KI Governance: Von der KI-Policy zur wirksamen Steuerungsarchitektur

Eine KI-Policy allein schafft noch keine Governance. Entscheidend ist, dass Unternehmen wissen,
welche KI-Systeme eingesetzt werden, wer über deren Einsatz entscheidet, welche Risiken akzeptiert
werden und wie Beschaffung, Betrieb, Kontrolle und Eskalation organisatorisch verankert sind. Das
Training vermittelt ein umsetzbares Governance-Modell für Unternehmen, die KI kontrolliert skalieren
wollen.

Inhalte / Agenda

• Was KI-Governance leisten muss: Steuerung statt Verbotskatalog; Abgrenzung zu reiner KI-Policy oder AI Ethics.
• Governance-Modell: KI-Inventar, Use-Case-Klassifikation, Risikostufen, Freigabeschwellen und
  dokumentierte Entscheide.
• Rollen und Verantwortlichkeiten: Business Owner/AI Owner, IT, Security, Datenschutz,
  Legal/Compliance und Management-Eskalation.
• Lifecycle-Governance: Beschaffung, Test/Pilot, Produktivsetzung, Change/Modell-Update,
  Monitoring, Incident und Exit.
• Third-Party- und Reseller-Governance: Herstellerinformationen, vertragliche Zusicherungen,
  Kundentransparenz, Verantwortungsabgrenzung und Weitergabe regulatorischer Anforderungen in der Lieferkette.
• Praxisworkshop: Aufbau eines schlanken Governance-Prozesses und Diskussion typischer Freigabeentscheidungen.