Gottheimers KI-Sicherheitsgesetzgebung macht bundesstaatliche Tests zur Voraussetzung für die Veröffentlichung von Frontier-Modellen

Josh Gottheimer hat zwei parteiübergreifende KI-Gesetze eingebracht, deren Kern ein klarer Konflikt ist: Entwickler von Frontier-Modellen müssten sich vor der Veröffentlichung erfasster Modelle einer verpflichtenden bundesstaatlichen Prüfung unterziehen. Gottheimers KI-Sicherheitsgesetzgebung würde einen freiwilligen Prozess durch eine von der Regierung kontrollierte nationale Sicherheitsprüfung ersetzen.

Die Ankündigung vom 18. September verbindet diesen Prüfungsvorschlag mit einem Verbot, das sich gegen in China entwickelte Open-Weight-Modelle in sämtlichen Bundessystemen richtet. Open-Weight-Modelle veröffentlichen wiederverwendbare Modellparameter, sodass Organisationen sie betreiben oder verändern können, ohne vollständig auf den ursprünglichen Entwickler angewiesen zu sein.

Das Paket ist nicht einfach ein weiterer Aufruf zu verantwortungsvoller KI. Es stellt die bisherige Annahme infrage, dass Labore, externe Prüfer und freiwillige staatliche Partnerschaften die gravierendsten Modellrisiken bewältigen können. Entscheidend ist, ob eine zentralisierte bundesstaatliche Prüfung die Sicherheit verbessern kann, ohne zu einem unzuverlässigen Freigabehemmnis zu werden.

Gottheimers KI-Sicherheitsgesetzgebung schafft eine bundesstaatliche Freigabekontrolle

Der American AI Security Act würde die Zusammenarbeit vor der Veröffentlichung für die leistungsfähigsten KI-Modelle in eine verpflichtende nationale Sicherheitsprüfung überführen.

Gottheimer, ein Demokrat aus New Jersey, stellte die Gesetzgebung gemeinsam mit dem republikanischen Abgeordneten Mike Lawler aus New York vor. Laut Gottheimers offizieller Ankündigung vom 18. September würde der Vorschlag Entwickler erfasster Frontier-Modelle verpflichten, der National Security Agency vor der Veröffentlichung Zugang zu gewähren.

Ein Frontier-Modell ist ein hochleistungsfähiges Allzwecksystem an der Spitze der KI-Entwicklung. Die Regierung würde bewerten, ob ein erfasstes Modell schwere Cyberangriffe oder die Entwicklung chemischer, biologischer oder radiologischer Waffen unterstützen könnte.

Die offizielle Ankündigung setzt für die Erstprüfung eine Frist von 30 Tagen. Bei Bedarf könnten Behörden eine zusätzliche Verlängerung um 30 Tage nutzen.

Diese Frist ist relevant, denn eine unbegrenzte Prüfung könnte faktisch wie ein unbefristeter Veröffentlichungsstopp wirken. Eine kurze Prüfung wiederum droht oberflächlich zu bleiben, wenn Prüfer nicht ausreichend Zugang, Rechenkapazität und technische Unterstützung erhalten.

Der Vorschlag erlaubt Unternehmen, den Bewertungsprozess zu unterstützen. Laut Gottheimers Ankündigung enthält er zudem ein beschleunigtes Einspruchsverfahren, das sich an rechtlichen Verfahren in Angelegenheiten der nationalen Sicherheit orientiert.

Die genauen Umsetzungsdetails bleiben bedeutsam. Die Ankündigung erläutert nicht vollständig, ab welcher Fähigkeitsgrenze ein Modell der Prüfung unterliegen würde. Offen bleiben auch Fragen zu Modellaktualisierungen, feinabgestimmten Varianten und Systemen, die aus mehreren kleineren Modellen zusammengesetzt sind.

Diese Definitionen bestimmen die Reichweite des Gesetzes. Ein enger Schwellenwert könnte nur wenige kostspielige Trainingsläufe großer Labore erfassen. Ein weiter gefasster Standard könnte kleinere Entwickler einbeziehen, deren Systeme durch Tools oder Veränderungen nach dem Training gefährliche Fähigkeiten erlangen.

Das Gesetz schafft daher mehr als eine Testanforderung. Es würde der Bundesregierung eine formelle Rolle bei der Entscheidung geben, wann bestimmte privat entwickelte Modelle einer breiteren Verbreitung zugeführt werden dürfen.

Das wäre eine deutliche Abkehr vom freiwilligen Rahmen der Regierung. Zudem würde es klassifiziertes Wissen zur nationalen Sicherheit in den Bewertungsprozess einbringen, wo externe Prüfer oft nur eingeschränkte Einblicke haben.

