Der EU AI Act und Trainingsdaten für Roboter: Was Sie wissen müssen
Was der EU AI Act von verkörperten Trainingsdaten tatsächlich verlangt: die Qualitätsvorgaben aus Artikel 10, Provenienzpflichten für GPAI-Modelle und der Zeitplan 2026 bis 2027 für Roboter.
Stellen Sie sich das Audit vor. Ein Sicherheitsbeauftragter bei einem deutschen Logistikbetreiber stellt eine einzige Frage zum Humanoiden, der gerade Behälter durch Gang sieben transportiert: Woher stammen die Daten, die ihm das Greifen beigebracht haben, und können Sie belegen, dass die Menschen in diesen Trainingsvideos der Aufnahme zugestimmt haben? Nach der Verordnung (EU) 2024/1689, besser bekannt als EU AI Act, ist diese Frage nicht mehr rhetorisch, sondern wird zur Dokumentationspflicht.
Hier liegt der Punkt, den die meisten Zusammenfassungen falsch darstellen. Der AI Act reguliert keine Datensätze. Er reguliert KI-Systeme, die auf dem Unionsmarkt bereitgestellt werden, sowie die KI-Modelle mit allgemeinem Verwendungszweck, die diese antreiben. Kein Artikel schreibt vor, dass ein Trainingsdatensatz für Roboter eine feste Anzahl an Videostunden oder eine Mindestzahl an Demonstrationen enthalten muss. Und doch landet, liest man die Pflichten genau, fast das gesamte Gewicht am Ende bei den Daten. Der AI Act macht Ihre Daten zu dem Ort, an dem Sie nachweisen, dass sich Ihr System richtig verhält.
Für Teams, die verkörperte Foundation Models entwickeln, ist genau dieser Umweg die eigentliche Geschichte. Ob Sie Ich-Perspektive-Videos scrapen, Arme im Labor teleoperieren oder Trajektorien über mehrere Institutionen hinweg bündeln, wie es Open X-Embodiment mit mehr als einer Million Real-Roboter-Episoden getan hat, die Compliance-Fläche bleibt dieselbe kurze Liste von Fragen: Provenienz, Repräsentativität, Einwilligung und Bias. Dieser Beitrag geht durch, was der AI Act tatsächlich von verkörperten Datensätzen verlangt, welche Teile bereits jetzt gelten und welche Teile 2026 und 2027 greifen.
Der AI Act reguliert Systeme, keine Datensätze
Der Anwendungsbereich entscheidet über alles Weitere. Der AI Act gilt für Anbieter, die ein KI-System auf dem EU-Markt bereitstellen oder dort in Betrieb nehmen, sowie für Anbieter von KI-Modellen mit allgemeinem Verwendungszweck (General Purpose AI, GPAI), unabhängig davon, wo sie ansässig sind. Auch Output, der in der Union genutzt wird, zählt. Ein Datensatz für sich genommen ist kein reguliertes Objekt. Relevant wird er in dem Moment, in dem er ein System oder Modell trainiert, das die EU berührt.
Der AI Act ordnet Systeme nach Risiko ein: eine kurze Liste verbotener Praktiken, eine größere Hochrisiko-Stufe, Systeme mit begrenztem Risiko mit Transparenzpflichten und alles Übrige. Ein Humanoid, der als Sicherheitsbauteil einer Industriemaschine eingesetzt wird oder in einem anderen erfassten Produkt steckt, kann über Anhang I in die Hochrisiko-Stufe fallen, der den AI Act an bestehendes Produktsicherheitsrecht wie die Maschinenverordnung koppelt. Genau diese Einstufung setzt die Regeln zur Daten-Governance in Kraft.
Die ehrliche Einordnung lautet also: Ihr verkörperter Datensatz wird indirekt reguliert. Er erbt seine Pflichten von dem System, das er trainiert, und von dem Modell, das Sie veröffentlichen. Wer das übersieht, liest Artikel 10 als optional. Das ist er nicht.
