Agentische KI: Architektur folgt der Rechtslage

Die elegante technische Antwort auf die regulatorische Trennung ist eine hybride Architektur. Lokale Agenten in China übernehmen datensensible Aufgaben wie die Vorverarbeitung, Anonymisierung und initiale Analyse, beispielsweise die Echtzeit-Auswertung von Maschinendaten für Predictive Maintenance vor Ort. Zentrale Agenten in der EU übernehmen die übergeordnete Steuerung durch Optimierungsstrategien, Planung und Visualisierung. Die Interaktion läuft über Schnittstellen mit eingebauter Compliance-Logik, inklusive einem AI-Act-konformem Logging und erklärbarer KI (XAI). Die Grundregel lautet: lokale Agenten in China für sensible Daten, zentrale Agenten in der EU mit Compliance-Schnittstelle für nicht-sensible Daten. Asynchrone Kommunikation über Queue-Systeme und eine bewusste Vermeidung vollständiger Abhängigkeit von einem einzelnen chinesischen Cloud-Anbieter minimieren dabei die regulatorischen Risiken. Maschinendaten ohne Personenbezug dürfen in der Regel ins Ausland übertragen werden, personenbezogene und strategisch sensible Daten gehören strikt davon getrennt.

Diese Trennung ist keine technische Kür, sondern juristische Pflicht. Der grenzüberschreitende Datenverkehr wird in China von einem dichten Geflecht aus Cybersecurity Law (mit MLPS 2.0 für netzangebundene Systeme), Data Security Law sowie PIPL samt verpflichtender Datenschutz-Folgenabschätzung, Verschlüsselungsgesetz und den Network Data Security Management Regulations reguliert. Aus EU-Sicht kommt die Übermittlung in ein unsicheres Drittland nach DSGVO hinzu. Wichtig ist dabei eine Erkenntnis, die viele westliche Unternehmen unterschätzen. MLPS 2.0 funktioniert nicht wie eine europäische Selbstzertifizierung, sondern verlangt systemische Rechtsauslegung und den aktiven Dialog mit den chinesischen Cybersicherheitsbehörden.
 

Doppel-Compliance statt Steuerung aus der Zentrale

Hier prallen zwei Regulierungsphilosophien aufeinander. Der EU AI Act denkt risikobasiert, fordert erklärbare KI, starke Governance-Strukturen und DSGVO-Konformität. China reguliert kontrollorientierter mit dem Fokus auf nationale Sicherheit, Datenlokalisierung und Registrierungspflichten für sensible Algorithmen, aber ohne expliziten Schwerpunkt auf XAI oder ethische Transparenz. Für die Praxis bedeutet das: Die Vorstellung, agentische KI ließe sich bequem aus Deutschland heraus zentral steuern, während sie chinesische Daten auswertet, scheitert an genau diesem Spannungsfeld. Die tragfähige Antwort ist eine Doppel-Compliance, die EU-Anforderungen (Risikobewertung, XAI) und chinesische Vorgaben (etwa NDSMR) gleichzeitig erfüllt, ergänzt um Human-in-the-Loop-Verfahren, verteilte Zugriffskontrollen, Red-Teaming auf Agenten-API-Ebene und Zero-Trust-Architekturen für besonders sensible Komponenten.

Bei der Umsetzung wird der Pilot vom Produktivsystem getrennt. Benchmarkstudien zeigen, dass heutige Agenten komplexe, mehrstufige Aufgaben nur begrenzt zuverlässig autonom erledigen können. Sinnvoll delegierbar sind daher vor allem klar abgegrenzte, repetitive und gut überprüfbare Aufgaben. Erfolgreiche Unternehmen konfigurieren lieber bestehende Plattformen, als alles selbst zu bauen, und investieren das gesparte Budget in die Datenqualität. Die dominanten Probleme agentischer KI sind Halluzinationen, Datenschutz- und Urheberrechtsfragen sowie schlicht mangelhafte Daten. Der pragmatische Einstieg gelingt über langweilige, repetitive Routineaufgaben und einen Minimum Viable Agent, der in einem klar abgegrenzten Bereich getestet, iterativ verbessert und erst dann funktional wie organisatorisch skaliert wird. Agenten sollten dabei mit Onboarding, Training und Monitoring wie neue Mitarbeitende behandelt werden, und ihre Einführung verlangt echtes Change Management. Wer die Belegschaft frühzeitig einbindet und transparent kommuniziert, baut die Akzeptanz auf, ohne die agentische KI zur Black Box werden zu lassen.

Für europäische Unternehmen ist agentische KI in China weniger eine Technologie- als eine Architektur- und Governance-Entscheidung. Die chinesische Plattformbasis, von Alibaba und Tencent bis zu offenen Frameworks wie OpenClaw, senkt die Einstiegshürden so weit wie nirgends sonst. Doch der Vorsprung zerfällt schnell, wenn Sicherheit, Datenklassifizierung und Doppel-Compliance nicht von Beginn an mitgedacht werden. Das tragfähige Modell ist kein zentral aus Europa gesteuerter Super-Agent, sondern ein orchestriertes Netz spezialisierter Agenten, das lokale Autonomie in China mit zentraler Koordination in der EU verbindet – getragen von der nüchternen Regel, dass in diesem Markt die Architektur stets der Rechtslage zu folgen hat, nicht umgekehrt.