Industrial Compliance

KI in regulierten Industrie-Produkten — prüfbar.

AIMOS ist die Plattform, mit der Hersteller KI-Funktionen in ihre Produkte einbauen — auditierbar nach Functional-Safety-Standards. Konform mit AI Act (Hochrisiko ab 2026) und EU-Maschinenverordnung 2027. On-premise, EU-souverän, nicht in der Cloud.

Hauptanwendung

Industrial Compliance — KI in regulierten Produkten

Hersteller bauen KI-Funktionen in Maschinen, Steuerungen und Industrie-Software ein. Ab 2026/2027 müssen diese KI-Funktionen rechtskonform dokumentiert sein: AI Act Hochrisiko für KI in regulierten Produkten, EU-Maschinenverordnung 2027 für KI als Sicherheitskomponente. AIMOS produziert die nötige Dokumentation auditierbar — on-premise, EU-souverän, nach Functional-Safety-Standards entwickelt.

Anwendungsbeispiel

Sondermaschinenbauer mit KI-Funktion

Ein Sondermaschinenbauer baut eine Verpackungsmaschine mit Bilderkennungs-KI für die Qualitätskontrolle. Ab 2027 (EU-Maschinenverordnung) braucht jede dieser Maschinen eine Konformitätserklärung mit Safety-Case — ein technisches Argument, warum die KI sicher ist.

Heute

  • • Externer FuSa-Berater
  • • 30–50 k € pro Maschinenmodell
  • • 8–12 Wochen Wartezeit
  • • Bei jedem Modell-Update neue Beauftragung

Mit AIMOS

  • Inhouse-Erstellung des Safety-Case
  • 4–6 Wochen statt 8–12
  • Auditierbar dokumentiert nach 6 Quality Gates
  • Modell-Updates ohne Wieder-Beauftragung

Konformitätserklärung

Rechtsverbindliches 1-Seiten-Dokument für Maschinenverordnung 2027 und AI Act. Mit vollständigem Audit-Trail aus AIMOS.

Safety-Case

Strukturierte Argumentation, warum die KI-Funktion sicher ist (GSN/CAE). Geprüft durch 6 Quality Gates: HAZOP, FMEA, Halluzinations-Check, Self-Verification.

Technische Doku (Annex IV)

System-Beschreibung, Trainingsdaten-Bericht, Test-Ergebnisse, Risikomanagement-Plan. Vollständig nach AI Act Anhang IV.

Im Aufbau seit April 2026

Live-Showcase

Machinery Compliance Agent-Team (MCA)

Wir bauen den Industrial-Compliance-Showcase auf unserer eigenen Plattform — ein Team aus 12 Agenten, das für Maschinenbauer die komplette Dokumentation nach EU-Maschinenverordnung 2023/1230 selbständig erstellt: Ansprechpartner finden, vorhandene Dokumente sichten, fehlende einfordern, Risikobeurteilungen durchführen und den Safety Case nach Anhang IV kompilieren.

Infrastruktur-Agenten

Orchestrierung & Treibend

  • mca_coord — Koordinator und Projektleiter, führt Anhang-IV-Checkliste, delegiert an Analysten
  • mca_scout — Firmen-Erkunder: Ansprechpartner identifizieren, Datenablagen kartieren, Zugänge beantragen
  • mca_treiber — Einforderer: fehlende Dokumente per E-Mail anfordern, Fristen setzen, eskalieren
  • mca_sichter — Dokumenten-Inventar: vorhandene Unterlagen finden, Typ erkennen, Mängelliste
  • mca_autor — Dokumenten-Kompilierer: Safety Case formatieren, Konformitätserklärung-Draft, PDF-Export

Fachdomaenen-Analysten

Eine Norm pro Agent

  • mca_mech — Mechanische Sicherheit (EN ISO 12100, 13857, 14120)
  • mca_elek — Elektrische Sicherheit (EN 60204-1)
  • mca_fusis — Funktionale Sicherheit (EN ISO 13849, IEC 62061, PL/SIL)
  • mca_cyber — Cybersecurity (IEC 62443, EN 18031)
  • mca_ki — KI-Sicherheit (Anhang III 1.1.9, AI-Act-Bezuege)
  • mca_emv — EMV + Umwelt (EMV-RL 2014/30/EU, Lärm)
  • mca_ergo — Ergonomie + Bedienung (EN 614, EN ISO 10218)
  • mca_doku — Betriebsanleitung (Anhang IV + XI)

Eat your own dog food

Das MCA-Team ist nicht hypothetisch — es wird aktuell mit unserer eigenen Agentenfabrik gebaut. Jeder Agent durchläuft die 7 Phasen und 6 Quality Gates unserer Plattform. Wenn wir Hochrisiko-KI-Doku für Maschinenbauer liefern, läuft sie auf demselben System, das wir Ihnen verkaufen.

