> For the complete documentation index, see [llms.txt](https://doc.dastra.eu/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://doc.dastra.eu/de/features/ai-systems.md).

# KI-Systeme

Entdecken Sie das Modul KI-Systeme von Dastra: das Verzeichnis, die Risikostufen der KI-Verordnung, KI-Modelle und die Compliance-Dokumentation.

Das Modul **KI-Governance** von Dastra erfasst die KI-Systeme, die Ihre Organisation nutzt oder entwickelt, bewertet deren Risikostufe gemäß der KI-Verordnung und verwaltet die Dokumentation, die Ihre Compliance belegt. Diese Seite richtet sich an Datenschutzbeauftragte, Rechtsabteilungen und Projektteams, die KI verwalten.

<figure><img src="https://1094947073-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FgG4SiA7dB1sjSI91cItk%2Fuploads%2Fgit-blob-4d699595e24f0f07f525aac0ec3ae50894e9d110%2Fai-systems-overview-1.png?alt=media" alt="Verzeichnis der KI-Systeme mit der Liste der Systeme, ihrer Risikostufe und ihrem Status"><figcaption><p>Das Verzeichnis der KI-Systeme</p></figcaption></figure>

Das Modul ist verfügbar, wenn Ihr Abonnement es enthält.

## Was ein KI-System gemäß der KI-Verordnung ist

Die europäische Verordnung über künstliche Intelligenz (**KI-Verordnung**, Verordnung (EU) 2024/1689) definiert ein KI-System in Artikel 3 Absatz 1 als maschinengestütztes System, das für einen in unterschiedlichem Grade autonomen Betrieb ausgelegt ist, das nach seiner Betriebsaufnahme anpassungsfähig sein kann und das aus den erhaltenen Eingaben für explizite oder implizite Ziele ableitet, wie Ausgaben erstellt werden, zum Beispiel:

* Inhalte (generierte Texte, Bilder, Töne);
* Vorhersagen (Kaufverhalten, Kreditrisiko);
* Empfehlungen (Produkte, Marketingmaßnahmen, Sicherheitsmaßnahmen);
* Entscheidungen (Annahme oder Ablehnung eines Kredits, Vorauswahl von Bewerbungen).

Diese Ausgaben können die physische oder virtuelle Umgebung beeinflussen, mit der das System interagiert.

## Warum ein Verzeichnis der KI-Systeme führen

### Regulatorische Pflichten erfüllen

Die KI-Verordnung verlangt von Organisationen, ihre KI-Systeme zu kennen, nach Risikostufe einzuordnen und zu dokumentieren. Das Verzeichnis hilft Ihnen dabei:

* Hochrisiko-Systeme zu identifizieren, die strengen Pflichten unterliegen (Risikomanagement, Daten-Governance, technische Dokumentation, menschliche Aufsicht, Transparenz);
* zu jedem System eine Nachverfolgung zu führen, um die Compliance bei einer Kontrolle oder einem Audit nachzuweisen;
* verbotene Praktiken wie Social Scoring rechtzeitig zu erkennen.

### Governance und Transparenz stärken

Mit einem Verzeichnis können Sie:

* die Informationen über alle Ihre KI-Systeme zentralisieren;
* die verantwortlichen Beteiligten identifizieren (Data Scientists, Datenschutzbeauftragte, Fachabteilungen);
* dieselben Informationen intern teilen, was das Vertrauen der Nutzer und Beschäftigten stärkt;
* die Dokumentation aktualisieren, wenn sich ein System ändert (neue Version, neuer Datensatz, geänderte Nutzung).

### KI-Projekte absichern und Investitionen priorisieren

Das Verzeichnis hilft Ihnen:

* den geschäftlichen Mehrwert jedes Systems zu bewerten (Produktivität, Leistung, Risikominderung);
* diesen Mehrwert gegen die Risikostufe abzuwägen, um Ihre Projekte zu priorisieren;
* zu entscheiden, ob ein System fortgeführt, geändert oder aufgegeben wird, wenn das Verhältnis von Risiko und Nutzen ungünstig ist.

