Impulspapier Version 0.3.1 · April 2026

HU-RAC – Ein Denkmodell zur Klassifikation smarter Robotiksysteme nach Datenhoheit und Datensicherheit

Ein Beitrag zur öffentlichen Diskussion über eine mögliche zukünftige Normungs- und Regulierungssystematik. Fragen der technischen und funktionalen Sicherheit werden ausdrücklich ausgeklammert und in einem angekündigten zweiten Impulspapier gesondert behandelt.

Autorin
Humanide GmbH, Köln
Status
Diskussionspapier – kein Standard
Betrachtungsrahmen
Datenhoheit & Datensicherheit
Veröffentlicht
April 2026

Zwei Roboter, dieselbe Logik — das kann nicht stimmen.

Ein Mähroboter im Garten und ein humanoider Pflege-Companion im Schlafzimmer einer Demenzkranken sollten in Fragen von Datenhoheit und Datensicherheit nicht nach derselben Logik bewertet werden. Heute werden sie es — mal implizit, mal ausdrücklich.

Dieses Papier schlägt vor, smarte Robotiksysteme entlang von sechs Kontextdimensionen in fünf Kategorien (HU-RAC 1 bis HU-RAC 5) einzuordnen und jeder Kategorie ein abgestuftes Erwartungsprofil in den Fragen von Datenschutz, Schlüsselhoheit, Mandantentrennung, KI-Bezug und Betriebskontinuität zuzuordnen. Der Ansatz folgt dem Prinzip der stärksten Belastung: Die höchste Einstufung auf einer einzelnen Achse bestimmt die Gesamtkategorie.

HU-RAC ist dabei nicht als Ersatz bestehender Rechtsakte gedacht, sondern als Overlay: ein domänenspezifisches Ordnungs- und Übersetzungsraster, das DSGVO, KI-Verordnung, Maschinenverordnung, Cyber Resilience Act und die einschlägigen ISO-Normen kontextabhängig anwendbar macht. Die Regelwerke existieren; was fehlt, ist ihre kohärente, robotikspezifische Operationalisierung.

Das Denkmodell integriert einen zweiten Blick: den kommerziellen. Das RARI-Framework von Persona AI (Radford, Humanoids Summit 2025) zeigt, dass gerade die regulatorisch komplexen Branchen — Healthcare, Home — die niedrigste kommerzielle Reife aufweisen. Eine klare Klassifikationssystematik senkt die Compliance-Reibung und erhöht die Adoptionsreife genau dort, wo der Markt heute ins Stocken gerät. Normung wird in dieser Lesart zum Marktöffnungs-Hebel.

Drei Episoden, die nachdenklich machen sollten

Die Lücke ist nicht hypothetisch. Drei Ereignisse aus den letzten 18 Monaten zeigen, wie konkret sie wird, sobald Serviceroboter in sensible Bereiche vordringen.

Februar 2026

Backend-Vorfall bei einem Consumer-Robotik-Hersteller

Rund 6.700 Geräte wurden durch einen Autorisierungsfehler im MQTT-Backend eines marktführenden Herstellers autonomer Haushaltsroboter kompromittiert. Angreifer mit gültigen Nutzer-Zugangsdaten konnten durch Manipulation der Geräte-Referenzen auf Kameras, Mikrofone und Grundrisse fremder Wohnungen zugreifen.

Lektion. Transportverschlüsselung schützt nicht vor Fehlern in der Mandantentrennung.
Februar 2025

Rücknahme einer Zero-Knowledge-Cloud-Funktion in Großbritannien

Ein marktbestimmender US-amerikanischer Technologiekonzern zog seine Zero-Knowledge-Cloud-Speicherfunktion für britische Nutzer zurück, nachdem britische Sicherheitsbehörden eine entsprechende Anordnung erließen. Vergleichbare Rechtsgrundlagen existieren in Deutschland (G10-Gesetz, TKÜV) und Frankreich.