Gottheimer argumentiert, dass unabhängigen Prüfern ausreichend Personal, Rechenressourcen, Laborzugang und Sicherheitsfreigaben fehlen. Zudem stellt er ihre Unabhängigkeit infrage, wenn Entwickler das Test-Ökosystem mitfinanzieren.

Die Sorge des Gesetzgebers ist nachvollziehbar. Ein privater Prüfer kann bekannte Szenarien testen, aber nicht jede klassifizierte Bedrohungsbewertung von Nachrichtendiensten unabhängig nachvollziehen.

Auch die staatliche Prüfung hat ihre Grenzen. Bundesprüfer können für Modellzugang, Infrastruktur, Dokumentation und spezialisiertes Fachwissen von denselben Entwicklern abhängig werden.

Der American AI Security Act versucht, diese Abhängigkeit zu steuern, indem er technische Unterstützung durch Entwickler zulässt. Diese Regelung beseitigt jedoch nicht die Informationsasymmetrie zwischen dem Modellbauer und dem Prüfer.

Die zentrale Veränderung bleibt eindeutig. Die Veröffentlichung eines qualifizierenden Frontier-Modells würde nicht länger nur von der internen Entscheidung eines Entwicklers oder dessen freiwilliger Teilnahme an bundesstaatlichen Tests abhängen.

Das Gesetz verwirft Washingtons freiwillige Modellprüfung

Im Kern geht es um verpflichtende staatliche Prüfung gegenüber freiwilliger Zusammenarbeit, nicht um Sicherheit gegenüber uneingeschränkter Entwicklung.

Eine Durchführungsverordnung vom Juni 2026 wies Bundesbehörden an, ein klassifiziertes Benchmarking-Verfahren für fortgeschrittene Cyberfähigkeiten zu schaffen. Dieses Verfahren soll Modelle identifizieren, die eine besondere Behandlung erfordern.

Die Anordnung schuf außerdem einen Rahmen, über den Entwickler der Regierung erfasste Modelle vor der Veröffentlichung bereitstellen können. Der Zugang kann bis zu 30 Tage dauern, bevor vertrauenswürdige Partner das System erhalten.

Allerdings lehnt Executive Order 14409 verpflichtende Lizenzierung, Vorabgenehmigung oder Genehmigungsverfahren für die Entwicklung und Veröffentlichung neuer KI-Modelle ausdrücklich ab. Die Teilnahme an ihrem Frühzugangsrahmen bleibt freiwillig.

Gottheimers Gesetzentwurf würde diese Entscheidung umkehren. Entwickler erfasster Modelle müssten teilnehmen, und die Prüfung würde sowohl Cyberfähigkeiten als auch waffenbezogene Risiken untersuchen.

Dieser Unterschied schafft die zentrale Spannung des Artikels. Freiwillige Zusammenarbeit verringert regulatorische Reibung, während eine verpflichtende Prüfung staatlichen Prüfern größere Gewissheit gibt, dass jedes qualifizierende Modell denselben Prozess durchläuft.

Der Ansatz des Weißen Hauses geht davon aus, dass Entwickler Anreize haben, ihre Produkte, Kunden und ihren Ruf zu schützen. Er betrachtet Zusammenarbeit zudem als Mittel, eine schnelle amerikanische Entwicklung zu bewahren.

Gottheimers Ansatz geht davon aus, dass freiwillige Teilnahme eine gefährliche Lücke lässt. Ein Unternehmen unter Wettbewerbsdruck kann Offenlegungen verzögern, den Umfang der Tests begrenzen oder veröffentlichen, bevor die Regierung eine Risikobewertung abgeschlossen hat.

Beide Positionen beanspruchen, amerikanische Führungsstärke zu unterstützen. Ihr Dissens betrifft die Frage, wer die abschließende Entscheidung vor der Veröffentlichung kontrollieren sollte, wenn Modellfähigkeiten die nationale Sicherheit berühren.

Lawler stellte den Vorschlag als Vorsichtsmaßnahme für die leistungsfähigsten Systeme dar. In Gottheimers offizieller Mitteilung argumentierte Lawler, die Regierung solle vor dem Einsatz feststellen, ob solche Modelle verheerende Cyberangriffe ermöglichen oder die Entwicklung chemischer, biologischer oder radiologischer Waffen erleichtern könnten.

Dieser Maßstab klingt eindeutig, doch gefährliche Fähigkeiten sind keine binäre Eigenschaft. Die Leistung hängt von Prompts, Tools, technischer Einbettung, Nutzerexpertise, Schutzmaßnahmen und dem Zugang zu externen Systemen ab.

Ein Modell könnte in einer kontrollierten biologischen Bewertung schwach abschneiden, aber nützlicher werden, wenn es mit wissenschaftlichen Datenbanken verbunden wird. Ein anderes Modell könnte Exploit-Code generieren, ohne einen vollständigen Angriff zuverlässig ausführen zu können.

