1. Richtlinie vor dem ersten Vorfall festlegen
Die Einführung von AI beginnt oft als Produktivitätsentscheidung. Ein Mitarbeiter nutzt einen öffentlichen Assistenten, um einen Vertrag zusammenzufassen. Ein Vertriebsteam aktiviert ein eingebettetes Schreibwerkzeug. Eine Portfoliogesellschaft setzt einen Kundenbot ein. Ein Family-Office-Analyst testet ein Investment-Memorandum. Ein Anbieter fügt während eines Software-Updates eine AI-Funktion hinzu. Jede Handlung kann Folgen für Daten, Entscheidungen, geistiges Eigentum, Cybersicherheit und Rechenschaftspflicht haben.
Familiengeführte Unternehmensgruppen erhöhen die strukturelle Komplexität. Derselbe Familienname kann über operativen Unternehmen, Immobilien, Investmentvehikeln, Philanthropie und persönlichen Angelegenheiten stehen. Einige Einheiten teilen Personen, Systeme und Berater. Andere haben Minderheitsinvestoren, regulierte Aktivitäten oder unabhängige Boards. Eine von einem Unternehmen erlassene Richtlinie kann in einem anderen keine rechtliche Wirkung haben. Ein Vorfall kann sich dennoch über Garantien, gemeinsame Dienstleistungen, Reputation, Nachfolgeregelungen und gemeinsames Eigentum übertragen.
Die Board-Richtlinie sollte definieren, wie AI beschafft, aufgebaut, konfiguriert, angebunden und genutzt werden darf. Sie sollte Entscheidungsrechte festlegen, bevor ein Anwendungsfall in Betrieb geht. Sie sollte außerdem Governance von technischer Assurance unterscheiden. Eine Richtlinie kann Befugnisse und Mindestkontrollen zuweisen; qualifizierte Teams müssen Daten, Systeme, Sicherheit und Auswirkungen dennoch im jeweiligen Kontext testen.
NIST strukturiert das Risikomanagement für AI um die Bereiche Govern, Map, Measure und Manage. Die OECD-Grundsätze betonen Menschenrechte, Transparenz, Robustheit, Sicherheit und Rechenschaftspflicht. Die Rahmenwerke Singapurs ergänzen praktische Leitlinien für menschliche Beteiligung und agentische Systeme. Diese Quellen stützen eine gemeinsame operative Leitidee: Die Organisation sollte wissen, was ein AI-System tut, wer das Ergebnis verantwortet, welche Nachweise seinen Einsatz stützen und wann ein Mensch eingreifen muss.
Der Geltungsbereich der Richtlinie folgt Rechtsträgern, Shared Services, Daten, Entscheidungen und dem Familiennamen.
2. Geltungsbereich, Rollen und Richtlinienhierarchie definieren
Der Geltungsbereich der Richtlinie sollte mit einer Rechtsträgerübersicht beginnen. Sie sollte die Muttergesellschaft, Tochtergesellschaften, Joint Ventures, regulierte Geschäftsbereiche, Anlageberater, Family-Office-Gesellschaften, Trusts, Stiftungen und Shared-Service-Gesellschaften ausweisen. Für jeden Rechtsträger sollte das Board Eigentümerstruktur, Leitungsorgan, Mitarbeiter, Kunden, regulierte Tätigkeiten, Datenstandorte und Technologieabhängigkeiten erfassen.
Rollen sind wichtig, weil dasselbe Modell in unterschiedlichen rechtlichen Beziehungen stehen kann. Ein Rechtsträger kann ein AI-System entwickeln, bereitstellen, einsetzen, vertreiben, importieren oder seine Ausgaben nutzen. Ein Cloud-Anbieter, Systemintegrator, Technologieteam der Gruppe und operatives Unternehmen können jeweils unterschiedliche Pflichten tragen. Die Übersicht sollte die Beziehungen zwischen Verantwortlichen und Auftragsverarbeitern für personenbezogene Daten ausweisen und die vertragliche Verantwortung für Training, Konfiguration, Überwachung und Vorfälle klären.
Die Gruppenrichtlinie sollte Mindestgrundsätze und Eskalationsauslöser festlegen. Die Boards der Rechtsträger sollten lokale Regelwerke verabschieden, die geltendes Recht, Branchenregeln, Betriebsräte, Beschäftigungspraktiken, Kundenpflichten, Datenresidenz und Erwartungen der Regulierungsbehörden abdecken. Eine strengere Regel sollte gelten, wenn ein gemeinsames System Rechtsträger oder Nutzer nicht zuverlässig trennen kann.
Die Hierarchie sollte die AI-Richtlinie mit Informationssicherheit, Datenschutz, Aktenführung, zulässiger Nutzung, Modellrisiko, Beschaffung, Beschäftigung, geistigem Eigentum, Marktverhalten, Finanzkriminalität, Gesundheit und Sicherheit, Krisenmanagement und delegierten Befugnissen verknüpfen. Konflikte sollten vom verantwortlichen rechtlichen Eigentümer unter Einholung fachlich angemessener Beratung gelöst werden.
