Ein KI-Referenzrahmen, zwanzig lokale Kontexte: anpassen, ohne die Vergleichbarkeit zu verlieren

Die Anfrage kommt fast immer in derselben Reihenfolge. Zuerst: „Wir wollen wissen, wo wir beim Thema KI überall stehen.“ Wenige Wochen später, wenn die ersten Analysen vorliegen: „Das ist nicht vergleichbar, unsere Tochtergesellschaften arbeiten in völlig unterschiedlichen Geschäftsfeldern.“ Beide Aussagen stimmen gleichzeitig, und genau darin liegt das Problem.

Eine Konzernleitung braucht eine Kennzahl, die sich von Einheit zu Einheit lesen lässt. Ein lokal Verantwortlicher braucht eine Analyse, die seine konkrete Situation abbildet. Dem einen auf Kosten des anderen gerecht zu werden ist einfach, und beide Irrwege sind spiegelbildlich.

Der erste Fehler besteht darin, einen einheitlichen, in der Zentrale erstellten Referenzrahmen überall identisch durchzusetzen. Er liefert perfekt vergleichbare und völlig nutzlose Scores: Die Tochtergesellschaft ohne eigene Rechtsabteilung beantwortet eine Governance-Frage, die sie gar nicht betrifft, mit „Nein“ und wird für eine Organisationsform bestraft, die für ihre Größe genau richtig ist. Nach zwei Zyklen füllt niemand mehr ernsthaft etwas aus.

Der zweite Fehler besteht darin, jeder Einheit die Anpassung des Referenzrahmens zu überlassen. Jede erhält dann eine zutreffende Analyse, und der Konzern erhält zwanzig Analysen, die sich nicht addieren lassen. Das Dashboard zeigt Scores nebeneinander an und erweckt den Eindruck, sie seien vergleichbar, was gefährlicher ist, als gar nichts anzuzeigen.

Es lohnt sich, genau zu benennen, was variiert, denn die Liste ist kürzer, als man denkt. Zunächst der regulatorische Rahmen: Eine in der EU ansässige Einheit unterliegt dem europäischen AI Act, eine Einheit außerhalb der EU nur dann, wenn sie KI-Systeme auf dem europäischen Markt in Verkehr bringt. Dann der Ausgangspunkt: Ein dreiköpfiges Team, das experimentiert, steht nicht dort, wo eine IT-Abteilung mit zweihundert Mitarbeitenden steht. Schließlich die Anwendungsfälle: Einen Fehler in einer Produktionslinie zu erkennen und Kundenantworten zu formulieren werfen nicht dieselben Kontrollfragen auf.

Ein großer Teil des Referenzrahmens verändert sich dagegen nicht. Zu wissen, welche KI-Systeme in der Organisation laufen, wer dafür verantwortlich ist, auf welchen Daten sie beruhen, wie ihre Qualität gemessen wird und was passiert, wenn sie Fehler machen: Diese Fragen stellen sich in Hamburg, Lyon und Porto identisch. Sie bilden das Kernmodul.

Daraus ergibt sich der einzig tragfähige Aufbau. Eine gemeinsame Ebene, einmal festgelegt, für alle Einheiten identisch, die die Vergleichbarkeit trägt. Eine lokale Ebene, von jeder Einheit ergänzt, die die Relevanz trägt. Die Scores des Kernmoduls lassen sich vergleichen, konsolidieren und fließen in die Konzernsteuerung ein. Die Scores der lokalen Ebene sind nicht vergleichbar, und das verlangt auch niemand von ihnen.

Die Regel, die das System glaubwürdig macht, ist einfach: Die lokale Ebene fügt Themen hinzu, sie streicht nie etwas aus dem Kernmodul. Eine Einheit, die eine Frage des Kernmoduls für nicht relevant hält, löscht sie nicht, sondern beantwortet sie und dokumentiert, warum sie auf dem jeweiligen Niveau steht. Genau dort findet sich oft die nützlichste Information für den Konzern.

Zweite, weniger offensichtliche Regel: Das Kernmodul muss kurz bleiben. Je mehr es wächst, desto größer wird die Versuchung, es zu umgehen, und desto stärker drängen die Einheiten darauf, ihre Besonderheiten unterzubringen, wodurch es seinen Sinn verliert. Ein Kernmodul mit rund dreißig Fragen ist mehr wert als ein erschöpfendes Modul, das niemand zweimal ausfüllt.

Der naheliegende Gedanke ist, dass Vergleichen dem Ranking dient. Das ist die uninteressanteste Lesart und diejenige, die die Teams gegeneinander aufbringt. Vergleichen dient zunächst dazu, herauszufinden, wo eine Einheit bereits gelöst hat, womit eine andere noch kämpft, und die Lösung anschließend weiterzugeben. Eine Tochtergesellschaft, die ein Register ihrer KI-Systeme aufgebaut hat, hat damit ein übertragbares Gut geschaffen; der Score dient dazu, es zu finden, nicht es zu belohnen.

Und der nützlichste Vergleich ist nicht der zwischen Einheiten, sondern der mit sich selbst. Ein Score, verglichen mit dem des Vorjahres, mit dem gesetzten Ziel und mit dem geschriebenen Maßnahmenplan, sagt etwas aus, das kein Ranking sagen kann: ob die eingesetzten Mittel die erwartete Wirkung erzielt haben. Das ist die einzige Kennzahl, die ein Investitionsausschuss wirklich interessiert.

Der Einstiegspunkt hängt von der drängendsten Frage ab. Steht eine regulatorische Frist an, gibt der europäische Rechtsrahmen für KI den Geltungsbereich und den Zeitplan vor, und die Analyse dient dazu, festzustellen, was bereits vorhanden ist. Geht es um organisatorische Fragen, strukturiert ein Referenzrahmen für ein KI-Managementsystem die Governance auf Dauer. Ist die Fragestellung offener, zeigt eine Analyse der KI-Reife schlicht, wo die Organisation steht, bevor überhaupt etwas unternommen wird.

In allen drei Fällen ist das Vorgehen dasselbe: messen, was vorhanden ist, das Ziel benennen, die Lücke beziffern, dann umsetzen. Der Referenzrahmen ist nicht das Ziel, sondern das Messinstrument. Entscheidend ist, was man anschließend damit macht, und dass man es im nächsten Jahr mit derselben Regel wiederholen kann.