Compliance-Ansatz

Compliance by Design — nicht by Checklist

AIMOS erfüllt Datenschutz- und Sicherheitsanforderungen nicht durch nachträgliche Anpassung, sondern durch architektonische Entscheidungen. Drei Designprinzipien durchziehen das gesamte System:

Daten bleiben lokal

Alle Verarbeitung auf Ihrem Server. Kein Byte verlässt Ihr Netzwerk — es sei denn, Sie erlauben es explizit.

Mensch entscheidet

Der KI-Assistent bereitet vor, der Mensch gibt frei. Kein automatischer Versand, keine automatische Buchung.

Alles protokolliert

Lückenloser Audit-Trail: Wer hat was wann angefragt, welches Werkzeug genutzt, welche Antwort erhalten.

EU-Datenschutz

DSGVO / GDPR

AIMOS erfüllt die DSGVO nicht durch nachträgliche Anpassung, sondern durch architektonische Entscheidungen — Privacy by Design.

Art. 25 — Datenschutz durch Technikgestaltung

  • Datenverarbeitung standardmäßig lokal (SovereignNode)
  • PII-Vault (Personally Identifiable Information — Schutz personenbezogener Daten) anonymisiert vor jeder externen Übermittlung
  • Kein Cloud-Service in der Standard-Konfiguration
  • Datenminimierung: nur relevante Kontextdaten im LLM-Prompt

Art. 32 — Sicherheit der Verarbeitung

  • Verschlüsselung: PostgreSQL SSL, SQLite on-disk
  • Zugriffskontrolle durch Execution Rings (3 Stufen)
  • Lückenloser Audit-Trail aller Verarbeitungsvorgänge
  • Session-gebundene PII-Mappings (kein persistenter PII-Speicher)

EU AI Act

EU KI-Verordnung

Risikoklassifizierung · Transparenz · Menschliche Aufsicht · Dokumentation

Wichtige Unterscheidung

AIMOS hat zwei Rollen unter dem AI Act:

  • 1. AIMOS-Plattform selbst: KI-Assistenten als Begleitwerkzeug für Mittelstand-Routinen — fallen in „begrenztes Risiko“. Details siehe unten.
  • 2. Mit AIMOS gebaute Kunden-Anwendungen: können „Hochrisiko“ sein, wenn sie in regulierten Produkten oder kritischer Infrastruktur eingesetzt werden. Genau dafür liefert AIMOS die Doku-Pipeline — siehe Industrial Compliance oben.
In Kraft ab August 2026

EU-Regulierung

EU AI Act (KI-Verordnung)

Die EU-KI-Verordnung (EU) 2024/1689 tritt schrittweise in Kraft und betrifft jedes Unternehmen, das KI-Systeme einsetzt. AIMOS ist architektonisch auf Compliance ausgelegt — nicht nachträglich angepasst.

Risikoklassifizierung: Begrenztes Risiko

AIMOS-Assistenten sind Assistenzsysteme mit menschlicher Aufsicht (Human-in-the-Loop). Keine autonomen Entscheidungen über Personen, keine biometrische Überwachung, keine Sozial-Scoring-Funktionen. Damit fallen sie in die Kategorie „begrenztes Risiko” — nicht „hochriskant”.

Transparenzpflicht: Erfüllt

Art. 50: Nutzer müssen wissen, dass sie mit einer KI interagieren. Jeder AIMOS-Assistent identifiziert sich in seinem System-Prompt als KI-Assistent. Alle Aktionen sind im Audit-Trail nachvollziehbar.

Menschliche Aufsicht: Architektonisch erzwungen

Art. 14: Execution Rings stellen sicher, dass kein KI-Assistent eigenmächtig kritische Aktionen ausführt. Buchungen, E-Mails und Bestellungen werden als Entwurf vorgelegt — der Mensch entscheidet.