Tabelle 1. Geltungsbereich der AI-Richtlinie des Boards und verantwortliche Rollen
| Richtlinienebene | Frage an den Vorstand | Verantwortliche Rolle | Mindestnachweis |
|---|---|---|---|
| Gruppengrundsätze | Welche Werte, Verbote und Eskalationsschwellen gelten in der gesamten Familienunternehmensgruppe? | Vorstand der Muttergesellschaft | genehmigte Richtlinie, Anwendbarkeitsmatrix für Gesellschaften und Ausnahmen |
| Verabschiedung durch die Gesellschaft | Welche Anforderungen gelten für diese juristische Person und Rechtsordnung? | Vorstand der Gesellschaft | lokaler Zeitplan, rechtliche Prüfung und Verabschiedungsprotokoll |
| Verantwortung für den Anwendungsfall | Wer verantwortet das Geschäftsergebnis und den betroffenen Prozess? | Fachbereichsverantwortlicher | Zweck, Nutzer, Auswirkungen, Kontrollen und Abnahmekriterien |
| Technologie | Wer verantwortet Architektur, Zugriff, Änderungen und Resilienz? | Technologieverantwortlicher | Systemdesign, Zugriffsmodell, Protokolle, Tests und Wiederherstellung |
| Daten | Wer genehmigt Datenquellen, Zweck, Aufbewahrung und Übermittlung? | Datenverantwortlicher | Datenkarte, Rechtsgrundlage, Qualität, Rechte und Löschkontrollen |
| Risiko und Compliance | Wer hinterfragt die Klassifizierung und die Angemessenheit der Kontrollen? | Unabhängige Kontrollfunktion | Dokumentierte Überprüfung, Bedingungen und Restrisikoentscheidung |
| Sicherstellung | Wer testet, ob die Kontrollen wie dargestellt funktionieren? | Interne Revision oder qualifizierte Assurance | Abgegrenzter Plan, Nachweise, Feststellungen und Verfolgung der Behebung |
Titel unterscheiden sich je nach Gruppe; jede Aufgabe benötigt einen rechenschaftspflichtigen Verantwortlichen und benannte Unterstützung.
3. Erstellen Sie ein AI-System- und Use-Case-Register
Eine Unternehmensgruppe kann Systeme, die sie nicht identifiziert hat, nicht steuern. Das Inventar sollte intern entwickelte Modelle, Anbieteranwendungen, eingebettete AI-Funktionen, öffentliche Tools, robotergestützte Prozessautomatisierung mit AI-Komponenten, analytische Modelle, Computer Vision, Empfehlungs-Engines, synthetische Inhalte, Entscheidungssysteme sowie autonome oder agentische Workflows abdecken. Es sollte auch informelle Experimente erfassen, bei denen Daten oder Entscheidungen der Gruppe involviert sind.
Die Ermittlung sollte Erklärungen mit technischen Nachweisen kombinieren. Beschaffungs- und Kreditorenbuchhaltungsunterlagen können Abonnements identifizieren. Identitäts- und Netzwerkprotokolle können Anwendungen identifizieren. Browser- und Endpoint-Kontrollen können nicht verwaltete Dienste erkennen, sofern dies rechtmäßig ist. Software-Inventare können eingebettete Funktionen aufdecken. Umfragen, Interviews und Workshops können Use Cases aufdecken, die Technologie-Scans übersehen. Der Zweck ist ein prüfbarer Perimeter, wobei die Mitarbeiterüberwachung im Einklang mit geltendem Recht und geltenden Richtlinien gestaltet wird.
Der Systemdatensatz und der Use-Case-Datensatz sollten getrennt sein. Ein Modell kann mehrere Verwendungen mit unterschiedlichem Risiko unterstützen. Ein Schreibassistent, der für öffentliches Marketing eingesetzt wird, hat andere Konsequenzen, wenn er für Rechtsberatung oder Mitarbeiterbewertung verwendet wird. Der Systemdatensatz beschreibt das Modell, den Anbieter, die Version, das Hosting, den Zugriff und die technischen Kontrollen. Der Use-Case-Datensatz beschreibt Zweck, betroffene Personen, Entscheidungseinfluss, Daten, Eigentümer, Bereitstellung und Überwachung.
Jeder Datensatz benötigt einen Lebenszyklusstatus: Ermittlung, Sandbox, Bewertung, genehmigter Pilot, Produktion, ausgesetzt oder außer Betrieb. Nicht autorisierte Systeme sollten in einen Behebungspfad gelangen. Der Verwaltungsrat sollte wesentliche Unbekannte und überfällige Überprüfungen sehen, während das Management das Arbeitsregister verantwortet.
