EU-KI-Verordnung für Entwickler
Für Entwickler: die Pflichten der KI-Verordnung, die Ihren Code betreffen, und wie Scanara jeden Pull Request prüft. Nächster Schritt: Beispielbericht öffnen.
Was Entwickler betrifft
Protokollierung, Aufsicht und Genauigkeit sind Code
Wenn Ihr Arbeitgeber ein Hochrisiko-KI-System anbietet, muss das System Ereignisse automatisch aufzeichnen (Artikel 12). Es muss menschliche Aufsicht ermöglichen (Artikel 14). Es braucht angemessene Genauigkeit, Robustheit und Cybersicherheit (Artikel 15).
Die meisten Funktionen sind nicht hochriskant
Hochriskant heißt: ein in Anhang III aufgeführter Verwendungszweck oder ein von Anhang I erfasstes Produkt (Artikel 6). Prüfen Sie das zuerst. Andere Regeln können trotzdem gelten, etwa die Offenlegungspflicht für Chatbots nach Artikel 50.
Einige Praktiken sind verboten
Artikel 5 verbietet aufgeführte Praktiken, etwa das Ableiten von Emotionen am Arbeitsplatz, seit 2. Februar 2025. Geldbußen betragen bis zu 35 Mio. EUR oder, bei Unternehmen, 7 % des weltweiten Jahresumsatzes, je nachdem, welcher Betrag höher ist (Artikel 99 Absatz 3).
Was Scanara Ihren Pull Requests hinzufügt
Mode: Blocking Mode
Compliance Score: 58/100
# Findings Summary
Critical: 0
High: 7
Medium: 14
Low: 22
Total: 43
# Threshold Violations
High findings: 7 (max allowed: 5)
Compliance score: 58% (min required: 60%)
▸ View full report on Scanara Dashboard →
Beispiel für die Zusammenfassung, die Scanara bei GitHub einstellt (auf Englisch). Die Zahlen sind beispielhaft.
Ein Check bei jedem Pull Request
Scanara meldet bei jedem Pull Request einen GitHub-Check mit dem Namen
Scanara EU AI Act Compliance. Im Blocking-Modus verhindert ein fehlgeschlagener Check den Merge, wenn Sie den Check im Branch-Schutz vorschreiben.Audit- oder Blocking-Modus
Der Audit-Modus berichtet nur. Der Blocking-Modus lässt den Check scheitern, wenn ein Schwellenwert überschritten wird. Schwellenwerte gelten pro Repository: maximale kritische Befunde, maximale hohe Befunde und Mindestpunktzahl. Standardwerte: 0, 5 und 60.
Ein Bericht hinter jedem Check
Jeder Check verlinkt einen Bericht mit Punktzahl und Note von A bis F, Befunden nach Artikel, Schweregrad und Datei sowie einem Risikowert pro Datei.
Mehrere Sprachen, unterschiedliche Genauigkeit
Scanara ordnet jede Sprache einer Genauigkeitsstufe zu. Python, JavaScript und TypeScript haben die höchste Konfidenz (1,00). R und Julia sind experimentell (0,75) mit mehr Fehlalarmen und übersehenen Treffern.
Fragen von Entwicklern
Wie verbinde ich Scanara mit meinen Repositories?
Verbinden Sie Ihr GitHub-Konto, wählen Sie die zu scannenden Repositories und aktivieren Sie das Merge-Gate pro Repository mit Modus und Schwellenwerten. Das Merge-Gate braucht keine Pipeline-Änderungen: GitHub sendet einen Webhook, wenn ein Pull Request geöffnet oder geändert wird.
Was sehe ich im Pull Request?
Einen Check mit dem Namen Scanara EU AI Act Compliance. Die Zusammenfassung zeigt Modus, Compliance-Punktzahl und eine Tabelle der Befunde nach Schweregrad. Ein Link öffnet den vollständigen Bericht im Scanara-Dashboard.
Was unterscheidet Audit- und Blocking-Modus?
Der Audit-Modus berichtet, ohne zu scheitern; der Pull Request kann weiterhin gemergt werden. Der Blocking-Modus lässt den Check scheitern, wenn ein Schwellenwert überschritten wird. Um den Merge zu verhindern, schreiben Sie den Check im GitHub-Branch-Schutz vor.
Welche Programmiersprachen scannt Scanara?
Mehrere Sprachen mit unterschiedlicher Genauigkeit: Python, JavaScript und TypeScript sind am genauesten, R und Julia experimentell. Erkannt werden Standardmuster von ML-Frameworks. Eigene Wrapper und verschleierter Code können übersehen werden.
Was enthält der Free-Tarif?
Free umfasst insgesamt 5 Scans, 1 KI-System und 2 Repositories, ohne Merge-Gate. Bezahlte Tarife bieten monatliche Scans und das Merge-Gate.
Als Nächstes lesen
Sehen Sie zuerst einen Beispielbericht
Die Demo zeigt einen anonymisierten Compliance-Bericht. So sehen Sie, worauf ein Pull-Request-Check verweist.
Scanara bereitet Nachweise aus Ihren Repositorien vor
Scanara liest Ihre verbundenen GitHub-Repositorien und führt regelbasierte Scans auf gängige KI- und Machine-Learning-Muster durch. Unübliche Codemuster kann es übersehen. Getrennt davon erzeugt es aus Vorlagen und Ihren Antworten in der Bewertung Dokumentationsentwürfe als Nachweise für Ihre Compliance-Arbeit. Die Einstufung entscheiden Sie.