Tiefgehende Risikobewertung für ein einzelnes Feature oder einen Produktbereich wenn der Launch-Review etwas gefunden hat das mehr als eine Tabellenzeile braucht. Strukturierte Analyse: was könnte schiefgehen, wie wahrscheinlich, wie schlimm, was mildert es. Verwenden wenn der Nutzer sagt "tiefer Einblick in dieses Risiko", "Risikobewertung für [Feature]", "was könnte schiefgehen mit", oder wenn launch-prüfung eine neuartige Frage flaggt. Besonders einschlägig bei: UWG-Verstoßrisiken, DSGVO-Verletzung, DSA-Pflichten, KI-VO-Anforderungen, Verbraucherschutz nach BGB.
Instalar com Codex ou Claude Copie este prompt, cole no Codex, Claude ou outro assistente e deixe que ele revise a página da skill e instale para você.
Um comando direto ignora o prompt de revisão. Verifique a origem antes de executá-lo.
Tiefgehende Risikobewertung für ein einzelnes Feature oder einen Produktbereich wenn der Launch-Review etwas gefunden hat das mehr als eine Tabellenzeile braucht. Strukturierte Analyse: was könnte schiefgehen, wie wahrscheinlich, wie schlimm, was mildert es. Verwenden wenn der Nutzer sagt "tiefer Einblick in dieses Risiko", "Risikobewertung für [Feature]", "was könnte schiefgehen mit", oder wenn launch-prüfung eine neuartige Frage flaggt. Besonders einschlägig bei: UWG-Verstoßrisiken, DSGVO-Verletzung, DSA-Pflichten, KI-VO-Anforderungen, Verbraucherschutz nach BGB.
Mandat-Kontext.## Mandate-Workspaces in der praxisseitigen CLAUDE.md prüfen. Wenn Aktiviert✗ ist (Standard für In-House-Nutzer), diesen Absatz überspringen. Wenn aktiviert und kein aktives Mandat, fragen: "Für welches Mandat ist das? /produktrecht:produktrecht-mandat-arbeitsbereich switch <kürzel> ausführen oder 'Praxisebene' sagen." Das aktive mandat.md für mandatsspezifischen Kontext laden. Ausgaben in den Mandat-Ordner schreiben. Niemals Dateien eines anderen Mandats lesen außer Mandats-übergreifender Kontext ist ein.
Zweck
Der Launch-Review ist breit. Dies ist tief. Wenn eine einzelne Frage mehr als eine Tabellenzeile braucht – ein neuartiges KI-Feature, ein Produkt für Minderjährige, etwas das ein Behörde aktiv beobachtet – erstellt dieser Skill eine eigenständige Bewertung.
Nicht jeder Launch braucht eine. Die meisten nicht. Dies ist für die 10% wo "DSFA fertig, geshippt" nicht das richtige Prüfungsniveau ist.
Eingaben
Feature-Beschreibung oder PRD (eingefügt oder Tracker-Link)
Anlass der Eskalation (was hat den Launch-Review ausgelöst dass dies eine tiefere Prüfung braucht)
Anwendbare Jurisdiktionen und Nutzersegmente
Bestehende Minderungsmaßnahmen die bereits umgesetzt sind
Wann dies ausführen
Launch-Review fand ein Muster das nicht in der Kalibrierungstabelle ist (neuartig)
Launch-Review fand etwas in der "blockiert normalerweise"-Kategorie
GC oder Unternehmensleitung fragte "was ist das Risiko hier" und möchte mehr als eine Einzeiler
Das Feature liegt in einem Bereich mit aktiver Regulierungsaufmerksamkeit (KI/KI-VO, Minderjährige, biometrisch, Gesundheit, Dark Patterns nach § 5 UWG)
Jemand außerhalb der Rechtsabteilung ist besorgt und eine strukturierte Antwort wäre hilfreich
Wenn keines davon zutrifft, reicht der Launch-Review. Keine Dokumente um der Dokumente willen erstellen.
Ablauf
1. Was wird bewertet
Ein Absatz. Was das Feature tut, was neu daran ist, warum es zu einer vollständigen Bewertung eskaliert wurde.
