É«ÇéÁÄÌìÍøÕ¾

Audits des gesamten KI?Systems und des Managements darum herum.

Unabh?ngige Audits f¨¹r KI- und LLM-Systeme - von adversariellem Red Teaming ¨¹ber ISO/IEC-42001-Managementsystempr¨¹fungen bis hin zu EU-AI-Act-Konformit?tsbewertungen.

Basierend auf unserem STARED-Framework, peer-reviewed von 3 bis 4 Spezialisten und ausgerichtet an den Standards, die Ihre Regulierungsbeh?rden und Kunden tats?chlich pr¨¹fen.

Globale Marken, die É«ÇéÁÄÌìÍøÕ¾ vertrauen

5-teilig
STARED-Dimensionen decken die gesamte Audit-Oberfl?che von KI ab
3-4x
Unabh?ngige Spezialisten begutachten jedes Audit im Peer-Review
02 Aug 26
Datum des Inkrafttretens der EU-AI-Act-Vorschriften f¨¹r Hochrisikosysteme
24h
Bearbeitungszeit vom Erstgespr?ch bis zum Angebot
Unser Framework

Bestehende Audit-Frameworks wurden nicht f¨¹r KI entwickelt. Wir haben eines gebaut, das es wurde.

Traditionelle Sicherheits- und Compliance-Frameworks ignorieren das meiste, was KI-Systeme schwer zu pr¨¹fen macht ¨C Trainingsdaten, Modellverhalten, Drift nach der Bereitstellung, Widerstandsf?higkeit gegen Angriffe. STARED ist unser f¨¹nfdimensionales Framework, das genau daf¨¹r entwickelt wurde, diese L¨¹cke zu schlie?en.
STARED
EIN F?NFDIMENSIONALES FRAMEWORK F?R KI-SYSTEM-AUDITS
S
Security
Modell- und Infrastruktursicherheit. Widerstandsf?higkeit gegen Angriffe, Prompt Injection, Modellextraktion, Lieferketten-Integrit?t von Gewichten und Abh?ngigkeiten.
TA
Technical Assessment
Modellleistung, Kalibrierung, Bewertung anhand von Benchmarks und ma?geschneiderten Evaluierungen, Monitoring, Drift-Erkennung, Retraining-Strategie.
R
Regulatory
EU-AI-Act-Konformit?t, ISO/IEC-42001-Managementsystem, DSGVO Artikel 22, branchenspezifische Vorschriften (MDR, DORA, FDA-?quivalent f¨¹r KI).
E
Ethics
Bias, Fairness, Erkl?rbarkeit, menschliche Aufsicht, Stakeholder-Einbindung ¨¹ber den gesamten Lebenszyklus des KI-Systems. Dokumentiert, nicht nur behauptet.
D
Data Governance
Herkunft der Trainingsdaten, Einwilligung, Aufbewahrung, Qualit?t und Repr?sentativit?t. Datenschutz durch Inferenz- und L?sch-Workflows.
KI-Audit?anfragen
Das STARED-Litepaper behandelt das Framework im Detail ¨C Methodik, Bewertungsraster und ausgearbeitete Beispiele f¨¹r LLM-, traditionelle ML- und Computer-Vision-Systeme.
Wof¨¹r wir testen

Die Fehlermodi, die KI-Systeme auf die Titelseiten bringen.

