Audits des gesamten KI Systems und des Managements darum herum.

Unabhängige Audits für KI- und LLM-Systeme - von adversariellem Red Teaming über ISO/IEC-42001-Managementsystemprüfungen bis hin zu EU-AI-Act-Konformitätsbewertungen.

Basierend auf unserem STARED-Framework, peer-reviewed von 3 bis 4 Spezialisten und ausgerichtet an den Standards, die Ihre Regulierungsbehörden und Kunden tatsächlich prüfen.

Globale Marken, die AuditOne vertrauen

5-teilig
STARED-Dimensionen decken die gesamte Audit-Oberfläche von KI ab
3-4x
Unabhängige Spezialisten begutachten jedes Audit im Peer-Review
02 Aug 26
Datum des Inkrafttretens der EU-AI-Act-Vorschriften für Hochrisikosysteme
24h
Bearbeitungszeit vom Erstgespräch bis zum Angebot
Unser Framework

Bestehende Audit-Frameworks wurden nicht für KI entwickelt. Wir haben eines gebaut, das es wurde.

Traditionelle Sicherheits- und Compliance-Frameworks ignorieren das meiste, was KI-Systeme schwer zu prüfen macht – Trainingsdaten, Modellverhalten, Drift nach der Bereitstellung, Widerstandsfähigkeit gegen Angriffe. STARED ist unser fünfdimensionales Framework, das genau dafür entwickelt wurde, diese Lücke zu schließen.
STARED
EIN FÜNFDIMENSIONALES FRAMEWORK FÜR KI-SYSTEM-AUDITS
S
Security
Modell- und Infrastruktursicherheit. Widerstandsfähigkeit gegen Angriffe, Prompt Injection, Modellextraktion, Lieferketten-Integrität von Gewichten und Abhängigkeiten.
TA
Technical Assessment
Modellleistung, Kalibrierung, Bewertung anhand von Benchmarks und maßgeschneiderten Evaluierungen, Monitoring, Drift-Erkennung, Retraining-Strategie.
R
Regulatory
EU-AI-Act-Konformität, ISO/IEC-42001-Managementsystem, DSGVO Artikel 22, branchenspezifische Vorschriften (MDR, DORA, FDA-äquivalent für KI).
E
Ethics
Bias, Fairness, Erklärbarkeit, menschliche Aufsicht, Stakeholder-Einbindung über den gesamten Lebenszyklus des KI-Systems. Dokumentiert, nicht nur behauptet.
D
Data Governance
Herkunft der Trainingsdaten, Einwilligung, Aufbewahrung, Qualität und Repräsentativität. Datenschutz durch Inferenz- und Lösch-Workflows.
KI-Audit anfragen
Das STARED-Litepaper behandelt das Framework im Detail – Methodik, Bewertungsraster und ausgearbeitete Beispiele für LLM-, traditionelle ML- und Computer-Vision-Systeme.
Wofür wir testen

Die Fehlermodi, die KI-Systeme auf die Titelseiten bringen.

Eine nicht erschöpfende Übersicht KI-spezifischer Risiken, die in jedem AuditOne-Auftrag abgedeckt werden, ausgerichtet an OWASP LLM Top 10, MITRE ATLAS, NIST AI RMF und unserem internen STARED-Katalog.
LLM01
Prompt Injection
Direkte und indirekte Injection über Benutzereingaben, abgerufene Dokumente, Tool-Ausgaben und System-Prompts. Grenzüberschreitendes Leck zwischen Benutzer- und Systemkontext.
LLM02 / owasp-a07
Offenlegung sensibler Informationen
Extraktion von Trainingsdaten, Memorierung von PII oder Zugangsdaten, Leck von System-Prompts, Offenlegung von RAG-Kontext.
LLM03
Lieferkette
Kompromittierte Modellgewichte, bösartige Fine-Tuning-Daten, Integrität von Drittanbieter-Adaptern, Herkunftsnachweis von Abhängigkeiten für ML-Bibliotheken und -Frameworks.
LLM04
Daten- & Modellvergiftung
Backdoor-Trigger, Label-Flipping-Angriffe, RAG-Kontextvergiftung, Integrität von Fine-Tuning-Datensätzen, Reward Hacking beim Reinforcement Learning.
LLM05
Unsachgemäße Ausgabeverarbeitung
Downstream-Injection über Modellausgaben, XSS aus generiertem HTML, SQL-Injection aus generierten Abfragen, Command Injection aus Tool-Use-Ausgaben.
LLM06
Übermäßige Handlungsbefugnis
Überberechtigter Tool-Zugriff, fehlendes Human-in-the-Loop bei folgenreichen Aktionen, Ausbruch aus agentischen Schleifen, Scope Creep bei mehrstufigen Plänen.
eu-ai-act Art.10
Bias & Fairness
Ungleiche Auswirkungen auf geschützte Merkmale, Lücken bei der Repräsentativität der Trainingsdaten, Kalibrierungsfehler über demografische Gruppen hinweg.
eu-ai-act Art.13
Transparenz & Erklärbarkeit
Nachvollziehbarkeit von Entscheidungen bei Hochrisiko-Ausgaben, nutzerseitige Offenlegung, Vollständigkeit der technischen Dokumentation für die Konformitätsbewertung.
eu-ai-act Art.14
Menschliche Aufsicht
Überschreibungs- und Stopp-Mechanismen, Design der Aufsichtsoberfläche, Kompetenzanforderungen an Bediener, Dokumentation der Akzeptanz von Restrisiken.
EU-AI-Act-Zeitplan