Artikel 10, die Messlatte für die Daten-Governance
Artikel 10 ist die Klausel, die für jeden am wichtigsten ist, der Roboterdaten zusammenstellt. Er verlangt, dass die Trainings-, Validierungs- und Testdatensätze hinter einem Hochrisikosystem Qualitätskriterien erfüllen. Die Formulierung ist bewusst praktisch gehalten und nicht numerisch.
Der AI Act sagt Ihnen nie, was Ihr Datensatz enthalten muss. Er sagt Ihnen, wie sich Ihr System verhalten muss, und macht dann die Daten zu dem Ort, an dem Sie das beweisen.
| Anforderung | Rechtsgrundlage | Praxistest für einen Roboterdatensatz |
|---|---|---|
| Relevanz und Repräsentativität | Art. 10(3) | Deckt der Datensatz die geografische, verhaltensbezogene und funktionale Umgebung ab, in der der Roboter tatsächlich eingesetzt wird? |
| Prüfung auf Fehler und Vollständigkeit | Art. 10(3) | Sind falsch annotierte Trajektorien, verlorene Frames und Lücken dokumentiert und korrigiert? |
| Bias-Prüfung | Art. 10(2) | Haben Sie nach Verzerrungen bei Körpertyp, Händigkeit, Beleuchtung und Standort gesucht? |
| Provenienz und Erfassungsprozess | Art. 10(2), Anhang IV | Können Sie belegen, woher jeder Clip stammt und wie die Einwilligung eingeholt wurde? |
| Zusammenfassung der Trainingsinhalte | Art. 53(1) | Können Sie für ein GPAI-Robotermodell eine hinreichend detaillierte Zusammenfassung dessen veröffentlichen, woraus es gelernt hat? |
Beim Repräsentativitätstest weicht die Robotik am deutlichsten von einem Sprachmodell ab. Artikel 10 fragt, ob die Daten die spezifische geografische, kontextuelle, verhaltensbezogene und funktionale Einsatzumgebung widerspiegeln. Eine Manipulations-Policy, die nur mit heller Labor-Teleoperation trainiert wurde, ist nicht ohne Weiteres repräsentativ für eine dämmrige europäische Küche. DROID, zusammengestellt aus rund 76.000 teleoperierten Demonstrationen über 13 Institutionen hinweg, existiert auch deshalb, weil Daten von einem einzelnen Standort nicht generalisieren. Der AI Act verleiht dieser ingenieurstechnischen Intuition rechtliches Gewicht.
Es gibt eine kontraintuitive Ausnahme. Artikel 10(5) erlaubt es Anbietern, besondere Kategorien personenbezogener Daten, also die sensiblen Daten, unter Schutzmaßnahmen ausschließlich zur Erkennung und Korrektur von Bias zu verarbeiten. Für egozentrische Erfassung, die Gesichter, Hände und Körpertypen aufzeichnet, ist dies die schmale rechtliche Tür, die Bias-Audits rechtmäßig macht, statt einen neuen Verstoß zu schaffen.
Ihr Foundation Model ist ein GPAI-Modell, und die Provenienz wird öffentlich
Die meisten Foundation Models für Roboter sind im Sinne des AI Act KI-Modelle mit allgemeinem Verwendungszweck (GPAI), und die GPAI-Pflichten gelten seit dem 2. August 2025. Anbieter müssen technische Dokumentation führen, Informationen an nachgelagerte Integratoren weitergeben, eine Richtlinie zur Achtung des EU-Urheberrechts verabschieden und eine hinreichend detaillierte Zusammenfassung der für das Training verwendeten Inhalte veröffentlichen, auf einer vom AI Office herausgegebenen Vorlage.
Lesen Sie den letzten Punkt zweimal. Provenienz ist keine Privatangelegenheit mehr. Hat Ihr Modell das Wäschefalten aus gescraptem Video gelernt, muss die Zusammenfassung das mit aussagekräftiger Detailtiefe offenlegen. Hat es aus dokumentierten menschlichen Demonstrationen mit Einwilligung gelernt, lässt sich die Zusammenfassung leicht schreiben und leicht verteidigen. Die beiden Wege trennen sich scharf an dem Tag, an dem eine Regulierungsbehörde oder die Rechtsabteilung eines nachgelagerten OEM danach fragt.