Auch Tests altern schnell. Entwickler können Systemprompts, Inferenz-Tools, Sicherheitsebenen und externe Integrationen aktualisieren, nachdem die bundesstaatliche Prüfung beendet ist.

Das freiwillige Modell der Regierung betont Zusammenarbeit und Geschwindigkeit. Der American AI Security Act betont umfassende Abdeckung und formelle Rechenschaftspflicht.

Keiner der beiden Ansätze beseitigt Unsicherheit. Ein freiwilliges System kann Entwickler übersehen oder selektive Teilnahme fördern, während ein verpflichtendes System falsches Vertrauen in einen unvollständigen Benchmark schaffen kann.

Der politische Streit fällt zudem in eine breitere Auseinandersetzung über bundesstaatliche KI-Regeln. Das Weiße Haus hat weniger Beschränkungen für die Modellentwicklung und stärkere Grenzen für Regulierung auf Ebene der Bundesstaaten bevorzugt.

Gottheimer hat diesen Rahmen wegen unzureichender Rechenschaftspflicht kritisiert. Eine Analyse von Associated Press stellte fest, dass mehrere Bundesstaaten bereits Teile des privaten KI-Marktes regulieren.

Diese Aktivität auf Ebene der Bundesstaaten erschwert bundesweite Verhandlungen. Gesetzgeber müssen entscheiden, ob ein nationaler Rahmen Schutzmaßnahmen der Bundesstaaten ergänzen, ersetzen oder bestimmte Verbraucherregeln unberührt lassen soll.

Der American AI Security Act verfolgt einen engeren Ansatz. Er konzentriert sich auf die leistungsfähigsten Modelle und Bedrohungen für die nationale Sicherheit, statt ein umfassendes KI-Regelwerk für Verbraucher zu schaffen.

Dieser Fokus kann parteiübergreifende Verhandlungen erleichtern. Cyberangriffe und unkonventionelle Waffen begründen klarere Bundesinteressen als Streitigkeiten über automatisierte Einstellungen, Werbung oder Unterhaltung.

Dennoch würde selbst ein eng gefasstes Gesetz Druck auf OpenAI, Anthropic, Google, Meta und andere Entwickler fortgeschrittener Modelle ausüben. Ihre Veröffentlichungspläne könnten von staatlichen Kapazitäten und Prüfverfahren abhängig werden.

Auch Cloud-Anbieter würden die Auswirkungen spüren. Sie stellen die Recheninfrastruktur bereit, die zur Bewertung, zum Hosting und zur Verbreitung fortgeschrittener Systeme erforderlich ist.

Unternehmenskunden sollten die Entwicklung aufmerksam verfolgen. Eine bundesstaatliche Prüfung könnte zu einem Beschaffungssignal werden, selbst wenn ihre Verabschiedung keine umfassende Sicherheitszertifizierung für private Kunden schafft.

Die vorgeschlagene Prüfung ist daher sowohl ein Sicherheitsmechanismus als auch ein Markteingriff. Sie verändert, wer die Kosten der Unsicherheit trägt, bevor ein Frontier-Modell Nutzer erreicht.

Der China FIREWALL Act erweitert das Paket über DeepSeek hinaus

Der zweite Gesetzentwurf behandelt Modellherkunft und Risiken in der Lieferkette als Sicherheitsrisiken des Bundes, selbst wenn Softwareanbieter das zugrunde liegende Modell verbergen.

Gottheimer brachte den China FIREWALL Act gemeinsam mit dem republikanischen Abgeordneten Nick LaLota aus New York ein. Der Vorschlag würde in China entwickelte Open-Weight-Modelle auf von der Regierung ausgegebenen Geräten verbieten.

Er würde Behörden außerdem daran hindern, Software zu kaufen, die von solchen Modellen abhängt. Diese Bestimmung zielt auf indirekte Risiken durch Auftragnehmer und kommerzielle Anwendungen ab, nicht nur auf direkte Modelldownloads.

Nach Angaben von Gottheimers Büro baut die vorgeschlagene Beschränkung auf einem auf DeepSeek ausgerichteten Bundesverbot auf, das im Verteidigungsgesetz für das Haushaltsjahr 2026 enthalten ist. Der neue Gesetzentwurf würde diesen Ansatz auf in China entwickelte Open-Weight-Systeme ausweiten.

Diese Ausweitung befasst sich mit einer realen Herausforderung bei der Beschaffung. Behörden können eine namentlich genannte Anwendung blockieren und dennoch andere Produkte erwerben, die Anfragen über ein eingebettetes oder extern gehostetes Modell weiterleiten.

