28.10.2025
STARTUP-PORTRÄT

Wie LifeTaq Tierversuche durch automatisierte 3D-Gewebemodelle ersetzt

LifeTaq entwickelt automatisierte 3D-Gewebemodelle als Alternative zu Tierversuchen – und will damit die Wirkstoffentwicklung beschleunigen. Wir haben mit Gründer Manfred Taschner darüber gesprochen, wie die Plattform „Tissura“ den Weg vom Labor in die Klinik verändern soll.
/artikel/wie-lifetaq-tierversuche-durch-automatisierte-3d-gewebemodelle-ersetzt
Das Team von LifeTaq | (c) LifeTaq-Analystics GmbH

Neun von zehn Wirkstoffkandidaten scheitern zwischen dem Labor und der Klinik. Der Grund ist oft derselbe: Ergebnisse aus Tierversuchen sind nur eingeschränkt auf den Menschen übertragbar. Das TechBio-Startup LifeTaq setzt genau an diesem Bruchpunkt an. Das Klosterneuburger Unternehmen entwickelt seine Plattform „Tissura“. Dabei handelt es sich um ein automatisiertes System, das Zellen und 3D-Gewebemodelle auf qualitative Weise kultiviert.

Die Technologie ist standardisiert, reproduzierbar und bietet eine skalierbare Alternative zu manuellen Labortests, was die Reduktion der Abhängigkeit von Tieren erleichtert. „Das Tier ist einfach anders gebaut als der Mensch, und man sollte viel mehr im Vorfeld an der menschlichen Biologie testen“, sagt CEO und Gründer Manfred Taschner. Der Biotechnologe weiß, wovon er spricht.

Vom Alzheimer-Labor zum eigenen Unternehmen

Bevor Manfred Taschner zum Gründer wurde, arbeitete er als Forscher in einem Wiener Pharmaunternehmen. Dort entwickelte das Team über Jahre hinweg einen Impfstoff gegen Alzheimer – mit großem Budget, großen Hoffnungen und vielen Tierversuchen. Doch nach über einem Jahrzehnt und mehreren hundert Millionen Euro war klar: Die Wirksamkeit beim Menschen war gleich null. „Das Placebo war teilweise besser als das eigentliche Medikament. Das war ein Schock – und ein Wendepunkt für viele von uns.“

Dies führte bei Taschner zu einer Schlüsselerkenntnis: „Ich habe mich gefragt: Wie kann das passieren? Und dann wird einem klar, dass Tiere einfach eine andere Physiologie haben.“ Statt Ergebnisse aus Tiermodellen zu extrapolieren, müsse man direkt mit menschlichem Gewebe arbeiten, so die Schlussfolgerung.

2017 gründete er gemeinsam mit Kollegen aus dem ehemaligen Alzheimer-Team LifeTaq mit der Vision, Tierversuche durch realistische, humane Modelle zu ersetzen. „Wir wollten eine Alternative entwickeln, die besser vorhersagt, wie etwas im menschlichen Körper funktioniert.“

(c) LifeTaq-Analytics GmbH

Automatisierte Fabrik zum Züchten realistischer Mini-Körperteile

Anstatt dass ein Laborant Zellen sorgfältig von Hand in einer Schale kultiviert – ein Prozess, der langsam und fehleranfällig ist – bietet LifeTaq eine vollautomatisierte Kulturmaschine mit integrierter Qualitätskontrolle. Dies adressiert die Infrastruktur- und Reproduzierbarkeitsanforderungen des gesamten In-vitro-Sektors. „Wenn man es manuell macht, können leicht Kontaminationen – Bakterien, Pilze – entstehen, und man muss es wochenlang exakt gleich behandeln. Das ist fast unmöglich.“

Die Plattform kann unter anderem sogenannte biologische Barriere-Modelle kultivieren, jene wichtigen Grenzflächen, die ein Medikament passieren muss, um im Inneren des Körpers seine Arbeit zu verrichten, wie etwa die Darmbarriere, die Lungenbarriere oder die Hautbarriere. Bei diesen konventionellen Modellen (sogenannte Well-Plate-Modelle), die von mehreren Anbietern bereits am Markt sind, kann die Tissura den Prozess automatisieren und skalierbar machen.

