GPAI steht für General-Purpose AI, auf Deutsch KI mit allgemeinem Verwendungszweck. Im EU AI Act geht es dabei präziser um GPAI-Modelle: Modelle, die viele unterschiedliche Aufgaben unterstützen und in zahlreiche nachgelagerte KI-Systeme eingebunden werden können. Der Begriff ist deshalb keine Qualitätsnote und auch kein Synonym für jede KI-Anwendung – er beschreibt eine besondere Rolle in der KI-Wertschöpfungskette.
Was ist GPAI?
Ein GPAI-Modell ist ein KI-Modell mit einem breiten Einsatzspektrum. Es kann etwa Sprache, Bilder, Audio oder andere Inhalte verarbeiten oder erzeugen und als Grundlage für verschiedene Anwendungen dienen. Ein Anbieter kann ein solches Modell beispielsweise über eine Schnittstelle bereitstellen; andere Unternehmen bauen darauf eigene Produkte oder Funktionen auf.
Davon zu unterscheiden ist ein fertiges KI-System. Ein Chatbot im Kundenservice, eine Bildanalyse in einer Software oder eine KI-Funktion in einem Roboter sind Anwendungen. Sie können ein GPAI-Modell enthalten, müssen es aber nicht. Diese Trennung ist für den AI Act wichtig, weil je nach Rolle unterschiedliche Anforderungen entstehen.
GPAI-Modell, KI-System und spezialisierte KI
| Begriff | Vereinfacht erklärt | Beispielhafte Rolle |
|---|---|---|
| GPAI-Modell | Breit nutzbares Grundmodell | Technische Grundlage für viele Anwendungen |
| KI-System | Konkrete Anwendung mit festem Einsatzzweck | Assistent, Analysefunktion oder Steuerungssoftware |
| Spezialisierte KI | Auf eine engere Aufgabe ausgerichtet | Fehlererkennung in einem klar abgegrenzten Prozess |
Ein GPAI-Modell kann in vielen Branchen eingesetzt werden, aber seine Fähigkeiten und Grenzen ändern sich nicht automatisch mit der Anwendung. Wer ein Modell in ein Produkt integriert, bleibt für die konkrete Ausgestaltung dieses Produkts verantwortlich. Bei Physical AI etwa treffen Modellfähigkeiten auf Sensorik, Aktuatoren und die physische Umgebung – ein Sprachmodell allein macht daraus keinen handlungsfähigen Roboter.
Warum GPAI im EU AI Act eine eigene Kategorie ist
GPAI-Modelle können in viele nachgelagerte Systeme integriert werden. Der EU AI Act setzt deshalb auf Pflichten für die Anbieter der Modelle und auf zusätzliche Pflichten für Modelle mit systemischem Risiko. Nach Angaben der Europäischen Kommission gelten die GPAI-Verpflichtungen seit dem 2. August 2025; die Durchsetzungsbefugnisse der Kommission gelten seit dem 2. August 2026.
Pflichten für Anbieter von GPAI-Modellen
- Technische Dokumentation erstellen und aufrechterhalten.
- Informationen für nachgelagerte Anbieter bereitstellen, damit diese Fähigkeiten und Grenzen des Modells einordnen können.
- Eine Strategie zur Einhaltung des EU-Urheberrechts umsetzen.
- Eine hinreichend detaillierte Zusammenfassung der Trainingsinhalte veröffentlichen.
Für Anbieter außerhalb der EU kann zusätzlich ein Bevollmächtigter in der Union erforderlich sein. Die konkreten Pflichten und Ausnahmen hängen vom Einzelfall ab; dieser Beitrag ist keine Rechtsberatung.
Modelle mit systemischem Risiko
Für GPAI-Modelle mit systemischem Risiko gelten zusätzliche Anforderungen, etwa zu Risikobewertung und -minderung, Meldung schwerwiegender Vorfälle und Cybersicherheit. Der AI Act sieht eine Vermutung für systemisches Risiko bei einem Trainingsrechenaufwand von mehr als 1025 FLOP vor; die EU-Kommission weist darauf hin, dass dieser Schwellenwert überprüft wird. Ein hoher Rechenaufwand ist daher ein regulatorischer Anknüpfungspunkt, keine Aussage darüber, ob ein Modell in jedem Einsatz automatisch gefährlich ist.
Was GPAI für Unternehmen praktisch bedeutet
Unternehmen, die lediglich eine fertige KI-Anwendung nutzen, sind nicht automatisch Anbieter eines GPAI-Modells. Wer jedoch ein Modell entwickelt, wesentlich verändert oder in ein eigenes KI-System integriert, sollte seine Rolle in der Wertschöpfungskette prüfen. Relevant sind unter anderem Herkunft des Modells, vertragliche Informationen, dokumentierte Grenzen, vorgesehener Einsatzzweck, Datenflüsse und die Anforderungen der konkreten Anwendung.