Software-Lieferketten enthalten häufig mehrere Dienste, Bibliotheken und Subunternehmer. Ein behördlicher Käufer sieht möglicherweise die Marke einer Anwendung, nicht aber jedes Modell, das an ihrem Betrieb beteiligt ist.

Der China FIREWALL Act würde Anbieter dazu drängen, Modellabhängigkeiten klarer offenzulegen. Auftragnehmer müssten feststellen, wo ein Modell entstanden ist und ob nachgelagerte Dienste auf verbotenen Komponenten beruhen.

Diese Anforderung könnte mehr als chinesische Anbieter betreffen. Amerikanische Softwareunternehmen, die Modelle wie Alibabas Qwen einbinden, müssten für Bundesaufträge auf alternative Systeme setzen.

Der Vorschlag wirft zudem schwierige Klassifikationsfragen auf. „In China entwickelt“ klingt eindeutig, bis ein Modell internationale Forscher, ausländische Trainingsdaten, weiterverteilte Weights oder Modifikationen durch ein amerikanisches Unternehmen umfasst.

Offene Gewichte machen dieses Problem schwieriger. Ein Entwickler kann ein Modell herunterladen, es mit neuen Daten feinabstimmen, seine Schutzmaßnahmen verändern und die resultierende Version unter einem anderen Namen vertreiben.

Entscheidungsträger müssten festlegen, ob sich die Herkunft nach den ursprünglichen Gewichten, der kontrollierenden Organisation, der Trainingsinfrastruktur oder der Stelle richtet, die das Endprodukt vertreibt.

Ein vollständiges Verbot kann Beschaffungsentscheidungen vereinfachen, aber es kann auch bedeutsame Unterschiede zwischen Modellen verschleiern. Sicherheit hängt ebenso von der Bereitstellungsarchitektur, dem Umgang mit Daten, der Wartung und Zugriffskontrollen ab wie von der Nationalität.

Das strategische Argument der Gesetzgebung lautet, dass föderale Systeme Abhängigkeiten von Technologien vermeiden sollten, die unter chinesischer Gerichtsbarkeit entwickelt wurden. Befürworter betrachten dieses Herkunftsrisiko als ausreichenden Grund für eine kategorische Regel.

Kritiker können berechtigterweise fragen, ob die Provenienz allein eine vollständige Sicherheitsbewertung ermöglicht. Ein schlecht verwaltetes inländisches Modell kann erhebliche Schwachstellen schaffen, während ein lokal isoliertes ausländisches Modell womöglich kaum Betriebsdaten preisgibt.

Die beiden Gesetzentwürfe verfolgen daher unterschiedliche Regulierungsphilosophien. Der American AI Security Act prüft erfasste Systeme auf gefährliche Fähigkeiten, während der China FIREWALL Act Systeme nach ihrer Herkunft einschränkt.

Diese Philosophien können nebeneinander bestehen, sollten aber nicht verwechselt werden. Die eine sucht Belege dafür, was ein Modell leisten kann. Die andere behandelt eine gegnerische Lieferkettenbeziehung als eigenständige Risikoquelle.

Bundesauftragnehmer könnten den unmittelbarsten operativen Druck erleben, falls der China FIREWALL Act vorankommt. Sie müssten Inventare erstellen, die Modelle, Komponenten, gehostete Endpunkte und Abhängigkeiten von Subunternehmern erfassen.

Dieser Inventarisierungsprozess ähnelt dem Governance-Problem, das Gottheimers früherer Gesetzentwurf zur Agentensicherheit behandelt. Der Stop Rogue AI Act fordert, Agenten in Unternehmensnetzwerken zu entdecken, zu verifizieren, zu überwachen und zu kontrollieren.

Zusammen spiegeln die Gesetzentwürfe einen umfassenderen Wandel wider: weg von der Regulierung sichtbarer Anwendungen hin zur Steuerung verborgener technischer Abhängigkeiten. Dieser Wandel ist wichtig, weil Agenten und eingebettete Modelle arbeiten können, ohne in einem herkömmlichen Softwareinventar aufzutauchen.

Für Technologieteams der Regierung ist die praktische Lehre unmittelbar. Zu wissen, welche Anwendung ein Mitarbeiter öffnet, reicht nicht mehr aus. Behörden müssen die darunterliegenden Modelle, Agenten, Tools und Datenwege identifizieren.

In der Praxis könnte ein Beschaffungsteam sonst ein vertrautes Dokumentenmanagementprodukt genehmigen, ohne zu erkennen, dass dessen Zusammenfassungsfunktion Material der Behörde an einen verbotenen Modellendpunkt sendet. Ein vollständiges Inventar würde diese Abhängigkeit offenlegen, bevor die Software Regierungsnutzern bereitgestellt wird.

