/ki-governance:ki-risikoassessment
SkillDev toolsStrukturierte KI-Risikobewertung pro KI-System – Identifikation, Risikoklassifizierung (KI-VO-Trigger + interner Risk-Score), Schadensanalyse (CIA, Fairness/Bias, Sicherheit, Rechtskonformität), Risk-Treatment und Wiedervorlage nach ISO/IEC 23894 und NIST AI RMF. Use when ein KI-System neu eingeführt, wesentlich geändert oder periodisch reassessiert werden soll.
Available today. Use it from your connected AI after setup.
No other account needed.
Connect ahel once, and every AI you use reads what you have installed.
Then ask your AI: use the /ki-governance:ki-risikoassessment skill
What this skill tells your AI
The instructions your AI receives, as published by borghei/ai-skills-german-law in ki-governance/skills/ki-risikoassessment/SKILL.md and read by ahel’s review.
Zweck
Der Skill liefert eine strukturierte, auditierbare Risikobewertung für ein konkretes KI-System – als Eingang in das interne KI-Asset-Register und als Entscheidungsgrundlage für Freigabe, Auflagen oder Ablehnung. Methodisch lehnt er sich an ISO/IEC 23894:2023 (KI-Risikomanagement) und NIST AI RMF 1.0 (Funktionen GOVERN / MAP / MEASURE / MANAGE) an; die KI-VO-Risikoklassifizierung wird als Pflicht-Trigger eingespeist, ohne den dortigen Pflichtenkatalog hier auszubuchstabieren (Querverweis auf ki-vo-compliance).
Eingaben
- KI-System-Beschreibung: Zweck, Nutzergruppen, Datenkategorien, Modelltyp (Regel-/ML-/LLM-basiert), Lieferkette (Eigenentwicklung / Closed-Source-SaaS / Open-Source)
- Einsatzkontext: Rolle der Organisation (Anbieter / Betreiber / Einführer / Händler), Branche, Bezug zu besonders sensiblen Bereichen (Beschäftigung, Kreditwürdigkeit, Strafverfolgung, Gesundheit, Bildung)
- Datenfluss: Trainingsdaten, Input, Output, Speicherorte, Drittlandtransfer
- Bisherige Bewertungen (Vorabprüfungen, DSFA, Sicherheitsanalysen)
Sub-Agent-Architektur
Researcher liefert KI-VO-Anker (Art. 5, 6, Anhang III; Art. 26 als Bezugspunkt), DSGVO-Anker (Art. 22, 25, 35), berufsrechtliche Belege und Standards (ISO/IEC 23894, NIST AI RMF, BSI AIC4). Drafter erstellt das Risk-Assessment-Dokument mit Risk-Register, Heatmap-Tabelle und Risk-Treatment-Plan. Reviewer prüft Vollständigkeit der KI-VO-Triggerprüfung, AVV-Abdeckung, DSFA-Auslöser und Wiedervorlage.
Ablauf
1. Systemidentifikation (NIST AI RMF: MAP 1)
Pflichtfelder im Risk-Register:
| Feld | Inhalt |
|---|---|
| System-ID | Eindeutige Kennung im KI-Inventar |
| Zweck | Konkrete Aufgabe, Nutzergruppen |
| Modelltyp / Anbieter | Regel-/ML-/LLM-basiert; Eigen / SaaS / Open Source |
| Rolle der Organisation | Anbieter / Betreiber / Einführer / Händler iSv Art. 3 KI-VO |
| Datenkategorien | Personenbezug, besondere Kategorien Art. 9 DSGVO, Berufsgeheimnis § 203 StGB |
| Lieferkette | Trainingsdaten-Herkunft, Sub-Provider, Drittland |
| Lebenszyklusphase | Konzept / Pilot / Produktion / EOL |
2. Risikoklassifizierung – zwei Achsen
a) KI-VO-Risikoklasse (gesetzlicher Trigger)
Klassifikation entlang Art. 5, 6 und Anhang III KI-VO als Pflichten-Trigger, nicht als interne Risk-Score:
- Verbotene Praxis (Art. 5 KI-VO) → Einsatz untersagt
- Hochrisiko-System (Art. 6 KI-VO + Anhang III bzw. Anhang I) → Pflichtkaskade nach KI-VO
- Begrenztes Risiko / Transparenzpflichten (Art. 50 KI-VO) → Kennzeichnung
- Minimales Risiko → keine spezifischen KI-VO-Pflichten, aber Art. 4 KI-VO (Schulung) bleibt
Detailprüfung der Pflichten: Skill
/ki-vo-compliance:hochrisiko-klassifizierung. Hier nur die Auslösung dokumentieren.
