TM_KI

Vernetzte Maschinen und Anlagen erzeugen laufend Daten über ihre Nutzung, Leistung oder Umgebung. Doch wer kann auf diese Daten zugreifen – und wie lassen sie sich nutzen?

Genau hier setzt der Data Act an. Er schafft neue Regeln für den Zugang, die Nutzung und die Weitergabe von Daten aus vernetzten Produkten und verbundenen Diensten. So sollen Daten leichter nutzbar werden und neue Anwendungen ermöglichen.

Seit dem 12. September 2025 haben Nutzerinnen und Nutzer in der EU einen gesetzlichen Anspruch auf Zugang zu entsprechenden Daten. Die Regelungen gelten für Privatpersonen sowie für gewerbliche und öffentliche Akteure.

KI-Verordnung, Cyber Resilience Act und Ökodesign-Verordnung: Neue EU-Regelwerke betreffen auch KMU. Normen und technische Standards helfen bei der praktischen Umsetzung

Nicht jedes Unternehmen muss selbst einen Produktpass erstellen. Als Hersteller, Zulieferer oder Händler können KMU dennoch künftig Produkt- und Materialdaten bereitstellen müssen.

Die Umsetzung wird bereits konkret: Seit dem 20. Juli 2026 ist das europäische Register für Digitale Produktpässe in Betrieb. Ab dem 18. Februar 2027 wird der Batteriepass für bestimmte Batteriearten verpflichtend – unter anderem für Batterien in Elektrofahrzeugen, leichten Verkehrsmitteln und bestimmte Industriebatterien.

Ein ungewöhnlicher Kommentar unter einem Unternehmensbeitrag, eine Nachricht vom vermeintlichen Kundenservice oder eine dringende Anfrage eines bekannten Geschäftskontakts: Dahinter kann auch ein automatisiertes Konto stecken.

Social Bots veröffentlichen Beiträge, verfassen Kommentare oder versenden Nachrichten. Durch Künstliche Intelligenz können sie natürlich formulieren und mit glaubwürdigen Profilbildern auftreten. Kritisch wird es vor allem dann, wenn sie sich als reale Personen ausgeben und nicht als Bots erkennbar sind.

Das Fraunhofer IPA unterscheidet zwischen Digital AI, Physical AI und Embodied AI. Während Digital AI rein digital arbeitet, nimmt Physical AI über Sensoren die reale Welt wahr und kann auf physische Prozesse einwirken.

Embodied AI geht darüber hinaus: Die KI verfügt über eine physische Verkörperung, nimmt ihre Umgebung über Sensoren wahr und kann mithilfe von Aktoren darin handeln. Durch die Interaktion mit ihrer Umwelt können solche Systeme zudem Erfahrungen sammeln und ihr Verhalten anpassen.

Dabei muss ein solcher „Körper“ nicht menschlich aussehen. Embodied AI kann beispielsweise in Robotern, autonomen Fahrzeugen, Drohnen oder Produktionssystemen zum Einsatz kommen.

Künstliche Intelligenz begegnet uns bisher vor allem in digitalen Anwendungen: Sie generiert Texte und Bilder, analysiert Daten oder unterstützt bei der Informationssuche. Fraunhofer IPA bezeichnet solche Anwendungen als Digital AI.

Mit Physical AI erweitert sich dieses Prinzip auf die physische Welt. Mithilfe von Sensoren kann KI ihre reale Umgebung wahrnehmen und diese Informationen nutzen, um auf physische Prozesse einzuwirken. In der Industrie kann sie beispielsweise Maschinenparameter optimieren oder bei der visuellen Qualitätsprüfung unterstützen.

Viele Beschäftigte nutzen KI-Anwendungen wie ChatGPT oder Microsoft Copilot bereits im Arbeitsalltag. Sie formulieren Texte, fassen Informationen zusammen oder entwickeln erste Ideen. Für kleine und mittlere Unternehmen kann das hilfreich sein – wenn klar ist, wie KI sicher und verantwortungsvoll eingesetzt wird.

Ohne gemeinsame Regeln entsteht schnell sogenannte Schatten-KI: Mitarbeitende nutzen KI-Werkzeuge eigenständig, ohne dass es dafür klare Vorgaben im Unternehmen gibt. Das geschieht meist aus praktischen Gründen. Gleichzeitig können Risiken entstehen, etwa wenn sensible Daten in öffentliche KI-Systeme eingegeben oder Ergebnisse ungeprüft übernommen werden.

Viele Unternehmen beschäftigen sich derzeit mit Künstlicher Intelligenz. Dabei geht es oft zuerst um neue KI-Modelle oder passende Anwendungen. Ein wichtiger Punkt wird dabei leicht übersehen: die Qualität der Daten.

Denn KI kann nur dann verlässliche Ergebnisse liefern, wenn die Daten vollständig, aktuell und einheitlich sind. Genau hier setzt der Ansatz Data-Centric AI an. Dabei steht nicht allein das KI-Modell im Mittelpunkt, sondern vor allem die Datenbasis.

Viele Unternehmen beschäftigen sich derzeit mit Künstlicher Intelligenz. Dabei geht es oft zuerst um neue KI-Modelle oder passende Anwendungen. Ein wichtiger Punkt wird dabei leicht übersehen: die Qualität der Daten.

Denn KI kann nur dann verlässliche Ergebnisse liefern, wenn die Daten vollständig, aktuell und einheitlich sind. Genau hier setzt der Ansatz Data-Centric AI an. Dabei steht nicht allein das KI-Modell im Mittelpunkt, sondern vor allem die Datenbasis.

Viele Unternehmen nutzen KI inzwischen für Texte, Recherchen oder Zusammenfassungen. Der nächste Schritt geht darüber hinaus: KI-Agenten können Aufgaben in Schritte zerlegen, Informationen aus verschiedenen Systemen zusammenführen und Abläufe vorbereiten.
Die European Commission beschreibt diesen Wandel als Entwicklung von einzelnen Automatisierungen hin zu zielgerichteten, koordinierten Abläufen. KI-Agenten können planen, Werkzeuge nutzen und ihre nächsten Schritte an neue Informationen anpassen.

Ob Buchhaltungssoftware, mobile App oder vernetzte Maschine: Immer mehr Produkte enthalten digitale Komponenten oder sind mit einem Netzwerk verbunden. Sicherheitslücken können Geschäftsprozesse, Kundendaten und Lieferketten gefährden.
Mit dem Cyber Resilience Act (CRA) führt die Europäische Union erstmals verbindliche Mindestanforderungen an die Cybersicherheit von Produkten mit digitalen Elementen ein. Die Vorgaben gelten EU-weit und werden schrittweise umgesetzt. Ab Ende 2027 müssen neu auf den Markt gebrachte Produkte die Anforderungen erfüllen.