Verpflichtende Tests schließen eine Lücke, schaffen aber eine andere

Ein föderaler Kontrollpunkt kann Risiken aufdecken, die private Prüfer nicht sehen können, doch das Bestehen dieses Kontrollpunkts kann kein sicheres Verhalten in der Praxis garantieren.

Die Bewertung vor der Bereitstellung findet unter kontrollierten Bedingungen statt. Prüfer testen ein Modell anhand von Benchmarks, adversarialen Prompts, simulierten Umgebungen und vordefinierten Bedrohungsszenarien.

Reale Bereitstellungen sind weniger geordnet. Nutzer kombinieren Modelle mit externen Tools, privaten Daten, individuellen Anweisungen und anderen Agenten. Diese Kombinationen können Verhalten erzeugen, das während der Bewertung nicht vorhanden war.

Ein NIST-Bericht vom März 2026 zur Überwachung bereitgestellter KI-Systeme erläutert, warum Tests nicht mit der Veröffentlichung enden können. Die Autoren stellten fest, dass kontrollierte Bewertungen vor der Bereitstellung wertvoll sind, nach der Bereitstellung jedoch Überwachung erforderlich ist, um unerwartete Ausgaben, veränderte Betriebsbedingungen und Folgen zu erkennen, die erst im Praxiseinsatz auftreten.

Der Bericht behandelt auch das Risiko, dass überwachte Systeme sich anders verhalten könnten, wenn sie Bewertungsbedingungen erkennen. Diese Möglichkeit schwächt die Annahme, dass ein erfolgreicher Test Verhalten bei normaler Nutzung stets vorhersagt.

Diese Einschränkung macht Tests vor der Bereitstellung nicht nutzlos. Sie bedeutet, dass die Prüfung als eine Kontrolle innerhalb eines umfassenderen Überwachungssystems behandelt werden sollte.

Die stärkste Umsetzung würde Erkenntnisse vor der Veröffentlichung mit Berichten nach der Veröffentlichung, Vorfallanalysen, Zugriffskontrollen und wiederholten Tests verbinden. Die angekündigte Gesetzgebung betont den anfänglichen Kontrollpunkt deutlicher als diesen fortlaufenden Lebenszyklus.

Die Gestaltung von Schwellenwerten birgt ein weiteres Risiko. Wenn ein Gesetz Trainingsrechenleistung als primären Auslöser verwendet, können Entwickler Architekturen verändern oder Arbeitslasten verteilen, um darunter zu bleiben.

Wenn der Schwellenwert auf Fähigkeitstests beruht, muss die Regierung die Benchmarks aktualisieren, sobald sich Modelle verbessern. Öffentliche Benchmarks können zudem zu Trainingszielen werden und dadurch an Wert als unabhängige Messgrößen verlieren.

Klassifizierte Bewertungen lösen einen Teil dieses Problems, indem sie die Offenlegung begrenzen. Zugleich erschweren sie externe Kontrolle und bündeln erhebliche Befugnisse bei nationalen Sicherheitsbehörden.

Entwickler müssten darauf vertrauen können, dass sensible Gewichte, Architekturdetails und unveröffentlichte Fähigkeiten geschützt bleiben. Eine Sicherheitsverletzung bei der Regierung könnte außergewöhnlich wertvolles geistiges Eigentum offenlegen.

Kleinere Labore sehen sich mit einer weiteren Sorge konfrontiert. Große Entwickler verfügen bereits über Regierungsbeziehungen, Compliance-Teams, sichere Infrastruktur und dediziertes Evaluierungspersonal.

Ein kleineres Unternehmen könnte Schwierigkeiten haben, ein Modell für föderale Tests aufzubereiten oder während einer beschleunigten Prüfung zu reagieren. Compliance-Belastungen könnten die Marktposition etablierter Labore stärken.

Das Berufungsverfahren wird daher wichtig sein. Ein Entwickler braucht einen praktikablen Weg, eine nachteilige Entscheidung anzufechten, ohne die gefährliche Fähigkeit oder die betroffenen klassifizierten Beweise öffentlich preiszugeben.

Beamte benötigen zudem Standards für Abhilfemaßnahmen. Ein Modell könnte scheitern, weil Schutzmaßnahmen leicht zu umgehen sind, weil sein zugrunde liegendes Wissen gefährlich ist oder weil Tools schädliche Handlungen erleichtern.

Diese Fehler erfordern unterschiedliche Antworten. Strengere Zugriffsbeschränkungen könnten ein Problem lösen, während ein anderes Nachtraining, die Entfernung von Fähigkeiten oder eine engere Veröffentlichung erfordern könnte.

