Die Fristen haben sich verschoben. Der Digital Omnibus zur KI wurde im Juni 2026 angenommen: Das Europäische Parlament bestätigte ihn am 16. Juni, und der Rat der EU billigte ihn am 29. Juni endgültig. Am 24. Juli 2026 erschien er als Verordnung (EU) 2026/1744 im Amtsblatt, und seit dem 27. Juli 2026 ist er in Kraft. Er verschiebt die Hochrisiko-Pflichten, Artikel 12 eingeschlossen: auf den 2. Dezember 2027 für eigenständige Hochrisiko-Systeme nach Anhang III (Personalauswahl, Kreditwürdigkeit, Bildung, Strafverfolgung, Grenzkontrolle) und auf den 2. August 2028 für Hochrisiko-KI, die in bereits regulierte Produkte nach Anhang I eingebettet ist (Medizinprodukte, Maschinen, Aufzüge). Die Verbote gelten unverändert seit Februar 2025 und die GPAI-Pflichten seit August 2025, der Omnibus verschiebt also nur einen Teil des AI Act. Der folgende Text beschreibt deshalb, worauf Sie hinarbeiten, und nicht, was Sie heute schulden.

Was Artikel 12 verlangt — und was nicht

Artikel 12 Abs. 1 KI-VO: „Die Technik der Hochrisiko-KI-Systeme muss die automatische Aufzeichnung von Ereignissen (im Folgenden ‚Protokollierung‘) während des Lebenszyklus des Systems ermöglichen.“ Mit dem Wort automatisch verlangt Abs. 1, dass das System selbst protokolliert. Kann ein Entwickler auf Anfrage ein Transkript exportieren, dann protokolliert ein Mensch, und ein Datensatz, der nur entsteht, weil sich jemand dafür entschieden hat, genügt Abs. 1 nicht.

Artikel 12 Abs. 2 stellt einen Zwecktest auf und keine Feldliste: „Zur Gewährleistung, dass das Funktionieren des Hochrisiko-KI-Systems in einem der Zweckbestimmung des Systems angemessenen Maße rückverfolgbar ist, ermöglichen die Protokollierungsfunktionen die Aufzeichnung von Ereignissen, die für Folgendes relevant sind: a) die Ermittlung von Situationen, die dazu führen können, dass das Hochrisiko-KI-System ein Risiko im Sinne des Artikels 79 Absatz 1 birgt oder dass es zu einer wesentlichen Änderung kommt, b) die Erleichterung der Beobachtung nach dem Inverkehrbringen gemäß Artikel 72 und c) die Überwachung des Betriebs der Hochrisiko-KI-Systeme gemäß Artikel 26 Absatz 5.“ Buchstabe a reicht weit, denn er erfasst Situationen, die zu einem Risiko führen können, und nicht nur solche, die bereits eines sind.

Mehr gibt Artikel 12 nicht vor, mit einer Ausnahme. Absatz 3 enthält eine Feldliste: Aufzeichnungszeitraum jeder Verwendung, abgeglichene Referenzdatenbank, Eingabedaten mit Treffer und die an der Überprüfung beteiligten natürlichen Personen. Sie gilt aber ausschließlich für Systeme nach Anhang III Nummer 1 Buchstabe a, also biometrische Fernidentifizierung. Einen Assistenten zur Schadenvorprüfung oder ein RAG-System zur Dokumentenprüfung bindet sie nicht, und wer sie trotzdem abschreibt, erhält ein Schema für ein Gesichtserkennungssystem und nicht für das eigene System.

Zum Vokabular. Das Wort „Rekonstruktion“ kommt in Artikel 12 nicht vor. Es stammt aus dem Praktikerjargon und ist kein Gesetzesbegriff, zitieren Sie es in einem Compliance-Dokument also nicht wie Recht. Es benennt zudem das falsche Ziel: Abs. 2 verlangt Rückverfolgbarkeit in einem der Zweckbestimmung angemessenen Maße, Sie müssen also belegen können, was eine Antwort hervorgebracht hat. Das ist weniger, als die Antwort neu zu erzeugen, und es lässt sich einhalten.

