EU AI Act — Transparenz von KI-Trainingsdaten
Artikel 53(1)(d) des EU AI Act (Verord. (EU) 2024/1689) verpflichtet Anbieter von KI-Modelllen mit allgemeinem Verwendungszweck (GPAI), eine öffentliche Zusammenfassung der zum Training des Modellls verwendeten Inhalte auf der standardisierten Vorlage des AI Office zu veröffentlichen (in Kraft seit 2. Aug. 2025). Jede Zusammenfassung gibt je Modalität (Text / Bild / Audio / Video) eine gebänderte Trainingsdatengröße, den Datenerhebungs-Stichtag sowie Ja/Nein-Kennzeichnungen je Datenquellenkategorie an. Es gibt kein einheitliches Register der ausgefüllten Zusammenfassungen — jeder Anbieter veröffentlicht sie selbst in seinem eigenen Format —, sodass dies ein anbieterübergreifender, vergleichbarer Datensatz ist, der aus den archivierten Zusammenfassungen erstellt wurde: eine Zeile je offengelegtem Feld, identifiziert durch Anbieter × Modelll × Abschnitt × Feld. Die groben Größenbänder werden einem numerischen size_rank zugeordnet (1 / 2 / 3, 0 = “nicht zutreffend”), damit Größen anbieterübergreifend vergleichbar sind — es ist ein ordinaler Rang, vergleichen Sie ihn daher mit MIN/MAX/AVG, niemals SUM. Die Abdeckung ist ein anfänglicher, erweiterbarer Satz (Google + Meta + Microsoft).
Offengelegte Trainingsdatengröße
Interaktive Ansichten der offengelegten Größenbänder. Jedes Diagramm hat eine Textalternative für Screenreader. Größenrang: 1 = kleinstes Band (“weniger als …”), 2 = mittlerer Bereich, 3 = größtes (“mehr als …”); 0 = die Modalität ist nicht Teil der Trainingsdaten.
Text-Trainingsdatengröße, nach Modelll
Die gebänderte Größe der Text-Trainingsdaten jedes Modellls als vergleichbarer Rang (1–3). Googles Gemini 3 Pro und Metas Muse Spark geben das größte Band an (“mehr als 10 Billionen Tokens”); Microsofts Phi-4-Modellle geben das mittlere Band an.
Offengelegter Größenrang, nach Modalität
Der vergleichbare Größenrang, den jedes Modelll für jede Modalität angibt. Ein Rang von 0 bedeutet, dass das Modelll nicht auf dieser Modalität trainiert wird (z. B. das reine Text-Phi-4).
Offengelegte Trainingsdaten-Größenbänder
Das genaue Größenband, das jede Zusammenfassung je Modalität angibt, wie eingereicht. Die Bänder sind bewusst grob (die Vorlage bietet einen festen Satz) — “Nicht zutreffend” bedeutet, dass die Modalität nicht Teil der Trainingsdaten ist.
Datenstichtag und Datenquellenkategorien
Der Datenerhebungs-Stichtag und die Ja/Nein-Kennzeichnungen der Datenquellen, die jede Zusammenfassung angibt. Leere Zellen (—) sind Felder, die die Zusammenfassung nicht meldet.
Refine or extend these in the query builder (compare size_rank with MIN/MAX/AVG, never SUM), browse the full field list on the Schema page, or read the Methodology.