KI-Governance nach Umfang, Autonomie und Auswirkungen auf das Unternehmen gestalten
KI-Governance kann nicht nach einem einheitlichen Schema erfolgen. Ein lokales Predictive-AI-Projekt stellt völlig andere Anforderungen an die Governance als ein unternehmensweit eingesetztes agentenbasiertes KI-System. Wir unterscheiden daher verschiedene Governance-Muster, die von dezentraler Projekt-Governance und delegierter Governance auf Bereichsebene bis hin zu föderierten und zentral orchestrierten, unternehmensweiten Modellen reichen.
Gemeinsam mit Organisationen untersuchen wir, wer und was gesteuert werden muss, etwa KI-Artefakte, Daten und Inhalte sowie relevante Stakeholder. Zudem analysieren wir, wie sich Entscheidungsrechte, Kontrollmechanismen und architektonische Strukturen weiterentwickeln sollten, wenn KI zunehmend autonom agiert und immer grössere Teile des Unternehmens und seines Ökosystems umfasst.
Typische Fragestellungen für eine Zusammenarbeitexpand_less
Wie sollte sich KI-Governance je nach Betriebsmodell und Autonomiegrad der KI unterscheiden?
Welche KI-bezogenen Entscheidungen sollten dezentral getroffen werden und welche eine unternehmensweite Governance erfordern?
Wie sollten sich Entscheidungsrechte und Kontrollmechanismen weiterentwickeln, wenn KI zunehmend autonom agiert?
Wie lassen sich dezentrale, delegierte, föderierte und zentral orchestrierte Governance-Muster im Unternehmen sinnvoll kombinieren?
