EPSOHQ
DE

EPSO/AD/430/26 AD8 · Fachbezogener Multiple-Choice-Test

Künstliche Intelligenz AD8: EPSO-Lernleitfaden

EPSO AD8 KI vorbereiten: Fachthemen, KI-Verordnung, kostenlose Quellen, acht Fragen mit Lösungen und ein vollständiger Probetest mit 30 Fragen.

Vollständiger Probetest Übungsfragen mit Lösungen

EPSOHQ Editorial Aktualisiert am

Fragen
30
Minuten
40
Mindestpunktzahl
15/30

EPSO nennt Januar 2027 als voraussichtlichen Testzeitraum. Die genauen Termine stehen in Ihrer persönlichen Einladung. Offizielle Seite des Fachgebiets: EPSO/AD/430/26 – 1.

Lerncheckliste zu Anhang II

Diese EPSOHQ-Checkliste folgt den veröffentlichten Aufgaben. EPSO hat keinen detaillierten Lehrplan für den Fachtest und keine Gewichtung der Themen veröffentlicht. Siehe Anhang II der offiziellen Bekanntmachung.

  1. KI-Systeme einführen und betreiben

    Lernen:

    • Architektur und Daten: Algorithmen sowie Eigenentwicklung und Einkauf vergleichen, Rechenbedarf und Latenz prüfen, Datensätze dokumentieren und Trainings-, Validierungs- und Testdaten trennen, um Datenlecks zwischen den Datensätzen zu vermeiden.
    • Bewertung: Präzision und Sensitivität berechnen, Schwellenwerte nach Fehlerkosten wählen sowie Wahrscheinlichkeitskalibrierung, Fairness zwischen Teilgruppen und Robustheit prüfen. Eine hohe Gesamtgenauigkeit kann übersehene seltene Fälle verdecken.
    • MLOps: Daten, Code und Modelle versionieren, Versuche reproduzieren, Drift und Unterschiede zwischen Training und Betrieb erkennen, Dienstqualität überwachen sowie Rücksetzung und Wiederherstellung planen.
    • Generative KI: Transformer und Vektoreinbettungen verstehen, RAG mit Feinabstimmung vergleichen, Retrieval und Antwortqualität getrennt bewerten sowie Agenten und Werkzeuge des Model Context Protocol (MCP) gegen Prompt-Injection und Datenvergiftung absichern.

    Lesen: Lesen Sie im NIST-Leitfaden zur Leistungsmessung unter realistischen Einsatzbedingungen (NIST AI RMF: Messung).

    Üben: Leistungsabfall im Betrieb untersuchen

  2. Vertrauenswürdige KI steuern und beschaffen

    Lernen:

    • Geltungsbereich und Rollen: KI-Systeme von KI-Modellen mit allgemeinem Verwendungszweck unterscheiden, verbotene Praktiken prüfen, Verwendungszwecke einstufen und Pflichten von Systemanbietern, Betreibern und Modellanbietern trennen.
    • Kontrollen: Transparenz, Dokumentation, Protokollierung, menschliche Aufsicht, Grundrechte-Folgenabschätzung und Datenschutz-Folgenabschätzung wiederholen. Aussagekraft und Grenzen jeder Kontrolle verstehen.
    • Beschaffung: Leistungs- und Sicherheitsnachweise, Prüfzugang, Verantwortung für Aktualisierungen und Vorfälle, Datenschutz sowie praktikable Bedingungen für einen Anbieterwechsel verlangen.

    Lesen: Lesen Sie Artikel 4, 6, 16 und 26 der geänderten KI-Verordnung und prüfen Sie Datenflüsse mit den EDSB-Leitlinien (2024/1689, 2026/1744, 2018/1725, EDSB-Leitlinien (2025)).