Die 30-tägige Prüfungsfrist des Gesetzentwurfs schafft nützliche Disziplin, doch Ressourcen entscheiden darüber, ob diese Frist Bedeutung hat. Die NSA bräuchte qualifizierte Evaluatoren, sichere Rechenkapazität und reproduzierbare Methoden.

Modellentwickler veröffentlichen Systeme nach überlappenden Zeitplänen. Eine Flut von Einreichungen könnte eine Warteschlange schaffen, insbesondere wenn mehrere Unternehmen gleichzeitig den erfassten Schwellenwert erreichen.

Regierungsprüfer könnten zudem auf Personal der Labore angewiesen sein, um spezialisierte Infrastruktur zu betreiben. Diese technische Unterstützung kann Tests verbessern, zugleich aber die Abhängigkeit wieder einführen, die Gottheimer bei privaten Prüfungen identifiziert.

Der richtige Vergleich lautet nicht unabhängige staatliche Prüfung gegen konfliktbelastete private Tests. In der Praxis stützen sich beide Systeme auf die Zusammenarbeit von Entwicklern, Evaluatoren, Sicherheitsforschern und Infrastrukturanbietern.

Bundesbehörden verfügen über klassifizierte Bedrohungsinformationen, die gewöhnlichen Prüfern nicht zugänglich sind. Private Forscher besitzen oft ein tieferes Verständnis für die Architektur und Fehlermodi eines bestimmten Modells.

Ein glaubwürdiges Regime sollte diese Vorteile verbinden. Es sollte außerdem zwischen einer abgeschlossenen Prüfung und einer Garantie unterscheiden, dass ein Modell harmlos ist.

Andernfalls könnte die Gesetzgebung „Review Washing“ fördern, bei dem ein Unternehmen staatlichen Zugang als Beweis für allgemeine Sicherheit vermarktet. Die vorgeschlagene Prüfung scheint auf spezifische nationale Sicherheitsbedrohungen ausgerichtet zu sein, nicht auf jeden Schaden für Verbraucher oder Gesellschaft.

Diese Unterscheidung muss für Unternehmenskäufer und die Öffentlichkeit sichtbar bleiben. Das Bestehen von Cyber- und Waffenbewertungen sagt wenig über Diskriminierung, Datenschutz, Halluzinationen, Auswirkungen auf Arbeit oder manipulatives Verhalten aus.

So könnte ein Beschaffungsteam eines Krankenhauses sehen, dass ein Modell die föderale nationale Sicherheitsprüfung abgeschlossen hat, und dennoch keine Belege dafür erhalten, ob es klinische Quellen erfindet oder bei verschiedenen Patientengruppen unterschiedlich zuverlässig arbeitet. Ebenso müsste eine Bank weiterhin separate Tests zu Datenschutz, Voreingenommenheit und unzuverlässiger Kundenberatung durchführen.

Das skeptische Argument lautet daher nicht, dass eine verpflichtende Prüfung keinen Wert hat. Es lautet, dass ein enger Test vor der Veröffentlichung überverkauft werden kann, während sich Risiken nach der Bereitstellung weiter verändern.

Der Kongress muss den Vorschlag noch in ein funktionierendes System überführen

Parteiübergreifende Unterstützung verschafft dem Paket eine Chance, doch Gesetzestext, Ausschussarbeit und Umsetzungskapazität entscheiden darüber, ob mehr daraus wird als ein Vorschlag.

Gottheimer kündigte das Paket einen Tag nach der Gründung einer Arbeitsgruppe des Problem Solvers Caucus für KI und sich entwickelnde Technologien an. Gottheimer und Lawler wurden zu deren Leitern ernannt.

Dieses Timing schafft einen institutionellen Weg für parteiübergreifende Gespräche. Es garantiert nicht, dass die Führung des Repräsentantenhauses die Gesetzentwürfe ansetzt oder dass der Senat einen übereinstimmenden Wortlaut verabschiedet.

Gottheimer erklärte, die Kongressführung habe seine anderen Vorschläge zur KI-Sicherheit nicht zur Abstimmung gebracht. Seine Kritik unterstreicht den Unterschied zwischen der Ankündigung parteiübergreifender Gesetzgebung und dem Aufbau ausreichender Unterstützung für deren Verabschiedung.

Der politische Kalender erhöht den Druck. KI-Politik berührt nationale Sicherheit, Verbraucherschutz, die Zuständigkeit der Bundesstaaten, industriellen Wettbewerb und föderale Beschaffung.

Abgeordnete können sich darin einig sein, dass fortgeschrittene KI erhebliche Risiken schafft, während sie über Behördenbefugnisse uneins sind. Sie können sich auch darüber spalten, ob eine verpflichtende Prüfung einer Lizenzierung ähnelt.

