Mit dem konkreten Vorhaben anfangen.
Ein Unternehmen braucht nicht für jeden Versuch ein umfassendes Regelwerk. Es braucht ein gemeinsames Verständnis davon, welches Problem gelöst werden soll, welche Daten verwendet werden und welche Entscheidungen das System beeinflusst.
Diese Fragen lassen sich früh klären. Ein interner Assistent für freigegebene Produktinformationen stellt andere Anforderungen als ein System, das sensible Personendaten verarbeitet und eigenständig Entscheidungen über Menschen vorbereitet.
Verantwortung sichtbar machen.
Für jeden Use Case sollte klar sein, wer fachlich verantwortlich ist, wer den technischen Betrieb übernimmt und wer Änderungen freigibt. Diese Rollen können in einem kleinen Unternehmen bei wenigen Personen liegen. Entscheidend ist, dass sie ausdrücklich zugeordnet sind.
Kontrollen passend zur Wirkung.
Weniger Autonomie, eingeschränkte Datenzugriffe und menschliche Prüfung können sinnvolle erste Leitplanken sein. Dazu kommen ein definierter Umgang mit Fehlern, eine Abschaltmöglichkeit und eine regelmäßige Überprüfung anhand realer Nutzung.
Gute Leitplanken machen einen nächsten Schritt möglich.
Eine lebende Entscheidung.
Ein einfacher dokumentierter Steckbrief kann festhalten: Zweck, Daten, erlaubte Aktionen, verantwortliche Personen und Kriterien für den Einsatz. Ändern sich die Daten oder die Autonomie, wird die Entscheidung erneut geprüft.
Im Govern-Lab zeigt der AI Data Check anhand typischer Daten und AI-Dienste praktische Handlungsmöglichkeiten und Risiken. Die Einordnung ersetzt keine individuelle rechtliche Prüfung.