Verbote, Bußgelder und die KI-Kompetenzpflicht nach Art. 4 gelten längst, seit August 2026 auch die Transparenzpflichten für Chatbots. Für Stadtwerke und Versorger, die Netze, Kundendaten und Bonitätsprüfungen mit KI steuern, wird der EU AI Act damit zur konkreten Aufgabe: Welche Systeme sind hochriskant, was muss dokumentiert sein, und wo bleiben Lücken? Dieser Beitrag ordnet Risikoklassen, Schulungspflicht und DSGVO-Schnittstellen und zeigt, was jetzt zu tun ist.

1. Der Stichtag, den viele verpasst haben

Der EU AI Act ist längst geltendes Recht. Die Verordnung (EU) 2024/1689 ist am 1. August 2024 in Kraft getreten und hat seither mehrere Stichtage passiert, die im betrieblichen Alltag vieler Unternehmen noch nicht angekommen sind.¹ Zwei davon liegen bereits hinter uns und gelten heute verbindlich. Seit dem 2. Februar 2025 sind bestimmte KI-Praktiken EU-weit verboten, seit August 2025 lassen sie sich mit Bußgeldern ahnden. Zeitgleich, ebenfalls seit dem 2. Februar 2025, greift die KI-Kompetenzpflicht nach Art. 4 für alle Unternehmen, die KI-Systeme einsetzen oder bereitstellen.¹ Diese Pflichten gelten also nicht erst ab 2026 oder 2027, sondern schon seit über einem Jahr.

Seit dem 2. August 2026 gelten zudem die Transparenzpflichten nach Art. 50 für KI-Systeme mit begrenztem Risiko, allen voran für Chatbots und KI-generierte Inhalte.² Die Pflichten für Hochrisiko-KI-Systeme wurden dagegen nach hinten verschoben: Über das Digital-Omnibus-Paket wandern die Fristen für Anhang-III-Systeme auf den 2. Dezember 2027 und für regulierte Produkte nach Anhang I auf den 2. August 2028. Diese Verschiebung ist keine Ankündigung mehr: Der Digital Omnibus wurde als Verordnung (EU) 2026/1744 veröffentlicht und trat am 27. Juli 2026 in Kraft.³ ⁴ Damit gelten die neuen Fristen verbindlich.

Wer daraus schließt, mit dem Warten bis Dezember 2027 bleibe alle Zeit der Welt, unterschätzt zwei Dinge. Art. 4 ist schon heute durchsetzbar. Und eine belastbare Hochrisiko-Compliance braucht nach Erfahrungswerten aus vergleichbaren Regulierungsvorhaben rund 18 bis 24 Monate Vorlauf. Wer im Dezember 2027 fertig sein will, fängt spätestens jetzt an.

Dieser Artikel ordnet die Risikoeinstufungen, die Schulungspflicht nach Art. 4 und die Schnittstelle zur DSGVO und zeigt, was daraus konkret für Unternehmen der Versorgungswirtschaft folgt.

2. Die vier Risikoklassen und worauf es bei der Einstufung ankommt

Der EU AI Act bewertet den Anwendungsfall, nicht die Technologie. Dasselbe Sprachmodell kann je nach Kontext verboten, hochrisikobehaftet, kennzeichnungspflichtig oder regulierungsfrei sein. Maßgeblich ist, wofür ein System eingesetzt wird, nicht wie es technisch gebaut ist.

Klasse 1: Unzulässiges Risiko, verboten seit Februar 2025

Art. 5 der Verordnung zählte ursprünglich acht verbotene KI-Praktiken auf.¹ Mit dem Digital-Omnibus-Paket ist eine neunte hinzugekommen: KI-Systeme, die nicht einvernehmliche intime Bildaufnahmen (NCII) oder Darstellungen sexuellen Kindesmissbrauchs erzeugen oder die keine angemessenen Schutzvorkehrungen dagegen treffen; dieses Verbot greift ab dem 2. Dezember 2026.³ Für Unternehmen praktisch am relevantesten sind:

• Unterschwellige Verhaltenssteuerung: Systeme, die mit Techniken unterhalb der Bewusstseinsschwelle oder mit manipulativen Mustern das Verhalten von Personen erheblich verzerren und ernsthaften Schaden anrichten können.
• Ausnutzung von Schutzbedürftigkeit: Systeme, die gezielt Schwachstellen bestimmter Gruppen (nach Alter, Behinderung oder wirtschaftlicher Lage) ausnutzen, um Verhalten zu verzerren.
• Social Scoring durch staatliche Stellen: die Bewertung natürlicher Personen anhand ihres Sozialverhaltens über verschiedene Kontexte hinweg, wenn sie zu ungerechtfertigter oder unverhältnismäßiger Behandlung führt.
• Emotionserkennung am Arbeitsplatz und in Bildungseinrichtungen: Systeme, die aus Mimik, Stimmlage, Körperhaltung oder physiologischen Werten auf den Gemütszustand schließen, außerhalb medizinischer und Sicherheitszwecke. Betroffen sind etwa Video-Interview-Tools mit Sentiment-Analyse, wie sie bis 2024 aktiv vermarktet wurden.
• Biometrische Kategorisierung: Rückschlüsse auf ethnische Herkunft, politische Überzeugungen, Gewerkschaftszugehörigkeit, Religion oder sexuelle Orientierung aus biometrischen Daten.
• Echtzeit-Gesichtserkennung im öffentlichen Raum zur Strafverfolgung, mit eng gefassten Ausnahmen.

Verstöße gegen Art. 5 lassen sich seit dem 2. August 2025 mit Bußgeldern von bis zu 35 Millionen Euro oder 7 Prozent des weltweiten Jahresumsatzes ahnden, je nachdem, welcher Betrag höher ausfällt.⁵

Klasse 2: Hohes Risiko, ein Pflichtenbündel mit Vorlaufzeit

Hochrisiko-KI-Systeme teilen sich in zwei Gruppen. Die erste umfasst Systeme, die als Sicherheitskomponente in Produkten stecken, die ohnehin sektorspezifischer EU-Regulierung unterliegen: Medizinprodukte, Maschinen, Fahrzeuge, Spielzeug (Anhang I).⁶ Die zweite Gruppe ist für die meisten Unternehmen die relevantere. Sie umfasst die acht Bereiche des Anhang III:

1. Biometrie: Fernidentifikation, biometrische Kategorisierung, Emotionserkennung außerhalb medizinischer Anwendungen
2. Kritische Infrastruktur: Sicherheitskomponenten im Management und Betrieb von Strom-, Gas-, Wärme- und Wasserversorgung, Verkehr und digitaler Infrastruktur
3. Bildung und Berufsausbildung: Zulassung, Leistungsbewertung, Prüfungsüberwachung
4. Beschäftigung und Personalverwaltung: Bewerbungsfilterung, Beförderung, Kündigung, Leistungsmonitoring
5. Zugang zu wesentlichen Diensten: Bonitätsbewertung, Risikobewertung und Preisbildung bei Lebens- und Krankenversicherungen, Notfall-Triage, Anspruch auf Sozialleistungen
6. Strafverfolgung: Risikoprognosen, Lügendetektoren, Beweisbewertung
7. Migration und Grenzkontrolle: Asylrisikobewertung, Grenzidentifikation
8. Justiz und demokratische Prozesse: Gerichtsunterstützung, Wahlbeeinflussung

Ein Detail entscheidet in der Praxis über viel: Nach Art. 6 Abs. 3 dürfen Anbieter einen eigentlich Anhang-III-relevanten Anwendungsfall selbst als nicht hochrisikobehaftet einstufen. Das setzt aber voraus, dass mindestens eine von vier Fallgruppen erfüllt ist: Das System erfüllt eine enge Verfahrensaufgabe, es verbessert das Ergebnis einer bereits abgeschlossenen menschlichen Tätigkeit, es erkennt Entscheidungsmuster, ohne die menschliche Bewertung zu ersetzen, oder es übernimmt lediglich eine vorbereitende Aufgabe. Systeme, die ein Profiling natürlicher Personen durchführen, gelten in diesen Anwendungsbereichen stets als hochriskant. Auch die Selbsteinschätzung muss dokumentiert werden, und der Eintrag in die EU-Datenbank für KI-Systeme bleibt verpflichtend.⁶ Die Ausnahme ist kein Freibrief; sie bleibt ein dokumentiertes Urteil mit Nachweispflicht.