„Aktuell optimieren wir die Prozesse für die Lungenbarriere, da sie entscheidend für viele inhalierbare Medikamente ist“, erklärt Taschner. „Das Prinzip kann aber auch auf Haut oder andere Schnittstellen übertragen werden.“ Diese Innovation wurde im Rahmen eines 3,5 Millionen US-Dollar schweren FFG-Leitprojekts (einem bedeutenden Förderprogramm der Österreichischen Forschungsförderungsgesellschaft) entwickelt.

Kooperation mit OFI und ACR Start-up Preis

Ein wichtiger Partner bei der Entwicklung war das Österreichische Forschungsinstitut (OFI), das die auf der Tissura-Plattform kultivierten Lungengewebe extern validierte und testete. Das OFI agiert als Auftragsforschungsinstitut für zahlreiche Unternehmen im Pharma- und Medizintechniksektor und war auch der erste Anwender der LifeTaq-Technologie. „Die Kooperation mit dem OFI war für uns entscheidend, um die Modelle nach internationalen Standards zu überprüfen und ihre Praxistauglichkeit nachzuweisen“, so Taschner. Für diese erfolgreiche Zusammenarbeit wurden LifeTaq und das OFI 2025 mit dem „ACR Start-up Preis“ von Austrian Cooperative Research (ACR) ausgezeichnet (brutkasten berichtete).

Manfred Taschner im Rahmen der ACR Enquete 2025 | (c) ACR/APA-Fotoservice/Leitner

Der Preis würdigt junge Unternehmen, die in enger Kooperation mit ACR-Instituten marktrelevante Innovationen entwickeln. „Diese Auszeichnung ist für uns ein wichtiges Signal, dass unsere Technologie einen echten Beitrag zur Zukunft der Forschung leistet“, sagt Taschner.

Ein Markt in Bewegung

Dass LifeTaq gerade jetzt an Fahrt gewinnt, liegt auch an der Regulierung und dem Mangel an vielseitigen, skalierbaren, automatisierten Labor-Kultursystemen. In den USA erlaubt der „FDA Modernization Act“ seit Ende 2022 explizit, Daten aus Nicht-Tiermodellen als Basis für klinische Studien zu verwenden. „Seit den 1930er-Jahren war der Tierversuch verpflichtend. Jetzt darf man zum ersten Mal mit In-vitro-Modellen direkt in den Menschen gehen.“

Gleichzeitig verändert Künstliche Intelligenz die Wirkstoffsuche grundlegend. Heute generieren KI-Algorithmen Millionen möglicher Molekülvarianten – weit mehr, als manuell getestet werden könnten. „Das verlangt nach automatisierten Testsystemen, die große Datenmengen schnell verarbeiten können“, sagt Taschner. „Genau hier positionieren wir uns.“

Geschäftsmodell: Vom Service zur Maschine

Der Markteintritt erfolgt bewusst gestaffelt. LifeTaq setzt zunächst auf ein Machine-as-a-Service-Modell: Die Maschine bleibt vorerst im Haus, das LifeTaq-Team nutzt die Protokolle der Kunden für deren Modelle und kultiviert Gewebe für Kundenprojekte, die Abrechnung erfolgt nach Volumen.

(c) LifeTaq-Analystics GmbH

„Viele Unternehmen wünschen zuerst die Sicherheit, dass ihr exaktes Modell wirklich funktioniert.“ Später sollen die Anlagen direkt bei Kunden platziert werden – inklusive „Remote Support“ und digitaler Datenintegration. Die Anschaffung amortisiert sich laut Taschner bei hoher Auslastung innerhalb von ein bis zwei Jahren. Aktuell beschäftigt LifeTaq elf Mitarbeiter und möchte bis Ende 2026 auf rund 20 wachsen – vor allem im Vertrieb und Customer Success. Nach anfänglichen Jahren in Tulln ist das Unternehmen seit 2024 in Klosterneuburg ansässig. „Wir haben jetzt über 400 Quadratmeter Fläche, wo wir uns auch dem Maschinenbau widmen können.“

Förderung, Finanzierung, Wachstum

Finanziell setzt LifeTaq auf einen Mix aus Förderungen, Business Angels und Crowdinvestment. Neben Programmen der FFG, aws und der EU ist ein Brancheninsider aus der Bioprozessindustrie privat am Unternehmen beteiligt. Seit Oktober 2025 läuft zudem eine Crowdinvesting-Kampagne auf Rockets, die innerhalb einer Woche über 200.000 Euro eingesammelt hat. „Das schont unseren Cap Table viel sanfter, und wir können gleichzeitig unsere Community erweitern“, so Taschner.