Die Verordnung nennt für die Aufbewahrung eine Zahl. Anbieter bewahren die Protokolle nach Artikel 19 auf, Betreiber nach Artikel 26 Abs. 6, und beide Vorschriften verlangen dasselbe: einen dem Zweck angemessenen Zeitraum, mindestens sechs Monate, sofern Unions- oder nationales Recht nichts anderes bestimmt; als mögliche Ausnahme nennen sie ausdrücklich das Datenschutzrecht. Beide schränken die Pflicht zudem darauf ein, „soweit diese Protokolle ihrer Kontrolle unterliegen“. Die Verordnung knüpft damit an Kontrolle an und nicht an Nähe, und daran hängt die Eigentumsfrage, auf die ich in „Wo Sie den Datensatz schreiben“ zurückkomme. Die Pflichten laufen parallel: Wer ein System baut und selbst betreibt, ist Anbieter und Betreiber zugleich. Ob Ihr System überhaupt hochriskant ist, klärt vorab der Text zur Hochrisiko-Einstufung.

Normen für die Protokollierung entstehen, aber keine ist fertig. CEN-CENELEC arbeitet an der Norm, die Artikel 12 unterstützen soll und als harmonisierte Norm die Konformitätsvermutung auslösen würde; sie ist noch in Entwicklung und unveröffentlicht. Die Nummer des Arbeitsauftrags nenne ich bewusst nicht, weil sich Zuschnitt und Nummerierung mehrfach geändert haben und eine veraltete Kennung schlechter ist als keine. ISO/IEC 24970 („AI system logging“) ist stabil genug, um sie zu nennen: Sie erreichte 2026 den FDIS-Status, die letzte Stufe vor der Veröffentlichung; ob sie inzwischen erschienen ist, prüfen Sie am besten direkt bei ISO. Solange das Amtsblatt keine harmonisierte Norm veröffentlicht hat, können Sie sich auf keine stützen. Sie definieren das Schema selbst und dokumentieren, warum es Abs. 2 genügt. Diese Aufgabe steht bis Dezember 2027 an.

Warum Prompt und Antwort nichts erklären

Die kursierenden Feldlisten irren an dieser Stelle. Eine deterministische Funktion lässt sich aus Eingabe und Ausgabe nachvollziehen. Ein LLM in einem RAG-System ist keine solche Funktion, denn seine Antwort hängt vom Korpus zu genau diesem Zeitpunkt ab, und der Korpus steht nicht im Prompt.

Angenommen, Sie indexieren Dienstagnacht neu, mit demselben Code, demselben Modell und demselben Seed. Am Mittwoch ruft derselbe Prompt andere Chunks ab und erzeugt eine andere Antwort, und ein Prompt-und-Antwort-Protokoll hält die Änderung nicht fest. Fragt eine Behörde, ein Kunde oder Ihre eigene Vorfallanalyse, warum das System im März so geantwortet hat, legen Sie einen Prompt und eine Antwort vor und können den Zusammenhang zwischen beiden nicht belegen.

Gleicher Prompt bytegleich gleiches Modell, gleicher Seed index_snapshot a91f Embedder bge-m3@2024-06 index_snapshot c72d neu indexiert, Code gleich Antwort A Chunks 8842#c17, 1190#c03 Antwort B Chunks 9004#c02, 8842#c17
Der Korpus ist die eine Eingabe, die niemand protokolliert. Ein Datensatz mit nur Prompt und Antwort hält diese beiden Läufe nicht auseinander und erklärt deshalb keinen von beiden.
Das fehlende Feld. Es heißt index_snapshot_id. Alle anderen Einträge der üblichen Liste (Prompt, Antwort, Zeitstempel, Nutzer, Modellname) können bei zwei Läufen identisch sein, die widersprüchliche Antworten erzeugt haben. Ohne dieses Feld belegen Sie nicht, welcher Korpus geantwortet hat. Dort sehe ich für ein RAG-System die Untergrenze des Zwecktests aus Abs. 2, und nicht bei der Wiederholbarkeit. Das ist meine Auslegung, denn die Verordnung stellt einen Zwecktest auf und benennt kein Feld. Ohne den Snapshot quittiert Ihr Datensatz einen Aufruf und erklärt ihn nicht.

