Wie prüfe ich KI-Anbieter im Due-Diligence?

Sieben Punkte

1. Modell-Qualität.

2. Daten-Schutz + AVV.

3. EU-AI-Act-Konformität.

4. Pricing-Transparenz.

5. Skalierbarkeit.

6. Vendor-Solvenz.

7. Exit-Klauseln.

Modell-Qualität

• Public-Benchmarks (MMLU, HumanEval).

• Eigener Use-Case-Test mit Test-Set.

• Pro Use-Case 50-100 Beispiele.

• Vergleich mit Top-Modellen.

• Iterative Prüfung.

Datenschutz

• AVV nach Art. 28 DSGVO.

• EU-Hosting verfügbar?

• Trainings-auf-Kunden-Daten Ausschluss.

• TOMs dokumentiert.

• Zertifikate (ISO 27001, SOC 2).

EU-AI-Act

1. Foundation-Model-Pflichten (Transparency).

2. Hoch-Risiko-Konformität bei entsprechenden Use-Cases.

3. Audit-Trail.

4. Doku verfügbar.

5. Notified-Body-Bewertung wenn nötig.

Pricing

• Cost-pro-Token / -Inferenz.

• Volumen-Discounts.

• Versteckte Kosten.

• Preis-Schutz langfristig.

• Vergleich mit Wettbewerb.

Skalierbarkeit

• Rate-Limits.

• Latenz-Garantien.

• SLA.

• Geo-Verteilung.

• Volumen-Fähigkeit.

Exit-Klauseln

1. Daten-Export-Recht.

2. Löschkonzept.

3. Vertrags-Ende-Modalitaeten.

4. Migration-Hilfe.

5. Vendor-Lock-In-Risiko.

Anti-Patterns

• Vendor-Pitch ohne eigene Prüfung.

• Datenschutz nachgereicht.

• Pricing intransparent akzeptiert.

• Exit-Klauseln fehlen.

• Pilot übersprungen.