Nächste Schritte: Vom Pilot zur Markteinführung

Nach der ersten erfolgreichen Validierung der Tissura-Plattform blickt LifeTaq nun klar nach vorn. Im kommenden Jahr sollen weitere Pilotprojekte mit Pharma- und Auftragsforschungsunternehmen folgen, um die Technologie in verschiedenen Anwendungsszenarien zu erproben – von Atemwegserkrankungen bis hin zu toxikologischen Screening-Tests.

Gleichzeitig arbeitet das Team an der Industrialisierung des Fertigungsprozesses, um die Maschinen mittelfristig in Serie zu produzieren und direkt bei Kunden zu platzieren. „2026 wollen wir den Sprung vom Pilotbetrieb zur Kommerzialisierung schaffen“, sagt Taschner.

Auch regulatorisch laufen die Vorbereitungen: Neben der ISO-Zertifizierung wird an weiteren Compliance-Standards für die pharmazeutische Produktion gearbeitet. Parallel dazu plant LifeTaq, den Exportmarkt zu erschließen – mit Fokus auf Deutschland, Skandinavien und die USA, wo die FDA-Modernisierung das größte Marktfenster bietet. „Wir haben bewiesen, dass unsere Technologie funktioniert – jetzt geht es darum, sie in den Forschungsalltag zu bringen.“

Deine ungelesenen Artikel:
03.08.2026

KI-Kennzeichnung: Was seit Sonntag gekennzeichnet werden muss, und was nicht

Seit 2. August ist Artikel 50 des EU AI Act verbindlich, die Transparenzstufe der KI-Verordnung. Der Wiener Rechtsanwalt Manuel Mofidian erklärt anhand von drei konkreten Anwendungsbeispielen, was gekennzeichnet werden muss und was nicht.
/artikel/ki-kennzeichnung-was-gekennzeichnet-werden-muss-und-was-nicht
03.08.2026

KI-Kennzeichnung: Was seit Sonntag gekennzeichnet werden muss, und was nicht

Seit 2. August ist Artikel 50 des EU AI Act verbindlich, die Transparenzstufe der KI-Verordnung. Der Wiener Rechtsanwalt Manuel Mofidian erklärt anhand von drei konkreten Anwendungsbeispielen, was gekennzeichnet werden muss und was nicht.
/artikel/ki-kennzeichnung-was-gekennzeichnet-werden-muss-und-was-nicht
Rechtsanwalt Manuel Mofidian © Armin Hubner

Ein Unternehmen erstellt selbst oder unter seiner Weisung und Kontrolle einen kurzen Werbeclip. Kein Dreh, kein Team, kein Budget für Schauspieler:innen: Die Person, die im Video das Produkt vorstellt, ist von einer KI generiert. Sie existiert nicht, sieht aber aus wie ein Mensch.

Seit Sonntag ist dieser Clip kennzeichnungspflichtig, und die Pflicht trifft das Unternehmen, nicht das Tool, mit dem der Clip entstanden ist. Denn ein Deepfake im Sinne des Gesetzes ist nicht nur die manipulierte Aufnahme einer prominenten Person. Nach den neuen Leitlinien der EU-Kommission genügt es, dass das Dargestellte real existieren könnte und der Inhalt so wirkt, als wäre er echt. Ob jemand täuschen wollte, spielt keine Rolle. Ob der Gesetzeswortlaut wirklich so weit reicht, wird in der Fachwelt diskutiert, denn er knüpft an die Ähnlichkeit mit real existierenden Personen an. Für die Praxis ist vorerst die Kommissionslinie maßgeblich, denn an ihr werden sich die Behörden primär orientieren.