    Üben: KI-Beschaffung vor der Unterschrift prüfen · Ein Personalauswahlsystem nach seinem Zweck einstufen

  3. KI-Politik entwickeln und bewerten

    Lernen:

    • Politik und Märkte: Abhängigkeiten bei Rechenleistung, Daten und Vertrieb, Anbieterkonzentration, Wechselkosten und Wettbewerb zwischen Anbietern von Basismodellen untersuchen. Mehrere Marken können dieselbe Abhängigkeit haben.
    • Arbeit und öffentliche Dienste: Aufgabenexposition von prognostizierten Arbeitsplatzverlusten unterscheiden; Kompetenzen, Barrierefreiheit, Rechte und Auswirkungen auf unterschiedliche Bevölkerungsgruppen bewerten. Prüfen, ob schnellere Aufgaben den gesamten Dienst verbessern.
    • Bewertung und Investitionen: KI-Maßnahmen mit einem glaubwürdigen kontrafaktischen Szenario vergleichen, Einführungs- und Prüfkosten berücksichtigen, Übertragbarkeit über Pilotstandorte hinaus testen und Unsicherheiten gegenüber Entscheidungsträgern erläutern.

    Lesen: Lesen Sie im JRC-Leitfaden zum kontrafaktischen Vergleich: Was wäre ohne die Maßnahme geschehen? (JRC-Leitfaden zur Evaluation).

    Üben: Über die Ausweitung eines Pilotprojekts entscheiden

Die Verordnung (EU) 2026/1744 ändert den Zeitplan für die wesentlichen Hochrisikoanforderungen in Kapitel III Abschnitte 1 bis 3: 2. Dezember 2027 für Systeme nach Artikel 6 Absatz 2 und Anhang III; 2. August 2028 für Systeme nach Artikel 6 Absatz 1 und Anhang I. Artikel 6 Absatz 5 ist von diesem Zeitplan ausgenommen. Der geänderte Artikel 4 verlangt von Anbietern und Betreibern, die KI-Kompetenz ihres Personals und der Personen zu fördern, die Systeme in ihrem Auftrag betreiben oder nutzen.

Lesen Sie zur generativen KI und zu personenbezogenen Daten in EU-Organen die überarbeiteten EDSB-Leitlinien von 2025. Vergleichen Sie bei der Beschaffung Nachweise, Auditzugang und Ausstiegsbedingungen mit den EU-Mustervertragsklauseln für KI.

Ein Lernweg durch die KI-Verordnung

Nutzen Sie den geänderten Rechtstext zusammen mit dem Artikel-Explorer der Kommission.

  1. Beginnen Sie mit Geltungsbereich und verbotenen Praktiken: Artikel 2–5. Ordnen Sie den Verwendungszweck anschließend anhand von Artikel 6 und den Anhängen I und III ein; eine menschliche Freigabe entscheidet allein noch nicht über die Einstufung.
  2. Ordnen Sie Verantwortlichkeiten zu: Vergleichen Sie Anbieterpflichten in Artikel 16, Änderungen entlang der Wertschöpfungskette in Artikel 25, Betreiberpflichten in Artikel 26 und die Grundrechte-Folgenabschätzung in Artikel 27.
  3. Trennen Sie System- und Modellebene: Wiederholen Sie Transparenz nach Artikel 50 und KI-Modelle mit allgemeinem Verwendungszweck nach den Artikeln 51–55, einschließlich zusätzlicher Anforderungen bei systemischem Risiko.
  4. Prüfen Sie Geltungsbeginn und Nachweise für jede Pflicht. Unterscheiden Sie Bewertungen nach der KI-Verordnung von Pflichten nach Verordnung 2018/1725: Konformitätsunterlagen des Anbieters ersetzen nicht die Datenschutzprüfung des Organs.

Kostenlose Lektüre für Ihre Wissenslücken

Dies sind ergänzende Ressourcen, keine offizielle EPSO-Leseliste. Lesen Sie die Abschnitte zu Ihren Lücken und bearbeiten Sie den verlinkten Fall. Technische Ressourcen können englischsprachig sein; lesen Sie EU-Recht in Ihrer Prüfungssprache.