b) Interner Risk-Score (ISO/IEC 23894-Logik)
Eigene Bewertungsmatrix entlang Eintrittswahrscheinlichkeit × Schadenshöhe, je 1–5. Schadensdimensionen:
- Vertraulichkeit (CIA): Geheimnisbruch, § 203 StGB, Geschäftsgeheimnisse
- Integrität: Manipulation der Outputs, Prompt-Injection, Datenvergiftung
- Verfügbarkeit: Ausfall, Anbieter-Lock-in, Modellabkündigung
- Fairness / Bias: Diskriminierung iSv AGG, mittelbare Benachteiligung
- Sicherheit (Safety): physische / wirtschaftliche Schäden
- Rechtskonformität: KI-VO, DSGVO, Berufsrecht, Wettbewerbsrecht
- Reputation: Vertrauensschaden, Aufsichtsverfahren
3. Schadensszenarien und Bias-Analyse
Pro Szenario: Ursache → Ereignis → Schaden → Eintrittswahrscheinlichkeit → Schadenshöhe → Risk-Score. Fairness-Analyse nach Schutzkategorien (§ 1 AGG: Rasse, ethnische Herkunft, Geschlecht, Religion, Behinderung, Alter, sexuelle Identität); zusätzlich Schutz-Proxys (Postleitzahl, Name etc.).
4. Datenschutz-Trigger
- DSFA-Pflicht (Art. 35 DSGVO): DSK-Blacklist, Anhang III KI-VO als Indiz, automatisierte Entscheidung iSv Art. 22 DSGVO
- AVV (Art. 28 DSGVO) mit jedem externen Anbieter
- Drittlandtransfer (Art. 44 ff. DSGVO): Angemessenheitsbeschluss / SCC / TIA
5. Berufsrechts-Trigger (falls einschlägig)
- § 43e BRAO: Auslagerung anwaltlicher Tätigkeiten – Schriftform, Verpflichtung zur Verschwiegenheit
- § 203 StGB: Mitwirkende Personen (Abs. 4); ggf. ärztliche / steuerberatende / wirtschaftsprüfende Schweigepflicht
6. Risk-Treatment (ISO/IEC 23894, Kapitel 6)
Pro identifiziertem Risiko eine der vier Optionen:
| Option | Beispiel |
|---|---|
| Vermeiden | System nicht einsetzen, Alternative wählen |
| Mitigieren | TOMs, menschliche Aufsicht, Bias-Mitigation, Logging |
| Übertragen | Vertragliche Risikoallokation, Versicherung (KI-Haftpflicht) |
| Akzeptieren | Restrisiko dokumentieren, Freigabeentscheidung der Geschäftsleitung |
7. Wiedervorlage
Mindestens jährlich; bei Hochrisiko-Systemen iSd KI-VO halbjährlich; bei wesentlicher Änderung (Modellupdate, neue Datenquelle, neue Nutzergruppe) sofort.
Quellen und Zitierweise
Verbindlich: ../../../references/zitierweise.md.
Unions- und nationales Recht
- VO (EU) 2024/1689 (KI-VO) – insb. Art. 3 (Begriffe), Art. 4 (Schulung), Art. 5 (verbotene Praktiken), Art. 6 + Anhang III (Hochrisiko), Art. 50 (Transparenz). Pflichtenprüfung erfolgt im Plugin
ki-vo-compliance. - Art. 22 DSGVO (automatisierte Entscheidung im Einzelfall)
- Art. 25 DSGVO (Datenschutz durch Technikgestaltung)
- Art. 28 DSGVO (Auftragsverarbeitung)
- Art. 35 DSGVO (DSFA)
- § 1 AGG
- § 43e BRAO (Auslagerung)
- § 203 StGB (Schweigepflicht)
Industrie-Standards
- ISO/IEC 23894:2023 – Information technology — Artificial intelligence — Guidance on risk management (iso.org)
- ISO/IEC 22989:2022 – AI concepts and terminology
- ISO/IEC 42001:2023 – AI Management System (für Einbettung des Assessments)
- NIST AI RMF 1.0 (Januar 2023) inkl. GenAI Profile (Juli 2024) – nist.gov/itl/ai-risk-management-framework
- BSI AIC4 (Stand 2021) – Artificial Intelligence Cloud Service Compliance Criteria Catalogue
Kommentare
- Keller, in: Keller/Kapoor, KI-VO, 1. Aufl. 2025, Art. 6 Rn. 1 ff.