Nein, die EU hat das nicht verschoben

In vielen Geschäftsleitungen ist in den vergangenen Wochen eine andere Botschaft angekommen: Brüssel habe zurückgerudert, man habe Zeit. Diese Lesart ist gefährlich verkürzt.

Die Digital-Omnibus-Verordnung zur KI, Verordnung (EU) 2026/1744, wurde am 24. Juli im Amtsblatt veröffentlicht und ist seit 27. Juli in Kraft, wenige Tage vor dem Stichtag. Verschoben hat sie die Pflichten für Hochrisiko-Systeme: eigenständige Anwendungen nach Anhang III auf Dezember 2027, in Produkte eingebettete KI auf August 2028. Die Transparenzpflichten hat sie in ihrer Substanz nicht angetastet. Sie gelten seit Sonntag.

Eine einzige Ausnahme gibt es, und sie betrifft Anbieter, nicht Anwender (in der KI-VO Betreiber genannt): Generative KI-Systeme, die bereits vor dem 2. August auf dem Markt waren, haben für die technische, maschinenlesbare Kennzeichnung ihrer Ausgaben bis zum 2. Dezember 2026 Zeit. Auf die Pflichten von Unternehmen, die KI einsetzen, hat das keine Auswirkung.

Was es an Orientierung gibt

Anders als beim Start der DSGVO steht der Stichtag nicht im luftleeren Raum. Die EU-Kommission hat am 10. Juni den Verhaltenskodex zur Transparenz KI-generierter Inhalte veröffentlicht. Die dazugehörigen Leitlinien zur Auslegung von Artikel 50 hat sie inhaltlich am 20. Juli freigegeben, die förmliche Annahme steht noch aus, bis alle Sprachfassungen vorliegen. Beides ist rechtlich nicht bindend, in der Praxis aber der Maßstab, an dem sich Behörden orientieren werden.

Der Kodex wurde von Kommission und AI Board als geeignet bewertet. Wer ihm beitritt, kann sich zum Nachweis der Kennzeichnungspflichten darauf berufen. Wer das nicht tut, muss seine Compliance auf anderem Weg belegen und muss laut Kommission mit mehr Auskunftsersuchen rechnen.

Die wichtigste Unterscheidung, die Sie brauchen

Das Gesetz trennt zwei Rollen: Anbieter und Betreiber. „Stark vereinfacht gesagt: Anbieter ist, wer ein KI-System entwickelt und auf den Markt bringt. Betreiber ist derjenige, der ein KI-System in eigener Verantwortung nutzt. Die Definitionen sind aber deutlich länger und komplexer, also muss im Einzelfall wirklich ausgelegt werden, ob die Tatbestände erfüllt sind, auch weil diese mit den Definitionen von KI-Systemen und -Modellen verzahnt sind“, sagt Manuel Mofidian, Wirtschafts- und Tech-Rechtsanwalt mit Spezialisierung auf KI-Recht. „Vielleicht sogar 99 Prozent der Unternehmen und Organisationen, die KI einsetzen, sind Betreiber.“

So sei man bereits Betreiber, wenn ein Unternehmen einen eingekauften Voicebot laufen lässt. Aber auch wenn Mitarbeiter:innen auf Anweisung des Unternehmens ein KI-Tool einsetzen, wird dadurch ihr Unternehmen zum Betreiber, nicht der einzelne Mitarbeiter:innen. Heraus fällt nur die rein persönliche und nicht berufliche Nutzung: „Wenn meine Mutter privat ChatGPT verwendet, ist sie keine Betreiberin.“

Die Grenze verläuft dabei nicht per se zwischen Unternehmen und Einzelpersonen, sondern zwischen privat und erwerbsmäßig. Wer regelmäßig wirtschaftlichen Nutzen aus der Nutzung zieht oder sie im Rahmen einer geschäftlichen, beruflichen oder freiberuflichen Tätigkeit einsetzt, ist Betreiber. Creator, die KI-Inhalte monetarisieren, fallen darunter.

Diese Trennung entscheidet, wer welche Pflicht hat. In den drei folgenden Beispielen fällt die Antwort jeweils anders aus.


