EU AI Act Annex-III-Deadline — 2. Dezember 2027 (Omnibus) Jetzt prüfen →
GPAI & LLM-Anwendungen·GPAI-Anwendung (Deployer)

LLM Fine-Tuning: Wann kippt der Status zu Provider?

Wir trainieren ein Foundation-Modell auf unseren eigenen Daten weiter

Begrenztes RisikoRange: limited / high_risk

Wir trainieren ein Foundation-Modell auf unseren eigenen Daten weiter: Diese Anwendung fällt voraussichtlich unter die Kategorie mit begrenztem Risiko. Im Vordergrund stehen Transparenzpflichten nach Art. 50 EU AI Act. Betroffen sind insbesondere Beschäftigte und Kundinnen und Kunden.

Zuletzt geprüft: 5. Juni 2026 · 3 Min. Lesezeit · Herausgeber: Innopulse Consulting GmbH, Zug

Warum diese Einstufung?

  • Das System unterstützt Entscheidungen, ohne sie automatisiert mit erheblicher Wirkung zu treffen.
  • Das System baut auf einem GPAI-Modell auf; Kapitel-V-Pflichten der Modell-Anbieter wirken mittelbar.
  • Es werden synthetische Inhalte erzeugt — Kennzeichnungspflicht nach Art. 50(2).

Rechtliche Grundlage

Artikel

Art. 25(1)(c) EU AI ActArt. 53 EU AI ActArt. 4 EU AI Act

Erwägungsgründe

Recital 97Recital 109

Welche Pflichten gelten?

  • Transparenzhinweis, dass Nutzer mit einem KI-System interagieren (Art. 50(1))
  • Kennzeichnung synthetischer Inhalte, sofern erzeugt (Art. 50(2))
  • KI-Kompetenz der mit dem System befassten Personen (Art. 4)

Zusätzliche Rechtsrahmen in der DACH-Region

Der EU AI Act steht nicht allein. Je nach Einsatz greifen in der Schweiz, Deutschland und Österreich weitere Vorgaben — hier die für diesen Fall relevanten:

DSGVOEU

Bei automatisierten Entscheidungen über natürliche Personen greift insbesondere Art. 22 DSGVO (Recht auf menschliches Eingreifen).

revDSG (Schweiz)CH

Das revidierte Schweizer Datenschutzgesetz verlangt bei automatisierten Einzelentscheidungen Information und die Möglichkeit, den eigenen Standpunkt darzulegen (Art. 21 revDSG).

Praxis-Beispiele

Hochrisiko

Fine-Tuned Modell wird in HR-Recruiting eingebettet → Annex III.4 Hochrisiko + Provider-Pflichten.

Grenzfall

Mittelgrosses Fine-Tuning auf 50k Domain-Texten — review nötig ob "substantial".

Unkritisch

LLM Fine-Tuning wird rein intern für Produktivität genutzt (keine Drittpersonen, keine publizierten KI-Inhalte) — minimal, nur Art. 4 KI-Kompetenz.

Pflicht-Trigger für diesen Fall

  • Wirkt direkt auf natürliche Personen
  • Entscheidungsunterstützung (Mensch im Loop)
  • Nutzt General-Purpose AI (GPAI)
  • Generiert synthetische Inhalte

Zusätzliche regulatorische Overlays

GDPRNDSG REVDSG CH

Neben dem AI Act greifen für diesen Fall sektorale Vorschriften, die zusätzliche Pflichten auslösen können.

Was muss konkret geklärt werden?

Ob Dein konkreter Use-Case unter Begrenztes Risiko fällt, hängt von folgenden Detailfragen ab:

  • Substanzielle Modifikation (>10% Parameter, neue Capabilities) → Provider-Shift Art. 25(1)(c)?
  • Wird das Modell unter eigenem Branding vermarktet → Art. 25(1)(a) Provider-Shift?
  • Wurde das Modell fine-tuned?
  • Welche Art Modifikation nimmst Du am System vor?
  • Wie nutzt Ihr das GPAI-Modell?

Häufige Fragen

Ist „LLM Fine-Tuning" ein Hochrisiko-KI-System nach dem EU AI Act?

Voraussichtlich nein. Die Anwendung ist als begrenztes Risiko einzustufen. Es können jedoch Transparenz- und KI-Kompetenz-Pflichten gelten.

Substanzielle Modifikation (>10% Parameter, neue Capabilities) → Provider-Shift Art. 25(1)(c)?

Diese Abgrenzung entscheidet häufig über die Risikoklasse. Die genaue Ausgestaltung im Einzelfall ist entscheidend; ein Assessment ordnet die Faktoren strukturiert ein.

Wird das Modell unter eigenem Branding vermarktet → Art. 25(1)(a) Provider-Shift?

Diese Abgrenzung entscheidet häufig über die Risikoklasse. Die genaue Ausgestaltung im Einzelfall ist entscheidend; ein Assessment ordnet die Faktoren strukturiert ein.

Gilt das auch für Unternehmen in der Schweiz?

Der EU AI Act wirkt extraterritorial (Art. 2): Erreichen die KI-Outputs Personen in der EU, gilt er auch für Schweizer Anbieter und Betreiber. Zusätzlich greifen in der Schweiz das revDSG und — im Finanzbereich — die Erwartungen der FINMA. Genau diese DACH-Doppelperspektive prüfen wir mit.

Was sind die nächsten konkreten Schritte?

Transparenz- und KI-Kompetenz-Pflichten umsetzen und die Einstufung dokumentieren, damit sie bei Audits oder Änderungen belastbar ist.

Verwandte Anwendungsfälle

Klassifiziere Deinen konkreten Fall

Der Sector-First Wizard nimmt diesen Use-Case als Vorlage und stellt nur die wirklich relevanten Rückfragen — Du bekommst Risikoklasse, Pflichten-Liste und Audit-Package in unter 5 Minuten.

Assessment starten
LLM Fine-Tuning — Provider-Shift nach Art. 25 EU AI Act | ai-risk-check.com