Aus demselben Grund gehören drei Felder in den Datensatz, die sonst als Zugabe gelten: embedder_version, weil ein neues Modell beim erneuten Einbetten derselben Texte sämtliche Nachbarschaften umsortiert; system_prompt_version, weil der System-Prompt Code ist, der ohne Deployment ausrollt und das Verhalten unbemerkt ändert; und die Dekodierparameter samt seed, weil eine Temperatur über null die Ausgabe zu einer Stichprobe macht und nicht zu einem Wert. Das Fehlerbild dahinter ist die Korpus-Drift.

Verifikation ist keine Wiederholung

Man erwartet von einem Prüfdatensatz zwei Dinge, die einander unbemerkt ausschließen: Er soll keinen Klartext aufbewahren, und er soll die Ausgabe erneut herleiten können. Weil beides zusammen nicht geht, trenne ich die Ziele.

Verifikation und Rückverfolgbarkeit gelingen mit einem gehashten Datensatz. Mit den Feldern unten belegen Sie, welcher Korpus, welche Modellgewichte, welche Prompt-Version und welche Chunks eine bestimmte Antwort hervorgebracht haben. Sie berechnen den HMAC eines später vorgelegten Prompts neu, vergleichen ihn und weisen so nach, dass dieser Prompt lief. Und Sie zeigen den Entscheidungsweg, einschließlich der Frage, ob ein Mensch die Ausgabe übernommen oder übersteuert hat. Das verlangt der Zwecktest aus Abs. 2, und ein Datensatz dieser Form erfüllt ihn.

Wiederholung, also die Ausgabe erneut herzuleiten, verlangt erheblich mehr, und dieses Schema leistet sie konstruktionsbedingt nicht. Liegt der Klartext zu einem prompt_hmac in einem Vault mit kurzer TTL, können Sie einen vorgelegten Kandidaten prüfen; nach Ablauf des Vaults gibt der HMAC den Prompt nicht zurück. Ein Hash ist eine Einwegfunktion, und deswegen benutzt man ihn. Für den Korpus gilt dasselbe: chunk_id plus index_snapshot_id sagt Ihnen, welche Chunks abgerufen wurden. Was das Modell gelesen hat, zeigen Sie nur, solange Snapshot, Quelldokumente, Vorverarbeitung und der Inhalt der Chunks noch existieren.

Entscheiden Sie also bewusst und schreiben Sie die Entscheidung auf. Wer Wiederholbarkeit will, hält die Eingaben im Klartext und den Korpus dahinter über die gesamte Aufbewahrungsfrist vor, und das kollidiert mit der Minimierungspflicht aus „Der Konflikt mit der DSGVO“. Für manche Systeme ist das vertretbar, für die meisten eine schlechte Wahl. Dieses Design bewahrt die Inhalte nicht auf und beschränkt sich auf Verifikation.

Der Seed ist Beleg, keine Garantie

Auch wer jede Eingabe aufbewahrt, kann einen Lauf nicht verlässlich wiederholen. Die PyTorch-Dokumentation schreibt: „Completely reproducible results are not guaranteed across PyTorch releases, individual commits, or different platforms“, und Ergebnisse „may not be reproducible between CPU and GPU executions, even when using identical seeds“. vLLM hält fest, dass es „does not guarantee the reproducibility of the results by default, for the sake of performance“, und benennt die Bedingungen: Scheduling unter Multiprocessing und Batching verändern Ergebnisse, weshalb Offline-Läufe deterministisches Scheduling oder Batch-Invarianz brauchen und der Online-Betrieb ohne Batch-Invarianz vom Seed wenig hat. Dazu kommen Hardware, Treiber, CUDA-Versionen, Tokenizer und Quantisierung. Eine Antwort vom vergangenen März tokengenau neu zu erzeugen ist deshalb sehr teuer oder gar nicht möglich.

Artikel 12 Abs. 2 verlangt allerdings Rückverfolgbarkeit in einem der Zweckbestimmung angemessenen Maße und keine deterministische Neuerzeugung. Wer bitgenaue Wiederholbarkeit verfolgt, löst ein schweres Problem, das ihm keine Behörde gestellt hat, und vernachlässigt die Aufgabe, die sie ihm gestellt hat. Der Seed gehört weiterhin in den Datensatz, als Beleg für Absicht und Konfiguration: Er dokumentiert, worauf das System eingestellt war, als es lief, und verspricht nicht, dass Sie den Lauf wiederholen können.

