Von Simran Sethi, Senior Industry Solutions Consultant, Global Trade Intelligence, Descartes
KI ist bereits in vielen Organisationen fest etabliert und stellt keine Zukunftsfrage mehr dar. Heute unterstützt KI Teams für Handelskonformität aktiv bei Klassifizierungsentscheidungen – von der Zuordnung von HS-Codes bis hin zur Beurteilung, ob Produkte unter die Dual-Use-Kontrollen fallen.
Aufgrund dieser zunehmenden Abhängigkeit von KI vollzieht sich derzeit ein struktureller Wandel. Am 2. August 2026 trat das EU-Gesetz über künstliche Intelligenz in Kraft. Organisationen müssen nun nachweisen können, wie die KI die Entscheidung getroffen hat, woher die Daten stammten und wer (ein Mensch) die Entscheidung überprüft und genehmigt hat. Dies bedeutet, dass die Trade-Compliance-Teams eine klare Dokumentation führen, transparent handeln und stets eine menschliche Aufsicht gewährleisten müssen, um sicherzustellen, dass Entscheidungen auf Fachwissen beruhen. Dieser Wandel bringt eine grundlegende Veränderung der Erwartungen mit sich: Die Klassifizierung muss nicht nur korrekt, sondern auch erklärbar, nachvollziehbar und vertretbar sein.
Wichtigste Erkenntnisse
- Es reicht nicht mehr aus, richtig zu liegen; Organisationen müssen darlegen, wie die Entscheidung getroffen wurde.
- Klassifizierungsentscheidungen müssen reproduzierbar sein, einschließlich der Eingaben, der Logik und der Argumentation.
- Eine Überprüfung kann nicht als selbstverständlich vorausgesetzt werden; sie muss definiert, durchgeführt und dokumentiert werden.
- Ergebnisse mit hoher Zuverlässigkeit ersetzen keine rechtliche Begründung.
- KI überträgt keine Haftung; die Verantwortlichkeit verbleibt bei der Organisation, und die Entscheidungen zur Wareneinstufung liegen weiterhin beim Anmelder und beim Ausführer.
- Ein Wettbewerbsvorteil ergibt sich aus der Entwicklung von Klassifizierungsprozessen, die einer umfassenden Überprüfung standhalten.
Eine Verordnung, die die Art und Weise verändert, wie Entscheidungen beurteilt werden
Das EU-KI-Gesetz führt ein einheitliches Regelwerk ein, das die Entwicklung und Nutzung von KI in der gesamten Union regeln soll. Zwar wird häufig darauf eingegangen, dass die Verordnung dazu dient, KI anhand von Risikostufen einzustufen. Ihre tatsächlichen Auswirkungen auf die Einhaltung von Handelsvorschriften im Alltag verändern jedoch die Art und Weise, wie wir beurteilen, ob die Entscheidung einer KI akzeptabel ist.
Es lässt sich nicht leugnen, dass KI Prozesse beschleunigt, doch bei der Einhaltung von Handelsvorschriften ging es schon immer um rechtliche Nachweise und nicht um Geschwindigkeit. So war beispielsweise die Einstufung stets eine rechtliche Feststellung; daher stand – sei es bei der Zuordnung eines Zollcodes oder bei der Beurteilung von Ausfuhrkontrollverpflichtungen – stets die Fähigkeit im Mittelpunkt, die Entscheidung zu begründen.
Mithilfe von KI können Unternehmen eine große Menge an Produkten innerhalb von Sekunden klassifizieren; da KI-Entscheidungen jedoch in einem derart großen Umfang getroffen werden, wirken sich etwaige Fehler ebenfalls in großem Maßstab aus.
Nun ändert das KI-Gesetz den Maßstab, nach dem diese Entscheidungen beurteilt werden. Viele Organisationen setzen KI ein, um Prozesse zu beschleunigen, ohne jedoch eine Möglichkeit zu schaffen, zu erklären, wie die KI zu dieser Schlussfolgerung gelangt ist. Dies führt zu einer gefährlichen Lücke, da Unternehmen diese automatisierten Entscheidungen im Falle einer Anfechtung rechtlich nicht verteidigen können.