Für Hochrisiko-Systeme gilt ein Pflichtenbündel aus sieben Kernanforderungen (Art. 9 bis 15): Risikomanagementsystem, Daten-Governance, technische Dokumentation, automatische Protokollierung, Transparenz gegenüber den Betreibern, menschliche Aufsicht sowie Qualitäts- und Sicherheitsanforderungen. Hinzu kommen Konformitätsbewertung, CE-Kennzeichnung und Datenbank-Eintrag vor der Inbetriebnahme.⁶

Klasse 3: Begrenztes Risiko, Transparenz als Mindestpflicht

Seit dem 2. August 2026 gelten die Transparenzpflichten nach Art. 50.² Wer einen Chatbot betreibt, muss sicherstellen, dass Nutzer erkennen, dass sie mit einem KI-System interagieren, sofern das nicht ohnehin offensichtlich ist. Wer KI-generierte Bilder, Audio- oder Videoinhalte veröffentlicht, muss sie kennzeichnen. Wer Emotionserkennung oder biometrische Kategorisierung in einem nicht verbotenen Kontext einsetzt, muss die Betroffenen informieren.

Art. 50 verlangt wenig, entfaltet aber sofort Öffentlichkeitswirkung. Ein Kundendienst-Chatbot, der sich nicht als KI zu erkennen gibt, ist seit August 2026 eine Compliance-Lücke und ein möglicher Presseartikel gleich mit.

Klasse 4: Minimales Risiko, keine spezifischen Pflichten

Spam-Filter, KI-Textvorschläge im Mailprogramm, Lastprognosen für den Vertrieb, Predictive-Maintenance ohne sicherheitskritischen Eingriff: All das fällt in aller Regel unter minimales Risiko. Die Verordnung empfiehlt freiwillige Verhaltenskodizes, schreibt aber nichts vor.⁶ Der Aufwand steckt hier allein in der Einstufung selbst. Wer belegen will, dass ein System tatsächlich minimal ist, muss begründen können, warum kein höheres Risiko vorliegt.

3. Art. 4: Die Schulungspflicht und was sie verlangt

Art. 4 ist die am häufigsten unterschätzte Pflicht des EU AI Act. Sein Wortlaut ist knapp:

„Die Anbieter und Betreiber von KI-Systemen ergreifen Maßnahmen, um nach besten Kräften sicherzustellen, dass ihr Personal und andere Personen, die in ihrem Auftrag mit dem Betrieb und der Nutzung von KI-Systemen befasst sind, über ein ausreichendes Maß an KI-Kompetenz verfügen, wobei ihre technischen Kenntnisse, ihre Erfahrung, ihre Ausbildung und Schulung und der Kontext, in dem die KI-Systeme eingesetzt werden sollen, sowie die Personen oder Personengruppen, bei denen die KI-Systeme eingesetzt werden sollen, zu berücksichtigen sind."¹

Vier Punkte sind hier maßgeblich:

1. Der Anwendungsbereich ist universell. Art. 4 gilt für Anbieter, die KI entwickeln und auf den Markt bringen, ebenso wie für Betreiber, die KI im eigenen Haus einsetzen, und zwar unabhängig von der Risikoklasse. Auch wer ausschließlich minimales Risiko nutzt, etwa M365 Copilot für Textvorschläge, fällt unter Art. 4. Die Pflicht gilt seit dem 2. Februar 2025.¹
2. Es gibt keine Stundenvorgabe und kein Zertifikatserfordernis. Die Verordnung verlangt kein Achtstundenseminar, kein externes Zertifikat, keine bestimmte Kursstruktur. Sie verlangt „Maßnahmen", die im Verhältnis zu Kontext und Risiko stehen. Eine Sachbearbeiterin, die ChatGPT für interne Protokollzusammenfassungen nutzt, braucht ein anderes Kompetenzniveau als ein Entwickler, der ein Hochrisiko-Scoring-Modell für Kreditentscheidungen konfiguriert.
3. Die Differenzierung selbst ist Pflicht. Die Verordnung nennt ausdrücklich den „Kontext, in dem die KI-Systeme eingesetzt werden sollen, und die Personengruppen, für die sie eingesetzt werden sollen" als Maßstab.² Eine Einheitslösung (ein Modul für alle) erfüllt damit vielleicht den Buchstaben, aber nicht den Sinn von Art. 4. Datenschutzbeauftragte, HR-Verantwortliche, Netzleitstellen-Personal und Kundenservice-Teams brauchen unterschiedliche Inhalte.
4. Die Dokumentation ist der eigentliche Prüfgegenstand. Weil die Verordnung keine Form vorschreibt, zählt im Kontrollfall, ob sich die ergriffenen Maßnahmen nachvollziehen lassen. Ein schriftliches Schulungskonzept mit Rollenmatrix, Schulungsnachweisen und jährlicher Überprüfung ist das Minimum, mit dem sich eine Behördenprüfung bestehen lässt.

