DAV plädiert für eine rechtliche Klarstellung im AI Act zur Abgrenzung klassischer statistischer Verfahren in der KI-Definition
Anlass und Position der DAV
Mit der Verordnung (EU) 2024/1689 zur Festlegung harmonisierter Vorschriften für künstliche Intelligenz (im Folgenden: KI-Verordnung) hat die Europäische Union erstmals einen horizontalen Rechtsrahmen für KI-Systeme geschaffen. Die Leitlinien der Europäischen Kommission zur Definition eines KI-Systems, niedergelegt in der Mitteilung C(2025) 5053 final vom 29. Juli 2025, sollen die Auslegung von Art. 3 Abs. 1 der KI-Verordnung in der Anwendungspraxis konkretisieren. Aus aktuarieller Sicht verbleibt jedoch ein erheblicher Auslegungsspielraum, insbesondere für klassische statistische Verfahren wie beispielsweise lineare und logistische Regression als Spezialfälle von Generalisierten Linearen Modellen (GLMs) sowie GLMs als Spezialfälle von Generalisierten Additiven Modellen (GAMs). Sie gehören in der Versicherungsmathematik seit drei Jahrzehnten zum methodischen
Standardrepertoire und haben sich beispielsweise in der entscheidungserheblichen Anwendung wie der Tarifierung oder Risikoprüfung nachhaltig bewährt. Aktuarinnen und Aktuare sind in deren Anwendung langjährig ausgebildet und sorgen dadurch für hohe Nachvollziehbarkeit, Transparenz und Diskriminierungsfreiheit.
Die Deutsche Aktuarvereinigung (DAV) e. V. nimmt diesen Auslegungsspielraum zum Anlass, ihre fachliche Position zu formulieren: Klassische statistische Verfahren sollten nicht als KI-Systeme im Sinne des Art. 3 Abs. 1 KI-Verordnung eingeordnet werden. Die vorliegende Stellungnahme begründet diese Position aus den Definitionsmerkmalen selbst und richtet eine konkrete Klarstellungsforderung an die Europäische Kommission.
Rechtlicher Rahmen: Europäische KI-Verordnung
Maßgeblich für die hier zu beurteilende Frage ist die Begriffsbestimmung in Art. 3 Abs. 1 der Verordnung (EU) 2024/1689. Diese lautet:
„[Ein] KI-System [ist] ein maschinengestütztes System, das für einen in unterschiedlichem Grade autonomen Betrieb ausgelegt ist und das nach seiner Betriebsaufnahme anpassungsfähig sein kann und das aus den erhaltenen Eingaben für explizite oder implizite Ziele ableitet, wie Ausgaben wie etwa Vorhersagen, Inhalte, Empfehlungen oder Entscheidungen erstellt werden, die physische oder virtuelle Umgebungen beeinflussen können.“
Die Kommissionsleitlinien unterscheiden innerhalb dieser Definition sieben Hauptelemente. Für die vorliegende Abgrenzungsfrage lassen sich aus der obigen Definition insbesondere vier Merkmalskomplexe herausarbeiten: (i) der maschinengestützte Charakter, (ii) die Auslegung auf einen autonomen Betrieb in unterschiedlichem Grade, (iii) eine etwaige Anpassungsfähigkeit nach Betriebsaufnahme sowie (iv) die Eigenschaft, aus den erhaltenen Eingaben für explizite oder implizite Ziele Ausgaben abzuleiten. Während der maschinengestützte Charakter durch die Analyse größerer Datenmengen in der Regel gegeben ist, sind die Merkmale Autonomie, Anpassungsfähigkeit und Ableitungseigenschaft für die Abgrenzung von klassischen statistischen Verfahren besonders entscheidend.
Erwägungsgrund 12 der KI-Verordnung konkretisiert insbesondere die Eigenschaften zum Ableiten und Anpassen. Er stellt klar, dass die Fähigkeit eines KI-Systems zum Ableiten „über eine einfache Datenverarbeitung hinausgeht“ und Lernen, Schlussfolgern oder Modellieren ermöglicht. Ein KI-System ist anpassungsfähig, wenn es eine Lernfähigkeit besitzt, durch die es sich „während seiner Verwendung verändern kann“.
Die vollständige Stellungnahme finden Sie hier.
