General Purpose AI
General Purpose AI (GPAI) bezeichnet KI-Modelle, die eine erhebliche Allgemeingültigkeit aufweisen und ein breites Spektrum unterschiedlicher Aufgaben kompetent erfüllen können, unabhängig davon, wie sie in Verkehr gebracht werden. Sie können in eine Vielzahl nachgelagerter Systeme integriert werden.
Ausführliche Erklärung
General Purpose AI-Modelle – auf Deutsch: KI-Modelle mit allgemeinem Verwendungszweck – sind laut EU-Verordnung 2024/1689 (AI Act) KI-Modelle, die durch Training auf sehr großen Datenmengen mittels selbstüberwachtem Lernen vielseitig einsetzbar sind. Im Gegensatz zu spezialisierten KI-Modellen, die nur für eine eng definierte Aufgabe trainiert wurden, sind GPAI-Modelle flexibel: Sie können Texte generieren, Fragen beantworten, Code schreiben oder Bilder erstellen. Typische Beispiele sind große Sprachmodelle wie GPT-4 von OpenAI, Claude von Anthropic, Gemini von Google oder Llama von Meta.
Für KMU ist das Verständnis von GPAI relevant, weil die meisten gängigen KI-Tools auf solchen Modellen basieren. Chatbots wie ChatGPT, digitale Assistenten wie Microsoft Copilot oder generative KI-Anwendungen für Bild- und Texterstellung sind GPAI-basierte Systeme. Die EU-KI-Verordnung verpflichtet seit 2. August 2025 die Anbieter solcher Modelle zu umfassenden Transparenz- und Dokumentationspflichten, einschließlich technischer Dokumentation, Urheberrechtskonformität und Veröffentlichung von Zusammenfassungen der Trainingsdaten. Für KMU als Nutzer bedeutet dies: Die Pflichten treffen primär die Anbieter (OpenAI, Google, Microsoft etc.), nicht die nutzenden Unternehmen.
Dennoch haben KMU indirekte Pflichten: Sie müssen prüfen, ob ein eingesetztes GPAI-System für den geplanten Anwendungsfall geeignet ist, ob es bei kritischen Einsatzzwecken etwa im HR-Bereich als Hochrisiko-KI einzustufen ist, und ob Transparenzpflichten gegenüber Kunden oder Mitarbeitern gelten. GPAI-Modelle mit besonders hoher Leistungsfähigkeit – aktuell definiert über einen Schwellenwert von 10^25 FLOPs Rechenleistung beim Training – gelten als Modelle mit systemischem Risiko und unterliegen zusätzlichen Anforderungen wie Modellbewertungen, Cybersicherheitsmaßnahmen und Meldepflichten bei schwerwiegenden Vorfällen.
Praxisbeispiel
Eine Steuerberatungskanzlei mit 12 Mitarbeitenden in Graz nutzt ChatGPT zur Erstellung von Mandantenkorrespondenz und für Recherchen. Das zugrunde liegende GPT-Modell ist ein GPAI-Modell. Die Kanzlei muss als Betreiberin keine technische Dokumentation erstellen – diese Pflicht liegt bei OpenAI. Sie muss jedoch sicherstellen, dass keine personenbezogenen Daten unbedacht eingegeben werden, dass Mitarbeitende geschult sind (AI-Literacy-Pflicht seit Februar 2025) und dass Kunden bei Bedarf über den KI-Einsatz informiert werden.