Was ein praxistaugliches Pflichtschulungskonzept enthalten sollte

Ein belastbares Art.-4-Konzept arbeitet auf vier Ebenen.

Das Basis-Modul für alle Mitarbeitenden vermittelt Grundverständnis für KI, einen Überblick über die Risikoklassen, die verbotenen Praktiken nach Art. 5, den Umgang mit KI-Ausgaben samt Halluzinationen und Prüfpflicht sowie die Meldewege bei Unsicherheit. Es lässt sich asynchron absolvieren und bildet die Dokumentationsbasis für Art. 4.

Das Rollen-Modul für KI-aktive Sachbearbeiter geht auf die konkret genutzten Tools ein, auf ihre Möglichkeiten und Grenzen, auf saubere Dateneingabe (personenbezogene Daten nur mit tragfähiger Rechtsgrundlage und geeigneter Absicherung in externe Modelle) und auf Eskalationswege.

Das Fach-Modul für KI-Entscheider und Beschaffer behandelt die Risikoeinstufung beim Einkauf, Vertragsklauseln zu Anbieterpflichten, die Grundrechte-Folgenabschätzung und die DSGVO-Schnittstellen.

Das Spezial-Modul für Hochrisiko-Deployer wird auf den jeweiligen Anwendungsfall zugeschnitten und deckt die menschliche Aufsichtspflicht, Override-Protokolle, Protokollierungsanforderungen und Meldepflichten gegenüber Behörden ab.

4. DSGVO-Crashkurs: Sensible Daten und warum KI das Problem verschärft

Der EU AI Act steht nicht allein. Er liegt neben der DSGVO, nicht über ihr, und beide Regelwerke addieren sich, statt einander zu ersetzen. Wer bei KI nur an den AI Act denkt, übersieht, dass viele Anwendungen zugleich DSGVO-Pflichten auslösen.

Was personenbezogene Daten sind und was darüber hinausreicht

Personenbezogene Daten sind nach Art. 4 Nr. 1 DSGVO alle Informationen, die sich auf eine identifizierte oder identifizierbare natürliche Person beziehen.⁷ Name, E-Mail-Adresse, IP-Adresse, Kundennummer bilden den bekannten Kern. Für KI-Systeme zählt vor allem die weite Auslegung: Auch Daten, die eine Person erst in Kombination mit weiteren Daten identifizierbar machen, sind personenbezogen. Ein Smart-Meter-Lastprofil ohne Namen ist für sich genommen kein personenbezogenes Datum. Zusammen mit Netzzählpunkt und Adressregister des Versorgers wird es zu einem.

Besondere Kategorien nach Art. 9 DSGVO

Art. 9 DSGVO schützt eine Teilmenge besonders sensibler Daten. Ihre Verarbeitung ist grundsätzlich verboten und nur unter eng gefassten Ausnahmen erlaubt.⁷ Dazu zählen:

• Gesundheitsdaten: Diagnosen, Medikamentenpläne, Behinderungsstatus
• Biometrische Daten zur eindeutigen Identifizierung: Fingerabdrücke, Gesichtsgeometrie, Irismuster
• Genetische Daten
• Rassische und ethnische Herkunft
• Politische Meinungen
• Religiöse und weltanschauliche Überzeugungen
• Gewerkschaftszugehörigkeit
• Daten zum Sexualleben oder zur sexuellen Orientierung

Für KI-Systeme ist Art. 9 aus zwei Gründen brisant. Zum einen können viele Modelle sensible Merkmale aus anderen Daten ableiten, ohne dass diese Merkmale je als Eingabe definiert wurden. Ein Kreditscoring-Modell, das aus Wohnort, Kaufverhalten und Sprachmustern auf die ethnische Herkunft schließt, verarbeitet Art.-9-Daten, auch wenn niemand „Ethnizität" als Variable angelegt hat. Zum anderen verbietet Art. 5 Abs. 1 lit. g EU AI Act genau diese biometrische Kategorisierung. Das Verbot auf AI-Act-Ebene deckt sich nicht vollständig mit Art. 9 DSGVO, sondern ergänzt ihn.