Besondere Vorsicht ist bei Anwendungsfällen nötig, die Menschen erheblich betreffen können. GPAI und Hochrisiko-KI sind unterschiedliche Konzepte: Ein GPAI-Modell kann in einem Hochrisiko-KI-System verwendet werden, muss es aber nicht. Umgekehrt entscheidet der Einsatzzweck eines KI-Systems darüber, ob zusätzliche Regeln für dieses System greifen.
Open Source und GPAI
Open-Source-Modelle werden im AI Act nicht pauschal von allen GPAI-Pflichten befreit. Die Leitlinien der Kommission erläutern für bestimmte frei und quelloffen bereitgestellte Modelle Ausnahmen bei Dokumentations- und Informationspflichten. Anforderungen rund um Urheberrecht und die Zusammenfassung der Trainingsinhalte bleiben jedoch relevant. Zudem gelten die Ausnahmen nicht für Modelle mit systemischem Risiko. Entscheidend sind Lizenz, Offenlegung und tatsächliche Bereitstellung – nicht allein das Etikett „Open Source“.
GPAI und Robotik
In der Robotik können GPAI-Modelle beispielsweise Sprache, Wahrnehmung oder Planungsfunktionen unterstützen. Die reale Handlung entsteht erst durch das gesamte System: Sensorik liefert Daten, Aktuatoren erzeugen Bewegung und die Steuerung muss Grenzen, Unsicherheit und Sicherheitsfunktionen berücksichtigen. Je näher eine Anwendung an physische Prozesse und Menschen rückt, desto wichtiger ist es, Modellgrenzen nicht mit Systemeigenschaften zu verwechseln.
Die Europäische Kommission fasst die GPAI-Pflichten und die zusätzlichen Anforderungen bei systemischem Risiko zusammen. Die Leitlinien für GPAI-Anbieter erläutern Anwendung, Ausnahmen und Zeitplan näher.
Fazit: GPAI ist ein Modellbegriff mit regulatorischer Bedeutung
GPAI beschreibt breit einsetzbare KI-Modelle, die als Grundlage für viele Anwendungen dienen können. Im EU AI Act sind damit Transparenz-, Dokumentations- und Urheberrechtsanforderungen verbunden; bei systemischem Risiko kommen weitere Pflichten hinzu. Für die Praxis zählt eine saubere Rollenklärung: Modellanbieter, Anbieter eines KI-Systems und Nutzer eines KI-Werkzeugs tragen nicht automatisch dieselben Verantwortlichkeiten.
Häufige Fragen zu GPAI
Was bedeutet GPAI?
GPAI steht für General-Purpose AI. Im EU-Kontext bezeichnet es KI-Modelle mit breitem Einsatzspektrum, die in verschiedene nachgelagerte KI-Systeme integriert werden können.
Ist GPAI dasselbe wie ein KI-System?
Nein. Ein GPAI-Modell ist eine mögliche Grundlage, ein KI-System ist eine konkrete Anwendung mit einem bestimmten Einsatzzweck.
Welche GPAI-Pflichten gelten im EU AI Act?
Anbieter müssen unter anderem technische Dokumentation führen, Informationen für nachgelagerte Anbieter bereitstellen, eine Urheberrechtsstrategie umsetzen und eine Zusammenfassung der Trainingsinhalte veröffentlichen.
Was ist ein GPAI-Modell mit systemischem Risiko?
Für solche Modelle gelten zusätzliche Anforderungen zu Risikobewertung, Risikominderung, Meldung schwerwiegender Vorfälle und Cybersicherheit. Die Einordnung richtet sich nach dem AI Act und der konkreten Entwicklung des Modells.
Sind Open-Source-GPAI-Modelle von allen Pflichten befreit?
Nein. Die EU-Leitlinien sehen nur unter bestimmten Bedingungen Ausnahmen bei einzelnen Pflichten vor. Urheberrecht und Zusammenfassungen der Trainingsinhalte bleiben relevant; für Modelle mit systemischem Risiko gelten die Ausnahmen nicht.
Ist dieser Beitrag Rechtsberatung?
Nein. Er bietet eine fachliche Einordnung. Für konkrete Produkte, Rollen und Pflichten sollten Unternehmen aktuelle Rechts- und Compliance-Beratung einholen.