Warum dies nicht nur ein europäisches Problem ist
Das EU-KI-Gesetz wird oft als regionale Regelung angesehen, doch in der Praxis ist sein Geltungsbereich weitaus umfassender – ähnlich wie bei den berühmt-berüchtigten DSGVO-Vorschriften. Wenn ein KI-Tool ein Ergebnis erzeugt und dieses Ergebnis innerhalb der EU genutzt wird, muss dieses KI-Tool dem EU-KI-Gesetz entsprechen, unabhängig davon, wo auf der Welt das Unternehmen tatsächlich seinen Sitz hat.
Für die Einhaltung von Handelsvorschriften hat dies unmittelbare Auswirkungen. So kann beispielsweise eine Organisation in den USA oder Kanada in den Geltungsbereich fallen, wenn:
- In EU-Zollanmeldungen kommen KI-gestützte Klassifizierungen zum Einsatz
- Die Waren werden für den Export in die EU klassifiziert
- KI-Ergebnisse beeinflussen regulatorische Entscheidungen innerhalb der EU
Gleichzeitig unterliegt Nordamerika jedoch keinem regulatorischen Vakuum. In den USA gelten bestehende Rahmenbedingungen, die von der US-Zoll- und Grenzschutzbehörde (CBP), vom Bureau of Industry and Security (dem US-Handelsministerium unterstellt) (BIS)sowie vom Office of Foreign Assets Control(dem US-Finanzministerium unterstellt) (OFAC) bereits vor, dass Einstufungsentscheidungen durch folgende Unterlagen belegt werden müssen:
- dokumentierte Argumentation
- Nachprüfbarkeit
- Reproduzierbarkeit
Diese Erwartungen gelten unabhängig davon, ob Entscheidungen manuell oder mit Hilfe von KI getroffen werden. Das EU-KI-Gesetz schafft kein neues Konzept, sondern bekräftigt lediglich einen bereits bestehenden Grundsatz. Das Gesetz legt fest, wie KI-gestützte Entscheidungen geregelt und nachweisbar sein müssen.
Während dies in Europa in Kraft tritt, verschärft auch Nordamerika seine Vorschriften. Rahmenwerke wie das „AI Risk Management Framework“ des National Institute of Standards and Technology (NIST), die zunehmende behördliche Kontrolle durch Einrichtungen wie die Federal Trade Commission (FTC) sowie politische Entwicklungen auf Bundesebene weisen alle in dieselbe Richtung: Wenn KI zu einer geschäftlichen Entscheidung beiträgt, muss das Unternehmen in der Lage sein, diese zu erklären und zu begründen.
In Kanada befassen sich Gesetzesentwürfe wie der „Artificial Intelligence and Data Act“ (AIDA) mit denselben Themen, wobei der Schwerpunkt auf Rechenschaftspflicht, menschlicher Aufsicht und der risikobasierten Einstufung von KI-Systemen liegt.
Die rechtlichen Rahmenbedingungen in beiden Regionen mögen sich unterscheiden, doch alle verfolgen dasselbe Ziel. Wenn Ihr Unternehmen KI im Bereich der Handels-Compliance einsetzt, dürfen Sie KI nicht länger als „Black Box“ betrachten. Sie müssen in der Lage sein, klar und konsistent nachzuweisen, wie Entscheidungen getroffen werden.
Was dies für nordamerikanische Organisationen bedeutet
Aufsichtsbehörden wie die US-Zoll- und Grenzschutzbehörde, das Bureau of Industry and Security (BIS) und das Office of Foreign Assets Control (OFAC) erwarten seit langem von Unternehmen, dass sie die Grundlage ihrer Entscheidungen begründen. Sie bewerten Entscheidungen nicht danach, wie schnell sie getroffen werden oder ob sie durch fortschrittliche Technologie gestützt werden.
Für nordamerikanische Organisationen entstehen dadurch zwei parallele Realitäten:
- Direkte Auswirkungen, bei denen KI-gestützte Klassifizierungen die Ergebnisse der EU-Regulierung beeinflussen
- Zunehmender indirekter Druck, dasich die globalen Standards für die KI-Governance in Bezug auf Transparenz, Nachvollziehbarkeit und Aufsicht annähern.
Künstliche Intelligenz mag die Klassifizierung zwar beschleunigen, doch die Rechenschaftspflicht beruht weiterhin auf der Fähigkeit, den Ablauf der Klassifizierung nachzuvollziehen, zu erläutern und zu begründen.