Was Verbrauchs- und Smart-Meter-Daten besonders macht

Strombezugsdaten von Haushaltskunden fallen nicht unter die besonderen Kategorien des Art. 9 DSGVO, und doch sind sie weit mehr als banale Abrechnungsdaten. Viertelstundengenaue Smart-Meter-Werte erlauben Rückschlüsse auf Schlafzeiten, Anwesenheit, Gerätenutzung, Haushaltsgröße und medizinischen Bedarf, etwa bei Beatmungsgeräten. Solche Daten gelten daher als besonders schützenswert, auch wenn sie formal außerhalb von Art. 9 liegen. KI-Systeme, die feingranulare Verbrauchsdaten als Trainings- oder Eingabedaten nutzen, bewegen sich deshalb regelmäßig auf dem Datenschutzniveau sensibler Daten und sollten entsprechend behandelt werden.

Art. 22 DSGVO: Das Recht gegen automatisierte Entscheidungen

Art. 22 DSGVO gibt Betroffenen das Recht, nicht ausschließlich einer automatisierten Entscheidung unterworfen zu werden, die ihnen gegenüber rechtliche Wirkung entfaltet oder sie in ähnlicher Weise erheblich beeinträchtigt.⁷ Bonitätsentscheidungen, Vertragsablehnungen, die Kündigung eines Versorgungsvertrags: genau solche erheblichen Wirkungen sind gemeint. Wer ein KI-System einsetzt, das derartige Entscheidungen trifft oder maßgeblich beeinflusst, schuldet den Betroffenen das Recht auf menschliches Eingreifen und Anfechtung nach Art. 22 sowie aussagekräftige Informationen über die involvierte Logik nach Art. 13 bis 15 DSGVO. Das deckt sich mit der Hochrisiko-Pflicht zur menschlichen Aufsicht nach Art. 14 EU AI Act.⁶

Art. 35 DSGVO: Datenschutz-Folgenabschätzung und ihre Überschneidung mit dem AI Act

Setzt ein KI-System neue Technologien ein und verarbeitet Daten in großem Umfang oder mit erheblichen Risiken für Rechte und Freiheiten, verlangt Art. 35 DSGVO eine Datenschutz-Folgenabschätzung (DSFA), und zwar vorab.⁷ Für bestimmte Hochrisiko-KI-Systeme verlangt Art. 27 EU AI Act zusätzlich eine Grundrechte-Folgenabschätzung (Fundamental Rights Impact Assessment, FRIA). Sie trifft aber nicht jeden Betreiber: Verpflichtet sind öffentlich-rechtliche Stellen, private Betreiber öffentlicher Dienste sowie Betreiber von Anhang-III-Systemen zur Bonitätsbewertung (Nr. 5 lit. b) und zur Lebens- und Krankenversicherung (Nr. 5 lit. c). Anhang III Nr. 2 (kritische Infrastruktur) ist von der FRIA-Pflicht ausdrücklich ausgenommen.⁸ Wo DSFA und FRIA zusammentreffen, ähneln sie sich strukturell und lassen sich integriert durchführen; das spart Aufwand und erzeugt ein konsistentes Dokumentationspaket.

Für Versorger heißt das konkret: Ein KI-gestütztes Bonitätsscoring löst neben der DSFA auch eine FRIA aus. Für Hochrisiko-Systeme im Netzbetrieb (Anhang III Nr. 2) entfällt die FRIA-Pflicht dagegen, ohne dass die übrigen Hochrisiko-Pflichten davon berührt werden. Als kommunaler Betrieb kann ein Versorger über seine öffentliche Funktion zusätzlich in den FRIA-Anwendungsbereich fallen.