![[Bildinhalt mit KI erstellt] Alpha Bionic [Bildinhalt mit KI erstellt]](https://alpha-bionic.info/wp-content/uploads/2026/08/alpha-bionic-logo-bionic-flow-header-transparent.png)
![GPAI im EU AI Act: General-Purpose AI einfach erklärt 1 [Bildinhalt mit KI erstellt] KI-generierte Symbolaufnahme einer KI-Präsentation mit humanoidem Roboter und Datenservern [Bildinhalt mit KI erstellt]](https://alpha-bionic.info/wp-content/uploads/2026/07/gpai-ai-act-16x9-1.png)
![Sim-to-Real in der Robotik einfach erklärt 2 [Bildinhalt mit KI erstellt] Virtuelle Robotersimulation geht nahtlos in einen realen Greifvorgang über [Bildinhalt mit KI erstellt]](https://alpha-bionic.info/wp-content/uploads/2026/08/sim-to-real.png)
![Digitaler Zwilling in der Robotik einfach erklärt 3 [Bildinhalt mit KI erstellt] Reale Roboterzelle neben ihrem synchronen digitalen Abbild [Bildinhalt mit KI erstellt]](https://alpha-bionic.info/wp-content/uploads/2026/08/digitaler-zwilling-robotik.png)
![AMR vs. AGV und FTS: Unterschiede einfach erklärt 4 [Bildinhalt mit KI erstellt] Autonomer mobiler Roboter umfährt ein Hindernis neben einem spurgeführten Transportfahrzeug [Bildinhalt mit KI erstellt]](https://alpha-bionic.info/wp-content/uploads/2026/08/amr-vs-agv-fts.png)
![ROS 2: Robot Operating System einfach erklärt 5 [Bildinhalt mit KI erstellt] Vernetzte Robotikmodule mit Sensoren, Rechner und Roboterarm in einem Labor [Bildinhalt mit KI erstellt]](https://alpha-bionic.info/wp-content/uploads/2026/08/ros-2-robot-operating-system.png)
![Lokalisierung in der Robotik einfach erklärt 6 [Bildinhalt mit KI erstellt] Mobiler Roboter lokalisiert sich mit Lasersensoren in einer Lagerhalle [Bildinhalt mit KI erstellt]](https://alpha-bionic.info/wp-content/uploads/2026/08/lokalisierung-robotik.png)
![Jacobi-Matrix in der Robotik einfach erklärt 7 [Bildinhalt mit KI erstellt] Roboterarm mit räumlichen Bewegungsvektoren an Gelenken und Werkzeug [Bildinhalt mit KI erstellt]](https://alpha-bionic.info/wp-content/uploads/2026/08/jacobi-matrix.png)
![Impedanzregelung in der Robotik einfach erklärt 8 [Bildinhalt mit KI erstellt] Kollaborativer Roboter passt sich sanft an den Kontakt mit einem elastischen Prüfteil an [Bildinhalt mit KI erstellt]](https://alpha-bionic.info/wp-content/uploads/2026/08/impedanzregelung-robotik.png)
![PID-Regler in der Robotik einfach erklärt 9 [Bildinhalt mit KI erstellt] Servogeregeltes Robotergelenk auf einem präzisen Prüfstand [Bildinhalt mit KI erstellt]](https://alpha-bionic.info/wp-content/uploads/2026/08/pid-regler-robotik.png)
![Kraft-Momenten-Sensor (F/T-Sensor) einfach erklärt 10 [Bildinhalt mit KI erstellt] Sechsachsiger Kraft-Momenten-Sensor zwischen Roboterflansch und Greifer [Bildinhalt mit KI erstellt]](https://alpha-bionic.info/wp-content/uploads/2026/08/kraft-momenten-sensor.png)
![Dieser Roboter stoppt, bevor der Griff schiefgeht 11 [Bildinhalt mit KI erstellt] Industrieroboter vergleicht vor dem Kontakt mit einem Glas eine gefährliche Kollisionsbahn und eine sichere Greifbewegung [Bildinhalt mit KI erstellt]](https://alpha-bionic.info/wp-content/uploads/2026/08/robot-precontact-foresight-16x9-2.png)
![KI-Wasserzeichen in Texten entfernen: verständliche Schritt-für-Schritt-Anleitung 12 [Bildinhalt mit KI erstellt] Illustration eines statistischen KI-Wasserzeichens in einem Textstrom, der von einem Menschen überarbeitet wird [Bildinhalt mit KI erstellt]](https://alpha-bionic.info/wp-content/uploads/2026/08/ki-wasserzeichen-text-statistische-markierung-16x9-1.png)
![200 Millionen künstliche Handgriffe: Wie Roboter aus menschlichen Videos lernen sollen 13 [Bildinhalt mit KI erstellt] Eine menschliche Hand wird über ein digitales Gitter in eine geschickte Roboterhand umgewandelt, die denselben Holzwürfel greift [Bildinhalt mit KI erstellt]](https://alpha-bionic.info/wp-content/uploads/2026/08/handedit-human-to-robot-hand-16x9-1.png)
![Roboter lernen aus 1 Million Stunden Menschenvideo: Löst DYNA-2 das Datenproblem der Physical AI? 14 [Bildinhalt mit KI erstellt] Zweiarmiger Roboter öffnet eine Flasche, während menschliche Handbewegungen auf einem Bildschirm laufen [Bildinhalt mit KI erstellt]](https://alpha-bionic.info/wp-content/uploads/2026/08/dyna-2-human-video-robot-learning.png)