  1. Kennzahlen und maschinelles Lernen im Betrieb

    Google: Präzision und Sensitivität · Google: Regeln für maschinelles Lernen

    Konzentrieren Sie sich auf Konfusionsmatrizen, Schwellenwertkonflikte und Unterschiede zwischen Training und Betrieb. Wiederholen Sie Kalibrierung und Teilgruppenbewertung auch mit der oben verlinkten NIST-Ressource.

    Üben: Präzision und Sensitivität berechnen

  2. RAG und Bewertung generativer KI

    Hugging Face: RAG · NIST AI 600-1

    Verstehen Sie das Retrieval vor der Generierung. Prüfen Sie Quellenaktualität, Zugriffsrechte, Retrieval-Abdeckung und die Belegbarkeit von Antworten; unterscheiden Sie diese Fehler von einem Anpassungsbedarf des Modells.

    Üben: Veränderliche Referenzdokumente richtig nutzen

  3. Agenten, MCP und KI-Sicherheit

    OWASP: Prompt-Injection · MCP: Sicherheitsempfehlungen

    Lernen Sie indirekte Anweisungen in abgerufenen Inhalten, minimale Werkzeugrechte und Autorisierungsprüfungen außerhalb des Modells kennen. RAG und Feinabstimmung beseitigen Prompt-Injection nicht.

    Üben: Eine unsichere Werkzeuganfrage begrenzen

  4. Märkte, Beschäftigung und politische Evidenz

    CMA: Märkte für Basismodelle · ILO: berufliche Exposition gegenüber generativer KI

    Lesen Sie zu Abhängigkeiten und Wechselkosten. Unterscheiden Sie Aufgabenexposition von beobachteten Beschäftigungseffekten; verbinden Sie dies mit dem oben erläuterten kontrafaktischen Ansatz der JRC.

    Üben: Prüfen, ob Anbieterwahl tatsächlich besteht

Übungsfragen mit Lösungen

Eigene EPSOHQ-Übungsbeispiele, keine offiziellen EPSO-Fragen. Jede Frage hat eine beste Antwort; öffnen Sie die Erklärung nach Ihrer Auswahl.

Leistungsabfall im Betrieb untersuchen

Ein Modell zur Weiterleitung von Vorgängen bestand die Validierung. Nach dem Start häufen sich Fehler bei einem neuen Eingangskanal. Was sollte das Team zuerst prüfen?

  1. AOb mehr Trainingsdurchläufe die ursprüngliche Validierungsleistung verbessern.
  2. BOb sich Eingabemerkmale und Fehlerraten je Kanal bei neuen, gelabelten Vorgängen verändert haben.
  3. COb ein größeres Modell zu ähnlichen Kosten verfügbar ist.
  4. DOb der Gesamtwert im alten Testdatensatz weiterhin hoch ist.
Antwort und Erläuterung anzeigen
B

Vergleichen Sie Eingaben und Fehler je Kanal mit der Validierungsbasis. Ein guter Wert im alten Testdatensatz (D) kann Probleme im neuen Kanal verdecken. Klären Sie die Ursache vor erneutem Training.

KI-Beschaffung vor der Unterschrift prüfen

Eine EU-Agentur möchte Personalakten mit einem gehosteten Assistenten zusammenfassen. Der Anbieter hält seine Konformitätsunterlagen zur KI-Verordnung für ausreichend. Was sollte die Agentur vor Vertragsschluss tun?

  1. ADie Unterlagen als Nachweis für die Rechtmäßigkeit der Verarbeitung akzeptieren.
  2. BZuerst mit echten Personalakten testen, um zu sehen, welche Daten gespeichert werden.
  3. CDie gesamte Prüfung dem Anbieter überlassen, weil er den Dienst betreibt.
  4. DDatenflüsse und Verantwortlichkeiten erfassen, Rechtsgrundlage und Schutzmaßnahmen nach Verordnung 2018/1725 prüfen und den Bedarf einer Datenschutz-Folgenabschätzung klären.
Antwort und Erläuterung anzeigen
D

Die Agentur muss ihre eigene Verarbeitung bewerten. Konformitätsunterlagen (A) können bei der KI-Prüfung helfen, begründen aber keine rechtmäßige Verarbeitung von Personalakten.