Ein praktischer Dauerbrenner ist die Eingabe personenbezogener Daten in externe Sprachmodelle. Sie ist nur bei tragfähiger Rechtsgrundlage und Zweckbindung sowie mit geeigneter vertraglicher und technischer Absicherung zulässig. Ein Auftragsverarbeitungsvertrag allein legitimiert die Nutzung nicht; je nach Risiko kann zusätzlich eine Datenschutz-Folgenabschätzung erforderlich sein.

5. Auswirkungen für Unternehmen: Wo der Handlungsdruck am größten ist

Für die Breite der deutschen Unternehmen bündelt sich der Handlungsdruck auf drei Feldern.

Sofort verboten und abzustellen sind unzulässige Praktiken. Wer KI-Tools nutzt, die im Recruiting Emotionen erkennen, Bewerber nach biometrischen Merkmalen kategorisieren oder manipulative Verhaltensmuster einsetzen, verstößt seit Februar 2025 gegen geltendes Recht. Das ist keine Zukunftsfrage; die Compliance-Lücke besteht bereits. Einige HR-Software-Anbieter hatten die Sentiment-Analyse in Video-Interviews schon vor Inkrafttreten des Verbots eingestellt; andere mussten solche Funktionen mit dem Verbot aus ihren europäischen Angeboten entfernen.

Seit August 2026 gilt die Art.-50-Transparenz für Chatbots und KI-Inhalte. Wer Kundenkommunikation über KI-Kanäle abwickelt, braucht eine Kennzeichnungslösung. Technisch ist das oft schnell umgesetzt, setzt aber voraus, dass das Unternehmen überhaupt weiß, welche seiner Kanäle KI-gestützt laufen.

Bis Dezember 2027 ist die Hochrisiko-Compliance aufzubauen. Die 18 bis 24 Monate Vorlauf beginnen jetzt. Der kritische Pfad führt über vier Stufen: KI-Inventur und Risikoklassifizierung, dann die Rollenklärung zwischen Anbieter und Deployer gemeinsam mit den Lieferanten, danach der Aufbau von Risikomanagement und Dokumentation und schließlich Konformitätsbewertung und Datenbank-Eintrag. Wer die erste Stufe noch nicht abgeschlossen hat, sollte sie im dritten Quartal 2026 angehen.

Die Sanktionen sind dreistufig gestaffelt.⁵ Verbotene Praktiken werden nach Art. 5 bis zu 35 Mio. Euro oder 7 Prozent des Jahresumsatzes geahndet. Hochrisiko-Verstöße bis zu 15 Mio. Euro oder 3 Prozent. Falsche Angaben gegenüber Behörden bis zu 7,5 Mio. Euro oder 1 Prozent. Für KMU gilt jeweils der niedrigere der beiden Beträge, eine Schutzklausel, die Stadtwerke und Regionalversorger mit zweistelligem Millionenumsatz allerdings kaum entlastet.

6. Was der EU AI Act für Versorger bedeutet

Kommunale Versorger und Stadtwerke trifft die Verordnung strukturell härter als einen klassischen Mittelständler. Sie berühren typischerweise drei Anhang-III-Bereiche zugleich (kritische Infrastruktur, Beschäftigung und Zugang zu wesentlichen Diensten) und stehen durch ihre kommunale Funktion zusätzlich unter besonderer Beobachtung von Öffentlichkeit und Aufsicht.

Anhang III Nr. 2: Kritische Infrastruktur

Die Leitfrage für jede KI-Anwendung im Netzbetrieb lautet: Ist das System bestimmungsgemäß eine Sicherheitskomponente beim Management oder Betrieb der Infrastruktur, und kann sein Versagen Gesundheit oder Sicherheit gefährden? Lautet die Antwort ja, handelt es sich um ein Hochrisiko-System im Sinne von Anhang III Nr. 2.⁶

Typischerweise hochrisikobehaftet sind:

• KI-gestützte Lastvorhersagen, die unmittelbar in Schaltentscheidungen der Netzleitstelle einfließen
• automatisierte Anomalieerkennung mit direktem Eingriff in Erzeugung oder Verteilung von Gas, Strom, Wärme oder Wasser
• KI-basierte Druck- oder Durchflussregelung im Wassernetz
• Fehlerortungs- und Selbstheilungssysteme im Verteilnetz mit automatischen Schaltvorgängen

Nicht hochrisikobehaftet sind dagegen in aller Regel:

• Verbrauchsprognosen für Einkauf oder Tarifkalkulation ohne Netzeingriff
• Predictive-Maintenance-Systeme, die Wartung vorschlagen, aber nicht selbst schalten
• Chatbots und Kundenkommunikation
• Smart-Meter-Auswertungen für Rechnungsstellung und Tarifoptimierung

Automatisierungsgrad und menschliche Kontrolle sind wichtige Prüfkriterien, aber nicht allein ausschlaggebend. Auch ein Empfehlungssystem kann eine Sicherheitskomponente sein, und nicht jeder automatisierte Eingriff ist für sich genommen hochriskant. Maßgeblich bleibt, ob das System bestimmungsgemäß der Sicherheit im Netzbetrieb dient und ob sein Versagen Gesundheit oder Sicherheit gefährden kann.

Anhang III Nr. 5 lit. b: Bonitätsbewertung als Graubereich mit klarer Tendenz

Wer Versorgungsverträge mit Haushaltskunden über ein KI-gestütztes Bonitätsscoring begleitet, um über Kaution, Vorkasse, Ratenzahlung oder Sperrandrohung zu entscheiden, setzt ein Hochrisiko-System ein.⁶ Für diesen Zweck arbeiten Versorger häufig mit externen Scoring-Anbietern wie Schufa, Creditreform oder Boniversum zusammen. Die KI-Komponente liegt dann beim Anbieter; der Versorger ist Deployer und verantwortet die korrekte Anwendung, die menschliche Aufsicht bei einschneidenden Entscheidungen und die Informationspflichten gegenüber dem Kunden nach Art. 22 DSGVO. Weil ein solches Scoring über den Zugang zu einem lebensnotwendigen Gut entscheidet, löst es zusätzlich eine Grundrechte-Folgenabschätzung nach Art. 27 EU AI Act aus.

Die Selbstklassifizierung als Nicht-Hochrisiko nach Art. 6 Abs. 3 setzt voraus, dass der konkrete Einsatz kein erhebliches Schädigungsrisiko birgt. Ein Bonitätsscoring, das über den Zugang zu einem lebensnotwendigen Gut wie Strom oder Wärme entscheidet, wird diese Hürde vor der Behörde kaum nehmen.

Anhang III Nr. 4: Recruiting und Personalsteuerung

KI im Recruiting ist für Versorger genauso reguliert wie für jedes andere Unternehmen. Ein automatisiertes Bewerber-Ranking, ein CV-Parsing-Tool mit Scoring-Funktion oder ein Fluktuations-Risikomodell ist hochrisikobehaftet, selbst wenn es nur als Vorfilter dient.⁶ Die menschliche Aufsichtspflicht bedeutet konkret: Die endgültige Personalentscheidung muss nachvollziehbar begründet sein, Bewerber müssen auf Anfrage Auskunft erhalten, und das System darf nicht allein entscheiden.

Art. 50: Der Chatbot muss sich zu erkennen geben

Wer einen KI-gestützten Kundenservice betreibt, muss seit August 2026 sicherstellen, dass Kunden wissen, dass sie mit einem KI-System interagieren.² Das betrifft nicht nur klassische Chatbots, sondern auch KI-generierte E-Mail-Antworten an Einzelpersonen und KI-generierte Inhalte in Kundendokumenten. Für Versorger mit Massenkommunikation (Mahnung, Rechnungserklärung, Tarifempfehlung) lohnt sich eine systematische Prüfung der gesamten Kommunikationskette.

GPAI-Nutzung: Wer ein LLM wesentlich anpasst, wird zum Anbieter

Viele Versorger nutzen inzwischen externe Sprachmodelle wie GPT, Claude oder Gemini über eine API, für internes Wissensmanagement, Kundenkommunikation oder technische Dokumentation. Die reine Nutzung über eine Schnittstelle bleibt eine Betreiberrolle. Wer ein solches Modell aber in ein eigenes Produkt einbettet und dabei die Kernfunktionalität durch eigene Konfiguration, Prompts oder Daten wesentlich verändert oder es unter eigenem Namen in Verkehr bringt, übernimmt eine Anbieterrolle im Sinne des AI Act, mit allen daran hängenden Pflichten.² Zum Compliance-Paket gehören dann die Dokumentation des genutzten Basismodells, die Konformitätsunterlagen des Modellanbieters und die eigene Anpassungsdokumentation.