Eine nicht ersch?pfende ?bersicht KI-spezifischer Risiken, die in jedem É«ÇéÁÄÌìÍøÕ¾-Auftrag abgedeckt werden, ausgerichtet an OWASP LLM Top 10, MITRE ATLAS, NIST AI RMF und unserem internen STARED-Katalog.
LLM01
Prompt Injection
Direkte und indirekte Injection ¨¹ber Benutzereingaben, abgerufene Dokumente, Tool-Ausgaben und System-Prompts. Grenz¨¹berschreitendes Leck zwischen Benutzer- und Systemkontext.
LLM02 / owasp-a07
Offenlegung sensibler Informationen
Extraktion von Trainingsdaten, Memorierung von PII oder Zugangsdaten, Leck von System-Prompts, Offenlegung von RAG-Kontext.
LLM03
Lieferkette
Kompromittierte Modellgewichte, b?sartige Fine-Tuning-Daten, Integrit?t von Drittanbieter-Adaptern, Herkunftsnachweis von Abh?ngigkeiten f¨¹r ML-Bibliotheken und -Frameworks.
LLM04
Daten- & Modellvergiftung
Backdoor-Trigger, Label-Flipping-Angriffe, RAG-Kontextvergiftung, Integrit?t von Fine-Tuning-Datens?tzen, Reward Hacking beim Reinforcement Learning.
LLM05
Unsachgem??e Ausgabeverarbeitung
Downstream-Injection ¨¹ber Modellausgaben, XSS aus generiertem HTML, SQL-Injection aus generierten Abfragen, Command Injection aus Tool-Use-Ausgaben.
LLM06
?berm??ige Handlungsbefugnis
?berberechtigter Tool-Zugriff, fehlendes Human-in-the-Loop bei folgenreichen Aktionen, Ausbruch aus agentischen Schleifen, Scope Creep bei mehrstufigen Pl?nen.
eu-ai-act Art.10
Bias & Fairness
Ungleiche Auswirkungen auf gesch¨¹tzte Merkmale, L¨¹cken bei der Repr?sentativit?t der Trainingsdaten, Kalibrierungsfehler ¨¹ber demografische Gruppen hinweg.
eu-ai-act Art.13
Transparenz & Erkl?rbarkeit
Nachvollziehbarkeit von Entscheidungen bei Hochrisiko-Ausgaben, nutzerseitige Offenlegung, Vollst?ndigkeit der technischen Dokumentation f¨¹r die Konformit?tsbewertung.
eu-ai-act Art.14
Menschliche Aufsicht
?berschreibungs- und Stopp-Mechanismen, Design der Aufsichtsoberfl?che, Kompetenzanforderungen an Bediener, Dokumentation der Akzeptanz von Restrisiken.
EU-AI-Act-Zeitplan

Die Uhr, die z?hlt.

Traditionelle Sicherheits- und Compliance-Frameworks ignorieren das meiste, was KI-Systeme schwer zu pr¨¹fen macht ¨C Trainingsdaten, Modellverhalten, Drift nach der Bereitstellung, Widerstandsf?higkeit gegen Angriffe. STARED ist unser f¨¹nfdimensionales Framework, das genau daf¨¹r entwickelt wurde, diese L¨¹cke zu schlie?en.
aug 2024

AI Act in Kraft

IN KRAFT
FEB 2025

Verbotene Praktiken untersagt

DURCHGESETZT
aug 2025

GPAI-Modellregeln gelten

DURCHGESETZT
2 aug 2026

Compliance f¨¹r Hochrisikosysteme

IN KRAFT
aug 2027

Eingebettete Systeme in regulierten Produkten

BEVORSTEHEND
Wichtiges Update: Die im Mai 2026 erzielte politische Einigung zum Digital Omnibus k?nnte einige Hochrisiko-Fristen auf Dezember 2027 verschieben ¨C der Vorschlag wurde jedoch noch nicht formell verabschiedet. Der 2. August 2026 bleibt die geltende gesetzliche Frist. Bu?gelder erreichen bis zu 35 Mio.?€ oder 7?% des weltweiten Umsatzes. So oder so dauert eine belastbare Konformit?tsbewertung 8¨C16 Wochen. Wir erstellen Ihr Scoping innerhalb von 24 Stunden.
Was uns unterscheidet

Vier Augenpaare auf demselben System. Immer.

