Unsere Leistungen
Vier Bausteine, eine Linie. Verantwortungsvolle KI in dokumentierter Praxis.
Wir verkaufen keine Werkzeuge und keine Lizenzgebühren. Wir verkaufen eine Methodik, mit der Sie Ihre KI-Praxis von einem unverbindlichen Bekenntnis in einen prüfbaren Zustand überführen — Schritt für Schritt, in einem Rhythmus, der zu Ihrer Organisation passt.
Die Logik
Vom Verstehen über das Prüfen zum Verstetigen.
Die vier Bausteine bauen aufeinander auf. Sie können einzeln gebucht werden, aber ihre volle Wirkung entfalten sie als sequenzielle Praxis.
1
S4 · Verstehen
Workshops
Schließen die Wissenslücke in Führung und Technik — bevor externe Beratung Geld kostet, das im Haus erarbeitet werden kann.
2
S1 · Verorten
Readiness Assessment
Inventar, Risikoklassifizierung, Compliance-Lücken. Das Fundament, auf dem alle weiteren Maßnahmen aufsetzen.
3
S2 · Prüfen
Ethics & Bias Audit
Vertieftes technisches Audit konkreter Systeme: Fairness, Erklärbarkeit, Datenqualität — reproduzierbar dokumentiert.
4
S3 · Verstetigen
Continuous Monitoring
Drift-Detection, Bias-Alarmierung und Post-Market-Monitoring nach Art. 72 — KI-Governance ist kein Projekt, sondern ein Zustand.
Die Bausteine im Detail
Vier Services, jeder eigenständig buchbar.
EU AI Act Readiness Assessment
Eine systematische Bestandsaufnahme: Welche KI-Systeme setzen Sie ein, in welche Risikoklasse fallen sie nach EU AI Act, und welche Compliance-Lücken müssen Sie bis zu welcher Frist schließen? Das Ergebnis ist eine priorisierte Roadmap, mit der Sie wissen, wo Sie stehen — und in welcher Reihenfolge zu handeln ist.
Was Sie bekommen
- Vollständiges KI-System-Inventar (Python-Dashboard)
- Risikoklassifizierungs-Matrix nach EU AI Act
- Compliance-Gap-Analyse je System
- Strategische 12–24-Monats-Roadmap
- Quick-Wins-Implementierungsleitfaden
- Executive-Präsentation für Aufsichtsrat / Leitung
Sinnvoll, wenn: Sie zwischen 2 und 15 KI-Systeme einsetzen, unsicher sind, welche unter den AI Act fallen, und Klarheit für Budget- und Ressourcenplanung brauchen.
AI Ethics Audit & Bias Testing
Wo das Readiness Assessment fragt „Wo stehen wir?“, fragt der Audit „Wie verhalten sich unsere Modelle tatsächlich?“. Wir messen Fairness quantitativ mit etablierten statistischen Methoden — statistische Parität, gleiche Fehlerraten, Equalized Odds — und erklären, wo und warum Ihre Modelle systematisch unterschiedlich entscheiden.
Was Sie bekommen
- Bias-Detection-Report (Executive + Technical)
- Fairness-Metriken über geschützte Merkmale
- Intersektionale Bias-Analyse
- Explainability-Report (SHAP-basiert)
- Datenqualitäts-Assessment
- Fairness-Monitoring-Dashboard (Python/Streamlit)
Sinnvoll, wenn: Sie konkrete Hochrisiko-Systeme betreiben (Recruiting, Kreditscoring, Empfehlungssysteme, automatisierte Entscheidungen) und entweder vor einer Zulassungsprüfung stehen oder externe Glaubwürdigkeit dokumentieren müssen.
Continuous AI Monitoring
Bias ist keine statische Eigenschaft. Er verschiebt sich über Zeit durch Datendrift, Nutzerverhalten und Feedback-Schleifen — wir nennen das Bias Creep. Wer einmalig prüft und dann nicht weiter beobachtet, wiegt sich in falscher Sicherheit. Continuous Monitoring erfüllt die Post-Market-Monitoring-Pflicht aus Art. 72 EU AI Act und liefert die Datenbasis für quartalsweise Aufsichtsrats-Updates.
Was Sie bekommen
- Drift-Detection (Alibi Detect / Evidently AI)
- Temporale Fairness-Metriken mit Alarmschwellen
- Datenqualitäts-Pipeline (Great Expectations)
- Monitoring-Dashboard für Compliance-Verantwortliche
- Quarterly Compliance Reviews mit Bericht
- Eskalationspfade und Verantwortlichkeitsmatrix
Sinnvoll, wenn: Ihre KI-Systeme produktiv im Einsatz sind, Hochrisiko-Eigenschaften haben oder ESG-Berichtsrelevanz besitzen — und wenn Sie regelmäßige Dokumentation gegenüber Investoren, Rating-Agenturen oder Aufsichtsrat brauchen.
Responsible AI Workshops
Beratung kostet weniger, wenn Sie wissen, worüber Sie reden. Drei Formate bauen die internen Kompetenzen auf, ohne die Sie auch nach dem besten Audit nicht handlungsfähig sind: Executive Education für die Führung, Technical Team Training für Data Scientists und Entwickler, Ethics Framework Development für funktionsübergreifende Teams.
Was Sie bekommen
- Executive Education (1 Tag, 8–15 TN)
- Technical Team Training (1–2 Tage, 10–20 TN)
- Ethics Framework Development (2 Tage, 12–25 TN)
- Branchenspezifische Fallbeispiele
- Python-Tools und Templates zum Mitnehmen
- Nachgelagerte 30-Min.-Sprechstunde inkl.
