# KI-Verträge und KI-SLA: Worauf Sie bei Verträgen mit KI-Anbietern achten müssen

URL: https://andreasindorf.com/ki-vertraege-unternehmen/
Autor: Andreas Indorf · Veröffentlicht: 2025-12-28 · Aktualisiert: 2026-11-07 · Thema: Recht & Compliance

> Was in einen KI-Anbietervertrag gehört: SLA mit Qualität, Latenz und Drift, Modellwechsel, Rechte an Daten, Haftung, DSGVO, EU AI Act, Preise und Exit.

Wer einen KI-Dienst mit einem Standard-IT-Vertrag einkauft, regelt vieles, aber oft nicht das Entscheidende: Was passiert, wenn die Qualität nachlässt, der Anbieter das Modell austauscht, Ihre Daten zum Training genutzt werden oder Sie den Anbieter wechseln wollen? KI-Systeme lernen, verändern sich und arbeiten mit Wahrscheinlichkeiten. Das muss sich im Vertrag und vor allem im Service-Level-Agreement widerspiegeln – sonst steuern Sie einen KI-Dienstleister nach Gefühl und haben keinen Hebel, wenn Fachbereiche sich beschweren.

**Kurz gesagt:** Ein guter KI-Vertrag regelt neben Leistung und Preis fünf Punkte: ein KI-SLA mit messbarer Qualität, Drift- und Modellwechsel-Regeln samt Konsequenzen, Rechte an Daten, Modellen und Ergebnissen, die Nutzung Ihrer Daten durch den Anbieter, Pflichten nach DSGVO und EU AI Act sowie einen geplanten Exit mit Datenexport. Jede SLA-Kennzahl braucht Messmethode, Schwellenwert und Konsequenz – alles andere ist eine Absichtserklärung. Holen Sie für die Vertragsgestaltung immer juristische Beratung hinzu; dieser Artikel ersetzt sie nicht.

## Warum KI-Verträge anders sind

Klassische Softwareverträge beschreiben eine feste Leistung und gehen davon aus, dass ein System bei gleicher Eingabe gleich reagiert. KI-Systeme tun das nicht. Ein Modell kann technisch erreichbar sein und trotzdem schlechter werden, weil sich die Eingangsdaten verändern (Data Drift) oder weil der Anbieter das zugrunde liegende Modell austauscht. Anbieter großer Sprachmodelle veröffentlichen regelmäßig neue Modellversionen und kündigen alte ab. Schweigt Ihr Vertrag dazu, ändert sich das Verhalten Ihrer Anwendung, ohne dass jemand etwas freigegeben hat.

**Drei Dimensionen eines KI-Vertrags:**

- **Technisch:** Qualitätskennzahlen, Verfügbarkeit, Latenz, Integration.
- **Rechtlich:** DSGVO, EU AI Act, Haftung, geistiges Eigentum.
- **Wirtschaftlich:** Preismodell, Skalierung, Gesamtkosten, Exit.

## Das KI-SLA: Qualität messbar machen

Ein KI-SLA ergänzt die klassischen Kennzahlen Verfügbarkeit und Antwortzeit um Modellqualität, Drift, Modellwechsel und Exit. Die Kernelemente:

- **Qualitätskennzahlen je Anwendungsfall:** Precision, Recall oder eine fachliche Trefferquote – gemessen auf einem gemeinsam vereinbarten Testdatensatz, nicht auf den Daten des Anbieters.
- **Verfügbarkeit:** Zielwert pro Monat, Messmethode, getrennt nach geplanten und ungeplanten Ausfällen. Messen sollten Sie selbst oder ein neutraler Dienst, nicht ausschließlich der Anbieter.
- **Latenz und Durchsatz:** Perzentile (p95, p99) statt Durchschnittswerte, etwa „95 % der Anfragen in unter 800 ms“, dazu maximale parallele Anfragen. Durchschnittswerte verstecken Ausreißer.
- **Drift-Überwachung:** welche Metriken der Anbieter überwacht, ab welchem Schwellenwert er informiert, wie schnell er nachbessert oder neu trainiert.
- **Modellwechsel:** Vorankündigungsfrist, Testfenster mit Ihrem Datensatz und das Recht, eine Version befristet festzuschreiben.
- **Fairness und Erklärbarkeit:** konkrete Prüfungen auf Verzerrungen, wo Entscheidungen Menschen betreffen, und welche Begründung der Dienst pro Ergebnis liefern muss.
- **Support und Eskalation:** Reaktions- und Lösungszeiten je Schweregrad, etwa Schweregrad 1 bei Produktionsausfall mit Reaktion innerhalb von 15 Minuten.

Die passende Qualitätsmetrik hängt vom Fehlerbild ab. Bei Betrugserkennung ist ein übersehener Fall teurer als ein Fehlalarm, also zählt Recall. Bei automatischer Rechnungsbuchung ist es umgekehrt. Und manchmal steht die wichtigste Kennzahl in keiner Vorlage: Bei meinem KI-Telefonisten anicall.io ist die Antwortlatenz der Sprach-Pipeline keine Nebenkennzahl, sondern das Produktversprechen, weil ein Telefonat sonst nicht mehr wie ein Gespräch wirkt.

Fragen Sie Anbieter außerdem, was der Dienst tut, wenn er etwas nicht weiß – und wie Sie diese Fälle messen können. Bei anicall.io habe ich das so gelöst: Der KI-Telefonist ist so gebaut, dass er nur aus geprüften Quellen antwortet; Wissenslücken gehen als Freigabe-Aufgabe ans Team. Damit wird Nichtwissen zählbar, und genau diese Zahl gehört in ein Review-Gespräch zwischen Kunde und Anbieter.

Verknüpfen Sie jede Kennzahl mit Konsequenzen: Gutschriften, Nachbesserungsfristen, Sonderkündigungsrechte. Formulierungen wie „hohe Genauigkeit“ ohne Zahl und Messmethode sind praktisch nicht durchsetzbar.

### Geschäftliche Kennzahlen

Automatisierungsgrad, Durchlaufzeit pro Vorgang und tatsächliche Nutzung gehören selten als Vertragsstrafe ins SLA, weil sie auch von Ihren eigenen Prozessen abhängen. Sie gehören aber in jedes Review-Gespräch. Wie Sie solche Kennzahlen aufbauen, beschreibt der Artikel zum [KI-Monitoring im Leitfaden KI im Betrieb](https://andreasindorf.com/mlops-strategie/).

### Klare Verantwortungsgrenzen

Wenn Ihre Eingangsdaten schlecht sind, kann der Anbieter keine Qualität garantieren. Grenzen Sie die Verantwortung für Datenqualität deshalb ausdrücklich ab. Eine Anpassungsklausel für regulatorische Änderungen vermeidet Neuverhandlungen bei jeder neuen Leitlinie.

## Die wichtigsten Verhandlungspunkte

- **Leistungsumfang:** Was genau liefert der Anbieter – von Datenaufbereitung über Training bis Betrieb und Monitoring?
- **Rechte an Ergebnissen:** Wem gehören auf Ihren Daten trainierte oder angepasste Modelle, Prompts, Auswertungen und Ausgaben?
- **Datennutzung:** Darf der Anbieter Ihre Eingaben und Ausgaben zum Training eigener Modelle verwenden? Das sollte ausdrücklich ausgeschlossen oder klar begrenzt sein.
- **Haftung:** Haftungsgrenzen, Ausschlüsse, Versicherung – besonders bei folgenreichen Entscheidungen.
- **Datenschutz:** Auftragsverarbeitung, Unterauftragnehmer, Speicherorte, Löschfristen.
- **Audit-Rechte:** Einsicht in Protokolle, Testergebnisse und Unterauftragnehmer.
- **Exit:** Datenexport in offenen Formaten, Übergabe von Modellen und Konfigurationen, Unterstützung beim Wechsel, Löschbestätigung.