Ein einzelner Auditor sieht, was er schon einmal gesehen hat. Vier Spezialisten sehen, was ein KI-System tats?chlich tut.
Jeder KI-Auftrag von É«ÇéÁÄÌìÍøÕ¾ wird von 3 bis 4 unabh?ngigen Spezialisten parallel durchgef¨¹hrt ¨C typischerweise ein technischer/ML-Auditor, ein Security-/Red-Team-Auditor, ein regulatorischer Auditor und ein Ethik-/Fairness-Pr¨¹fer. Sie bewerten das System getrennt voneinander und begutachten anschlie?end gegenseitig ihre Befunde, bevor ein Problem in Ihren Bericht aufgenommen wird.

KI ist zu vielschichtig, als dass ein einzelner Auditor sie glaubw¨¹rdig abdecken k?nnte. Unser Modell weist jeder STARED-Dimension den passenden Spezialisten zu und erzwingt eine gegenseitige Validierung.
Spezialistenpassende Zuweisung ¨C ein Fairness-Auditor pr¨¹ft Bias-Behauptungen, ein ML-Ingenieur pr¨¹ft die Drift-Erkennung, ein regulatorischer Auditor pr¨¹ft die Annex-IV-Dokumentation.
Dimensions¨¹bergreifende Validierung ¨C Befunde in einer STARED-Dimension werden gegen die anderen gepr¨¹ft. Eine ?sichere¡° technische Antwort, die bei der Ethik scheitert, geht nicht live.
Eigenes Interesse am Ergebnis ¨C Auditoren erhalten Boni f¨¹r g¨¹ltige Befunde, was Tiefe und Genauigkeit gegen¨¹ber blo?er Checklisten-Abarbeitung bel?hnt.
So funktioniert es

Vom Scoping zum Audit-Bericht in 6 bis 16 Wochen

01
Scoping & Risikoklassifizierung
24 bis 48 Stunden
Wir klassifizieren Ihr KI-System gem?? Anhang III des EU AI Act, identifizieren die geltenden Pflichten und best?tigen den Umfang ¨¹ber alle STARED-Dimensionen hinweg. Sie erhalten innerhalb von 48 Stunden ein Festpreisangebot, ein Zielzeitfenster f¨¹r das Audit und eine Dokumentations-Checkliste.
02
¶Ù´Ç°ì³Ü³¾±ð²Ô³Ù±ð²Ô±è°ù¨¹´Ú³Ü²Ô²µ
1 bis 2 Wochen
Wir pr¨¹fen Ihre technische Dokumentation (Annex-IV-Paket f¨¹r den EU AI Act, Statement of Applicability f¨¹r ISO 42001), Modellkarten, Datenbl?tter, Evaluierungsberichte und Betriebsverfahren. L¨¹cken werden mit konkreten Nachweisanfragen markiert.
03
Technische & adversariale Tests
2 bis 6 Wochen
Praktische Tests ¨¹ber alle STARED-Dimensionen: Red Teaming gegen OWASP LLM Top 10 und MITRE ATLAS, Bias- und Fairness-Bewertung, Drift- und Kalibrierungsanalyse, Pr¨¹fung der Infrastruktursicherheit. Kritische Befunde werden sofort eskaliert.
04
Peer-Review & Konsolidierung
1 Woche
Die Befunde jedes Spezialisten werden von mindestens einem Auditor aus einer anderen STARED-Dimension gepr¨¹ft. Das Team erstellt einen konsolidierten Bericht mit klassifizierten Befunden, Nachweisen und Empfehlungen zur Behebung.
05
Peer-Review & Konsolidierung
Projektabh?ngig
Sie beheben die dokumentierten Probleme. Wir verifizieren den Abschluss und stellen den Abschlussbericht aus ¨C formatiert, um die Anforderungen Ihrer Zertifizierungsstelle (ISO 42001), benannten Stelle (EU AI Act Hochrisiko) oder der Sorgfaltspr¨¹fung Ihrer Kunden zu erf¨¹llen.
Feedback

Was unsere Kunden sagen.

