KI-Dokumentation nach Anhang IV. Audit-fest, lebenszyklus-versioniert.

Anhang IV der KI-Verordnung listet die Mindestinhalte der technischen Dokumentation, die Anbieter von Hochrisiko-KI-Systemen erstellen und aktualisieren müssen. Sie dient zwei Zwecken: (1) der Konformitätsbewertung — Behörden und benannte Stellen müssen die Übereinstimmung des Systems mit den AI-Act-Anforderungen prüfen können, (2) der Marktaufsicht — bei Vorfällen und Audits muss die Dokumentation zeigen, wie das System gebaut und geprüft wurde. Anhang IV ist verbindlich für alle Hochrisiko-KI-Systeme — ohne sie keine Konformitätserklärung, keine CE-Kennzeichnung, kein Marktzugang.

(1) Allgemeine Beschreibung des KI-Systems — Zweckbestimmung, Versionen, Hardware-Anforderungen, Nutzer-Interaktion. (2) Detaillierte Beschreibung der Bestandteile — Architektur, Algorithmen, Designentscheidungen, Trainings- und Validierungsdaten. (3) Beschreibung der Überwachung, Funktionsweise und Steuerung — wie das System funktioniert, welche Eingaben es erwartet, welche Ausgaben es liefert. (4) Risikomanagementsystem nach Art. 9. (5) Lebenszyklus-Beschreibung — Änderungen, Updates, Re-Training. (6) Liste der harmonisierten Normen + alternative technische Spezifikationen. (7) EU-Konformitätserklärung. (8) Bewertung des Post-Market-Monitoring. (9) Bei nachträglichen Änderungen wesentlicher Aspekte: aktualisierte Dokumentation.

Eine AI Bill of Materials ist eine vollständige Stückliste aller Komponenten, die ein KI-System ausmachen: Modelle (mit Versionen), Trainingsdaten (mit Quellen und Lizenzen), Software-Bibliotheken (Frameworks, Inferenz-Engines, Vektorstores), Foundation Models und APIs (OpenAI, Anthropic, Azure OpenAI), Hardware-Komponenten und externe Datendienste. Analog zur SBOM (Software Bill of Materials) ist die AI BOM ein zentrales Element der Anhang-IV-Dokumentation und Voraussetzung für effektives Supply-Chain-Risikomanagement nach Art. 25 KI-Verordnung. Matproof's AI BOM aktualisiert sich automatisch über Integrationen.

Eine Modellkarte (Model Card) ist die fokussierte Dokumentation eines einzelnen KI-Modells und enthält: (1) Modellbeschreibung — Architektur, Trainingsparadigma, Versionsnummer. (2) Zweckbestimmung — beabsichtigte Nutzung, geeignete und ungeeignete Anwendungsfälle. (3) Trainingsdaten — Herkunft, Größe, Zeitraum, Bias-Charakteristika. (4) Performance-Metriken — Accuracy, Precision, Recall, F1, fairness metrics, Robustheit. (5) Limitierungen — bekannte Schwächen, Edge Cases. (6) Risiken und Mitigationsmaßnahmen. (7) Ethische Überlegungen. (8) Maintenance-Plan. Modellkarten erfüllen wesentliche Teile von Anhang IV Punkt 2 und sind die Brücke zwischen Data Science und Compliance.

Bei jeder wesentlichen Änderung des KI-Systems. „Wesentlich“ umfasst: (1) Modell-Retraining mit veränderten Daten, (2) Architekturänderungen, (3) neue Inputmodalitäten, (4) erweiterte Zweckbestimmung, (5) Performance-Veränderungen über vorab definierte Schwellen hinaus, (6) entdeckte neue Risiken, (7) Anschluss neuer Drittanbieter-APIs, (8) Modellgrößenänderungen. Bei Hochrisiko-KI: Dokumentation ist während der gesamten Lebensdauer des Systems plus 10 Jahre nach Inverkehrbringen aufzubewahren (Art. 18). Empfehlung: vierteljährliches Review als Mindeststandard.

Die vollständige Anhang-IV-Dokumentation ist nicht öffentlich. Einsichtsrechte: (1) Nationale Aufsichtsbehörden — uneingeschränkt auf Anfrage. (2) Benannte Stellen — bei Konformitätsbewertung mit Beteiligung Dritter. (3) Marktüberwachungsbehörden anderer EU-Mitgliedstaaten — über EU-Datenbankregistrierung. (4) Bei berechtigtem Interesse: Gerichte, Strafverfolgungsbehörden. Geschäftsgeheimnisse können geschützt werden — die KI-Verordnung sieht Vertraulichkeitsregeln vor (Art. 78). Auszüge der Dokumentation (insb. Modellkarten, Limitierungen) fließen in die Gebrauchsanweisung für Betreiber (Art. 13).

(1) Trainingsdaten-Herkunft unvollständig — keine Quellen-Liste, keine Lizenz-Belege, keine Datenschutz-Rechtsgrundlage. (2) Foundation-Model-Dependencies fehlen — OpenAI/Anthropic als Black Box behandelt. (3) Risikoidentifikation oberflächlich — gleiche generische Risiken für alle Systeme. (4) Performance-Metriken nicht reproduzierbar — kein Validation-Set, keine Versionierung. (5) Post-Market-Monitoring nur als Plan, ohne tatsächliche Telemetrie. (6) Versionierung der Dokumentation fehlt — kein Audit-Trail. (7) Cross-Linking zwischen Dokumenten unzureichend — Risikomanagementsystem nennt nicht die Modellkarten. (8) Betreiber-Anweisung nicht aus Doku abgeleitet.