Governance-Rahmen für eine wertorientierte KI

Um den Herausforderungen von KI-Lösungen begegnen zu können, werden im folgenden Abschnitt relevante organisatorische Empfehlungen gegeben, die als Governance (Regelstrukturen) dazu beitragen sollen den wertekonformen KI-Einsatz sicherzustellen. Unterschiedliche Governance-Elemente stellen als Empfehlungen zu Regeln und Regelungsstrukturen die Übereinstimmung mit Unternehmenszielen und -vorgaben, gesellschaftlichen Werten sowie juristischen Reglementierungen sicher.
Datenschutz
Details
Compliance und interne Kontrolle
Details
Risikomanagement
Details
Entwicklung, Abnahme und Betrieb von KI-Lösungen (IT-Perspektive)
Details
Potenzialplanung, Technologiebeobachtung und Innovationsmanagement
Details
Umgang mit Lieferanten und externen Partnern
Details
IT-Sicherheit
Details
Einsatz von KI-Lösungen (Nutzerperspektive)
Details
Umgang mit Wissen
Details
Stakeholdermanagement
Details
Strategische Einbindung in Unternehmens- und Führungsgrundsätze
Details
Definition von Zuständigkeiten
Details

Einzelne Elemente

Datenschutz

Damit ein Algorithmus selbstständig „lernen“ kann müssen Daten analysiert werden. Eine Auseinandersetzung mit Datenschutz ist für Unternehmen beim KI-Einsatz folglich von grundlegender Relevanz.

Entwicklung, Abnahme und Betrieb von KI-Lösungen (IT-Perspektive)

Zur Gewährleistung eines wertekonformen KI-Einsatzes im Unternehmen, empfiehlt es sich Regelstrukturen von der Entwicklung über die Abnahme bis hin zum Betrieb von KI-Lösungen zu etablieren.

IT-Sicherheit

Unternehmen sollten ihre IT-Sicherheit um KI-spezifische Kriterien hinsichtlich Transparenz, Verfügbarkeit und Robustheit prüfen und gegebenenfalls erweitern.   

Stakeholdermanagement

Das Stakeholdermanagement dient dazu, die Bedürfnisse der Interessensgruppen an KI-Lösungen zu ermitteln und diese bei Entwicklung, Abnahme und Betrieb einzubeziehen.

Compliance und interne Kontrolle

Der Einsatz von KI im Unternehmen sollte auch hinsichtlich Compliance und interner Kontrolle adressiert werden.

Potenzialplanung, Technologiebeobachtung und Innovationsmanagement

Auch im Bereich der Potenzialplanung, Technologiebeobachtung und dem Innovationsmanagement sollte die Integration von KI erfolgen, damit diese wertorientiert im Unternehmen eingesetzt werden kann.

Einsatz von KI-Lösungen (Nutzerperspektive)

Damit eine Governance-Initiative erfolgreich sein kann, müssen Mitarbeitern die entsprechenden Vorgaben und Regelungen hinsichtlich KI zur Kenntnis gebracht werden, damit diese eingehalten und umgesetzt werden können.

Strategische Einbindung in Unternehmens- und Führungsgrundsätze

Wertekonformer KI-Einsatz sollte im Leitbild des Unternehmens Berücksichtigung finden.

Risikomanagement

Durch das Risikomanagement soll die Definition, Bewertung und proaktive Minderung von Risiken durch KI erfolgen.

Umgang mit Lieferanten und externen Partnern

Ein ganzheitlichen Ansatz für KI-Anwendungen im Einklang mit gesellschaftlichen Wertevorstellungen geht über Unternehmensgrenzen hinaus und betrachtet auch Lieferanten und externe Partner.

Umgang mit Wissen

Ein wichtiger Teil der Personalstrategie sollte sich mit dem Umgang mit Wissen hinsichtlich des wertekonformen Einsatzes von KI-Lösungen beschäftigen.

Definition von Zuständigkeiten

Transparente und klar geregelte Zuständigkeiten hinsichtlich KI im Unternehmen bilden Grundlage für den werteorientierten Einsatz von KI.

Quellen

Baars, H. und Kemper H.-G. (2021), Business Intelligence & Analytics – Grundlagen und praktische Anwendungen. Ansätze der IT-basierten Entscheidungsunterstützung, 4. Auflage, Wiesbaden 2021

ISACA (2018), COBIT 2019 Framework: Introduction and Methodology, https://www.isaca.org/bookstore/bookstore-cobit_19-digital/wcb19fim

ISACA (2018), COBIT 2019 Framework: Governance and Management Objectives, https://www.isaca.org/bookstore/bookstore-cobit_19-digital/wcb19fgm

DAMA International (Hrsg. 2017), DAMA-DMBOK, Data Management Body of Knowledge, 2. Auflage, Basking Ridge 2017.

Fröhlich, M., Glasner, K. (Hrsg., 2007), IT Governance, Leitfaden für eine praxisgerechte Implementierung, Wiesbaden 2007.

Gluchowski, P. (Hrsg., 2020), Data Governance, Grundlagen, Konzepte und Anwendungen, Heidelberg 2020.

Haneke, U., Trahasch, S., Zimmer, M. und Felden, C. (Hrsg., 2019), Data Science. Gundlagen, Architekturen und Anwendungen, Heidelberg 2019.

Johannsen, W., Goeken, M. (2011), Referenzmodelle für IT-Governance, 2. Auflage, Heidelberg 2011.

Rüter, A., Schröder, J., Göldner, A., Niebuhr, J. (Hrsg., 2010), IT Governance in der Praxis, 2. Auflage, Heidelberg u.a. 2010.

Weill, O., Ross, J.W. (2004), IT Governance. How Top Performers Manage IT Decision Rights for Superior Results, Boston 2003.

Menü
This website uses cookies to improve your experience. If you continue to use this site, you agree with it. Datenschutz
Ok