Häufig übersehen wird die Abhängigkeit vom Anbieter. Verhandeln Sie Standardschnittstellen und Exportrechte, solange Sie noch Verhandlungsmacht haben – also vor der Unterschrift. Fragen Sie Anbieter immer, wie eine Exit-Zusage technisch umgesetzt ist – je besser sie technisch abgesichert ist, desto seltener müssen Sie sich im Streitfall auf die Klausel berufen. Wie ein Wechsel praktisch abläuft, beschreibt der Beitrag zu [KI-Souveränität und Anbieterwechsel](https://andreasindorf.com/ki-souveraenitaet-unternehmen/).

## Rechtsrahmen: EU AI Act und DSGVO

Der [EU AI Act](https://eur-lex.europa.eu/eli/reg/2024/1689/oj) teilt KI-Systeme in Risikoklassen ein. Für Hochrisiko-Anwendungen, etwa in Personalauswahl, Kreditprüfung oder kritischer Infrastruktur, gelten strenge Anforderungen an Risikomanagement, Datenqualität, Dokumentation, Transparenz und menschliche Aufsicht. Als Betreiber sind Sie auf Informationen und Dokumentation des Anbieters angewiesen – regeln Sie diese Mitwirkungspflichten vertraglich.

Konkret wird das bei den Betreiberpflichten nach [Art. 26 AI Act](https://ai-act-service-desk.ec.europa.eu/en/ai-act/article-26): Betreiber von Hochrisiko-Systemen müssen automatisch erzeugte Protokolle mindestens sechs Monate aufbewahren, soweit diese ihrer Kontrolle unterliegen, und die menschliche Aufsicht Personen mit der nötigen Kompetenz, Schulung und Befugnis übertragen. Liegen die Protokolle beim Anbieter, muss der Vertrag Zugriff und Aufbewahrung regeln.

Eine praktische Orientierung bieten die [Mustervertragsklauseln für die Beschaffung von KI](https://public-buyers-community.ec.europa.eu/communities/procurement-ai/resources/eu-model-contractual-ai-clauses-pilot-procurements-ai) der EU Public Buyers Community. Sie wurden für öffentliche Auftraggeber entwickelt, in einer Version für Hochrisiko- und einer für andere KI-Systeme, und eignen sich auch für Unternehmen als Checkliste. Sie sind ausdrücklich kein vollständiger Vertrag: Geistiges Eigentum, Abnahme, Zahlung, anwendbares Recht, Haftung und Pflichten aus der DSGVO decken sie nicht ab.

**DSGVO-Anforderungen in KI-Projekten** ([Verordnung (EU) 2016/679](https://eur-lex.europa.eu/eli/reg/2016/679/oj)):

- **Rechtsgrundlage:** für jede Verarbeitung personenbezogener Daten.
- **Datenschutz-Folgenabschätzung:** bei voraussichtlich hohem Risiko für Betroffene.
- **Automatisierte Entscheidungen:** Art. 22 DSGVO setzt ausschließlich automatisierten Entscheidungen mit rechtlicher oder ähnlich erheblicher Wirkung enge Grenzen.
- **Auftragsverarbeitung:** Vertrag nach Art. 28 DSGVO mit technischen und organisatorischen Maßnahmen. Wie sich das bei einer Sprach-Pipeline aus mehreren Diensten verteilt, zeigt der Beitrag [KI-Telefonie DSGVO-konform einsetzen](https://andreasindorf.com/ki-telefonie-dsgvo/).
- **Drittlandtransfers:** Bei Verarbeitung außerhalb der EU braucht es eine Transfergrundlage, etwa Standardvertragsklauseln.