Die Uhr, die zählt.

Traditionelle Sicherheits- und Compliance-Frameworks ignorieren das meiste, was KI-Systeme schwer zu prüfen macht – Trainingsdaten, Modellverhalten, Drift nach der Bereitstellung, Widerstandsfähigkeit gegen Angriffe. STARED ist unser fünfdimensionales Framework, das genau dafür entwickelt wurde, diese Lücke zu schließen.
aug 2024

AI Act in Kraft

IN KRAFT
FEB 2025

Verbotene Praktiken untersagt

DURCHGESETZT
aug 2025

GPAI-Modellregeln gelten

DURCHGESETZT
2 aug 2026

Compliance für Hochrisikosysteme

IN KRAFT
aug 2027

Eingebettete Systeme in regulierten Produkten

BEVORSTEHEND
Wichtiges Update: Die im Mai 2026 erzielte politische Einigung zum Digital Omnibus könnte einige Hochrisiko-Fristen auf Dezember 2027 verschieben – der Vorschlag wurde jedoch noch nicht formell verabschiedet. Der 2. August 2026 bleibt die geltende gesetzliche Frist. Bußgelder erreichen bis zu 35 Mio. € oder 7 % des weltweiten Umsatzes. So oder so dauert eine belastbare Konformitätsbewertung 8–16 Wochen. Wir erstellen Ihr Scoping innerhalb von 24 Stunden.
Mit einem Auditor sprechen
Was uns unterscheidet

Vier Augenpaare auf demselben System. Immer.

Ein einzelner Auditor sieht, was er schon einmal gesehen hat. Vier Spezialisten sehen, was ein KI-System tatsächlich tut.
Jeder KI-Auftrag von AuditOne wird von 3 bis 4 unabhängigen Spezialisten parallel durchgeführt – typischerweise ein technischer/ML-Auditor, ein Security-/Red-Team-Auditor, ein regulatorischer Auditor und ein Ethik-/Fairness-Prüfer. Sie bewerten das System getrennt voneinander und begutachten anschließend gegenseitig ihre Befunde, bevor ein Problem in Ihren Bericht aufgenommen wird.

KI ist zu vielschichtig, als dass ein einzelner Auditor sie glaubwürdig abdecken könnte. Unser Modell weist jeder STARED-Dimension den passenden Spezialisten zu und erzwingt eine gegenseitige Validierung.
Spezialistenpassende Zuweisung – ein Fairness-Auditor prüft Bias-Behauptungen, ein ML-Ingenieur prüft die Drift-Erkennung, ein regulatorischer Auditor prüft die Annex-IV-Dokumentation.
Dimensionsübergreifende Validierung – Befunde in einer STARED-Dimension werden gegen die anderen geprüft. Eine „sichere“ technische Antwort, die bei der Ethik scheitert, geht nicht live.
Eigenes Interesse am Ergebnis – Auditoren erhalten Boni für gültige Befunde, was Tiefe und Genauigkeit gegenüber bloßer Checklisten-Abarbeitung belöhnt.
So funktioniert es