Eine Zahl lohnt sich zu kennen. Der AI Act reserviert seine strengsten GPAI-Pflichten für Modelle, die mit mehr als etwa 10^25 Gleitkommaoperationen trainiert wurden, bei denen ein systemisches Risiko vermutet wird. Die heutigen Foundation Models für Roboter liegen deutlich unter dieser Grenze und gelten daher als gewöhnliche GPAI, nicht als GPAI mit systemischem Risiko. Die Transparenz- und Urheberrechtspflichten gelten weiterhin, die zusätzliche Bewertungs- und Meldepflicht bei Vorfällen entfällt, zumindest vorerst.
GDPR und der Data Act sind nicht verschwunden
Der AI Act setzt auf zwei Regelwerken auf, mit denen verkörperte Daten ständig in Berührung kommen. Das erste ist die GDPR. Egozentrisches Filmmaterial ist dicht mit personenbezogenen Daten durchsetzt: die Gesichter von Umstehenden, das Innere einer Privatwohnung, der Gang eines Mitarbeiters. Nichts davon hört auf, personenbezogene Daten zu sein, nur weil es jetzt als Trainingsinput für einen Roboter dient. Rechtsgrundlage, Datenminimierung und Aufbewahrungsfristen gelten weiterhin, und der AI Act lässt die GDPR ausdrücklich unberührt.
Das zweite ist der EU Data Act, in Kraft seit dem 12. September 2025, der den Zugang zu Daten regelt, die von vernetzten Produkten erzeugt werden. Eine Roboterflotte ist eine Flotte vernetzter Produkte. Wer Zugang zu den von ihnen erzeugten Datenströmen erhält und zu welchen Bedingungen, hat jetzt eine gesetzliche Antwort. Für alle, die planen, von Robotern erzeugte Daten partnerübergreifend zu bündeln, prägt der Data Act die Verträge, noch bevor der AI Act überhaupt einen Blick auf das Modell wirft.
Was das für den Aufbau eines Datensatzes bedeutet
Der Kalender ist der praktische Teil. Verbote gelten seit Februar 2025. GPAI-Pflichten seit August 2025. Die Hochrisiko- und Daten-Governance-Pflichten mit Relevanz für Trainingsdaten, Artikel 10 eingeschlossen, treten schrittweise über 2026 und 2027 in Kraft, mit einer späteren Tranche für KI in regulierten Produkten wie Maschinen. Die genauen Anwendungstermine haben sich während der Umsetzung verschoben, verfolgen Sie also den aktuellen Zeitplan und nicht eine einzelne Frist. Erreicht Ihr Roboter den EU-Markt in diesem Zeitfenster, sind die Datenentscheidungen, die Sie 2026 treffen, genau die, die Sie 2027 dokumentieren müssen.
Die Teams, die am schnellsten vorankommen, behandeln Daten-Governance als Design-Vorgabe, nicht als Nachrüstung. In der Praxis bedeutet das:
- Provenienz bereits bei der Erfassung protokollieren, statt sie erst im Audit zu rekonstruieren;
- Einwilligung als strukturierte Metadaten erfassen, nicht als unterschriebenes PDF in der Schublade;
- Repräsentativität über Standort, Beleuchtung, Händigkeit und Körpertyp vor dem Training messen, nicht erst, wenn ein Prüfer danach fragt.
Ego4D, mit rund 3.670 Stunden Ich-Perspektive-Video von Hunderten Kamerateilnehmern in neun Ländern, hat gezeigt, wie viel Gerüst eine egozentrische Erfassung mit Einwilligung tatsächlich braucht. Der AI Act macht aus diesem Gerüst, das bislang gute Praxis war, eine Pflicht.
Nichts davon erfordert zu Beginn eine eigene Compliance-Abteilung. Es erfordert die frühe Entscheidung, dass die Herkunft Ihrer Daten ebenso sehr Teil des Modells ist wie seine Gewichte. Der AI Act hat diese Entscheidung lediglich für alle anderen sichtbar gemacht.