Lektion. Nur was der Anbieter technisch nie besessen hat, kann er auch unter Zwang nicht übergeben.
2024

Insolvenz eines cloudabhängigen Medizingeräte-Herstellers

Ein europäischer Hersteller vernetzter Blutdruckmessgeräte meldete Insolvenz an und schaltete seine Cloud ab — und mit ihr die Apps, ohne die die Geräte funktionslos waren, sowie die nicht lokal gespeicherten historischen Nutzerdaten.

Lektion. Cloudabhängigkeit ohne architektonischen und vertraglichen Kontinuitätsschutz ist im sensiblen Kontext ein Risiko.

Fünf Kategorien entlang sechs Betrachtungsachsen

Das Modell schlägt sechs Betrachtungsachsen vor, die je einzeln bewertet werden. Die Gesamteinstufung folgt dem Prinzip der stärksten Belastung: Der höchste Wert auf einer beliebigen Achse bestimmt die Kategorie.

Die fünf Kategorien

HU-RAC 1
Baseline
Smarte Robotiksysteme ohne Personenbezug im Produktivbetrieb, geringe Gefährdung, keine KI-Hochrisiko-Einstufung, keine vulnerablen Zielgruppen.
Mähroboter im Privatgarten, Pool-Reinigungsroboter, autonome Rasenbewässerung.
HU-RAC 2
Enhanced
Systeme mit Umgebungssensorik, die technisch Personen erfassen kann, aber nicht primär für biometrische Identifikation eingesetzt wird.
Saugroboter, Fensterputzroboter, einfache Indoor-Drohnen, Haushalts-Assistenzroboter ohne Companion-Funktion.
HU-RAC 3
Professional
Gewerblich-industrieller Einsatz mit ERP- oder Prozessintegration, oder gewerbliche Umgebungen mit Publikumskontakt ohne vulnerable Zielgruppen.
Cobots, Logistik-Humanoide, Reinigungsroboter im öffentlichen Raum, autonome Lieferroboter.
HU-RAC 4
Sensitive
Einsatz in Pflege, Gesundheit, Bildung, Kinderbetreuung oder mit biometrischer Datenerfassung und/oder vulnerablen Zielgruppen.
Companion- und Pflegeroboter, OP-Assistenzsysteme, Therapieroboter, humanoide Hausassistenten in Betreuungskontexten.
HU-RAC 5
Critical / Sovereign
Militärische oder Dual-Use-Anwendungen, Einsatz in kritischen Infrastrukturen, Hochrisiko-Einsätze mit staatlicher oder rechtlich besonders geschützter Sensitivität.
KRITIS-Inspektion, Justiz- und Strafverfolgungskontexte, Dual-Use-Anwendungen.

Die sechs Betrachtungsachsen

  • 1

    Einsatzumgebung

    Von privater Outdoor-Nutzung über gewerblich-geschlossene und publikumsintensive Bereiche bis zu Pflege, Bildung, Kinderbetreuung und militärisch-sensitiven Kontexten.

  • 2

    Bauart und Mobilität

    Stationär, radbasiert mobil, flugfähig, bipedal oder dynamisch stabil, aquatisch. Jede Bauart triggert andere Maschinensicherheitsaspekte.

  • 3

    Datenkategorien

    Von reiner Maschinentelemetrie über personenbeziehbare Umgebungsdaten und biometrische Daten bis zur intimen Langzeitbeobachtung.

  • 4

    KI-Risikoklasse

    Eingeordnet an der KI-Verordnung: von Bagatellfunktionen über begrenztes Risiko und Hochrisiko bis zu Hochrisiko mit vulnerabler Zielgruppe oder staatlicher Sensitivität.

  • 5

    Physisches Gefährdungspotenzial

    Kinematische Energie, Reichweite, Interaktionsfähigkeit mit Menschen. Dient hier ausschließlich als Kontextinformation; maschinensicherheitsrechtliche Erwartungen werden in diesem Papier nicht abgeleitet.

  • 6

    Betroffenenkreis

    Nur Betreiber, Mitarbeitende, unbeteiligte Dritte, vulnerable Gruppen, oder rechtlich besonders geschützte Kreise wie Berufsgeheimnisträger.

