KI-MANAGEMENT
Für einen wirtschaftlich erfolgreichen Einsatz von Künstlicher Intelligenz benötigen Unternehmen eine übergeordnete Steuerungsstruktur.
Das erfordert eine zielgerichtete KI-Implementierung, eine angemessene KI-Governance und eine wirksame KI-Compliance.
Das Problem isolierter Pilotprojekte
Das Unternehmen und seine Mitarbeitenden starten motiviert mit dem Thema KI: Erste KI-Anwendungen werden angeschafft, die vorhandene Standardsoftware bekommt neue KI-Funktionen.
In den Fachabteilungen wird mit ChatGPT, Claude oder Copilot herumexperimentiert. Schnell wird daraus ein „Pilotprojekt“, mit dem sich alle identifizieren.
Nach 6 Monaten des Experimentierens dann die Erkenntnis: Die Pilotprojekte zeigen keine messbare Wirkung auf das Betriebsergebnis, und keiner trägt die Verantwortung.
Die Unzufriedenheit wächst, das Vertrauen in die Künstliche Intelligenz sinkt. Die Lizenzen für die KI-Werkzeuge werden wieder gekündigt.
Nur wenige Mitarbeitende sind zufrieden, und möchten auf ihr KI-Werkzeug nicht mehr verzichten. Es entsteht eine nicht kontrollierbare Schatten-KI-Struktur.
Das Problem ist selten die Technologie, sondern fehlendes KI-Management.
Management | Implementierung | Governance | Compliance
KI-Management
- Planung, Organisation, Steuerung, Überwachung, Verbesserung des KI-Einsatzes
- Verbindung wirtschaftlicher, organisatorischer, technischer und regulatorischer Fragestellungen
KI-Implementierung
- Konkrete Einführung eines KI-Anwendungsfalls
- Projekt- und umsetzungsorientiert
KI-Governance
- Schaffung des Rahmens für Auswahl, Entwicklung, Einsatz und Überwachung von KI
- Bestimmung der Leitplanken, Verantwortlichkeiten und Kontrollen für den Einsatz
KI-Compliance
- Einhaltung aller relevanten Vorgaben
- Gewinnung nachvollziehbarer Nachweise
Grundpfeiler einer KI-Governance
Ein tragfähiges KI-Governance-Konzept muss nicht übermäßig komplex sein. Allerdings sollte es als Mindestanforderung die nachfolgenden fünf Dimensionen abdecken. Grundsätzlich gibt es keine umfassende gesetzliche Verpflichtung, solch ein Konzept umzusetzen.
Auch aus wirtschaftlichen Gründen ist die Implementierung eines effektiven und effizienten KI-Governance-Konzeptes sinnvoll.
Zielbild + Strategie
Am Anfang stehen das Zielbild und die Strategie zur Erreichung des Zielbildes.
Das Unternehmen legt fest, welche Rolle KI künftig spielen soll, welche Prozesse oder Leistungen verbessert werden und anhand welcher Kennzahlen der Erfolg gemessen wird.
Ein klares Zielbild schafft Orientierung für die Auswahl der Anwendungsfälle, die Priorisierung von Investitionen und die Gestaltung der späteren Lösung. Ohne diese gemeinsame Richtung entstehen viele Einzelinitiativen, aber kein abgestimmter unternehmensweiter Ansatz.
Ressourcen + Kompetenzen
KI benötigt Budget, Daten, Technologie, personelle Kapazitäten, Fähigkeiten und Kompetenzen.
Dabei dürfen nicht nur die Aufwendungen für Entwicklung oder Einführung berücksichtigt werden.
Auch Betrieb, Überwachung, Dokumentation, Schulung und Weiterentwicklung verursachen dauerhaft Kosten.
Zusätzlich müssen interne Abhängigkeiten, betroffene Fachbereiche, benötigte Systeme sowie externe Anbieter und Beratungspartner in die Ressourcenplanung einbezogen werden.
Steuerung
Jedes KI-Vorhaben benötigt klare Verantwortlichkeiten, verbindliche Entscheidungswege und einen realistischen Zeitplan.
Relevant ist nicht nur, wann technische Arbeitspakete abgeschlossen werden. Ebenso wichtig ist, wann Grundsatzentscheidungen, Freigaben, Risikobeurteilungen und Investitionsentscheidungen getroffen werden müssen.
Zur Steuerung gehören außerdem ein priorisiertes Use-Case-Portfolio, definierte Eskalationswege, geeignete Kontrollen und ein aussagekräftiges Management-Reporting.
Recht + Regelungen
Die rechtliche Einordnung muss von Beginn an Teil der Projektplanung sein.
Relevant sind insbesondere die KI-Verordnung, der Datenschutz, das Urheberrecht, der Schutz von Geschäftsgeheimnissen, das Vertrags- und Haftungsrecht sowie arbeitsrechtliche und mitbestimmungsbezogene Anforderungen.
Diese Rahmenbedingungen beeinflussen bereits die Auswahl von Anwendungsfällen, die Nutzung von Daten, die Anbieterwahl und die Gestaltung der Prozesse.
Umsetzung + Anwendung
Aus dem Zielbild wird eine funktionierende Lösung.
Prozesse werden angepasst, Systeme ausgewählt oder entwickelt, Schnittstellen geschaffen, Tests durchgeführt und Anwender geschult.
Technische Umsetzungspartner sollten frühzeitig eingebunden werden. Sie benötigen neben den technischen Anforderungen auch ein klares Verständnis des fachlichen Zielbilds, der Kontrollanforderungen und des rechtlichen Rahmens.
Mehr zu dem Grundlagenwissen für die praktische Umsetzung finden Sie in meinem Udemy-Kurs „Vom KI-Experiment zur steuerbaren Nutzung von KI“