Technische Dokumentation: Vollständig

Art. 11: Systemarchitektur, Datenflüsse, Modellbeschreibung, Leistungskennzahlen und Risikobewertung sind dokumentiert und einsehbar. MIT-Lizenz: vollständiger Quellcode-Zugang.

Protokollierung: Lückenlos

Art. 12: Jede KI-Assistenten-Aktion wird protokolliert — Tool-Aufrufe, LLM-Anfragen, Token-Verbrauch, Entscheidungsketten. Revisionssichere Audit-Trails mit Session-IDs und Zeitstempeln.

Datensouveränität: Vollständig

Art. 10: Trainingsdaten und Verarbeitungsdaten verlassen den SovereignNode nicht. PII-Vault anonymisiert externe API-Aufrufe automatisch. Keine Cloud-Abhängigkeit.

Vorteil lokaler KI

Cloud-KI-Dienste müssen als „General Purpose AI” (GPAI) strengere Auflagen erfüllen. AIMOS nutzt ein lokal betriebenes Open-Source-Modell — die GPAI-Pflichten treffen den Modell-Anbieter (Alibaba/Qwen), nicht den Betreiber.

Normenkonformität

ISO & GoBD

ISO 9001 & 27001 · GoBD

Normenkonformität

ISO 9001 & 27001

AIMOS unterstützt die Anforderungen beider Standards durch eingebaute Mechanismen.

ISO 9001 — Qualitätsmanagement

  • Nachvollziehbarkeit: Jede Entscheidung im Audit-Log
  • Rückverfolgbarkeit: Session-IDs verknüpfen alle Ereignisse
  • Dokumentierte Prozesse: System-Prompts als SOPs
  • Korrekturmaßnahmen: Dreaming-Zyklus lernt aus Fehlern

ISO 27001 — Informationssicherheit

  • Klassifizierung: Execution Rings definieren Zugriffsstufen
  • Zugriffskontrolle: Tool-Freischaltung pro KI-Assistent konfigurierbar
  • Ereignisprotokollierung: Alle 6 Event-Typen erfasst
  • Physische Sicherheit: Daten verlassen den SovereignNode nicht

Buchführung

GoBD-Konformität

Die GoBD (Grundsätze zur ordnungsmäßigen Führung und Aufbewahrung von Büchern, Aufzeichnungen und Unterlagen in elektronischer Form) stellt besondere Anforderungen an KI-gestützte Systeme.

AIMOS löst dies durch eine strikte architektonische Trennung:

Trennung: Entwurf vs. Festschreibung

KI-Assistenten bereiten Buchungssätze vor (Entwurf). Die Festschreibung erfolgt ausschließlich durch autorisierte Sachbearbeiter im Zielsystem (ETA V8, DATEV, etc.). Kein LLM hat Transaktionsrechte.

Human-in-the-Loop

Ring 2-Aktionen (Schreibzugriffe) erfordern explizite Freischaltung. Buchungsrelevante Vorgänge benötigen immer menschliche Freigabe — architektonisch erzwungen, nicht durch Policy.

Finanz-Assistent Erstellt Buchungsentwurf ENTWURF Buchungssatz (nicht festgeschrieben) MENSCHLICHE PRÜFUNG Sachbearbeiter prüft und genehmigt FESTSCHREIBUNG Im Zielsystem (ETA, DATEV, etc.)

Datenschutz durch Technik

So setzt AIMOS das technisch um

PII-Vault · Audit-Trail · Execution Rings · Token-Tracking

Datensouveränität

Datenlokalität

Alle Daten bleiben auf Ihrem SovereignNode. Kein Byte verlässt Ihr Netzwerk — außer Sie erlauben es explizit.

SovereignNode (Ihr Server) Benutzer-Kanäle KI-Assistenten-Prozesse PostgreSQL + SQLite LLM (lokale Runtime) PII-Vault Anonymisierung De-Anonymisierung Extern (optional) Cloud-LLM API Web-Search API anonymisiert Intern (sicher) Via PII-Vault (anonymisiert) Extern (nur anonymisierte Daten)

Datenschutz-Engine

PII-Vault

Automatische Anonymisierung personenbezogener Daten vor jedem externen API-Aufruf.