FAQs

Ist mein KI-System laut EU AI Act ?hochriskant¡°?

Die Einstufung als Hochrisiko wird durch Anhang III der Verordnung bestimmt. Die Hauptkategorien sind: biometrische Identifizierung, kritische Infrastruktur, Bildung, Besch?ftigung (Einstellung, ?berwachung, K¨¹ndigung), Zugang zu wesentlichen Dienstleistungen (Bonit?tspr¨¹fung, Versicherung, ?ffentliche Leistungen), Strafverfolgung, Migration und Rechtspflege. KI-Systeme, die als Sicherheitskomponenten in Produkten eingesetzt werden, die unter das EU-Produktsicherheitsrecht fallen (Medizinprodukte, Fahrzeuge, Maschinen), gelten ebenfalls als hochriskant. Wir klassifizieren Ihr System als ersten Schritt jedes Auftrags formal ¨C und die Klassifizierung selbst ist ein Nachweis, den Regulierungsbeh?rden anfordern k?nnen.

Was ist der Unterschied zwischen einem ISO-42001-Audit und einer EU-AI-Act-Konformit?tsbewertung?

ISO/IEC 42001 pr¨¹ft Ihr Managementsystem ¨C die Governance, Richtlinien und Prozesse rund um KI in Ihrer Organisation. Die EU-AI-Act-Konformit?tsbewertung pr¨¹ft ein konkretes Hochrisiko-KI-System gegen die technischen und dokumentarischen Anforderungen der Verordnung (Artikel 9¨C17). Beide erg?nzen sich: Ein ausgereiftes ISO-42001-Managementsystem macht den Nachweis der EU-AI-Act-Konformit?t erheblich einfacher. Wir liefern beides, getrennt oder als integrierten Auftrag.

Pr¨¹fen Sie speziell LLM- und generative KI-Systeme?

Ja ¨C LLM und generative KI machen mittlerweile den Gro?teil unserer KI-Audit-Auftr?ge aus. Unsere Red-Team-Spezialisten testen gegen die OWASP LLM Top 10 (Ausgabe 2025), die adversariale Taxonomie von MITRE ATLAS und protokollspezifische Fehlermodi f¨¹r RAG-Systeme, agentische Workflows und multimodale Modelle. Wir decken Prompt Injection (direkt und indirekt), Jailbreaking, Extraktion von Trainingsdaten, Missbrauch von Tool-Use-Grenzen, Schwachstellen bei der Ausgabeverarbeitung sowie die f¨¹r KI-Agenten spezifischen Risiken von agentischen Schleifen und ¨¹berm??iger Handlungsbefugnis ab.

Welche Dokumentation muss ich vorbereiten?

F¨¹r die EU-AI-Act-Konformit?tsarbeit das technische Dokumentationspaket gem?? Anhang IV: Systembeschreibung, Verwendungszweck, Dokumentation der Trainingsdaten, Evaluierungsergebnisse, Risikomanagement-Dokumentation, Plan zur Marktbeobachtung nach Inverkehrbringen. F¨¹r die ISO-42001-Arbeit Ihre KI-Richtlinie, das Statement of Applicability, das Risikoregister und die Prozessdokumentation. F¨¹r technisches Red Teaming Modellzugang (API oder Gewichte), System-Prompts und etwaige Deployment-Guardrails. Wir senden nach dem Scoping-Gespr?ch eine ma?geschneiderte Checkliste ¨C die meisten Kunden verf¨¹gen bereits ¨¹ber 60¨C70?% dessen, was ben?tigt wird, und wir identifizieren die L¨¹cken schnell.

Wie lange dauert ein Audit von KI-Systemen?