Aggregationslogik

Die Gesamtkategorie wird durch den höchsten Wert auf einer beliebigen der sechs Achsen bestimmt — analog zur Gefahrgut-Einstufungslogik. Eine zweite Regel verhindert die Unterklassifikation vielschichtiger Systeme: Liegen drei oder mehr Achsen im mittleren Bereich, wird mindestens HU-RAC 3 erreicht, auch wenn keine einzelne Achse die höchste Stufe erreicht.

Zwei eng gefasste Ausnahmen gelten: technisch eingehegte temporäre Hochrisiko-Modi (mit expliziter Einwilligung, Air-Gap-Verarbeitung und Audit-Protokollen) sowie reine Forschungseinsätze nach Art. 89 DSGVO unter Ethikkommissions-Begleitung können für die Dauer der Forschung eine Stufe niedriger eingestuft werden, sofern dies in der DSFA dokumentiert ist.

Abgestufte Erwartungen — illustrativ, nicht verbindlich

Die Matrizen übersetzen die fünf Kategorien in ein differenziertes Erwartungsprofil über Datenhoheit, KI-Bezug, Cybersicherheit, Schlüsselhoheit, Mandantentrennung, Betroffenenschutz und Normungsanschluss. Unten die Matrix zur Datensouveränität als repräsentativer Auszug. Das vollständige Set von sieben Matrizen ist im Impulspapier enthalten.

E-Min Minimal essenziell — überwiegend bereits durch geltendes Recht oder etablierten Marktstandard erwartet E-Plus Essenziell für konservative Grundrechts- und Resilienzsicherheit — über den Marktstandard hinaus R Empfohlen O Optional – Nicht regelmäßig aufgeworfen
Betrachtungspunkt (Datenhoheit & Datenschutz)HU-RAC 1HU-RAC 2HU-RAC 3HU-RAC 4HU-RAC 5
Datenverarbeitung in EU/CHRE-MinE-MinE-MinE-Min
Unabhängigkeit von US-Hyperscalern–RE-PlusE-PlusE-Min
Vollständige AVV nach Art. 28 DSGVORE-MinE-MinE-MinE-Min
Art.-48-DSGVO-Klausel–E-PlusE-MinE-MinE-Min
Offenlegung Unterauftragsverarbeiter–E-MinE-MinE-MinE-Min
Zustimmungsvorbehalt bei Änderungen––E-PlusE-MinE-Min
Warrant-Canary / Transparenzpflicht––RE-PlusE-Plus
Art.-9-DSGVO-Konzept bei Biometrie––RE-MinE-Min
DSFA mit Datenflussdokumentation––RE-MinE-Min
Souveräne Cloud (C5-zertifiziert)––ORE-Min

Die Aufspaltung in E-Min und E-Plus ermöglicht eine realistische Selbsteinschätzung: Startups und KMU können mit E-Min beginnen und E-Plus als Entwicklungsroadmap deklarieren, ohne aus der HU-RAC-Kategorie zu fallen. Die Matrizen sind kumulativ gedacht: Eine höhere Kategorie umfasst die darunterliegenden Überlegungen und fügt weitere hinzu.

Business-Kritikalität und Betriebskontinuität

Die HU-RAC-Kategorie allein bildet die Verletzungs- und Regulierungsrisiken ab. Ob der Ausfall eines Systems zu Produktionsstillstand oder nur zu einer verschobenen Versuchsreihe führt, ist eine eigene Frage. Das Denkmodell ergänzt deshalb zwei orthogonale Dimensionen.

Level A · B · C

Business-Kritikalität

Level A — prozess- oder sicherheitskritisch (≥ 20 % der betrieblichen Kernleistung, gesetzliche Verfügbarkeitspflichten oder Wiederherstellung > 72 h).

Level B — betriebswichtig, aber innerhalb von 24 h überbrückbar.

Level C — Ausfall tolerierbar, keine Dritten betroffen.

R1 · R2 · R3

Anbieter-Resilienz

R1 — etablierter Konzern.

R2 — stabiler Mittelständler.