Wo die KI-Klassifizierung in der Praxis an ihre Grenzen stößt
Unternehmen, die KI zur Handelsklassifizierung einsetzen, verfallen in eine bequeme, aber gefährliche Routine. Die Nutzer setzen KI-Klassifizierungstools ein, die Ergebnisse mit hoher Zuverlässigkeit liefern; diese Ergebnisse werden mit minimalem Aufwand in Arbeitsabläufe integriert, und der Prozess verläuft schneller, als es herkömmliche Überprüfungszyklen jemals zuließen. Der zugrunde liegende Entscheidungsprozess wird jedoch selten so erfasst, dass er nachträglich überprüft werden kann.
Wird eine Einstufung später in Frage gestellt – sei es im Rahmen einer internen Überprüfung oder durch eine Behörde –, kann die Organisation zwar einsehen, welche Entscheidung getroffen wurde, jedoch nicht immer, wie diese zustande kam. Häufig gibt es keine strukturierte Dokumentation über:
- welche Produktmerkmale das Ergebnis beeinflusst haben,
- welche Rechtsvorschriften angewendet wurden,
- oder ob ein menschlicher Prüfer das Ergebnis bewertet hat.
Der eigentliche „Denkprozess“ geht dabei verloren. In Echtzeit erscheint nichts als falsch; das Problem tritt erst zutage, wenn die Entscheidung begründet werden muss – und in diesem Moment wird die Lücke deutlich:
- Die Klassifizierung existiert zwar, die ihr zugrunde liegende Begründung jedoch nicht.
Im Rahmen eines manuellen Prozesses würde dies eine Schwachstelle in der Dokumentation darstellen, doch im Rahmen eines KI-gesteuerten Prozesses wird daraus ein systemisches Risiko.
Vom Ergebnis zur Evidenz
Das Ziel des EU-KI-Gesetzes besteht weder darin, den Einsatz von KI im Bereich der Handelskonformität zu verbieten, noch werden alle derartigen Systeme automatisch als risikoreich eingestuft. Grundsätzlich schreibt das Gesetz vor, dass Organisationen in Fällen, in denen KI zu Entscheidungen mit regulatorischen Konsequenzen beiträgt, Folgendes nachweisen können müssen:
- wie das System funktioniert
- wie die Ausgaben erzeugt werden
- wo eine menschliche Kontrolle stattfindet
- und wie Entscheidungen im Nachhinein rekonstruiert werden können
Diese Erwartungen spiegeln sich unmittelbar in den Anforderungen des EU-KI-Gesetzes wider, die folgende Bereiche betreffen:
- Technische Unterlagen (Artikel 11)
- Aufzeichnungen und Protokollierung (Artikel 12)
- Transparenz und Gebrauchsanweisungen (Artikel 13) sowie
- menschliche Aufsicht (Artikel 14)
Warum gerade die Handelsklassifizierung besonders gefährdet ist
Anders als in vielen Anwendungsfällen, in denen KI Auswirkungen auf Einzelpersonen hat, betrifft sie für Fachleute im Bereich der Handelskonformität rechtliche Erklärungen, Zollanmeldungen und Dokumente zur Exportkontrolle. Dies bedeutet, dass die Risiken über den Datenschutz hinausgehen und direkt die finanzielle und rechtliche Haftung des Unternehmens betreffen.
Die Gründe, warum Klassifizierungsentscheidungen von großer Tragweite sind, sind folgende:
- rechtsverbindlich,
- vorbehaltlich einer nachträglichen Überprüfung,
- und steht in direktem Zusammenhang mit der Haftung des Unternehmens.
Eine falsche Tarifierung kann zu einer Nachveranlagung und zu Strafen führen. Eine falsche Einstufung im Rahmen der Exportkontrolle kann zu einem weitaus schwerwiegenderen regulatorischen Problem eskalieren. In beiden Fällen werden die Behörden nicht danach fragen, ob KI zum Einsatz kam.
Wenn Ihre Antwort nicht klar und schlüssig nachgewiesen werden kann und nicht durch dokumentierte Logik sowie nachvollziehbare Systemausgaben untermauert wird, liegt das Risiko bei der Organisation und nicht beim KI-System.
Die Illusion des Selbstvertrauens
Viele KI-Klassifizierungssysteme geben neben ihrem Ergebnis einen Konfidenzwert an, der dem Nutzer ein Gefühl der Sicherheit vermittelt und das Ergebnis glaubwürdig erscheinen lässt. Im regulatorischen Kontext hat dieser Konfidenzwert jedoch kaum Gewicht, da er keine Belege zur Untermauerung des Ergebnisses liefert.