Die Anordnung der Regierung lehnt eine verpflichtende Vorabgenehmigung ausdrücklich ab. Der American AI Security Act würde genau die Art von verpflichtendem Kontrollpunkt schaffen, die die Anordnung für erfasste Modelle vermeidet.

Dieser Konflikt wird die Debatte prägen. Befürworter müssen erklären, warum die Prüfung eine begrenzte Maßnahme der nationalen Sicherheit und kein allgemeines Genehmigungssystem für KI-Entwicklung ist.

Gegner müssen erklären, wie freiwillige Teilnahme Entwickler erfasst, die den Zugang verweigern oder ihre Systeme außerhalb des von der Regierung bevorzugten Verfahrens definieren.

Der Kongress wird zudem entscheiden müssen, ob die NSA die richtige federführende Prüfstelle ist. Die Behörde verfügt über relevante Cyber- und klassifizierte Fähigkeiten, doch ihre Mission unterscheidet sich von der zivilen Produktregulierung.

NIST, die Cybersecurity and Infrastructure Security Agency und das Office of the National Cyber Director haben bereits verwandte Zuständigkeiten. Unklar definierte Rollen könnten Doppelarbeit oder widersprüchliche Ergebnisse verursachen.

Die bestehende Bundesstrategie bietet nützliche Infrastruktur. Executive Order 14409 weist Behörden an, klassifizierte Benchmarks zu entwickeln und eine Clearingstelle für KI-Cybersicherheit einzurichten.

Die Anordnung beschreibt diese Clearingstelle als Mechanismus zur Koordinierung von Schwachstellenentdeckung, Validierung, Behebung und Patch-Verteilung. Gottheimer argumentiert, dass ihr Fokus auf Softwareschwachstellen autonome Agenten, die mit Maschinengeschwindigkeit arbeiten, nicht angemessen berücksichtigt.

Diese Sorge verbindet das neue Paket mit dem Stop Rogue AI Act. Dieser frühere Vorschlag würde NIST anweisen, Standards für Agenteninventare, Provenienz, Echtzeitüberwachung und widerruflichen Zugriff zu schaffen.

Diese Initiativen bilden eine erkennbare politische Richtung. Die Regierung möchte besser nachvollziehen können, welche Modelle und Agenten in kritischen Netzwerken tätig sind, wer sie kontrolliert und worauf sie zugreifen können.

Eine Modellprüfung vor der Veröffentlichung behandelt nur eine Ebene. Standards für Agentenidentitäten, Regeln für die Bundesbeschaffung, Schwachstellenaustausch und Überwachung nach der Bereitstellung betreffen andere.

Das politische Paket wird nur erfolgreich sein, wenn diese Ebenen miteinander verbunden werden. Andernfalls könnten Entwickler eine Modellprüfung bestehen, während nachgelagerte Agenten durch Tools und Berechtigungen neue Risiken schaffen.

Dieselben Systeme können sich auch nach der Veröffentlichung verändern. Feinabstimmung, Retrieval-Systeme, erweiterter Kontext und Softwareupdates können die effektiven Fähigkeiten verändern, ohne ein vollständig neues Basismodell zu schaffen.

Gesetzestexte müssen festlegen, welche Änderungen eine erneute Prüfung auslösen. Für jede geringfügige Überarbeitung eine Genehmigung zu verlangen, würde die Prüfer überlasten, während das Ignorieren wesentlicher Änderungen eine offensichtliche Lücke schaffen würde.

Der China FIREWALL Act benötigt eine ähnlich präzise Ausgestaltung. Auftragnehmer müssen wissen, wie sie abgeleitete Modelle und gemischte Systeme einordnen sollen, bevor sie sich um Regierungsaufträge bewerben.

Klare Beschaffungsrichtlinien benötigen zudem einen Aktualisierungsprozess. Eine statische Verbotsliste veraltet, wenn Modelle Eigentümer, Namen, Lizenzen und technische Abstammung ändern.

Deshalb markiert die Ankündigung einen Ausgangspunkt und kein abgeschlossenes Regulierungsdesign. Die übergeordneten Ziele sind erkennbar, während mehrere operative Entscheidungen ungeklärt bleiben.

Drei Signale werden zeigen, ob das KI-Sicherheitspaket Bedeutung hat

Der nächste Test ist nicht eine weitere Warnung vor KI-Risiken. Entscheidend ist, ob der Kongress ein praktikables Prüfungssystem auf Grundlage messbarer Befugnisse und Kapazitäten schafft.

Das erste Signal ist die Veröffentlichung eines vollständigen Gesetzestexts und die formelle Überweisung an einen Ausschuss. Dieser Text sollte erfasste Frontier-Modelle, Auslöser für Prüfungen, Zuständigkeiten der Behörden, Vertraulichkeitsschutz und Berufungsverfahren definieren.

