstrument, 2025)
  3. European AI Office (Generaldirektion Connect), zentrale Aufsichtsstelle für GPAI
  4. ISO/IEC 42001:2023, Information technology, Artificial intelligence, Management system
  5. ISO/IEC 23894:2023, Information technology, Artificial intelligence, Guidance on risk management
  6. ENISA, Artificial Intelligence Cybersecurity Challenges (Threat Landscape für AI Systems)
  7. ENISA, Securing Machine Learning Algorithms
  8. NIST AI Risk Management Framework 1.0, AI RMF
  9. EDPB, Opinion 28/2024 on data protection aspects of AI models