AI Act Check
Jedes KI-System inventarisiert, eingestuft und terminiert, mit den daraus folgenden Pflichten.
- Dauer
- 3–4 Wochen
- Preis
- 6.000 € bis 12.000 €
- zzgl. MwSt., Richtwert
KI & Cybersicherheit
KI einsetzen, die Sie verteidigen können – und mit KI verteidigen.
Rechtliches

Leistungen
KI einsetzen, die Sie verteidigen können – und mit KI verteidigen.
Meist sind zwei Dinge gleichzeitig wahr. Ihre Teams nutzen bereits generative KI, oft über Werkzeuge, die niemand freigegeben hat. Und die förmlich vorgeschlagenen Projekte stecken fest, weil niemand sagen kann, ob sie sicher oder erlaubt sind.
Diese Praxis löst beides. Wir erfassen, was tatsächlich im Einsatz ist, richten eine Governance ein, die leicht genug ist, um nicht der Grund zu werden, warum nichts ausgeliefert wird, und bauen: einen abgegrenzten Piloten auf Ihren Daten, gemessen an einer Baseline, mit Zugriffskontrolle und Protokollierung vom ersten Tag an statt kurz vor dem Go-live.
Dann greifen wir ihn an. Prompt Injection, Datenabfluss über einen Assistenten mit Zugriff auf Ihre Dokumentenablage, ein Agent mit Zugangsdaten, die er nicht haben sollte – ein KI-Red-Team findet das, bevor ein Kunde oder eine Aufsicht es tut. Und dieselben Modelle arbeiten in die andere Richtung: in Erkennung, Triage und den Compliance-Nachweisen, die früher eine Person eine Woche gekostet haben.
Wo KI den Aufwand wert ist, und die Regeln, die sie vertretbar halten.
Wo Sie bei Daten, Kompetenzen, Governance und Werkzeugen tatsächlich stehen, einschließlich eines ehrlichen Inventars der Schatten-KI, die Ihre Teams bereits nutzen.
Ein Portfolio von Anwendungsfällen nach Nutzen und Machbarkeit sortiert, in eine Roadmap gebracht, samt der Plattform- und Governance-Arbeit, die parallel laufen muss.
Rollen, Freigabepunkte, ein KI-Register und Prüfkriterien, abgestimmt auf ISO 42001 und den AI Act, sodass Governance und Compliance eine Arbeit sind.
Piloten, Agenten, Copiloten und die Plattform darunter, auf Ihren Daten gebaut und an einer Baseline gemessen.
Ein Anwendungsfall präzise genug definiert, um ihn zu bauen — Daten, Nutzende, Erfolgsmaße — mit geklärter AI-Act-Einstufung, bevor Budget gebunden wird.
Ein funktionierender Pilot — angereicherte Suche, interner Assistent oder Dokumentenautomatisierung — auf Ihren Daten gebaut, an einer gemessenen Referenz bewertet, mit Zugriffskontrolle und Protokollierung vom ersten Tag an.
Agenten, die auf Systeme wirken, mit zuerst definiertem Berechtigungsmodell und menschlichen Prüfpunkten, denn ein Agent mit weitreichenden Zugangsdaten ist ein Zugriffsrisiko, bevor er ein Produktivitätsgewinn ist.
Die Arbeit, die vor dem unternehmensweiten Einschalten eines Assistenten geschehen muss: Bereinigung der Berechtigungen, Datenklassifizierung, Tenant-Konfiguration, Protokollierung und Nutzerleitfaden.
Das Engineering, das aus einem vielversprechenden Piloten ein betreibbares System macht: Versionierung, Bewertung in der Pipeline, Kostenkontrolle, Überwachung und ein funktionierender Rückfall.
Modelle, Prompts, Agenten und die Daten dahinter, geprüft wie ein Angreifer es täte.
Sicherheitsprüfung von KI-Systemen gegen die OWASP Top 10 für LLM-Anwendungen: Prompt Injection, Datenabfluss über den Kontext, Berechtigungen von Werkzeugen und Agenten sowie Modell-Lieferkette.
Adversariale Tests eines Assistenten, RAG-Systems oder Agenten: Jailbreaks, indirekte Prompt Injection über abgerufene Inhalte, Datenabfluss und Missbrauch angebundener Werkzeuge.
Die Nachweisebene: Risikobewertung, Datenschutz und Audit dessen, was bereits läuft.
Risikobewertung eines KI-Systems über Sicherheit, Verzerrung, Robustheit und Rechte, einschließlich der Grundrechte-Folgenabschätzung, die der AI Act von bestimmten Betreibern verlangt.
Kontrollen für die Daten, die ein KI-System berührt: Minimierung, Pseudonymisierung, Aufbewahrung in Vektorspeichern, Mandantentrennung und die vertragliche Lage mit Ihrem Modellanbieter.
Eine unabhängige Prüfung eines bereits produktiven Systems: wie es arbeitet, wie es versagt, was es protokolliert und ob seine Dokumentation der Frage einer Aufsichtsbehörde standhielte.
Dieselben Modelle in die andere Richtung gewandt: auf Ihre Alarmwarteschlange, Ihre Runbooks und die Compliance-Nachweise, die früher eine Woche kosteten.
KI dort einsetzen, wo sie in unserem eigenen Feld wirklich hilft: Alarmtriage, Nachweiserhebung, Richtlinienentwürfe und Bearbeitung von Lieferantenfragebögen, mit einer menschlichen Entscheidung am Ende.
Sprachmodelle für Ihre Alarmwarteschlange: Anreicherung, Deduplizierung und eine erste Triage – die Entscheidung bleibt beim Analysten.
Ein abgesicherter Rollout von Microsoft Security Copilot oder einem Äquivalent, beschränkt auf die Analysten, die ihn nutzen, und die Daten, die er sehen darf.
Modelle, die Ihre Tickets, Konfigurationen und Logs lesen und die Kontrollnachweise entwerfen, die ein Prüfer verlangt – von einer Person geprüft, bevor sie das Haus verlassen.
Führungskräfte, Teams und alle, die etwas in einen Assistenten einfügen – geschult in dem, was sie betrifft.
Arbeitssitzungen, nach denen Führungskräfte einen KI-Vorschlag beurteilen können: was diese Systeme gut können, wo sie versagen und was die Regulierung von ihnen verlangt.
Was generative KI tut, wo sie irrt und was der AI Act von denen verlangt, die sie nutzen – für alle Mitarbeitenden, in ihren eigenen Worten.
Praxisschulung an den Assistenten, die Ihre Teams tatsächlich nutzen: was man einfügen darf, was nie, und wie man eine Antwort prüft, bevor man danach handelt.
Jedes KI-System inventarisiert, eingestuft und terminiert, mit den daraus folgenden Pflichten.
Ein Assistent unternehmensweit ausgerollt, ohne damit zugleich den ganzen Dateiserver zu öffnen.
Die Person, die Ihr KI-Register führt, jeden neuen Anwendungsfall gegen den AI Act prüft und die Governance im Tempo der tatsächlichen Nutzung durch Ihre Teams vorantreibt.
Über diese Leistung sprechen — Externe:r KI-Beauftragte:r (vCAIO)
AI Act Check dauert drei bis vier Wochen und sagt Ihnen, was Sie betreiben, wie es eingestuft ist und was ab wann geschuldet wird.