Das Schema, Feld für Feld

Das Schema beschreibt einen Datensatz je Aufruf. Jedes Feld lässt sich zur Laufzeit ableiten oder liegt bereits in Ihren Deployment-Metadaten. Die Markierungen sagen, wie verbindlich ein Feld ist: Pflicht heißt, dass ich das Feld bei einem RAG-System für den Zwecktest aus Abs. 2 für notwendig halte. Es heißt nicht, dass der AI Act das Feld benennt, denn der benennt Felder nur in Abs. 3 und nur für Biometrie. ratsam heißt, dass das Feld ein paar Bytes kostet und Ihnen im Ernstfall eine Woche spart. Der Datensatz schließt mit zwei Signaturen statt einer; den Grund nennt der Abschnitt „Wo Sie den Datensatz schreiben“.

ai-act-datensatz.json
{
  "record_id": "01KXJJDZJ69XW3PBN4TRVC6H8D",        // Pflicht · ULID, write-once
  "ts_start": "2026-07-15T09:41:22.118Z",           // Pflicht · Verwendungszeitraum
  "ts_end": "2026-07-15T09:41:26.902Z",             // Pflicht

  "system": {
    "ai_system_id": "schaden-vorpruefung",         // Pflicht
    "risk_class": "hochrisiko",                    // Pflicht · Recht & Compliance verantworten das
    "role": "betreiber",                            // Pflicht · Art. 19 vs. Art. 26 Abs. 6
    "instructions_version": "2.4.0"                  // Pflicht · Betriebsanleitung, Art. 13 / Art. 26 Abs. 1
  },

  "actor": {
    "subject_pseudonym": "hmac:4f9c1a...e7",         // Pflicht · schlüsselbasiert, nie der Name
    "operator_id": "u-4471",                        // Pflicht · wer hat ausgelöst
    "session_id": "s-9d20d1"                        // ratsam · gruppiert einen Dialog
  },

  "input": {
    "prompt_hmac": "hmac:9f2c8b...31",               // Pflicht · prüft einen vorgelegten Prompt, gibt keinen zurück
    "prompt_ref": "vault://p/2026-07-15/01KXJJDZ",     // ratsam · Klartext, kurze TTL
    "prompt_chars": 812,                            // ratsam
    "pii_classes": ["name", "vertragsnummer"]        // ratsam · speist Ihr Art.-30-Verzeichnis
  },

  "provenance": {                                   // app-attestiert · was die Antwort erzeugt hat — kein Replay-Paket
    "model_id": "llama-3.3-70b-instruct",           // Pflicht
    "weights_sha256": "b71e0c...aa",                 // Pflicht · Namen sind keine Gewichte
    "serving_stack": "vllm-0.8.2",                   // ratsam · Kernels ändern Numerik
    "decoding": {
      "temperature": 0.2,                          // Pflicht
      "top_p": 0.9,                                 // Pflicht
      "seed": 42,                                   // Pflicht · Konfigurationsbeleg, keine Replay-Garantie
      "max_tokens": 800                             // ratsam
    },
    "system_prompt_version": "sp-2026-06-30-r3",     // Pflicht · Code, der still ausrollt
    "system_prompt_sha256": "3ac910...5f",           // Pflicht · Versionsstrings lügen
    "index_snapshot_id": "idx-2026-07-14T02:00Z-a91f", // Pflicht · DAS fehlende Feld
    "embedder_version": "bge-m3@2024-06",           // Pflicht
    "retrieval": {
      "top_k": 8,                                   // Pflicht
      "reranker": "bge-reranker-v2@2025-01",         // Pflicht, sofern vorhanden
      "filter": "mandant=ACME AND lang=de"           // Pflicht · der Filter ändert Ergebnisse
    },
    "retrieved": [                                    // Pflicht · das reale Kontextfenster
      {"chunk_id": "doc-8842#c17", "score": 0.8123, "rank": 1},
      {"chunk_id": "doc-1190#c03", "score": 0.7440, "rank": 2}
    ]
  },

  "output": {
    "response_hmac": "hmac:7d10ff...92",             // Pflicht
    "response_ref": "vault://r/2026-07-15/01KXJJDZ",   // ratsam
    "finish_reason": "stop",                        // ratsam · Abbruch erklärt vieles
    "refusal": false                                // ratsam
  },