R3 — Start-up mit erhöhtem Insolvenz- oder Change-of-Control-Risiko. Bei HU-RAC 4 und 5 wäre R3 nur bei voll ausgestalteten Kontinuitätsmechanismen vertretbar.

Mindest-Cloud-Autonomie bei Ausfall der Hersteller-Cloud

HU-RAC × LevelMindest-Cloud-AutonomieWeitere Anforderungen
HU-RAC 4 × A24 MonateGrundfunktionen lokal; Datenexport jederzeit möglich; Source- und Daten-Escrow verpflichtend
HU-RAC 4 × B12 MonateGrundfunktionen lokal; Datenexport; Source-Escrow empfohlen
HU-RAC 3 × A12 MonateKernbetrieb lokal; Datenexport; Exit-Klauseln vertraglich
HU-RAC 3 × B6 MonateKernbetrieb lokal; Datenexport
HU-RAC 2 × CEmpfohlenDatenexport einfach möglich; Degraded Mode optional

Die Schwellenwerte sind als diskutierbare Orientierung gedacht und in konkreten Normungsverfahren verfeinerungsfähig.

Bestehende Regelwerke orchestrieren

HU-RAC positioniert sich als Overlay, nicht als Ersatz. Der Vier-Schritte-Prozess zeigt, wie sich das Denkmodell in eine Einstufungsentscheidung einbettet, ohne mit DSGVO, KI-Verordnung oder Maschinenverordnung in Konkurrenz zu treten.

  1. AI Act (VO 2024/1689)

    Fällt das System in eine Hochrisiko-Kategorie nach Anhang III oder als Sicherheitskomponente? Greifen die Pflichten aus Art. 9 ff. (Risikomanagement, Datenqualität, Dokumentation, Logging, Transparenz, menschliche Aufsicht, Genauigkeit)?

  2. HU-RAC-Einstufung

    Einstufung in HU-RAC 1–5 entlang der sechs Achsen unter Anwendung der Aggregationslogik. Bestimmung der Business-Kritikalität A/B/C und der Anbieter-Resilienz-Klasse R1/R2/R3.

  3. DSGVO-Abgleich

    Werden personenbezogene Daten verarbeitet? Wenn ja: Art. 6 Rechtsgrundlage, Art. 9 besondere Kategorien, Art. 28 AVV, Art. 35 DSFA-Pflicht (regelmäßig erforderlich ab HU-RAC 3), Art. 44 ff. Drittlandtransfer, Art. 48 Anordnungen von Drittstaaten.

  4. HU-RAC-spezifische Controls

    Ableitung zusätzlicher Erwartungen aus den Matrizen: Schlüsselhoheit, Mandantentrennung, Betroffenenschutz, Cybersicherheit, Normungsanschluss. Ergänzend: Sektorrecht (MDR, KRITIS-Dachgesetz, SGB) und die Maschinenverordnung (MVO 2023/1230).

Was dieses Papier nicht behandelt

Das Papier behandelt bewusst nicht die Fragen der technischen und funktionalen Sicherheit. Diese verdienen ein eigenes Denkmodell mit eigener Fachkultur, eigenen Normungsbezügen und eigenem Beteiligtenkreis. Die Vermischung beider Themenfelder in einem einzigen Papier würde beiden nicht gerecht.

Ausgenommen sind insbesondere: Notaus-Logik und Abschaltkonzepte bei dynamisch stabilen und flugfähigen Systemen; Verhalten bei Stromausfall bei bipedalen Humanoiden und Quadrupeden; Power-and-Force-Limiting-Grenzwerte im nicht-industriellen Kontext; dynamische Stabilität und Sturzverhalten; Aerospace-Kreuzungsfragen; Zertifizierbarkeit lernender KI-Komponenten als Sicherheitsfunktion nach ISO 13849-1; sowie Zulassungs- und Baumusterprüfungsfragen durch benannte Stellen.

Die Humanide GmbH bereitet ein zweites Impulspapier zu diesen Fragen der technischen und funktionalen Sicherheit vor — mit Fokus auf Abschaltlogiken für dynamisch stabile Systeme, Abgrenzung zur klassischen Notaus-Konzeption nach ISO 13850, Zertifizierbarkeit lernender Sicherheitsfunktionen und Schnittstellen zur Luftfahrt-Zulassung. Beide Papiere werden sich kreuzweise referenzieren.