Ein präziser Gesetzentwurf würde Gottheimers Argument stärken, indem er zeigt, dass verpflichtende Prüfungen begrenzt bleiben können. Vage Definitionen würden es schwächen und Behauptungen Vorschub leisten, wonach nahezu jedes fortgeschrittene Modell eine bundesstaatliche Genehmigung erfordert.

Achten Sie besonders auf den Schwellenwertmechanismus. Eine Kombination aus Rechenleistung, getesteter Fähigkeit und Einsatzkontext wäre schwerer zu umgehen als ein einzelner isolierter Messwert.

Das zweite Signal ist, ob die zuständigen Behörden ihre Umsetzungskapazitäten offenlegen. Der Kongress kann eine Frist von 30 Tagen festlegen, doch ohne sichere Recheninfrastruktur und qualifizierte Prüfer bedeutet diese Frist wenig.

Haushaltsbestimmungen, Personalpläne, behördenübergreifende Vereinbarungen und Testprotokolle werden zeigen, ob der Vorschlag operativ tragfähig ist. Fehlende Ressourcen würden eine feste Frist entweder in einen Engpass oder in eine oberflächliche Compliance-Übung verwandeln.

Die Regierung sollte außerdem erläutern, wie klassifizierte Geheimdienstinformationen in Bewertungen einfließen, ohne sinnvolle Berufungen zu verhindern. Dieses Design wird bestimmen, ob Entwickler den Prozess als technisch glaubwürdig und verfahrensrechtlich fair ansehen.

Das dritte Signal ist, ob überparteiliche Sponsoren Anhörungen, Ausschussabstimmungen oder begleitende Gesetzesvorlagen im Senat sichern. Öffentliche Unterstützung ist nützlich, doch der Verfahrensfortschritt entscheidet darüber, ob die Gesetzentwürfe einen überfüllten Kongresskalender überstehen können.

Das Problem Solvers Caucus news archive bietet eine Möglichkeit, nachzuverfolgen, ob die überparteiliche KI-Gruppe einen gemeinsamen Text, Aufsichtsaktivitäten oder ausgehandelte Änderungen hervorbringt.

Fortschritte allein bei den China-Beschränkungen würden darauf hindeuten, dass Kontrollen nach nationaler Herkunft mehr Unterstützung finden als verpflichtende Tests. Fortschritte bei beiden Gesetzentwürfen würden eine breitere Verschiebung hin zu bundesstaatlichen Eingriffen vor dem Einsatz signalisieren.

Keine Ausschussaktivität würde eine bekannte Lücke zwischen der Besorgnis des Kongresses und seiner Gesetzgebungskapazität offenlegen. Dieses Ergebnis würde den freiwilligen Rahmen der Regierung als wichtigsten bundesstaatlichen Mechanismus zur Modellprüfung belassen.

Entwickler, Cloud-Anbieter und Unternehmenskäufer sollten nicht bis zur endgültigen Verabschiedung warten, bevor sie ihre eigene Bereitschaft prüfen. Sie benötigen Modellinventare, Herkunftsnachweise, Zugriffskontrollen sowie Belege aus Bewertungen vor der Veröffentlichung und fortlaufenden Prüfungen.

Diese Praktiken helfen Organisationen, dieselben Fragen zu beantworten, mit denen sich der Kongress auseinandersetzt. Welche Fähigkeiten bestehen, wer kontrolliert sie, wie kann der Zugriff entzogen werden und was geschieht, wenn sich das Verhalten verändert?

Die KI-Sicherheitsgesetzgebung von Gottheimer ist wichtig, weil sie den Gesetzgebern eine konkrete Entscheidung vorlegt. Sie müssen wählen, ob Tests fortgeschrittener Modelle eine freiwillige Partnerschaft bleiben oder zu einer rechtlichen Voraussetzung für die Veröffentlichung werden.

Die richtige Antwort darf nicht allein auf dem Wort „Sicherheit“ beruhen. Leser sollten die Schwellenwerte, Bewertungsmethoden, Behördenressourcen und Verpflichtungen nach der Bereitstellung verfolgen, die dieses Etikett in ein durchsetzbares System verwandeln.

In den kommenden Monaten sollte man über Reden hinausblicken und den Verfahrensfortschritt zählen. Veröffentlicht der Kongress praktikable Definitionen, finanziert er die Prüfer und verknüpft Tests vor der Veröffentlichung mit fortlaufender Aufsicht?

Wenn diese Elemente vorhanden sind, wird die verpflichtende bundesstaatliche Prüfung zu einer glaubwürdigen neuen Phase der Frontier-Entwicklung. Andernfalls bleibt das Paket eine ambitionierte Warnung vor Risiken, die bestehende Institutionen weiterhin nicht bewältigen können.