Beispiel 1: Der Chatbot im Kundenservice

Wer mit einer KI spricht, muss das erfahren. Diese Pflicht trifft allerdings nicht Sie, sondern den Anbieter, also jenes Unternehmen, das den Assistenten gebaut und verkauft hat. Es muss das Produkt so konzipieren, dass die Information rechtzeitig kommt. „Bei der ersten Interaktion, so früh wie möglich und deutlich“, fasst Mofidian zusammen, in der Praxis also z. B. mit einer Ansage zu Gesprächsbeginn.

Eine Ausnahme gibt es, wenn ohnehin offensichtlich ist, dass eine KI interagiert. Ein erkennbarer virtueller Comic-Avatar dürfte darunterfallen. Eine Stimme, die klingt wie ein Mensch, nicht. Auf diese Ausnahme sollte man sich aber nicht zu bequem verlassen: Die Kommission verlangt in ihren Leitlinien eine enge Auslegung, weil die Ausnahme den Betroffenen Transparenz entzieht.

Für Unternehmen, die einen solchen Assistenten einkaufen, ist dieser legistische Ansatz dennoch eine Entlastung: Sie müssen die Ansage nicht selbst einbauen. Wer allein einen fremden Chatbot in die eigene Website einbindet, bleibt nach den Leitlinien im Regelfall Betreiber. Die Rolle kann aber kippen: Wer in gewissen Konstellationen das System wesentlich verändert, etwa nachtrainiert, wer seine Zweckbestimmung ändert oder es unter eigenem Namen oder eigener Marke in Verkehr bringt, kann selbst zum Anbieter werden und „erbt“ dann die Anbieter-Pflichten.

Beispiel 2: Das „Deepfake“-KI-Video im Marketing

Hier kann die Hauptverantwortung das KI-einsetzende Unternehmen treffen, den Betreiber im Sinne der KI-Verordnung. Wer Inhalte veröffentlicht, die als echt durchgehen könnten, muss offenlegen, dass sie künstlich erzeugt wurden. Der Hinweis darf dabei nicht in den Metadaten vergraben sein, er muss für Menschen wahrnehmbar sein. Auf die maschinenlesbare Markierung, die der Anbieter im Inhalt hinterlässt, können Sie sich zur Erfüllung Ihrer eigenen Pflicht ausdrücklich nicht stützen.

Nicht jedes KI-Bild fällt darunter. „Jedes Deepfake ist künstlich erzeugt, aber nicht jeder künstlich erzeugte Inhalt ist ein Deepfake“, sagt Mofidian. „Ich kann tausend Sachen mit einer KI machen, die nichts mit Deepfake zu tun haben. Ein Bild von einem Einhorn zum Beispiel. Hier besteht keine ausreichende Ähnlichkeit mit realen Lebenssachverhalten, weswegen dies kein Deepfake sein kann.“ Bei offensichtlich künstlerischen, kreativen, satirischen, fiktionalen oder vergleichbaren Werken kann die Offenlegung in angemessener, nicht die Darstellung beeinträchtigender Form erfolgen. Die Kennzeichnungspflicht entfällt dadurch jedoch nicht vollständig.

Wie eine Kennzeichnung konkret aussehen kann, beschreibt der Verhaltenskodex. Die Kommission stellt dafür einen Satz frei verfügbarer EU-Icons bereit, den Betreiber verwenden können; gleichwertige eigene Labels sind ebenfalls zulässig. Der Kodex macht darüber hinaus Vorgaben zu Gestaltung und Platzierung und sieht Alternativen vor, wo visuelle Labels nicht funktionieren, bei reinen Audioinhalten etwa gesprochene Hinweise.

Beispiel 3: Der automatisch erzeugte Text

Der unauffälligste Teil ist für viele der folgenreichste. Wer KI-erzeugte Texte veröffentlicht, um die Öffentlichkeit über Angelegenheiten von öffentlichem Interesse zu informieren, muss das kennzeichnen. Hier genügt bereits die Erzeugung, eine Verzerrung der Realität ist nicht nötig.