Wo das Denkmodell anschlussfähig wäre

Dieses Impulspapier ist keine Norm und will keine werden — es sei denn, die Resonanz aus Fachkreisen macht den Schritt plausibel. Für diesen Fall sind folgende Anschlussmöglichkeiten denkbar:

  • Ein Impulsgespräch mit DIN NA 060 (Robotik) über die Eignung des Denkmodells als Ausgangspunkt für eine DIN SPEC nach dem PAS-Verfahren.
  • Eine inhaltliche Diskussion mit ISO TC 299 WG 12, die sich mit humanoiden und dynamisch stabilen Systemen befasst.
  • Ein wissenschaftlicher Beitrag in Kooperation mit Fraunhofer IAO oder IPA, der die ökonomische Wirkungsthese empirisch belegt oder widerlegt.
  • Eine Gesprächsspur mit dem BSI hinsichtlich der Kryptografie- und Zero-Knowledge-Aspekte in HU-RAC 4 und 5.
  • Eine Resonanzschleife mit Persona AI und anderen Industriepartnern, die an Adoptions-Reifegrad-Modellen arbeiten.
  • Eine Einbindung zivilgesellschaftlicher Stimmen: Datenschutzaufsicht, Stiftung Datenschutz, Bitkom, Pflegeverbände, Patientenvertretungen.

Die Autorin sieht dieses Papier nicht als ihr letztes Wort, sondern als Einladung zur Diskussion. Rückmeldungen, Kritik und Erweiterungsvorschläge sind ausdrücklich willkommen.

Zitiervorschlag Humanide GmbH (2026): HU-RAC — Ein Denkmodell zur Klassifikation smarter Robotiksysteme nach Datenhoheit und Datensicherheit. Impulspapier, Version 0.3.1, April 2026.

Die Weitergabe und Zitation dieses Impulspapiers ist ausdrücklich erwünscht, sofern die Urheberschaft der Humanide GmbH benannt und der Charakter als unverbindliches Diskussionsdokument erkennbar bleibt.

Autorin und Rückmeldungen

Humanide GmbH
Dittmar Müller, Geschäftsführer
Mauritiussteinweg 11, 50676 Köln

E-Mail: info@humanide.com
Telefon: +49 221 922840
LinkedIn: in/dittmarmueller

Impressum

Angaben gemäß § 5 TMG.

Anbieter

Humanide GmbH

Mauritiussteinweg 11
50676 Köln
Deutschland

Lager- und Lieferadresse

Mauritiussteinweg 11
50676 Köln
Deutschland

Vertreten durch

Dittmar Müller
Geschäftsführer

Kontakt

Telefon: +49 221 922840
E-Mail: info@humanide.com

Handelsregister

Amtsgericht Köln
Registernummer: HRB 115169
Sitz der Gesellschaft: Köln

Umsatzsteuer-Identifikationsnummer

USt-IdNr. gemäß § 27a UStG:
DE362951755

Datenschutzerklärung

Informationen gemäß Art. 13 DSGVO zur Verarbeitung personenbezogener Daten auf dieser Website. Stand: 30. April 2026.

1. Verantwortlicher

Verantwortlicher für die Verarbeitung personenbezogener Daten auf dieser Website im Sinne von Art. 4 Nr. 7 DSGVO ist:

Humanide GmbH
Mauritiussteinweg 11, 50676 Köln, Deutschland
Telefon: +49 221 922840
E-Mail: info@humanide.com

2. Datenschutzbeauftragter

Die Humanide GmbH hat keinen Datenschutzbeauftragten bestellt, da die Voraussetzungen des Art. 37 DSGVO und des § 38 BDSG nicht erfüllt sind. Für datenschutzrechtliche Anfragen wenden Sie sich bitte unter den oben genannten Angaben an den Verantwortlichen.