  "oversight": {                                    // app-attestiert · eine Entscheidung nach ts_end kommt als verknüpfter Folgedatensatz
    "human_review": "erforderlich",                 // Pflicht · Art. 14
    "reviewer_id": "u-2210",                        // Pflicht, wenn geprüft wurde
    "decision": "uebersteuert",                     // Pflicht · bestaetigt | uebersteuert | keine
    "override_reason_code": "OR-07"                  // ratsam · Codes schlagen Freitext
  },

  "attestations": [                                 // Pflicht · zwei Signierende, weil keine Seite all das bezeugen kann
    {
      "signer": "gateway",                          // signiert nur, was es selbst entgegennimmt
      "key_id": "gw-signing-2026-q3",
      "covers": ["record_id", "ts_start", "ts_end", "system", "actor", "input", "output"],
      "payload_sha256": "9c41d7...a8",               // JCS-Digest über genau die in "covers" genannten Felder
      "signature": "ed25519:9a01...bb"
    },
    {
      "signer": "app:schaden-vorpruefung",          // das Gateway sieht diese Felder nicht — die Anwendung behauptet sie
      "key_id": "app-vorpruefung-2026-q3",          // eigener Schlüssel, eigene Vertrauensdomäne
      "covers": ["record_id", "provenance", "oversight"],
      "payload_sha256": "3fb0ac...5d",               // record_id steht in beiden — keine Hälfte lässt sich umhängen
      "signature": "ed25519:4c88...02"
    }
  ],

  "integrity": {                                    // schreibt der Collector; er signiert keine der beiden Behauptungen
    "canon": "JCS/RFC8785",                        // Pflicht · fixiert Schlüsselreihenfolge und Float-Form, sonst rechnet jeder anders
    "seq": 88213,                                  // Pflicht · vom Collector vergeben; Lücken sind Beweis
    "prev_sha256": "5c2ab8...0d",                    // Pflicht · der vorige entry_sha256 — die Kette
    "entry_sha256": "e1907a...c4"                   // Pflicht · JCS-Digest über jedes Feld oberhalb dieses Blocks
  }
}

Was ich streichen würde und was nicht

Wenn Sie kürzen wollen, streichen Sie prompt_chars, session_id und finish_reason, denn sie dienen der Diagnose und weisen nichts nach. Behalten Sie die Scores aus retrieved: Ob eine Antwort „aus einem 0,81-Treffer beantwortet“ oder „aus einem 0,31-Treffer beantwortet“ wurde, trennt ein System, das funktioniert, von einem, das rät. Diese Unterscheidung verlangt Artikel 12 Abs. 2 Buchst. a, wenn er das Erkennen risikobehafteter Situationen fordert. Nehmen Sie auch keine natürlichsprachliche „Begründung“ aus einem zweiten LLM-Aufruf auf. Sie belegt nur, dass ein zweites Modell plausiblen Text geschrieben hat, sie lässt sich nicht validieren, und in einem Prüfdatensatz hält der Leser sie leicht für einen Befund.

Wo Sie den Datensatz schreiben

Zwei Orte kommen infrage, und beide haben einen Mangel. Für das Gateway spricht seine Unabhängigkeit. Die Anwendung ist der Prüfgegenstand: Schreibt derselbe Codepfad, der die Entscheidung erzeugt, auch deren Protokoll, dann ändert ein Deployment beides, und das System prüft sich selbst. Ein Gateway bildet eine eigene Vertrauensdomäne mit der aufgelösten Anfrage, der Antwort und einem eigenen Signaturschlüssel, und dort setzen Sie Authentifizierung und Eingabekontrollen ohnehin durch.

Ein Gateway sieht allerdings den größten Teil dessen nicht, wovon dieser Artikel handelt: welche Dokumente Ihre Anwendung abgerufen hat, welcher Index-Snapshot abgefragt wurde, wie der Prompt vor dem Eintreffen zusammengesetzt wurde und was ein menschlicher Prüfer zehn Minuten später entschieden hat. Die Anwendung muss diese Felder behaupten, index_snapshot_id vor allen anderen. Das Gateway bezeugt die Felder, auf denen das Argument ruht, also nicht unabhängig und reicht sie nur weiter.