Sinnvoll, wenn: Sie internes Vertrauen in das Thema aufbauen wollen, bevor Sie externes Budget freigeben — oder wenn Sie nach einem Assessment die identifizierten Maßnahmen mit eigenen Teams umsetzen möchten.
Drei Pakete
Wie wir die Bausteine bündeln.
Die drei Pakete sind die häufigsten Kombinationen, die wir mit Kunden umsetzen — gestaffelt nach Reifegrad und Geltungsbereich. Sie beinhalten Bundle-Rabatte im Vergleich zur Einzelbuchung der Bausteine.
| Bestandteil | Grundpaket | Implementierung | Transformation |
|---|---|---|---|
| EU AI Act Readiness Assessment | ✓ | ✓ | ✓ |
| Strategische Roadmap & Quick Wins | ✓ | ✓ | ✓ |
| Bias Audit (Fokus-System) | — | ✓ | ✓ |
| Workshops (Executive + Technical) | — | ✓ | ✓ |
| Continuous Monitoring Setup | — | ✓ | ✓ |
| Bias-Audit-Portfolio (alle Systeme) | — | — | ✓ |
| Monitoring-Retainer (12 Monate) | — | — | ✓ |
| Quarterly Compliance Reviews | — | — | ✓ |
| Preis | ab 18.000 € | ab 35.000 € | ab 60.000 € |
| Dauer | 4–6 Wochen | 3 Monate | 6+ Monate |
Alle Pakete sind Einstiegspreise und werden auf Basis Ihres KI-Portfolio-Umfangs (Anzahl Systeme, Komplexität, Risikoklasse) konkretisiert. Einzelbausteine sind auch außerhalb der Pakete buchbar.
Wir verkaufen keine Stunden. Wir verkaufen einen Zustand — den Sie nach unserer Arbeit dokumentiert nachweisen können.
— Dr. Valentin José Mayr · Gründer
Häufige Fragen
Was uns Kunden vor dem ersten Gespräch fragen.
Müssen wir mit dem Readiness Assessment beginnen — oder können wir direkt einen Audit buchen?
Sie können direkt einen Audit buchen, wenn Sie genau wissen, welches System geprüft werden soll und warum. Wenn diese Klarheit nicht da ist — also etwa „Wir setzen zehn KI-Systeme ein und wissen nicht, welche kritisch sind“ — beginnen wir mit dem Assessment. Sonst riskieren Sie, das falsche System auditen zu lassen.
In der Praxis raten wir vor allem zum Assessment, wenn der EU AI Act erst auf Aufsichtsrats- oder Vorstandsebene relevant geworden ist und niemand intern den Überblick hat. Das ist kein Vorwurf — es ist der häufigste Ausgangspunkt.
Was unterscheidet einen Audit von kontinuierlichem Monitoring?
Ein Audit ist eine Momentaufnahme: Wir messen Fairness, Erklärbarkeit und Datenqualität zu einem definierten Zeitpunkt, dokumentieren das Ergebnis und übergeben einen Bericht. Sechs Monate später kann das Modell sich anders verhalten, weil sich die Eingangsdaten verschoben haben.
Continuous Monitoring beobachtet diese Verschiebungen automatisch und alarmiert, wenn definierte Schwellen überschritten werden. Beides ist relevant — Audit für punktuelle Nachweise (Zulassungen, Investor-Updates), Monitoring für die EU-AI-Act-Pflicht zur Post-Market-Beobachtung nach Art. 72.
Wie passt waveImpact zu unserer bestehenden GDPR-Compliance?
GDPR und EU AI Act überschneiden sich an genau zwei Stellen: automatisierte Entscheidungsfindung (Art. 22 GDPR ↔ Art. 6 + 26 EU AI Act) und der Umgang mit besonderen Datenkategorien (Art. 9 GDPR ↔ Art. 10 EU AI Act). An allen anderen Stellen sind es eigenständige Regime mit eigenen Pflichten.
In unseren Engagements arbeiten wir explizit mit Ihrer GDPR-Dokumentation als Ausgangspunkt und identifizieren, was davon für den AI Act wiederverwendbar ist und was zusätzlich entstehen muss. Das ist normalerweise weniger neue Arbeit, als man befürchtet.
Wir setzen noch keine Hochrisiko-KI ein — ist Responsible AI dann überhaupt relevant für uns?
Drei Gründe, warum die Antwort meistens ja lautet: Erstens gelten die Transparenzpflichten (Art. 50, ab August 2026) für jedes KI-System mit Endnutzerinteraktion — Chatbots, KI-generierte Inhalte, Deepfake-Kennzeichnung. Davon sind viele betroffen, ohne es zu merken.
Zweitens fragen Investoren, Rating-Agenturen und seit 2026 auch CSRD-relevante Stakeholder nach KI-Governance — unabhängig von der Risikoklasse. Drittens ist die Klassifizierung selbst kein triviales Unterfangen. Wir haben mehrfach erlebt, dass Kunden ihre Systeme als „nicht hochrisikorelevant“ eingestuft hatten, bis das Readiness Assessment das Gegenteil zeigte.
Was, wenn wir intern keine technischen Ressourcen haben, um Bias-Tests durchzuführen?
Genau dafür gibt es den Audit als externe Leistung. Wir bringen die technische Infrastruktur, die statistische Methodik und die Tools mit — Sie stellen Daten und Domänenwissen. Nach dem Audit übergeben wir entweder dokumentierte Berichte zur internen Weiterverwendung, oder Sie buchen Continuous Monitoring als Service und wir betreiben die Infrastruktur dauerhaft mit.
Falls Sie die Tests langfristig intern durchführen wollen, bauen wir im Workshop „Technical Team Training“ mit Ihrem Team gemeinsam die Kompetenzen auf.
Ihr nächster Schritt