Sechs bis sechzehn Wochen von Anfang bis Ende, je nach Umfang. Ein gezielter LLM-Red-Team-Auftrag gegen ein einzelnes bereitgestelltes System kann in 4¨C6 Wochen abgeschlossen werden. Ein vollst?ndiges internes ISO/IEC-42001-Audit einer Organisation dauert in der Regel 8¨C12 Wochen. Eine EU-AI-Act-Konformit?tsbewertung f¨¹r ein einzelnes Hochrisikosystem, einschlie?lich Behebungszyklen, dauert 10¨C16 Wochen. Wir verpflichten uns im Auftragsschreiben auf ein konkretes Zeitfenster.

Wie wird das Audit bepreist?

Die Preisgestaltung h?ngt von drei Faktoren ab: der Komplexit?t des KI-Systems (einzelnes Modell vs. Multi-Modell-Pipeline vs. agentisches System), der erforderlichen Audit-Tiefe (fokussierte Dimension vs. vollst?ndiges STARED) und den ben?tigten Auditorentagen der jeweiligen Spezialisten. Ein Festpreisangebot erfolgt innerhalb von 24 Stunden nach dem Scoping. KMU-freundliche Auftragsgr??en beginnen im niedrigen f¨¹nfstelligen Bereich; vollst?ndige Enterprise-Konformit?tsbewertungen nach dem EU AI Act skalieren dar¨¹ber hinaus. Kontaktieren Sie uns unter hello@auditone.io f¨¹r eine indikative Preisspanne.

Sind Sie eine benannte Stelle f¨¹r die EU-AI-Act-Konformit?t?

Nein. Die meisten Hochrisiko-KI-Systeme (Anhang III) folgen dem Selbstbewertungsweg nach Artikel 43, bei dem der Anbieter die Konformit?tsbewertung mithilfe interner Verfahren durchf¨¹hrt. Unsere Rolle besteht darin, die Konformit?tsbewertung als unabh?ngiger Dritter durchzuf¨¹hren und Dokumentation zu erstellen, die die Anforderungen erf¨¹llt, ohne die Beteiligung einer benannten Stelle zu erfordern. F¨¹r die kleine Gruppe von Hochrisikoprodukten, die tats?chlich die Beteiligung einer benannten Stelle erfordern (bestimmte biometrische Identifikationssysteme), arbeiten wir mit akkreditierten benannten Stellen zusammen ¨C einschlie?lich Partnern in unserem Netzwerk von Zertifizierungsstellen ¨C und erstellen die daf¨¹r ben?tigte Nachweisbasis.

Was ist das STARED-Framework, und wo kann ich mehr dar¨¹ber lesen?

STARED ist unser f¨¹nfdimensionales Framework f¨¹r KI-Audits: Security, Technical Assessment, Regulatory Compliance, Ethics und Data Governance. Es wurde gezielt entwickelt, weil bestehende Sicherheits- oder Compliance-Frameworks nicht abdecken, was KI-Systeme schwer zu pr¨¹fen macht ¨C Herkunft der Trainingsdaten, Modellverhalten unter adversarialen Bedingungen, Drift, agentische Risiken. Die vollst?ndige Methodik, Bewertungsraster und ausgearbeitete Beispiele finden Sie im .

Helfen Sie uns auch bei der Vorbereitung, oder pr¨¹fen Sie nur?

Beide Funktionen werden strikt getrennt gehalten. Wir schreiben nicht Ihre Richtlinien, bauen nicht Ihre KI-Governance auf und implementieren nicht Ihre Kontrollen ¨C dies w¨¹rde die f¨¹r das Audit selbst erforderliche Unabh?ngigkeit gef?hrden. Was wir anbieten, ist eine Gap-Analyse vor dem Audit (leichter, beratend), gefolgt vom formalen Audit (unabh?ngig, evidenzbasiert). Die Gap-Analyse zeigt Ihnen, was zu beheben ist; das Audit verifiziert, dass Sie es behoben haben. Unterschiedliches Scoping, unterschiedliche Ergebnisse.