3. Art dieser Website

Diese Website ist eine statische fachliche Veröffentlichung. Sie verwendet keine Cookies, keine Tracking-Technologien, keine Webanalyse, keine Social-Media-Plugins, keine eingebetteten Videos, keine extern geladenen Schriftarten und keine sonstigen Dienste Dritter. Über Formulare, Registrierung oder Kommentare werden keine personenbezogenen Daten erhoben — solche Funktionen existieren auf dieser Website nicht.

4. Server-Logdateien

Beim Aufruf dieser Website erfasst unser Hosting-Anbieter (IONOS SE, Elgendorfer Str. 57, 56410 Montabaur, Deutschland — tätig als Auftragsverarbeiter nach Art. 28 DSGVO auf Grundlage eines Auftragsverarbeitungsvertrags) automatisch folgende Informationen in Server-Logdateien:

  • IP-Adresse des anfragenden Geräts
  • Datum und Uhrzeit des Zugriffs
  • URL der aufgerufenen Ressource
  • HTTP-Statuscode und übertragene Datenmenge
  • User Agent (Browser- und Betriebssystemkennung)
  • Referrer-URL (sofern vom Browser übermittelt)

Diese Daten werden für höchstens 8 Wochen gespeichert und ausschließlich zur Gewährleistung der technischen Sicherheit und Stabilität der Website verarbeitet (Abwehr von Angriffen, Fehleranalyse). Rechtsgrundlage ist Art. 6 Abs. 1 lit. f DSGVO (berechtigtes Interesse am Betrieb einer sicheren und stabilen Website). Die Daten werden nicht mit anderen Datenquellen zusammengeführt und nicht zur Erstellung von Nutzungsprofilen verwendet.

5. SSL-/TLS-Verschlüsselung

Diese Website verwendet für die Übertragung sämtlicher Inhalte eine SSL-/TLS-Verschlüsselung. Eine verschlüsselte Verbindung erkennen Sie am Präfix „https://“ und am Schlosssymbol in Ihrem Browser.

6. Externe Links

Diese Website enthält Links zu externen Ressourcen (z. B. www.humanide.com, ec.europa.eu, linkedin.com). Wenn Sie einem solchen Link folgen, verlassen Sie diese Website und gelangen in den Datenschutzbereich des jeweiligen externen Betreibers. Auf die Datenverarbeitung auf diesen externen Seiten haben wir keinen Einfluss und übernehmen dafür keine Verantwortung.

7. Ihre Rechte als betroffene Person

Nach der DSGVO stehen Ihnen hinsichtlich der Sie betreffenden personenbezogenen Daten folgende Rechte zu:

  • Recht auf Auskunft (Art. 15 DSGVO)
  • Recht auf Berichtigung (Art. 16 DSGVO)
  • Recht auf Löschung (Art. 17 DSGVO)
  • Recht auf Einschränkung der Verarbeitung (Art. 18 DSGVO)
  • Recht auf Datenübertragbarkeit (Art. 20 DSGVO)
  • Widerspruchsrecht (Art. 21 DSGVO)
  • Recht auf Beschwerde bei einer Aufsichtsbehörde (Art. 77 DSGVO)

Die für die Humanide GmbH zuständige Aufsichtsbehörde ist die Landesbeauftragte für Datenschutz und Informationsfreiheit Nordrhein-Westfalen (LDI NRW), Kavalleriestr. 2–4, 40213 Düsseldorf, Deutschland. Zur Ausübung Ihrer Rechte wenden Sie sich bitte unter den oben genannten Angaben an den Verantwortlichen.

8. Änderungen dieser Datenschutzerklärung

Wir können diese Datenschutzerklärung anpassen, um Änderungen unserer Verarbeitungstätigkeiten oder rechtlicher Anforderungen abzubilden. Es gilt jeweils die aktuelle, durch das oben genannte „Stand“-Datum gekennzeichnete Fassung.

Häufige Fragen

Was ist HU-RAC?