Wie Sie Wissens-KI datenschutzkonform aufbauen, vertieft der Leitfaden zu [Wissens-KI und RAG im Unternehmen](https://andreasindorf.com/wissens-ki-rag-unternehmen/). Die ethischen und datenschutzrechtlichen Grundfragen dahinter fasst der Beitrag [KI-Ethik und Datenschutz](https://andreasindorf.com/ki-ethik-datenschutz/) zusammen.

## Checkliste: Was ein KI-Anbietervertrag enthalten sollte

- **Leistungsbeschreibung:** Anwendungsfälle, Funktionen, Architektur, Abgrenzung.
- **SLA:** Kennzahlen, Testdatensatz, Messung, Konsequenzen.
- **Datenverarbeitung:** Auftragsverarbeitungsvertrag, Speicherorte, Verbot der Trainingsnutzung.
- **Geistiges Eigentum:** Rechte an Modellen, Daten, Code und Ergebnissen.
- **Haftung und Gewährleistung:** Grenzen, Ausschlüsse, Versicherungen.
- **Modell-Updates:** Ankündigung, Tests, Kostenverteilung, Rückfalloption.
- **AI-Act-Mitwirkung:** Dokumentation, Protokollzugriff, Informationen für Ihre Betreiberpflichten.
- **Laufzeit und Exit:** Kündigungsfristen, Exportformate, Übergabeunterstützung.

## Kosten und Preismodelle

Typische Kostenbestandteile:

- **Einmalig:** Einrichtung, Datenaufbereitung, Training, Integration.
- **Laufend:** Lizenzen, Anfragen, Rechenleistung, Speicher.
- **Wartung:** Support, Retraining, Updates.
- **Skalierung:** zusätzliche Nutzer, höhere Volumina, neue Anwendungsfälle.
- **Versteckt:** Change Requests, Prüfungen, Exit-Kosten.

Bei nutzungsabhängigen Preisen sollten Sie Wachstumsszenarien vorab durchrechnen und Kostenobergrenzen oder Staffelpreise verhandeln. Erfolg kann sonst teuer werden. Wie Sie die Gesamtkosten sauber kalkulieren, zeigt der Beitrag [KI-Business-Case mit Budget- und TCO-Kalkulation](https://mysoftwarelab.com/blog/ki-business-case-erstellen).

## KI-Dienstleister im Alltag steuern

Ein SLA wirkt nur, wenn jemand es lebt:

- **Review-Rhythmus:** monatlich operative Kennzahlen, quartalsweise Strategie, Roadmap und Preise.
- **Change-Management:** kein Modell- oder Prompt-Update ohne Ankündigung und Testfenster.
- **Reporting:** ein gemeinsames Dashboard statt monatlicher PDF-Berichte.
- **Verantwortung:** eine benannte Person auf Ihrer Seite, die das SLA verantwortet. Ohne diese Rolle liest niemand die Berichte.

### Vorgehen in fünf Schritten

1. **Bestandsaufnahme:** Welche KI-Dienste laufen produktiv, welche Verträge gibt es, wo fehlen Kennzahlen?
2. **Kennzahlen festlegen:** pro Anwendungsfall drei bis fünf Kennzahlen mit Messmethode.
3. **Testdatensatz aufbauen:** repräsentativ, versioniert, für beide Seiten verbindlich.
4. **Vertrag und Monitoring:** SLA verhandeln und die Messung technisch umsetzen, bevor der Vertrag startet.
5. **Pilotbetrieb:** einige Wochen messen, Schwellenwerte justieren, dann verbindlich machen.

## Drei typische Lücken in KI-Verträgen

**Vage Qualitätszusagen:** Ohne Zahl, Messmethode und Testdatensatz streiten Anbieter und Kunde später darüber, was „gut“ bedeutet.

**Fehlende Exit-Regeln:** Liegen Daten und Konfigurationen nur in proprietären Formaten vor, wird ein Wechsel zum Neuaufbau.