Über die Ausweitung eines Pilotprojekts entscheiden

Zwei freiwillige Dienststellen bearbeiteten im KI-Pilotprojekt Vorgänge 20 % schneller. Die Leitung will die Lösung überall einsetzen. Welche Belege stützen diese Entscheidung am besten?

  1. AErgebnisse vergleichbarer Dienststellen mit dem bisherigen Verfahren, einschließlich Gesamtbearbeitungsdauer, Fehlern und Nacharbeit bei unterschiedlicher Arbeitslast.
  2. BEine größere Stichprobe aus denselben zwei Stellen nach der Einführung.
  3. CEin Test, in dem das Modell für archivierte Vorgänge gute Vorhersagen liefert.
  4. DEine Umfrage, in der die meisten Beschäftigten das Werkzeug gut fanden.
Antwort und Erläuterung anzeigen
A

Ein belastbarer Vergleich hilft, den Effekt der KI zu isolieren. Fehler und Nacharbeit zeigen, ob der Zeitgewinn seinen Preis hatte. Mehr Fälle aus denselben Stellen (B) beheben weder die Selbstselektion noch belegen sie Übertragbarkeit.

Sensitivität und Präzision berechnen

Ein Triage-Modell markiert 40 von 50 tatsächlich dringenden Akten. Es markiert außerdem 60 nicht dringende Akten. Wie hoch sind Sensitivität und Präzision für dringende Akten?

  1. ASensitivität 93 %; Präzision 80 %.
  2. BSensitivität 40 %; Präzision 80 %.
  3. CSensitivität 80 %; Präzision 40 %.
  4. DSensitivität 80 %; Präzision 93 %.
Antwort und Erläuterung anzeigen
C

Die Sensitivität beträgt 40/50 = 80 %: der Anteil erkannter dringender Akten. Die Präzision beträgt 40/(40 + 60) = 40 %: der Anteil dringender Akten unter den markierten. Die Nenner beantworten unterschiedliche betriebliche Fragen; Gesamtgenauigkeit ersetzt keine der beiden Kennzahlen.

Eine unsichere Werkzeuganfrage begrenzen

Ein Assistent ruft ein Dokument ab, das ihn anweist, vertrauliche Akten über ein MCP-Werkzeug an eine externe Adresse zu mailen. Welche Kontrolle begrenzt den Schaden am besten, falls das Modell die Anweisung befolgt?

  1. ADas E-Mail-Werkzeug umbenennen, damit das Dokument seinen Namen nicht nennen kann.
  2. BAutorisierung und Zielbeschränkungen außerhalb des Modells durchsetzen, Werkzeugrechte begrenzen und sensible externe Sendungen genehmigen lassen.
  3. CDie Systemanweisung verlängern und das Modell eigene Aktionen autorisieren lassen.
  4. DRetrieval durch Feinabstimmung ersetzen und uneingeschränkten E-Mail-Zugriff beibehalten.
Antwort und Erläuterung anzeigen
B

Abgerufene Dokumente sind nicht vertrauenswürdige Eingaben. Anwendungsseitige Autorisierung, eingeschränkte Werkzeuge und Freigaben begrenzen die Folgen indirekter Prompt-Injection. Eine MCP-Verbindung macht Dokumentanweisungen nicht vertrauenswürdig. Ein Warnhinweis im Prompt allein setzt keine Zugriffsrechte durch.

Ein Personalauswahlsystem nach seinem Zweck einstufen

Eine Agentur bewertet mit KI Lebensläufe und erstellt eine Rangfolge der Bewerber. Ein Personalverantwortlicher genehmigt jede engere Auswahl. Welche Bewertung ist sachgerecht?