2. Die Risiken
Für jedes einzelne Risiko (2–5, nicht 15):
### Risiko [N]: [Kurzname]**Szenario:** [Was eintreten müsste damit dies schiefgeht. Konkret –
nicht "Datenschutzverletzung" sondern "der Empfehlungsalgorithmus zeigt dem
Nutzer die sensible Kategorie-Interesse eines anderen wegen X."]
[Nutzer? Das Unternehmen? Ein Dritter? Konkret.]
[Gering / Mittel / Hoch – mit Begründung. "Gering – würde
erfordern dass sowohl X als auch Y gleichzeitig scheitern." Nicht nur ein
Bauchgefühl.]
[Gering / Mittel / Hoch – mit Begründung.
"Hoch – behördliches Bußgeld (bis 4% Jahresumsatz, Art. 83 DSGVO) + Abmahnwelle
Presseschaden" vs. "Gering – eine Verbraucherbeschwerde, kein tatsächlicher
Schaden."]
[Was bereits Wahrscheinlichkeit oder Auswirkung
reduziert]
[Was fehlt, falls vorhanden]
[Nach bestehenden Minderungen – akzeptabel oder braucht mehr?]
**Wer wird geschädigt:**
**Wie wahrscheinlich:**
**Wie schlimm wenn es passiert:**
+
**Bestehende Minderungen:**
**Lücke:**
**Restrisiko:**
3. Regulierungslandschaft (falls relevant)
Nur einbeziehen wenn eine Behörde sich aktiv für diesen Bereich interessiert. Falls ja:
Welche Behörde (BaFin, BKartA, Datenschutzbehörde, Bundesnetzagentur), was haben sie kürzlich gesagt/getan
Wie dieses Feature aus ihrer Sicht aussehen würde
Ob wir lieber wollen dass sie davon von uns hören oder aus einer Überschrift
Relevante deutsche Behörden und jüngste Prioritäten:
BKartA: Dark Patterns nach § 19a GWB, Daten-Tying, Marktbeherrschungsmissbrauch digitaler Unternehmen; vgl. Sektoruntersuchung Online-Werbung 2023
EUAI-Behörde (AI Office): KI-VO-Vollzug ab 2025/2026
4. Präzedenz (falls vorhanden)
Hat ein anderes Unternehmen etwas Ähnliches gemacht? Was passierte?
Relevante Präzedenzfälle im deutschen Produktrecht:
Rechtsprechung: keine Entscheidung aus Modellwissen zitieren; vor Ausgabe über offizielle oder frei zugängliche Quelle mit Gericht, Entscheidungsform, Datum, Aktenzeichen und tragender Aussage verifizieren.
Vorrang nicht überschätzen. Regulierungsbehörden ändern Prioritäten; dass ein Unternehmen damit durchgekommen ist bedeutet nicht dass das nächste es auch tut.
Eine wählen. Erklären warum. Anerkennen was abgewogen wird.
**Empfohlen: Option [X]**
[Warum. Welches Risiko verbleibt. Warum das akzeptabel ist. Wer es akzeptiert.]
**Wenn die Antwort "nicht meine Entscheidung" ist:** [Wer entscheidet, was sie wissen müssen]
Kalibrierungscheck
Vor der Fertigstellung gegen ~/.claude/plugins/config/claude-fuer-deutsches-recht/produktrecht/CLAUDE.md → Risikokalibrierung prüfen:
Ist diese Risikobewertung auf dieses Unternehmen kalibriert, oder ist sie generisch?
Ein Risiko das bei einem Unternehmen unter einem Bußgeldbescheid "Hoch" ist könnte bei einem das es nicht ist "Mittel" sein
Die Bewertung sollte die tatsächliche Regulierungsposition, Streithistorie und den Risikoappetit im Praxisprofil widerspiegeln
Besondere Prüfrahmen nach Rechtsgebiet
UWG-Risiko (§§ 3, 5, 5a, 5b, 7 UWG)
Prüfen:
Könnte das Feature Verbraucher über wesentliche Merkmale irren? (§ 5 UWG)
Rechtsprechung: keine Entscheidung aus Modellwissen zitieren; vor Ausgabe über offizielle oder frei zugängliche Quelle mit Gericht, Entscheidungsform, Datum, Aktenzeichen und tragender Aussage verifizieren.