Jedoch greift eine Ausnahme, wenn der Inhalt einer menschlichen Überprüfung oder redaktionellen Kontrolle unterzogen wurde und eine natürliche oder juristische Person die redaktionelle Verantwortung für die Veröffentlichung trägt.

Entscheidend ist, was als Überprüfung zählt. Die Kommission verlangt eine bewusste Auseinandersetzung mit der Substanz des Inhalts, durch Personen mit einschlägigem Fachwissen und fachlichem Urteilsvermögen. Rein formale oder prozedurale Kontrollen genügen ausdrücklich nicht, Rechtschreib- und Grammatikkorrektur werden als Negativbeispiele genannt. Ein Text muss also nicht verändert, aber inhaltlich geprüft werden. „Es kann reichen, dass du es einmal bewusst inhaltlich substanziell prüfst und durchliest. Keiner verpflichtet dich, einen Beistrich zu ändern“, sagt Mofidian. Entscheidend sei, dass beides zusammenkommt: „Die Prüfung allein genügt nicht. Es muss auch jemand die redaktionelle Verantwortung übernehmen.“

Damit sind klassische Redaktionen weitgehend außen vor. Eng wird es dort, wo der Mensch aus dem Prozess verschwindet. Ein Agent, der Texte generiert und selbst publiziert, ohne dass jemand gegenliest, erfüllt die erste Bedingung nicht. „Wenn das alles autonom abläuft, dann hast du ein Kennzeichnungs-Thema“, sagt Mofidian. Für Unternehmen, die gerade solche Pipelines aufbauen, sei dies eine wichtige Konsequenz des Stichtags.


Was nicht gekennzeichnet werden muss

Rund um den Stichtag kursierte die Warnung, künftig müsse praktisch jeder mit KI erstellte Inhalt ein Label tragen. Das ist so nicht richtig, und die Abgrenzung ist für die Praxis oft entscheidender als die Pflicht selbst.

Nicht erfasst sind KI-erzeugte Texte, die nicht der Information der Öffentlichkeit über Angelegenheiten von öffentlichem Interesse dienen. Hier braucht es nach Artikel 50 kein Label. Auch der Newsletter über das eigene Sortiment fällt nicht darunter, wohl aber ein Beitrag, der über ein Thema von allgemeinem Interesse informiert.

Nicht erfasst sind erkennbar künstliche Bilder und Videos, vom Fantasiemotiv bis zur sichtbar generierten Illustration.

Nicht erfasst ist KI, die im Hintergrund unterstützt, ohne den Inhalt wesentlich zu verändern, etwa bei Standardbearbeitung oder Berechnung. Ebenso wenig erfasst sind Systeme, die weder mit Menschen interagieren noch Inhalte erzeugen und auch keine Emotionen erkennen oder Menschen biometrisch kategorisieren, also der Großteil klassischer Analyse-Anwendungen in der Produktion.

Nicht erfasst ist schließlich, was vor dem Stichtag erzeugt wurde: Eine rückwirkende Kennzeichnung älterer Inhalte verlangt niemand. Eine Ausnahme sollten Unternehmen mit vorbefülltem Content-Kalender kennen: Bei Text kommt es auf den Zeitpunkt der Veröffentlichung an. Wer einen KI-Text im Juli erzeugt und im September publiziert, muss ihn kennzeichnen, sofern er unter die Pflicht fällt.

Und schließlich ist die maschinenlesbare Kennzeichnung, über die derzeit viel geschrieben wird, eine Pflicht der Anbieter, und sie richtet sich nicht an den Leser. „Für dich muss die Kennzeichnung nicht eindeutig sein, sondern für eine Maschine“, erklärt Mofidian den Unterschied. „Beim Deepfake muss es dagegen so sein, dass ein Mensch es versteht.“ Wer KI-Werkzeuge einkauft, muss also keine Wasserzeichen in seine Dateien bauen.

Wer allerdings dokumentieren kann, wie ein Inhalt entstanden ist und wer ihn freigegeben hat, ist im Streitfall besser aufgestellt. Nachweisbarkeit ist keine Pflicht aus Artikel 50, aber sie entscheidet, wie belastbar man dasteht, wenn jemand nachfragt.

