AI Bills of Materials (AI BOMs) sind das jüngere Geschwister der bekannteren Software Bills of Materials (SBOMs). Während SBOMs bislang Codbibliotheken und Abhängigkeiten inventarisieren, gehen AI BOMs weiter: Sie dokumentieren die Modelle, Trainingsdatensätze, Lizenzierungen und operativen Metadaten, die das Verhalten und Risikoprofil eines KI-Systems definieren.
Der G7-Staatenverbund hat kürzlich Richtlinien veröffentlicht, die Mindestanforderungen für AI BOMs festlegen. Industrieverbände wie ISACA empfehlen sie bereits als Standard bei der Technologiebeschaffung. Doch die praktische Umsetzung steckt noch in den Kinderschuhen. “Viele müssen erst verstehen, was ein AI BOM überhaupt ist und warum es sich vom klassischen SBOM unterscheidet”, erklärt Daniel Bardenstein, Co-Founder von Manifest Cyber.
Das Kernproblem liegt in der Komplexität: Ein AI BOM muss mehrere Ebenen dokumentieren. Zunächst das Modell selbst – welche Version, wie wurde es erzeugt? Dann die Datenlineage: Woher stammen die Trainingsdaten, wer ist Eigentümer, welche Biases könnten vorhanden sein? Hinzu kommen Softwareabhängigkeiten, Hyperparameter, Deploymentkonfiguration und Audit-Trails. “Bei agentengestützten KI-Systemen wird es noch komplexer,” warnt Krti Tallam vom NIST AI Risk Management Framework. Dann müssen auch Zugriffsrechte, Tool-Integrationen und Governance-Artefakte dokumentiert werden.
Die wachsende Angriffsfläche verschärft die Situation dramatisch. Das Hugging Face Repository mit 13 Millionen Nutzern zeigt das Ausmaß: Die Zahl der Modelle verdoppelte sich 2025 auf 2 Millionen, die Datensätze erreichten 500.000. JFrog dokumentierte einen sechseinhalbfachen Anstieg bösartiger Modelle auf der Plattform im Jahresvergleich. Besonders beunruhigend: Forscher fanden 2025 Backdoor-Modelle, die alle Sicherheitschecks von Hugging Face passierten.
Für deutsche Organisationen kommt hinzu: Die EU-KI-Verordnung verpflichtet ab August zu besserer Dokumentation bei Hochrisiko-Systemen – etwa in kritischer Infrastruktur oder bei Behörden. Das BSI und der BfDI werden auf Compliance prüfen. Versäumnisse können zu erheblichen DSGVO-Bußgeldern führen.
Hasan Yasar von der Carnegie Mellon University fasst das Dilemma zusammen: “CISOs sollten AI BOMs und SBOMs stark machen. Denn aktuell wissen wir nicht, was wir nicht wissen. Wir sehen nur die Spitze des Eisbergs – das Softwarecode ist nur ein winziger Teil.” 2026 wird zeigen, ob die Industrie diesen unsichtbaren Kern endlich transparent machen kann.