AI Act für Chatbots und KI-Assistenten: Transparenz-Checkliste 2026

Beim AI Act geht es oft um Hochrisiko-Systeme. Für viele Unternehmen ist die operative Frage einfacher: Was muss sich an Website-Chatbots, Voicebots oder internen KI-Assistenten bis zum 2. August 2026 ändern?

Laut Implementierungsplan der Europäischen Kommission starten dann die Transparenzpflichten aus Artikel 50. Diese Checkliste übersetzt die Frist in Produkt-, Rechts- und Betriebsarbeit.

Was sich am 2. August 2026 ändert

Die Transparenzpflichten des AI Act werden praktisch relevant. Nutzer sollten nicht raten müssen, ob sie mit einer Maschine sprechen oder ob Inhalte KI-generiert sind.

Am 20. Juli 2026 veröffentlichte die Europäische Kommission ihre finalen Leitlinien zu den Transparenzpflichten sowie ein offizielles Q&A. Sie konkretisieren unter anderem Offenlegung, Ausnahmen und die Verantwortungsverteilung zwischen Anbietern und Betreibern.

Wer betroffen ist

Website-Chatbots, Voicebots, Support-Assistenten, interne Copilots und Tools für Text, Bild, Audio oder Video können betroffen sein.

Ein FAQ-Bot, ein Sales-Assistent und ein Voicebot haben unterschiedliche Risiken, brauchen aber alle sichtbare Disclosure, Grenzen und einen Weg zum Menschen.

Artikel 50 in einfacher Sprache

Menschen sollen informiert werden, wenn sie mit KI interagieren, sofern dies nicht offensichtlich ist. Bestimmte KI-generierte Inhalte, Deepfakes und Public-Interest-Texte benötigen Kennzeichnung.

Prüfen Sie Startnachricht, dauerhaftes Label, Audio-Disclosure, menschlichen Handoff und Markierung von Outputs, die außerhalb des Systems genutzt werden.

Wann ein Chatbot Hochrisiko wird

Ein normaler Website-Chatbot ist nicht automatisch Hochrisiko. Der Use Case entscheidet: Recruiting, Kredit, Bildung, essential services, Emotion oder Biometrie verlangen stärkere Kontrollen.

Kombinieren Sie Transparenz mit Risikoklassifizierung. Der AI-Act-Handlungsplan bietet den Kontext.

Praktische Checkliste

Teilen Sie die Arbeit in fünf Blöcke: Disclosure-UX, Content-Markierung, Logs, menschlicher Handoff und Anbieter-Governance.

Beim Anbieter prüfen Sie DPA, Hosting-Region, Retention, Modell, Log-Export und Change-Kommunikation.

90-Tage-Vorbereitung

Tage 1-30: Assistenten inventarisieren. Tage 31-60: Disclosure, Handoff und Logging ergänzen. Tage 61-90: Verträge, Edge Cases und Governance Record prüfen.

Compliance wird einfacher, wenn sie im Interface und im Betrieb sichtbar ist, nicht nur in juristischen Anhängen.

Sichtbare Disclosure gestalten

Disclosure gehört in die Oberfläche, nicht nur in die Nutzungsbedingungen. Beim Textchat ist ein klarer Startsatz plus dauerhaftes Label im Widget der einfachste Weg. Beim Voicebot braucht es zu Beginn eine kurze hörbare Information.

Die Information muss in der Sprache des Nutzers verständlich sein. Hat die Website fünf Sprachen, sollten KI-Labels und Hinweise ebenfalls lokalisiert sein. Das verbessert nicht nur Compliance, sondern auch Vertrauen.

Logs und Datenminimierung

Logging bedeutet nicht, alles zu speichern. Nötig ist ein prüfbarer Datensatz: Zeitpunkt, Assistentenversion, Modell oder Anbieter, Eskalationsentscheidung und Nachweis der Information über KI. Personenbezogene Daten sollten auf das Nötige begrenzt bleiben.

Problematisch ist ein Assistent, der Kunden etwas zusagt, ohne dass später nachvollziehbar ist, was passiert ist. Gute Logs schützen Unternehmen und Nutzer und helfen zugleich, die Qualität des Assistenten zu verbessern.

Fragen an den Anbieter

Fragen Sie nach Verarbeitungsort, Aufbewahrungsdauer, Training mit Prompts oder Outputs, Log-Export und Markierung KI-generierter Inhalte. Antworten müssen konkret sein, nicht nur vertrieblich.

Der Vertrag sollte DPA, Subprozessoren, Retention, Incidents, menschlichen Handoff und Modelländerungen regeln. Bei Kundenkontakt reichen Standardeinstellungen des Anbieters nicht aus.

Häufige Fehler vor August 2026

Der erste Fehler ist eine versteckte KI-Info im Footer. Der zweite ist fehlender menschlicher Handoff. Der dritte ist die Annahme, jeder Chatbot sei automatisch nur begrenztes Risiko. Der vierte ist fehlende fachliche Verantwortung.

Gute Deployments behandeln Transparenz als Produktbestandteil: Nachricht, Label, Log, Eskalation und Governance werden zusammen mit der Nutzererfahrung gestaltet.

Beispiel: Website-Chatbot mit Sales-Qualifizierung

Ein typischer Sales-Chatbot fragt nach Branche, Problem, Budgetrahmen und Kontaktwunsch. Transparenz bedeutet hier nicht, den Flow zu verlangsamen. Es reicht oft, zu Beginn klar zu sagen, dass ein KI-Assistent hilft, die Anfrage zu qualifizieren, und dass ein Mensch übernehmen kann. Zusätzlich sollte das CRM-Feld zeigen, dass die Qualifizierung durch KI vorbereitet wurde.

Wird der Bot jedoch genutzt, um Menschen von einem Angebot auszuschließen oder Zugang zu einer wichtigen Leistung zu verweigern, reicht ein einfaches Label nicht mehr. Dann müssen Risikoklassifizierung, menschliche Prüfung und Begründbarkeit stärker werden.

Interner Betrieb nach dem Go-live

Nach dem Start sollte der Chatbot nicht unbeaufsichtigt bleiben. Legen Sie einen monatlichen Review fest: Stichproben von Gesprächen, Eskalationen, Nutzerbeschwerden, fehlerhafte Antworten und Änderungen am Systemprompt. Jede Änderung am Bot sollte nachvollziehbar sein, damit das Team später erklären kann, welche Version mit welchem Nutzer interagiert hat.

Diese Routine ist klein, aber wichtig. Sie verhindert, dass Transparenz nur zum Launch geprüft wird und danach langsam verschwindet. Gerade bei mehrsprachigen Websites sollten Labels, Handoff-Texte und Bot-Grenzen gemeinsam mit neuen Übersetzungen oder Produktseiten überprüft werden.

FAQ

Gilt Artikel 50 für interne Chatbots?

Je nach Kontext und Output kann er relevant sein. Interne Assistenten brauchen in jedem Fall Governance.

Muss jede Nachricht gekennzeichnet werden?

Sicherer ist ein sichtbares dauerhaftes Label plus klare Offenlegung am Anfang.

Gilt das auch für Voicebots?

Ja, der Transparenzgrundsatz gilt auch für Sprachinteraktionen.

Nächster Schritt

Wenn Sie dies auf einen realen Prozess anwenden möchten, starten Sie mit dem AI Finder oder buchen Sie ein Strategiegespräch. AROG mappt Workflow, Risiko und ROI vor dem Build.