## Risikostufen

Die KI-Verordnung teilt KI-Systeme in vier Kategorien ein:

1. **Minimales Risiko**: keine nennenswerte Auswirkung, zum Beispiel ein Spamfilter.
2. **Begrenztes Risiko**: Transparenzpflichten, zum Beispiel ein Chatbot oder generierte Inhalte, die als solche offengelegt werden müssen.
3. **Hohes Risiko**: Auswirkungen auf Gesundheit, Sicherheit oder Grundrechte, die eine strenge Compliance erfordern, zum Beispiel die automatisierte Vorauswahl von Bewerbungen oder das Kredit-Scoring.
4. **Inakzeptables Risiko**: verbotene Praktiken, zum Beispiel Social Scoring oder die unterschwellige Manipulation von Menschen.

Details zu jeder Stufe finden Sie unter [Risikoanalyse und Mehrwert](https://doc.dastra.eu/de/features/ai-systems/risk-analysis.md).

## Was das Modul leistet

In Dastra können Sie:

* die in Ihrer Organisation genutzten oder entwickelten KI-Systeme erfassen;
* deren Risikostufe gemäß der KI-Verordnung bewerten;
* jedes System mit seinen Assets, Datenkategorien, KI-Modellen, verknüpften Verarbeitungstätigkeiten und Beteiligten dokumentieren;
* den geschäftlichen Mehrwert jedes Systems analysieren, um Ihre KI-Projekte an Ihren Zielen auszurichten.

## Was Sie in diesem Abschnitt lernen

Die folgenden Seiten zeigen Ihnen, wie Sie:

* ein Verzeichnis Ihrer KI-Systeme aufbauen;
* ein Verzeichnis von KI-Modellen anlegen und verwalten;
* jedes System dokumentieren, um bei einem Audit die Compliance nachzuweisen;
* die Bewertung von KI-Risiken in Ihre Prozesse für Daten-Governance und Compliance einbinden.

## Nutzen für Ihre Organisation

Das Modul hilft Ihnen, Ihre regulatorischen Risiken zu verringern, Ihre KI-Projekte zu strukturieren und Ihre Entscheidungen gegenüber Kunden, Partnern und Teams zu begründen.

## Im Modul navigieren

Klicken Sie in der Seitenleiste auf **KI-Governance**. Das Menü enthält folgende Einträge:

* **KI-Systeme**: die Liste Ihrer Systeme, von der aus Sie Datensätze anlegen, importieren, exportieren und öffnen. Siehe [Ein Verzeichnis der KI-Systeme erstellen](https://doc.dastra.eu/de/features/ai-systems/record.md) und [Ihre KI-Systeme importieren](https://doc.dastra.eu/de/features/ai-systems/import.md).
* **Data Mapping**: der Graph der KI-Systeme und der Elemente, mit denen sie verknüpft sind.
* **Statistiken**: die Kennzahlen des Verzeichnisses, nämlich Systeme nach Risikostufe, nach Mehrwert, nach Workflow-Schritt, nach Organisationseinheit und nach Tag sowie neue Systeme.
* **KI-Modelle**: das Verzeichnis der Modelle, die Ihre Systeme nutzen. Siehe [Das Verzeichnis der KI-Modelle](https://doc.dastra.eu/de/features/ai-systems/models.md).
* **Assessments**: die Fragebögen zur Folgenabschätzung, die mit Ihren KI-Systemen verknüpft sind. Der Eintrag erscheint, wenn Ihr Plan das Modul **Fragebögen** enthält und Sie Zugriff auf Fragebögen haben. Siehe [Grundrechte-Folgenabschätzung (FRIA)](https://doc.dastra.eu/de/features/ai-systems/fria.md).

Wie Sie den Informationshinweis eines Systems verfassen, lesen Sie unter [Transparenzhinweis](https://doc.dastra.eu/de/features/ai-systems/transparency-notice.md). Wie Sie Ihre KI-Systeme auf Ihrem öffentlichen Portal veröffentlichen, lesen Sie unter [KI-Systeme im Trust Center](https://doc.dastra.eu/de/features/trust-center/configuration/ai-systems.md).

## Erste Schritte

Beginnen Sie mit [Ein Verzeichnis der KI-Systeme erstellen](https://doc.dastra.eu/de/features/ai-systems/record.md) oder, wenn Sie bereits eine Liste haben, mit [Ihre KI-Systeme importieren](https://doc.dastra.eu/de/features/ai-systems/import.md).


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://doc.dastra.eu/de/features/ai-systems.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