Vom Scoping zum Audit-Bericht in 6 bis 16 Wochen

01
Scoping & Risikoklassifizierung
24 bis 48 Stunden
Wir klassifizieren Ihr KI-System gemäß Anhang III des EU AI Act, identifizieren die geltenden Pflichten und bestätigen den Umfang über alle STARED-Dimensionen hinweg. Sie erhalten innerhalb von 48 Stunden ein Festpreisangebot, ein Zielzeitfenster für das Audit und eine Dokumentations-Checkliste.
02
Dokumentenprüfung
1 bis 2 Wochen
Wir prüfen Ihre technische Dokumentation (Annex-IV-Paket für den EU AI Act, Statement of Applicability für ISO 42001), Modellkarten, Datenblätter, Evaluierungsberichte und Betriebsverfahren. Lücken werden mit konkreten Nachweisanfragen markiert.
03
Technische & adversariale Tests
2 bis 6 Wochen
Praktische Tests über alle STARED-Dimensionen: Red Teaming gegen OWASP LLM Top 10 und MITRE ATLAS, Bias- und Fairness-Bewertung, Drift- und Kalibrierungsanalyse, Prüfung der Infrastruktursicherheit. Kritische Befunde werden sofort eskaliert.
04
Peer-Review & Konsolidierung
1 Woche
Die Befunde jedes Spezialisten werden von mindestens einem Auditor aus einer anderen STARED-Dimension geprüft. Das Team erstellt einen konsolidierten Bericht mit klassifizierten Befunden, Nachweisen und Empfehlungen zur Behebung.
05
Peer-Review & Konsolidierung
Projektabhängig
Sie beheben die dokumentierten Probleme. Wir verifizieren den Abschluss und stellen den Abschlussbericht aus – formatiert, um die Anforderungen Ihrer Zertifizierungsstelle (ISO 42001), benannten Stelle (EU AI Act Hochrisiko) oder der Sorgfaltsprüfung Ihrer Kunden zu erfüllen.
Feedback

Was unsere Kunden sagen.

FAQs

Ist mein KI-System laut EU AI Act „hochriskant“?

Die Einstufung als Hochrisiko wird durch Anhang III der Verordnung bestimmt. Die Hauptkategorien sind: biometrische Identifizierung, kritische Infrastruktur, Bildung, Beschäftigung (Einstellung, Überwachung, Kündigung), Zugang zu wesentlichen Dienstleistungen (Bonitätsprüfung, Versicherung, öffentliche Leistungen), Strafverfolgung, Migration und Rechtspflege. KI-Systeme, die als Sicherheitskomponenten in Produkten eingesetzt werden, die unter das EU-Produktsicherheitsrecht fallen (Medizinprodukte, Fahrzeuge, Maschinen), gelten ebenfalls als hochriskant. Wir klassifizieren Ihr System als ersten Schritt jedes Auftrags formal – und die Klassifizierung selbst ist ein Nachweis, den Regulierungsbehörden anfordern können.

Was ist der Unterschied zwischen einem ISO-42001-Audit und einer EU-AI-Act-Konformitätsbewertung?

ISO/IEC 42001 prüft Ihr Managementsystem – die Governance, Richtlinien und Prozesse rund um KI in Ihrer Organisation. Die EU-AI-Act-Konformitätsbewertung prüft ein konkretes Hochrisiko-KI-System gegen die technischen und dokumentarischen Anforderungen der Verordnung (Artikel 9–17). Beide ergänzen sich: Ein ausgereiftes ISO-42001-Managementsystem macht den Nachweis der EU-AI-Act-Konformität erheblich einfacher. Wir liefern beides, getrennt oder als integrierten Auftrag.

Prüfen Sie speziell LLM- und generative KI-Systeme?

Ja – LLM und generative KI machen mittlerweile den Großteil unserer KI-Audit-Aufträge aus. Unsere Red-Team-Spezialisten testen gegen die OWASP LLM Top 10 (Ausgabe 2025), die adversariale Taxonomie von MITRE ATLAS und protokollspezifische Fehlermodi für RAG-Systeme, agentische Workflows und multimodale Modelle. Wir decken Prompt Injection (direkt und indirekt), Jailbreaking, Extraktion von Trainingsdaten, Missbrauch von Tool-Use-Grenzen, Schwachstellen bei der Ausgabeverarbeitung sowie die für KI-Agenten spezifischen Risiken von agentischen Schleifen und übermäßiger Handlungsbefugnis ab.

Welche Dokumentation muss ich vorbereiten?