[unverifiziert – prüfen] - Martini, in: Hartmann/Hilgendorf, KI-Recht, 2024, Kap. zu Risikoklassifizierung
[unverifiziert – prüfen] - Buchner/Petri, in: Kühling/Buchner, DSGVO/BDSG, 4. Aufl. 2024, Art. 22 Rn. 1 ff.
- Bertermann, in: Ehmann/Selmayr, DSGVO, 3. Aufl. 2024, Art. 35 Rn. 1 ff.
[unverifiziert – prüfen]
Rechtsprechung ([unverifiziert – prüfen in Beck-Online / juris / curia.europa.eu])
- EuGH, Urt. v. 07.12.2023 – C-634/21, ECLI:EU:C:2023:957 (SCHUFA / Scoring iSv Art. 22 DSGVO)
- BAG zur Mitbestimmung bei IT-Systemen, § 87 I Nr. 6 BetrVG (Kammer- und Senatsentscheidungen, jeweils einzelfallbezogen)
Ausgabeformat
KI-RISIKOASSESSMENT
System: <System-ID> | Stand: <Datum> | Assessor: <Rolle>
I. Systemidentifikation
- Zweck / Nutzergruppen
- Modelltyp / Anbieter / Lieferkette
- Rolle der Organisation (Art. 3 KI-VO)
- Datenkategorien (inkl. Art. 9 DSGVO / § 203 StGB)
II. Risikoklassifizierung
a) KI-VO-Trigger: [verboten / Hochrisiko / begrenzt / minimal]
→ Pflichtprüfung in /ki-vo-compliance
b) Interner Risk-Score (1–25 je Dimension)
Vertraulichkeit / Integrität / Verfügbarkeit / Fairness /
Sicherheit / Rechtskonformität / Reputation
III. Schadensszenarien
<Tabelle: Ursache | Ereignis | Schaden | EW | SH | Score>
IV. Datenschutz-Trigger
- DSFA-Pflicht Art. 35 DSGVO: ja/nein – Begründung
- AVV Art. 28 DSGVO: vorhanden/fehlt
- Drittlandtransfer: Mechanismus
V. Berufsrechts-Trigger (falls einschlägig)
- § 43e BRAO / § 203 StGB / Spezialgesetz
VI. Risk-Treatment
<Tabelle: Risiko | Option | Maßnahme | Verantwortlich | Frist>
VII. Restrisiko und Freigabeempfehlung
🟢 / 🟡 / 🔴 mit Begründung
VIII. Wiedervorlage
Datum: <jährlich / halbjährlich / ereignisbezogen>
IX. Quellenverzeichnis
Risiken / typische Fehler
- KI-VO-Pflichten inhaltlich doppeln statt querzuverweisen – Pflege-Aufwand und Widersprüche.
- Risk-Score ohne nachvollziehbare Skala (5×5-Matrix dokumentieren).
- Bias-Analyse auf § 1 AGG verkürzen – Proxy-Variablen (z. B. Postleitzahl, Name) werden übersehen.
- AVV vergessen, weil das KI-Tool als „nur Software" wahrgenommen wird – LLM-as-a-Service ist idR Auftragsverarbeitung.
- § 43e BRAO / § 203 StGB nicht adressiert bei anwaltlicher / ärztlicher Mandantin.
- Wiedervorlage unbestimmt ("nach Bedarf") – konkrete Frist setzen.
- Standards als „Pflicht" framen, obwohl sie freiwillig sind (Ausnahme: harmonisierte Normen Art. 40 KI-VO – Vermutungswirkung, nicht Verbindlichkeit).
Signals
- GitHub stars
- 27
- Forks
- 5
- Last commit
- Aug 2026
Advanced
- Catalog kind
- skill
- Gateway key
ki-risikoassessment- Source
- github.com/borghei/ai-skills-german-law