Gemäß Artikel 15 des EU-KI-Gesetzes müssen Systeme ein angemessenes Maß an Genauigkeit, Robustheit und Zuverlässigkeit aufweisen; sie müssen jedoch auch durch Prozesse gestützt werden, die es ermöglichen, die Ergebnisse zu verstehen und zu bewerten. Wenn Sie eine Klassifizierung nicht erklären können, können Sie sie auch nicht verteidigen – ganz gleich, welchen Konfidenzwert sie aufweist.
Es liegt in der menschlichen Natur, dass mit zunehmender Einbindung von KI-Tools in die täglichen Arbeitsabläufe eine natürliche Tendenz besteht, die Ergebnisse ungeprüft zu akzeptieren, da alles zur Routine wird. Dies gilt insbesondere dann, wenn das KI-System konsistent und maßgeblich erscheint. Aus diesem Grund zielt das EU-KI-Gesetz darauf ab, sicherzustellen, dass Organisationen die Kontrolle über diese Abhängigkeit von KI behalten, anstatt dem System die Entscheidungsfindung zu überlassen.
Die Verantwortlichkeit hat sich nicht verlagert
Ein Grundsatz bleibt unverändert: Der Einsatz von KI führt nicht zu einer Übertragung der Verantwortung. Die gesetzliche Verpflichtung zur Einstufung – sei es bei Zollanmeldungen oder bei Exportkontrollprüfungen – verbleibt beim Anmelder und beim exportierenden Unternehmen.
Das EU-KI-Gesetz regelt nicht die Ergebnisse an sich. Es regelt vielmehr, wie Organisationen diese Ergebnisse erzielen und wie sie damit umgehen. Falls eine KI-gestützte Klassifizierung zu einem Compliance-Problem führt, wird die Frage nicht lauten, ob das Tool versagt hat. Vielmehr wird es darum gehen, ob die Organisation eine angemessene Aufsicht ausgeübt hat und ob sie anhand von Unterlagen und Aufzeichnungen nachweisen kann, wie die Entscheidung getroffen wurde.
Was sich jetzt ändern muss
Die Organisationen, die gut vorbereitet sein werden, sind nicht diejenigen, die mit den fortschrittlichsten Modellen experimentieren. Es sind vielmehr jene, die sich mit grundlegenderen Fragen auseinandersetzen:
- Lassen sich Klassifizierungsentscheidungen vollständig rekonstruieren? Einschließlich Eingaben, Logik und Ergebnis?
- Ist die menschliche Aufsicht klar definiert, wird sie konsequent angewendet und in einer Weise dokumentiert, die den Anforderungen des Gesetzes entspricht?
- Kann die Organisation ihre Klassifizierungsentscheidungen in einer Weise begründen, die einer behördlichen Überprüfung standhalten würde?
Sollte die Antwort auf eine dieser Fragen ungewiss sein, ist die Herausforderung eher struktureller als technologischer Natur. Sie ist struktureller Natur.
Ein neuer Standard für die Klassifizierung
Seit Jahren konzentriert sich die Einhaltung von Handelsvorschriften auf Effizienz, die Reduzierung des manuellen Aufwands, die Beschleunigung von Prozessen und die Verbesserung der Konsistenz – und trägt die KI dazu bei, dass Unternehmen diese Ziele erreichen. Das EU-KI-Gesetz führt jedoch eine neue Anforderung ein: Rechenschaftspflicht in großem Maßstab.
Aktuelle behördliche Leitlinien und Stellungnahmen aus der Branche kommen durchweg zu demselben Schluss: Unternehmen müssen in der Lage sein, nachzuweisen und darzulegen, wie KI-gestützte Entscheidungen getroffen werden, und dürfen sich nicht darauf beschränken, lediglich die Ergebnisse selbst aufzuzeigen.
Die Organisationen, die in diesem Umfeld eine führende Rolle einnehmen werden, sind nicht diejenigen, die am schnellsten automatisieren. Es werden vielmehr jene sein, die – unterstützt durch KI – Klassifizierungsprozesse aufbauen, die transparent, kontrolliert und nachvollziehbar sind. Denn heutzutage geht die Klassifizierung über das Erreichen der richtigen Antwort hinaus und umfasst auch den Nachweis, wie diese Antwort hergeleitet wurde.