  1. AJeder Einsatz eines Sprachmodells macht das System automatisch zu einem Hochrisikosystem.
  2. BDie abschließende menschliche Freigabe schließt eine Hochrisikoeinstufung automatisch aus.
  3. CDie vom Anbieter gewählte Bezeichnung genügt für die Einstufung.
  4. DDen Personalauswahlzweck nach Anhang III und Artikel 6 einschließlich möglicher Ausnahmen prüfen; menschliche Freigabe allein begründet keine Ausnahme.
Antwort und Erläuterung anzeigen
D

Die Einstufung folgt dem Verwendungszweck und den rechtlichen Kriterien. Personalauswahl ist eine Kategorie in Anhang III. Ausnahmen nach Artikel 6 erfordern eine eigene Prüfung; eine abschließende menschliche Entscheidung ist keine pauschale Ausnahme. Trennen Sie die Einstufung vom Geltungsbeginn einzelner Pflichten.

Prüfen, ob Anbieterwahl tatsächlich besteht

Ein öffentlicher Auftraggeber kann drei KI-Marken wählen. Alle hängen von derselben Cloud und einer proprietären Schnittstelle ab. Der Vorschlag spricht von resilientem Wettbewerb. Welche Nachweise sind am hilfreichsten?

  1. AGemeinsame Infrastrukturabhängigkeiten, Datenexportmöglichkeiten, Wechselkosten und Ergebnisse von Portabilitätstests mit Alternativen.
  2. BAllein die Anzahl der Marken auf der Auswahlliste.
  3. CEine Rangliste der beworbenen Modellparameterzahlen.
  4. DEine Zufriedenheitsumfrage unter Kunden des größten Anbieters.
Antwort und Erläuterung anzeigen
A

Verschiedene Marken können einen gemeinsamen Ausfallpunkt oder eine Wechselbarriere behalten. Prüfen Sie infrastrukturelle, vertragliche und technische Abhängigkeiten, bevor Sie Resilienz oder echte Wahlmöglichkeiten behaupten. Es geht um Evidenzbewertung, nicht um die Feststellung eines Wettbewerbsrechtsverstoßes.

RAG oder Feinabstimmung bei veränderlichen Quellen wählen

Ein interner Assistent soll aus wöchentlich geänderten Verfahren antworten und die aktuelle zugelassene Quelle zitieren. Was ist der beste Ausgangspunkt?

  1. AMonatlich feinabstimmen und annehmen, dass die Modellgewichte jede aktuelle Regel speichern.
  2. BDas Modell vergrößern und das Retrieval entfernen, um Latenz zu senken.
  3. CAktuelle Dokumente mit Zugriffskontrollen abrufen, Retrieval und Belegbarkeit der Antworten getrennt prüfen und Zitate validieren.
  4. DAlle Dokumente abrufen, auch Versionen ohne Zugriffsrecht des Nutzers.
Antwort und Erläuterung anzeigen
C

RAG kann aktuelle Referenzen ohne erneutes Training bei jeder Änderung liefern. Versionskontrolle, dokumentbezogene Rechte und Prüfungen, ob zitierte Quellen die Antwort stützen, bleiben notwendig. Feinabstimmung kann Verhalten anpassen, gewährleistet allein aber weder aktuelle Fakten noch gültige Zitate.

So werten Sie den Probetest aus

Bearbeiten Sie einen Fachtest in 40 Minuten, im Schnitt 80 Sekunden pro Frage. Prüfen Sie falsche und richtig geratene Antworten. Notieren Sie die übersehene Regel oder Annahme, üben Sie die schwierigste Aufgabengruppe und wiederholen Sie den Probetest. Lesen Sie das EU-Recht in Ihrer Testsprache, um die Fachbegriffe zu lernen.

Zulassung, Tests und Bewertung · EPSOHQ-Trainingszentrum