HU-RAC (Humanide Robotics Assurance Class) ist die Daten- und Resilienz-Säule des HU-Codex. Sie bewertet Datensouveränität, Schlüsselhoheit, Anbieter-Resilienz, jurisdiktionellen Zugriff, Mandantentrennung, Cybersicherheit und datenschutzrelevante Prüfpunkte smarter Robotiksysteme. Stand: Impulspapier v0.3.1, Mai 2026.

Welche sechs Achsen hat HU-RAC?

Die sechs Bewertungsachsen sind: Einsatzumgebung, Bauart und Mobilität, Datenkategorien, KI-Risikoklasse, physisches Gefährdungspotenzial und Betroffenenkreis. Das „physische Gefährdungspotenzial" wird in HU-RAC nicht als Sicherheitsbewertung verstanden, sondern als Kopplungs- und Kontextachse: Sie fragt, ob digitale Steuerungs-, Update- oder Cloud-Abhängigkeiten durch physische Gefahrenlage sicherheitsrelevant werden. Zwei Sekundärdimensionen ergänzen das Modell: Business-Kritikalität (A/B/C) und Anbieter-Resilienz (R1/R2/R3).

Was bedeutet die fünfstufige Tier-Skala bei HU-RAC?

Tier 1 steht für minimales Restrisiko in der Daten-/Resilienzdimension, Tier 5 für kritisches Restrisiko. Die Aggregation über die sechs Achsen folgt dem Prinzip der stärksten Belastung: Die kritischste Achse bestimmt das Gesamt-Tier. Die Klassifikation ist dynamisch — HU-RAC sieht eine Neubewertung bei jeder relevanten Konfigurationsänderung vor.

Was bedeutet die Sekundärdimension „Anbieter-Resilienz R1/R2/R3"?

Die Anbieter-Resilienz beurteilt die Fortführungssicherheit des Anbieters über die Tier-Bewertung hinaus. R1 kennzeichnet eine robuste Konstellation, R3 eine Risiko-Kumulation. R3 kann vorliegen, wenn mehrere Resilienzfaktoren zusammentreffen — etwa unklare Eigentümerstruktur, starke Abhängigkeit von einzelnen Kapitalgebern, Drittland-Kontrollrisiken, fehlende Exit- oder Migrations-Strategien, oder eine nicht belastbar dokumentierte Subprozessoren-Kette. Einzelne Faktoren allein begründen keine R3-Einstufung; entscheidend ist das Zusammenspiel.

Wann ist eine HU-RAC-Neubewertung erforderlich?

Bei jeder relevanten Konfigurationsänderung: Wechsel eines Subprozessors, Änderung der Hosting-Region, neue Schlüsselverwaltung, Anbieter-Übernahme, Eigentümerwechsel oder Hinzunahme neuer Datenkategorien. HU-RAC ist explizit als dynamisches Modell konzipiert — ein einmal vergebenes Tier ist keine Dauerklassifikation.

Wie verhält sich HU-RAC zur DSGVO und zu Drittland-Transfers?

HU-RAC adressiert datenschutzrelevante Fragen jurisdiktional symmetrisch — US-Recht (CLOUD Act, CVSA), chinesisches Recht (Cybersecurity Law, PIPL) und andere Drittstaaten ohne Angemessenheitsbeschluss erhalten dieselbe Bewertungslogik. Relevante Prüfpunkte umfassen AVV-Vollständigkeit (Art. 28 DSGVO), Sperrwirkung gegen extraterritoriale Zugriffsanordnungen (Art. 48), Drittlandtransfer-Mechanik (Art. 44 ff.) und KI-spezifische Offenlegungspflichten (Art. 50 KI-VO).

Was ist die CVSA-Referenz von 15 %?

Der Connected Vehicle Security Act (CVSA) der USA nutzt eine kumulierte Beteiligungsschwelle von 15 % aus Drittstaaten ohne Angemessenheitsbeschluss als Auslöser für regulatorische Beschränkungen. HU-RAC zitiert diesen Wert nicht als verbindlichen Grenzwert, sondern als externen Plausibilitätsanker für die Diskussion von Kontroll- und Einflussrisiken in Eigentümerstrukturen — kein eigener HU-RAC-Schwellenwert.