Regulatorische Konformität
Gebaut für Auditoren, nicht gegen sie. Jede Architektur-Entscheidung wurde unter dem Aspekt der regulatorischen Konformität getroffen — nicht nachträglich angepasst.
Datenschutz durch Technik
PII-Vault · Audit-Trail · Execution Rings · Token-Tracking
Datensouveränität
Alle Daten bleiben auf Ihrem SovereignNode. Kein Byte verlässt Ihr Netzwerk — außer Sie erlauben es explizit.
Datenschutz-Engine
Automatische Anonymisierung personenbezogener Daten vor jedem externen API-Aufruf.
Mappings sind an die Session gebunden und werden nicht persistent gespeichert
Erkennung via Regex-Patterns und Named Entity Recognition
Jede Anonymisierung wird im Audit-Log dokumentiert
Protokollierung
Jede Agenten-Aktion wird lückenlos protokolliert. Der Audit-Trail erfasst sechs Event-Typen:
{
"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
}{
"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
Wie Execution Rings unautorisierte Aktionen verhindern.
Ressourcen-Überwachung
Jeder LLM-Aufruf wird mit exaktem Token-Verbrauch, Modellname und Latenz dokumentiert.
Exakte Aufschlüsselung in prompt_tokens und completion_tokens pro Anfrage.
Jede LLM-Anfrage wird mit latency_ms erfasst, inklusive Modellname und Session-Kontext.
Verbleibende LLM-Aufrufe pro Session werden als cognitive_balance mitgeführt.
Regulatorische Konformität
DSGVO / GDPR · ISO 9001 & 27001 · GoBD
EU-Datenschutz
AIMOS erfüllt die DSGVO nicht durch nachträgliche Anpassung, sondern durch architektonische Entscheidungen — Privacy by Design.
Normenkonformität
AIMOS unterstützt die Anforderungen beider Standards durch eingebaute Mechanismen.
Buchführung
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:
Agenten bereiten Buchungssätze vor (Entwurf). Die Festschreibung erfolgt ausschließlich durch autorisierte Sachbearbeiter im Zielsystem (ETA V8, DATEV, etc.). Kein LLM hat Transaktionsrechte.
Ring 2-Aktionen (Schreibzugriffe) erfordern explizite Freischaltung. Buchungsrelevante Vorgänge benötigen immer menschliche Freigabe — architektonisch erzwungen, nicht durch Policy.
EU AI Act
Risikoklassifizierung · Transparenz · Menschliche Aufsicht · Dokumentation
EU-Regulierung
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.
AIMOS-Agenten 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”.
Art. 50: Nutzer müssen wissen, dass sie mit einer KI interagieren. Jeder AIMOS-Agent identifiziert sich in seinem System-Prompt als KI-Assistent. Alle Aktionen sind im Audit-Trail nachvollziehbar.
Art. 14: Execution Rings stellen sicher, dass kein Agent eigenmächtig kritische Aktionen ausführt. Buchungen, E-Mails und Bestellungen werden als Entwurf vorgelegt — der Mensch entscheidet.
Art. 11: Systemarchitektur, Datenflüsse, Modellbeschreibung, Leistungskennzahlen und Risikobewertung sind dokumentiert und einsehbar. MIT-Lizenz: vollständiger Quellcode-Zugang.
Art. 12: Jede Agenten-Aktion wird protokolliert — Tool-Aufrufe, LLM-Anfragen, Token-Verbrauch, Entscheidungsketten. Revisionssichere Audit-Trails mit Session-IDs und Zeitstempeln.
Art. 10: Trainingsdaten und Verarbeitungsdaten verlassen den SovereignNode nicht. PII-Vault anonymisiert externe API-Aufrufe automatisch. Keine Cloud-Abhängigkeit.
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.
Nachweisbarkeit
Lückenlose Nachvollziehbarkeit jeder KI-gestützten Entscheidung.
Jeder LLM-Aufruf wird mit exaktem Token-Verbrauch (Prompt + Completion), Modellname und Latenz dokumentiert.
Von der Benutzeranfrage über Tool-Aufrufe bis zur Antwort — jeder Schritt ist mit Zeitstempel und Session-ID nachvollziehbar.
Session-gebundene Anonymisierungs-Mappings. Nachvollziehbar, welche Daten wann anonymisiert und de-anonymisiert wurden.
MIT-Lizenz: Auditoren können jede Zeile Code prüfen. Keine Black Box, keine proprietäre Logik.