Das Design teilt deshalb die Aufgabe, und das Schema oben enthält eine attestations-Liste statt der Signatur eines einzelnen Writers. Das Gateway signiert, was es unmittelbar beobachtet, und die Anwendung signiert mit einem eigenen Schlüssel ihre Attestierung der Provenance- und Oversight-Felder. Beides geht an einen Append-only-Collector, der keines von beidem signiert und keines nachträglich umschreiben kann. Jede covers-Liste benennt, wofür der jeweilige Schlüssel einsteht; record_id steht in beiden, sodass sich keine Hälfte an einen anderen Aufruf hängen lässt. Sie erhalten damit Zurechenbarkeit statt Unabhängigkeit: einen Nachweis, wer was behauptet hat, an dem sich nachträgliche Änderungen erkennen lassen. „Immer im Gateway protokollieren“ ist Architekturmeinung, meine eingeschlossen, und keine Vorgabe des AI Act. Artikel 12 sagt nichts darüber, wo der Writer sitzt.

Die Grenze einer Hash-Kette. seq plus prev_sha256 bindet jeden Datensatz an den vorigen, und WORM-Speicher hindert selbst das schreibende Konto am vorzeitigen Löschen. Machen Sie zuerst die Digests reproduzierbar: JSON-Schlüssel haben keine feste Reihenfolge, und 0.8123 lässt sich auf mehr als eine Weise kodieren. Das Feld canon legt deshalb die Serialisierung fest, und JCS/RFC 8785 ist dafür die naheliegende Wahl: Serialisiert nicht jede Seite gleich, errechnet Ihr Prüfer einen anderen Hash und erfährt nichts. Kontrolliert ein Angreifer den Writer, beweist eine Kette aber nichts, weil er sie ab dem manipulierten Datensatz neu rechnet. Sie wird erst zum Beweismittel, wenn der Kopf-Hash an einem Ort liegt, an dem Sie ihn nicht unbemerkt überschreiben können, als täglicher Digest, den der Prüfer gegenzeichnet oder den Sie an eine zweite Organisation versenden. Ohne veröffentlichten Kopf beweist die Kette nichts.

Der Konflikt mit der DSGVO — und wie er sich auflöst

Artikel 19 und Artikel 26 Abs. 6 verlangen mindestens sechs Monate Aufbewahrung, und sechs Monate Prompts aufzubewahren ist selbst eine Verarbeitungstätigkeit, denn Prompts an ein Schadensystem sind voller Namen, Gesundheitsangaben und Beschwerden. Artikel 5 Abs. 1 Buchst. c DSGVO verlangt Datenminimierung. Wer Klartext-Prompts vorhält, „weil der AI Act Protokollierung fordert“, erfüllt eine Verordnung, indem er eine andere bricht.

Das Schema oben löst den Konflikt mit einer Regel: Der Prüfdatensatz muss die Entscheidung verifizierbar machen, ohne die personenbezogenen Daten aufzubewahren. Er speichert Identität und keinen Inhalt: prompt_hmac statt des Prompts, subject_pseudonym statt des Namens und chunk_id statt des Chunk-Texts. Das ist der Kompromiss aus „Verifikation ist keine Wiederholung“, und die DSGVO spricht für ihn.

Verwenden Sie einen HMAC mit geheimem Schlüssel und kein SHA-256 ohne Schlüssel. Der Hash eines kurzen Prompts lässt sich per Brute Force angreifen: Wer die Vorlage kennt, probiert Kandidaten durch, bis der Digest passt, und der Hash verrät dann den Prompt. Keines der beiden Verfahren anonymisiert, denn mit oder ohne Schlüssel bleiben die Werte pseudonymisierte personenbezogene Daten nach Artikel 4 Nr. 5 DSGVO. Der Schlüssel gibt Ihnen aber einen Hebel: Vernichten Sie ihn, lassen sich die Digests deutlich schwerer einer Person zuordnen.

Die Vernichtung des Schlüssels ist allerdings weder automatisch eine Löschung noch automatisch eine Anonymisierung. Die Leitlinien 01/2025 des EDSA zur Pseudonymisierung (Konsultationsfassung) sagen ausdrücklich, dass das Löschen der zusätzlichen Informationen pseudonymisierte Daten nicht von selbst anonym macht; anonym werden sie nur, wenn der Anonymisierungstest insgesamt erfüllt ist. Ihr Datensatz enthält außerdem weiterhin operator_id, session_id, Zeitstempel, Chunk-Referenzen und ein charakteristisches Interaktionsmuster, und jedes dieser Merkmale kann einzeln oder in Kombination ausreichen, um eine Person herauszugreifen. Die Schlüsselvernichtung schützt stark, macht aus personenbezogenen Daten aber keine nicht-personenbezogenen, und ob sie trägt, prüft Ihre DSFA.