Für die EU-AI-Act-Konformitätsarbeit das technische Dokumentationspaket gemäß Anhang IV: Systembeschreibung, Verwendungszweck, Dokumentation der Trainingsdaten, Evaluierungsergebnisse, Risikomanagement-Dokumentation, Plan zur Marktbeobachtung nach Inverkehrbringen. Für die ISO-42001-Arbeit Ihre KI-Richtlinie, das Statement of Applicability, das Risikoregister und die Prozessdokumentation. Für technisches Red Teaming Modellzugang (API oder Gewichte), System-Prompts und etwaige Deployment-Guardrails. Wir senden nach dem Scoping-Gespräch eine maßgeschneiderte Checkliste – die meisten Kunden verfügen bereits über 60–70 % dessen, was benötigt wird, und wir identifizieren die Lücken schnell.

Wie lange dauert ein Audit von KI-Systemen?

Sechs bis sechzehn Wochen von Anfang bis Ende, je nach Umfang. Ein gezielter LLM-Red-Team-Auftrag gegen ein einzelnes bereitgestelltes System kann in 4–6 Wochen abgeschlossen werden. Ein vollständiges internes ISO/IEC-42001-Audit einer Organisation dauert in der Regel 8–12 Wochen. Eine EU-AI-Act-Konformitätsbewertung für ein einzelnes Hochrisikosystem, einschließlich Behebungszyklen, dauert 10–16 Wochen. Wir verpflichten uns im Auftragsschreiben auf ein konkretes Zeitfenster.

Wie wird das Audit bepreist?

Die Preisgestaltung hängt von drei Faktoren ab: der Komplexität des KI-Systems (einzelnes Modell vs. Multi-Modell-Pipeline vs. agentisches System), der erforderlichen Audit-Tiefe (fokussierte Dimension vs. vollständiges STARED) und den benötigten Auditorentagen der jeweiligen Spezialisten. Ein Festpreisangebot erfolgt innerhalb von 24 Stunden nach dem Scoping. KMU-freundliche Auftragsgrößen beginnen im niedrigen fünfstelligen Bereich; vollständige Enterprise-Konformitätsbewertungen nach dem EU AI Act skalieren darüber hinaus. Kontaktieren Sie uns unter hello@auditone.io für eine indikative Preisspanne.

Sind Sie eine benannte Stelle für die EU-AI-Act-Konformität?

Nein. Die meisten Hochrisiko-KI-Systeme (Anhang III) folgen dem Selbstbewertungsweg nach Artikel 43, bei dem der Anbieter die Konformitätsbewertung mithilfe interner Verfahren durchführt. Unsere Rolle besteht darin, die Konformitätsbewertung als unabhängiger Dritter durchzuführen und Dokumentation zu erstellen, die die Anforderungen erfüllt, ohne die Beteiligung einer benannten Stelle zu erfordern. Für die kleine Gruppe von Hochrisikoprodukten, die tatsächlich die Beteiligung einer benannten Stelle erfordern (bestimmte biometrische Identifikationssysteme), arbeiten wir mit akkreditierten benannten Stellen zusammen – einschließlich Partnern in unserem Netzwerk von Zertifizierungsstellen – und erstellen die dafür benötigte Nachweisbasis.

Was ist das STARED-Framework, und wo kann ich mehr darüber lesen?

STARED ist unser fünfdimensionales Framework für KI-Audits: Security, Technical Assessment, Regulatory Compliance, Ethics und Data Governance. Es wurde gezielt entwickelt, weil bestehende Sicherheits- oder Compliance-Frameworks nicht abdecken, was KI-Systeme schwer zu prüfen macht – Herkunft der Trainingsdaten, Modellverhalten unter adversarialen Bedingungen, Drift, agentische Risiken. Die vollständige Methodik, Bewertungsraster und ausgearbeitete Beispiele finden Sie im STARED-Litepaper.

Helfen Sie uns auch bei der Vorbereitung, oder prüfen Sie nur?

Beide Funktionen werden strikt getrennt gehalten. Wir schreiben nicht Ihre Richtlinien, bauen nicht Ihre KI-Governance auf und implementieren nicht Ihre Kontrollen – dies würde die für das Audit selbst erforderliche Unabhängigkeit gefährden. Was wir anbieten, ist eine Gap-Analyse vor dem Audit (leichter, beratend), gefolgt vom formalen Audit (unabhängig, evidenzbasiert). Die Gap-Analyse zeigt Ihnen, was zu beheben ist; das Audit verifiziert, dass Sie es behoben haben. Unterschiedliches Scoping, unterschiedliche Ergebnisse.