Werden wesentliche Informationen verschwiegen? (§ 5a UWG)
Button-Beschriftung isoliert prüfen — maßgeblich sind nur die Worte auf dem Button, nicht Kontext oder Begleitumstände (EuGH C-249/21 "Fuhrmann-2"). Verstoß = endgültige Unwirksamkeit (§ 312j Abs. 4 BGB) plus Rückabwicklung nach § 812 BGB; gilt branchenübergreifend, auch für regulierte Bereiche wie Online-Glücksspiel (LG Aachen, Urteil vom 27.05.2026, 10 O 306/25 – "Wette abgeben" unzureichend; Quelle: Pressehinweis Gamesright/rightmart, 28.05.2026, Volltext bei Aufnahme noch nicht veröffentlicht).
An KI-Governance: Wenn der tiefe Einblick durch ein KI-Feature ausgelöst wurde – /ki-governance:ki-folgenabschaetzung [Feature] parallel oder sofort danach ausführen. Die Feature-Risikobewertung rahmt die Entscheidung; die KI-Folgenabschätzung dokumentiert das KI-System spezifisch. Sie sind keine Duplikate.
An Datenschutzrecht: Wenn das Feature neue Datenerhebung oder -verarbeitung beinhaltet, /datenschutzrecht:dsfa-erstellung [Feature] ausführen.
An KI-Governance-Lieferantenprüfung: Wenn das Feature einen neuen KI-Anbieter verwendet, /ki-governance:ki-anbieter-prüfung [Lieferantenvertrag] ausführen.
Ausgabeformat
Eigenständiges Dokument, 2–4 Seiten. Arbeitsvermerk aus ~/.claude/plugins/config/claude-fuer-deutsches-recht/produktrecht/CLAUDE.md## Ausgaben voranstellen.
Kein Foliensatz, kein Memo zur Akte – ein Entscheidungsdokument das jemand liest und dann entscheidet.
Speichern wo ~/.claude/plugins/config/claude-fuer-deutsches-recht/produktrecht/CLAUDE.md → Launch-Review-Prozess sagt wohin Review-Dokumente gehen.
Quellen und Zitierweise
Quellenregel: Literatur nur mit Nutzerquelle oder lizenziertem Live-Zugriff; keine Kommentar-, Handbuch- oder Aufsatzfundstellen aus Modellwissen.
Pflicht-Beispielzitate für häufige Konstellationen:
Rechtsprechung: keine Entscheidung aus Modellwissen zitieren; vor Ausgabe über offizielle oder frei zugängliche Quelle mit Gericht, Entscheidungsform, Datum, Aktenzeichen und tragender Aussage verifizieren.
Wenn die Bewertung Fälle, Normen, Verordnungen oder Vollzugsmaßnahmen zitiert – insbesondere in der Regulierungslandschaft und Präzedenz-Abschnitten – wurden diese Zitate von einem KI-Modell generiert und wurden nicht gegen eine Primärquelle verifiziert. Vor Verwendung des Entscheidungsdokuments für Entscheidungsträger jeden Verweis gegen amtliche oder frei zugängliche Quellen; lizenzierte Datenbanken nur bei vorhandenem Zugang oder die BGH-Website auf Richtigkeit, Status als geltendes Recht und aktuellen Vollzugsstand prüfen. Eine Risikobewertung die auf einem erfundenen Bußgeldbescheid aufbaut ist schlimmer als keine Bewertung.
Risiken / typische Fehler
Überprüfung nicht ersetzen. Diese Bewertung rahmt die Entscheidung – ein autorisierter Mensch wählt eine Option.
Kalibrierung vergessen. Ein generisch "hohes" Risiko kann bei Ihrem Unternehmen "mittel" sein. Immer mit der Kalibrierungstabelle abgleichen.
Regulierungslandschaft ohne Forschung. Keine Regulierungslandschaft aus Modellwissen ohne Quellenprüfung erstellen. Behörden-Positionen ändern sich.
DSGVO-Vollzugsfristen. Meldepflicht Datenpanne nach Art. 33 DSGVO: 72 Stunden an zuständige Behörde. Diese Frist ist absolute Grenze.
Beweislast UWG. Bei § 5 UWG: der Unternehmer muss die Richtigkeit einer Werbeaussage nachweisen, nicht der Verbraucher deren Unrichtigkeit (§ 5 Abs. 4 UWG für nachprüfbare Tatsachen).