7. Vier Schritte für die nächsten zwölf Monate

Schritt 1: KI-Inventur bis September 2026. Kaum ein Unternehmen, das in den letzten zwei Jahren KI eingeführt hat, kennt heute alle produktiv laufenden Systeme. Die Inventur erfasst Tools, Anwendungsfälle und Risikoklassen, nicht Technologien. Verantwortlich dafür sind die Datenschutzbeauftragten oder die Abteilung Compliance.

Schritt 2: Art.-4-Schulungskonzept dokumentieren. Die Pflicht gilt seit Februar 2025. Wer noch kein dokumentiertes Konzept hat, hat eine messbare Lücke. Ein vierlagiges Programm (Basis, Rollen, Entscheider, Hochrisiko) lässt sich in sechs bis acht Wochen aufsetzen, und die Dokumentation dient dauerhaft als Compliance-Nachweis.

Schritt 3: Lieferantenverträge auf Hochrisiko-Anforderungen prüfen. Wer Hochrisiko-Systeme einkauft, braucht vom Anbieter Konformitätsbewertung, technische Dokumentation, Genauigkeitskennzahlen und Anweisungen zur menschlichen Aufsicht. Diese Klauseln gehören ab 2026 in jeden Beschaffungsvorgang, auch wenn die Formalpflicht erst 2027 greift. Mehrjahresverträge ohne solche Klauseln führen 2027 zu teuren Nachverhandlungen.

Schritt 4: Governance-Struktur mit Vorstandsverantwortung. KI-Compliance schwebt in den meisten Unternehmen als ungeklärter Schnittstellenkonflikt zwischen IT, Recht, Datenschutz und Vertrieb. Die Verordnung schreibt keine bestimmte Rolle vor, verlangt aber nachweisbare Verantwortlichkeit. Eine benannte AI-Governance-Verantwortliche mit direktem Berichtsweg zur Geschäftsführung und jährlichem Governance-Bericht ist die Mindestantwort.

Kommunale Versorger haben dabei einen strategischen Vorteil, den private Unternehmen nicht haben: KI-Compliance als Vertrauensanker gegenüber Eigentümer-Kommunen, Aufsichtsrat und Bürgerschaft. Wer 2026 sauber dokumentiert, was er mit KI macht, mit welchen Schutzmaßnahmen und unter welcher Aufsicht, kommuniziert genau das, was die Öffentlichkeit von einem kommunalen Betrieb erwartet. Das ist weniger Compliance-Aufwand als Positionierung.

Klarheit ist ein unterschätzter Servicefaktor

Neben Zuhören, Empathie und Fragetechniken gibt es eine weitere Fähigkeit, die für erfolgreiche Vertriebs-Kommunikation unverzichtbar ist: Klarheit.

Viele Kunden empfinden komplexe Energiethemen bereits von sich aus als schwer verständlich. Umso wichtiger ist es, dass Kommunikation Orientierung bietet. Dabei zeigt sich immer wieder, dass Unsicherheit weniger durch schlechte Nachrichten entsteht als durch unklare Aussagen.

Kunden kommen meist besser mit einer unangenehmen, aber klaren Antwort zurecht als mit einer freundlichen, aber unverbindlichen Aussage.

Wer sagt: „Die Fachabteilung wird sich innerhalb von fünf Werktagen bei Ihnen melden“, schafft Transparenz. Wer hingegen erklärt: „Da müsste irgendwann jemand draufschauen“, erzeugt neue Unsicherheit. Klare Kommunikation reduziert Rückfragen, vermeidet Missverständnisse und stärkt das Vertrauen in die Professionalität des Unternehmens. Für Kunden bedeutet Klarheit vor allem eines: Orientierung.

Interesse geweckt?

Kennen Sie alle produktiv eingesetzten KI-Systeme in Ihrem Unternehmen? Sind Rollen, Risikoklassifizierung und KI-Kompetenzmaßnahmen nachvollziehbar dokumentiert? In unserem Seminar zeigen wir, wie Versorgungsunternehmen diese Anforderungen strukturiert und praxisnah umsetzen.

Der Beitrag gibt einen Überblick zum Rechtsstand August 2026 und ersetzt keine rechtliche Prüfung des konkreten Einsatzfalls.

Quellen