EU AI Act 2026: Warum KMU jetzt ein KI-Fallbuch statt nur Toollisten brauchen

Der EU AI Act taucht in vielen KMU noch als abstraktes Compliance-Thema auf. Das ist gefährlich bequem. Ab 2026 treffen Transparenz-, Governance- und Risikopflichten nicht nur Konzerne, sondern auch Betriebe, die KI in Kundendienst, Personal, Marketing, Administration oder Produktivität einsetzen. Die aktuelle Recherche zu EU AI Act, August-Fristen und KI-Kompetenz zeigt vor allem eines: Wer erst bei der nächsten Toolrechnung reagiert, kommt zu spät. Für KMU ist jetzt nicht die perfekte Richtlinie entscheidend, sondern eine beweisbare Arbeitsgrundlage.

Die gute Nachricht: Ein Betrieb muss nicht mit einem juristischen Monsterprojekt starten. Der erste Schritt ist ein KI-Fallbuch. Darin stehen nicht Toolnamen, sondern echte Situationen aus der Arbeit. Eine Kundenmail wird zusammengefasst. Ein Stelleninserat wird mit Bewerbungen abgeglichen. Eine Rechnung wird auf neue Bankdaten geprüft. Ein Blogentwurf wird mit Quellen abgeglichen. Genau diese Fälle zeigen, welche Daten hineinlaufen, wer das Ergebnis prüft und welche Handlung verboten bleibt.

Warum das Fallbuch besser ist als eine Toolliste

Eine Toolliste klingt nach Ordnung, täuscht aber Kontrolle vor. ChatGPT, Copilot, Gemini, DeepL oder eine Branchenlösung können völlig harmlose oder hochsensible Aufgaben unterstützen. Risiko entsteht nicht am Logo, sondern am Fall. Ein öffentlicher Produkttext ist anders zu bewerten als eine Kundenbeschwerde mit Namen, Vertragsnummer und Gesundheitsangaben. Deshalb braucht die Geschäftsführung eine Sicht auf Arbeitsfälle, nicht auf App-Icons.

Das Fallbuch zwingt zur richtigen Frage: Was passiert hier betrieblich? Wenn die Antwort „Text verbessern“ lautet, ist sie zu ungenau. Besser: „Antwortentwurf für eine Reklamation vorbereiten, ohne Preisnachlass oder Schuldanerkenntnis zu formulieren.“ In diesem Satz stecken Zweck, Grenze und menschliche Verantwortung. Genau diese Präzision macht spätere Schulung und Prüfung möglich.

Die acht Felder, die ein KMU sofort führen kann

Arbeitsfall: der konkrete Vorgang in einem Satz.
Datenart: öffentlich, intern, kundenbezogen, personenbezogen oder vertraulich.
Tool oder System: nur als technische Notiz, nicht als Risikourteil.
Ausgabe: Zusammenfassung, Entwurf, Sortierung, Prüffrage, Empfehlung oder Aktion.
Nutzen: Zeitgewinn, Fehlervermeidung, bessere Antwort, bessere Priorisierung.
Prüfung: Rolle oder Person, die vor Verwendung kontrolliert.
Stopplinie: was die KI ausdrücklich nicht tun darf.
Nachweis: wo Entscheidung, Quelle oder Freigabe dokumentiert wird.

Diese Felder reichen für eine erste Version. Sie müssen nicht perfekt formuliert sein. Wichtig ist, dass sie aus realer Arbeit entstehen. Ein Vertriebsteam kann zehn Fälle liefern, die Administration zehn weitere, die Geschäftsführung fünf kritische Grenzfälle. Danach sieht der Betrieb sofort, wo KI unproblematisch hilft und wo Regeln fehlen.

Ein Beispiel aus der Administration

Nehmen wir eine Rechnung mit neuer IBAN. Die KI darf den Eingang markieren, den Lieferanten nennen, den Betrag herausziehen und auf die geänderte Bankverbindung hinweisen. Sie darf keine Zahlung auslösen, keine Stammdaten ändern und keine Freigabe ersetzen. Der Fall wird gelb markiert: hilfreich für Sichtbarkeit, aber prüfpflichtig vor jeder Aktion. So entsteht Nutzen ohne Kontrollverlust.

Dieses Beispiel ist bewusst unspektakulär. Genau darin liegt sein Wert. Viele KI-Projekte scheitern, weil sie mit grossen Automationsversprechen beginnen. Ein Fallbuch beginnt dort, wo jeden Tag kleine Fehler teuer werden: Fristen, falsche Daten, unklare Zuständigkeit, übersehene Änderungen. Wenn die KI diese Punkte sichtbar macht, kann ein KMU messbar besser arbeiten, ohne riskante Autonomie einzuführen.

So wird daraus KI-Kompetenz statt Pflichtschulung

KI-Kompetenz entsteht nicht dadurch, dass Mitarbeitende einmal eine Präsentation sehen. Sie entsteht, wenn sie an den eigenen Fällen üben. Darf dieser Text in ein externes Tool? Muss der Name entfernt werden? Ist die Ausgabe nur ein Entwurf? Wer prüft, bevor sie den Kunden erreicht? Das Fallbuch liefert dafür die Trainingsgrundlage. Jede Zeile ist ein Mini-Szenario, an dem Regeln besprochen werden können.

Für die Geschäftsführung hat das einen zweiten Vorteil: Sie sieht Schattennutzung früher. Wenn Mitarbeitende bereits KI einsetzen, wird das nicht automatisch zum Vorwurf. Es wird Material für ein besseres System. Die Frage lautet dann: Welche Nutzung ist grün, welche braucht eine Stopplinie, welche bleibt rot? Diese Einteilung schafft mehr Sicherheit als ein pauschales Verbot, das im Alltag umgangen wird.

Der 14-Tage-Plan für den Start

Tag eins bis drei: reale KI-Fälle sammeln, auch wenn sie unfertig sind. Tag vier bis sieben: die acht Felder ausfüllen und jeden Fall grün, gelb oder rot markieren. Tag acht bis zehn: die gelben Fälle mit Stopplinien präzisieren. Tag elf bis vierzehn: daraus eine kurze Schulung mit fünf typischen Situationen bauen. Danach ist der Betrieb nicht fertig, aber handlungsfähig.

Der wichtigste Führungssatz lautet: „Wir entscheiden nicht abstrakt über KI, sondern konkret über Arbeitsfälle.“ Wer diesen Satz umsetzt, kann neue Tools ruhiger prüfen, Mitarbeitende besser anleiten und regulatorische Anforderungen schrittweise belegen. Für KMU ist das der pragmatische Weg zwischen Hype und Stillstand.

Recherchebasis: Google-News-Recherche zu EU AI Act, August 2026, KI-Kompetenz und KMU.