**Unbegrenzte Nutzungskosten:** Wächst die Nutzung schneller als geplant, steigen nutzungsabhängige Kosten ohne Obergrenze mit.

Wenn Sie Vertragswerke, Richtlinien und Dokumentation mit einer Wissens-KI durchsuchbar machen wollen, ohne Daten aus der Hand zu geben, unterstützt Sie die [Wissens-KI (RAG)](https://andreasindorf.com/leistungen/wissens-ki-rag/). Bei Anbieterbewertung, Kennzahlen und Governance hilft das [KI-Department](https://andreasindorf.com/leistungen/ki-department/). Die rechtliche Prüfung gehört in die Hände Ihrer Rechtsberatung.

## Aus meinen Produkten

Bei meiner Wissens-KI anirag.io habe ich gelernt, wo Verträge enden und Architektur beginnen muss. Den Ausstieg aus einem Modellanbieter regle ich nicht nur per Klausel, sondern technisch: Ein LLM-Router kann Anfragen an Anthropic, OpenAI EU, Mistral oder Aleph Alpha leiten, ohne die Anwendung umzubauen, und das Wissen liegt in der Vektordatenbank Qdrant statt beim Modellanbieter. Die Exit-Klausel wird so zur Absicherung, nicht zur einzigen Rettung. Eine Grenze vertraglicher Lösungen sehe ich bei besonders schutzbedürftigen Daten: Für KRITIS-Betreiber, Kliniken und Kanzleien gibt es anirag.io deshalb auch im On-Prem-Betrieb. Dann verschieben sich die Vertragsfragen – weg von Unterauftragnehmern und Speicherorten, hin zur klaren Aufteilung von Betrieb, Updates und Monitoring zwischen Kunde und Anbieter.

## Häufig gestellte Fragen

### Darf ein KI-Anbieter meine Daten zum Training seiner Modelle verwenden?

Nur, wenn Sie es vertraglich erlauben und eine Rechtsgrundlage besteht. Viele Unternehmensangebote schließen die Trainingsnutzung standardmäßig aus, aber nicht alle. Lassen Sie sich den Ausschluss ausdrücklich im Vertrag bestätigen, einschließlich der Regeln für Protokolle und Unterauftragnehmer.

### Wem gehört ein KI-Modell, das auf meinen Daten trainiert wurde?

Das hängt allein vom Vertrag ab. Ohne Regelung kann es passieren, dass der Anbieter das angepasste Modell behält und Sie bei einem Wechsel neu beginnen. Vereinbaren Sie Eigentum oder zumindest umfassende Nutzungs- und Herausgaberechte an Modellen, Konfigurationen und Ergebnissen.

### Kann ein Anbieter eine bestimmte Modellgenauigkeit garantieren?

Ja, wenn die Messung auf einem gemeinsam vereinbarten, repräsentativen Testdatensatz erfolgt. Ohne diesen Datensatz ist jede Genauigkeitszusage wertlos, weil jede Seite eine andere Zahl misst. Vereinbaren Sie Mindestwert und Zielwert getrennt und knüpfen Sie Konsequenzen an das Unterschreiten.

### Was passiert, wenn der Anbieter das Sprachmodell austauscht?

Das sollte das SLA ausdrücklich regeln: Vorankündigung, Testfenster mit Ihrem Datensatz und das Recht, die alte Version befristet weiter zu nutzen. Ohne diese Klausel kann sich das Verhalten Ihrer Anwendung über Nacht ändern.

### Welche Vorlagen gibt es für KI-Verträge?

Eine öffentlich verfügbare Orientierung sind die Mustervertragsklauseln für die Beschaffung von KI der EU Public Buyers Community. Sie decken KI-spezifische Pflichten ab, etwa Dokumentation, Transparenz und menschliche Aufsicht, müssen aber an Ihren Fall angepasst und um Haftung, geistiges Eigentum, Zahlungsbedingungen und Datenschutz ergänzt werden.