Die Falle: KI-Recht ist mehr als nur die KI-VO

Selbst wer nach dieser Aufteilung zum Schluss kommt, als Betreiber in gewissen Konstellationen wenig tun zu müssen, sollte nicht zu früh aufatmen. Dass der AI Act in gewissen Konstellationen entlasten kann, sagt Mofidian, „heißt für andere, ebenfalls einschlägige Rechtsgebiete noch nichts“. „KI-Recht ist eine Querschnittsmaterie. Das Kennzeichnungs-Regime des AI Acts ist nur eine Schicht. Daneben laufen DSGVO, Urheberrecht, Persönlichkeitsrechte, Lauterkeitsrecht, Vertrags- und Haftungsfragen.“

Für die Praxis besonders relevant: Das Label schützt nicht vor anderen Rechtsfolgen. „Ein gekennzeichnetes Deepfake kann trotzdem rechtswidrig sein, etwa weil es das Bildnis einer realen Person verletzt“, sagt Mofidian. Zudem droht die Durchsetzung nicht nur von Behördenseite: „Eine fehlende Kennzeichnung, aber auch eben z. B. Rechtsverstöße aus anderen Bereichen, holen dich unter Umständen schneller über eine Mitbewerber-Abmahnung ein als über eine Behörde.“ Die Kennzeichnung beantwortet nur die Frage, ob KI im Spiel war, nicht, ob der Inhalt selbst zulässig ist oder Rechte anderer verletzt, etwa Geschäftsgeheimnisse.

Deutlich zeige sich dies z. B. im Datenschutzrecht. Dort kann sich das Verhältnis in gewissen Konstellationen fast schon umdrehen, wobei auch hier jedenfalls im Einzelfall geprüft werden muss: Während nach der KI-Verordnung Pflichten wie der „Chatbot-Hinweis“ oder die maschinenlesbare Markierung beim Anbieter liegen können, kann datenschutzrechtlich das einsetzende Unternehmen der Verantwortliche sein, weil es über Zweck und Mittel der Datenverarbeitung entscheidet. Der KI-Anbieter kann in dieser Konstellation datenschutzrechtlich betrachtet häufig Auftragsverarbeiter sein, wobei denkbar ist, dass KI-Anbieter daneben auch zu eigenen Zwecken verarbeiten und insoweit selbst Verantwortliche sind. Arbeitet der Anbieter nicht DSGVO-konform, kann das auf das einsetzende Unternehmen zurückfallen, das nach der KI-Verordnung „nur“ Betreiber ist, nach der DSGVO aber Verantwortlicher.

Was Verstöße kosten

Verstöße gegen die Transparenzpflichten liegen auf der mittleren Sanktionsstufe: bis zu 15 Millionen Euro oder drei Prozent des weltweiten Jahresumsatzes. Für Unternehmen gilt der höhere der beiden Werte.

Für kleine und mittlere Unternehmen einschließlich Startups dreht die Verordnung diese Regel um. Dort gilt der niedrigere Wert. Ein Startup mit zehn Millionen Euro Umsatz riskiert damit maximal 300.000 Euro, nicht 15 Millionen. Die oft zitierten 35 Millionen Euro betreffen ausschließlich die verbotenen KI-Praktiken und haben mit Kennzeichnung nichts zu tun.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

Wie LifeTaq Tierversuche durch automatisierte 3D-Gewebemodelle ersetzt

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie LifeTaq Tierversuche durch automatisierte 3D-Gewebemodelle ersetzt

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie LifeTaq Tierversuche durch automatisierte 3D-Gewebemodelle ersetzt

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie LifeTaq Tierversuche durch automatisierte 3D-Gewebemodelle ersetzt

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie LifeTaq Tierversuche durch automatisierte 3D-Gewebemodelle ersetzt

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie LifeTaq Tierversuche durch automatisierte 3D-Gewebemodelle ersetzt

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie LifeTaq Tierversuche durch automatisierte 3D-Gewebemodelle ersetzt

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie LifeTaq Tierversuche durch automatisierte 3D-Gewebemodelle ersetzt

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie LifeTaq Tierversuche durch automatisierte 3D-Gewebemodelle ersetzt