Benutzer "Max Müller hat" "3000 EUR bezahlt" Assistent Verarbeitung PII-Vault Anonymisieren "[PER_1] hat" "[AMT_1] bezahlt" Externe API Cloud-LLM PII-Vault De-Anonymisieren "Max Müller hat" "3000 EUR bezahlt" Benutzer Vollständige Antwort Mapping (session-gebunden) [PER_1] = "Max Müller" [AMT_1] = "3000 EUR"
Session

Mappings sind an die Session gebunden und werden nicht persistent gespeichert

Regex + NER

Erkennung via Regex-Patterns und Named Entity Recognition

Audit

Jede Anonymisierung wird im Audit-Log dokumentiert

Protokollierung

Audit-Trail

Jede KI-Assistenten-Aktion wird lückenlos protokolliert. Der Audit-Trail erfasst sechs Event-Typen:

SYSTEM_PROMPT Vollständiger System-Prompt für Nachvollziehbarkeit
REQUEST Eingehende Benutzer-Anfrage
RESPONSE Vollständige KI-Assistenten-Antwort
TOOL_START Tool-Aufruf mit Parametern
TOOL_OK Tool-Ergebnis (Erfolg oder Fehler)
LLM_USAGE Token-Verbrauch, Modell, Latenz
// Beispiel: Audit-Log Eintrag
{
  "id": 42847,
  "timestamp": "2026-03-22T14:32:17.445Z",
  "session_id": "ses_7f3a2b91",
  "agent": "logistik",
  "event_type": "TOOL_START",
  "tool": "sql_query",
  "ring": 1,
  "params": {
    "connector": "uyumsoft_db",
    "query": "SELECT item, qty FROM stock WHERE qty < 10"
  },
  "user_id": "tg_12345",
  "pii_anonymized": false
}
// Zugehöriger LLM_USAGE Eintrag
{
  "event_type": "LLM_USAGE",
  "session_id": "ses_7f3a2b91",
  "model": "qwen3.5:27b",
  "prompt_tokens": 2847,
  "completion_tokens": 312,
  "total_tokens": 3159,
  "latency_ms": 4280,
  "cognitive_balance": 3
}

Zugriffskontrolle

Execution Rings — Vertrauensstufen

Wie Execution Rings unautorisierte Aktionen verhindern.

Beispiel: Assistent (Ring 1) versucht file_write (Ring 2) Logistik-Assistent Ring 1 (Standard) file_write() Ring-Dispatcher Ring-Check: 1 < 2 BLOCKIERT "Tool file_write erfordert Ring 2" Audit-Log Eintrag TOOL_BLOCKED | assistent=logistik | tool=file_write | required=2 | actual=1

Ressourcen-Überwachung

Token-Tracking

Jeder LLM-Aufruf wird mit exaktem Token-Verbrauch, Modellname und Latenz dokumentiert.

Prompt + Completion

Exakte Aufschlüsselung in prompt_tokens und completion_tokens pro Anfrage.

Latenz-Messung

Jede LLM-Anfrage wird mit latency_ms erfasst, inklusive Modellname und Session-Kontext.

Cognitive Balance

Verbleibende LLM-Aufrufe pro Session werden als cognitive_balance mitgeführt.

Nachweisbarkeit

Revisionssicherheit

Lückenlose Nachvollziehbarkeit jeder KI-gestützten Entscheidung.

Token-Tracking

Jeder LLM-Aufruf wird mit exaktem Token-Verbrauch (Prompt + Completion), Modellname und Latenz dokumentiert.

Vollständiger Trail

Von der Benutzeranfrage über Tool-Aufrufe bis zur Antwort — jeder Schritt ist mit Zeitstempel und Session-ID nachvollziehbar.

PII-Vault Traces

Session-gebundene Anonymisierungs-Mappings. Nachvollziehbar, welche Daten wann anonymisiert und de-anonymisiert wurden.

Quellcode-Einsicht

MIT-Lizenz: Auditoren können jede Zeile Code prüfen. Keine Black Box, keine proprietäre Logik.

Nachweisbar durch Audit-Logs · PII-Vault Traces · Session-IDs · Token-Tracking · Quellcode-Einsicht