Das Verarbeitungsverzeichnis — und die Löschfrage

Das Protokoll ist eine Verarbeitungstätigkeit und gehört daher in Ihr Verzeichnis von Verarbeitungstätigkeiten nach Artikel 30 DSGVO, allerdings nicht zwingend als eigene Zeile. Die DSGVO verlangt keinen gesonderten Eintrag je technischem Log-Strom, und viele Verantwortliche dokumentieren die Protokollierung innerhalb der Verarbeitungstätigkeit, der sie dient. Der Eintrag muss als Zweck die Rückverfolgbarkeit eines Hochrisiko-KI-Systems nach Art. 19 / Art. 26 Abs. 6 AI Act nennen, als Kategorien pseudonymisierte Kennungen und technische Metadaten, als Aufbewahrung die festgelegte Frist, wobei für den Klartext-Vault eine kürzere Frist gilt, und als Empfänger Ihren Prüfer und die Marktüberwachungsbehörde.

Artikel 6 Abs. 1 Buchst. c DSGVO, die Erfüllung einer rechtlichen Verpflichtung, passt als Rechtsgrundlage, sobald die Pflicht aus dem AI Act für Sie gilt, schließt die Prüfung aber nicht ab. Ein Assistent zur Schadenvorprüfung verarbeitet Gesundheitsdaten, und besondere Kategorien personenbezogener Daten brauchen zusätzlich zur Rechtsgrundlage aus Artikel 6 einen Erlaubnistatbestand nach Artikel 9. Solange niemand benannt hat, auf welchen Tatbestand aus Artikel 9 Sie sich stützen, ist Ihre Rechtsgrundlagenprüfung nicht fertig, auch wenn der Eintrag nach Artikel 30 vollständig aussieht.

Am Ende steht die Frage, was bei einem Löschersuchen nach Artikel 17 DSGVO geschieht. Den Klartext-Vault löschen Sie; der Prüfdatensatz ist schwieriger. Artikel 17 Abs. 3 Buchst. b nimmt die Löschung nur insoweit aus, wie die Verarbeitung zur Erfüllung einer rechtlichen Verpflichtung nach Unionsrecht erforderlich ist. Die Vorschrift nimmt nicht pauschal alles aus, was „Audit“ heißt, sie rechtfertigt keine unbefristete Aufbewahrung, und sie deckt nicht automatisch jedes Feld. Der Maßstab ist die Erforderlichkeit Feld für Feld: Art. 19 / Art. 26 Abs. 6 trägt plausibel die Rückverfolgbarkeitsfelder für die Aufbewahrungsfrist und ersichtlich nicht prompt_chars oder eine Session-Kennung, die Sie aus Bequemlichkeit behalten haben. Mit der Zwei-Speicher-Architektur können Sie diese Prüfung bestehen, sie ersetzt die Prüfung aber nicht.

Engineering-Leitfaden, keine Rechtsberatung. Drei Entscheidungen liegen weder bei mir noch bei Ihnen allein: ob Ihr System nach Anhang III hochriskant ist, ob sechs Monate Ihre Frist sind oder Ihre Branche länger verlangt, und ob Ihre Pseudonymisierung in der DSFA standhält. Legen Sie allerdings die Zuständigkeit richtig fest. Ein DSB unterrichtet, berät und überwacht die Einhaltung unabhängig. Machen Sie ihn zur genehmigenden Instanz einer Einstufung nach dem AI Act, beschädigen Sie diese Überwachungsrolle und schaffen einen Interessenkonflikt, weil er am Ende seine eigene Entscheidung prüft. Die Einstufung gehört in die verantwortliche Rechts- und Compliance-Governance des Anbieters oder Betreibers, bei schwierigen Fragen mit anwaltlicher Unterstützung. Der DSB berät zu den datenschutzrechtlichen Aspekten und überwacht, wie Sie sie beantworten.