Ein System kann mehrere Use Cases unterstützen; jeder Use Case erhält seine eigene Klassifizierung und seinen eigenen Eigentümer.
Tabelle 2. Mindestfelder des AI-Registers
| Bereich | Systemeintrag | Use-Case-Eintrag |
|---|---|---|
| Identität | Anbieter, Modell, Version, Systemverantwortlicher und Hosting | Zweck, Organisationseinheit, Prozess, Fachverantwortlicher und Nutzer |
| Daten | Trainings- oder Referenzdaten, Prompts, Ausgaben, Aufbewahrung und Übermittlung | Datenkategorien, betroffene Personen, Sensibilität, Zweck und Rechtsgrundlage |
| Entscheidung | Modellfähigkeit und bekannte Einschränkungen | beeinflusste Entscheidung, Folge, menschliche Entscheidungsbefugnis und Einspruchsweg |
| Zugang | Identitäten, Berechtigungen, Schnittstellen und angebundene Tools | zulässige Nutzer, Standorte, Trennung und Genehmigungsbedingungen |
| Sicherstellung | Anbietertests, interne Tests, Sicherheitsüberprüfung und Vorfälle | Abnahmetests, Auswirkungsprüfung, Überwachungsschwellen und Überprüfungsdatum |
| Lebenszyklus | Beschaffung, Version, Änderungsprozess und Außerbetriebnahme | Discovery, Sandbox, Pilot, Produktion, Aussetzung oder Außerbetriebnahme |
Das Register sollte Nachweiszeitpunkte, Quellen und ungeklärte Lücken dokumentieren.
4. Klassifizieren Sie den Anwendungsfall, bevor das System genehmigt wird
Die Klassifizierung sollte sich nach der Verwendung und ihren Folgen richten. Die Richtlinie des Verwaltungsrats kann vier Stufen verwenden: verboten, eingeschränkt, kontrolliert und routinemäßig. Die Bezeichnungen sind interne Governance-Instrumente; rechtliche Kategorien müssen gesondert bewertet werden. Ein System kann zwischen Stufen wechseln, wenn sich Daten, Autonomie, Nutzer, betroffene Personen oder verknüpfte Handlungen ändern.
Verbotene Verwendungen sollten Aktivitäten umfassen, die die Gruppe nicht steuern will oder kann, sowie jede durch geltendes Recht verbotene Verwendung. Beispiele können verdeckte Manipulation, rechtswidrige Diskriminierung, gefälschte Beweise, nicht genehmigte Identitätsanmaßung, Umgehung von Kontrollen und die Eingabe geschützter oder vertraulicher Informationen in einen nicht autorisierten öffentlichen Dienst umfassen. Die Richtlinie sollte breite Formulierungen vermeiden, die Mitarbeitende nicht anwenden können.
Eingeschränkte Verwendungen können wesentliche Entscheidungen umfassen, die Beschäftigung, Kredit, Versicherung, Gesundheit, Sicherheit, gesetzliche Rechte, Kunden, Investitionen oder den Zugang zu essenziellen Diensten betreffen. Sie erfordern eine erweiterte rechtliche Prüfung, Folgenabschätzung, Daten-Governance, Tests, menschliche Entscheidungsbefugnis, Dokumentation und Überwachung. Autonome Aktionen mit Geld, Code, externer Kommunikation oder Produktionssystemen sollten ebenfalls in einen eingeschränkten Prozess fallen.
Kontrollierte Verwendungen umfassen unterstützende Funktionen mit geringerer Auswirkung, mit genehmigten Daten, Tools und menschlicher Prüfung. Routinemäßige Verwendungen können Aufgaben mit geringen Folgen abdecken, wie die Formatierung öffentlicher Texte innerhalb genehmigter Systeme. Die Klassifizierung sollte Schweregrad, Umfang, Umkehrbarkeit, Verletzlichkeit betroffener Personen, Datenempfindlichkeit, Automatisierung, Intransparenz, externe Abhängigkeit und die Fähigkeit, Fehler zu erkennen, berücksichtigen.
Die Eskalation richtet sich nach Auswirkung, Autonomie, Sensibilität und Umkehrbarkeit; die rechtliche Einstufung bleibt separat.
Tabelle 3. Board-Richtlinie für zulässige, bedingte und unzulässige Nutzungen
| Richtlinienstatus | Beispielhafte Nutzung | Erforderliche Maßnahme |
|---|---|---|
| zulässig innerhalb eines genehmigten Tools | Formatierung öffentlicher Materialien, Übersetzung mit menschlicher Prüfung, Meeting-Logistik | genehmigtes Konto verwenden, Ausgabe verifizieren und erforderliche Aufzeichnung aufbewahren |
| kontrolliert | Forschungssynthese, interne Textgestaltung, Programmierunterstützung, Kundenservice-Unterstützung | autorisierte Daten, benannter Verantwortlicher, Quellenprüfung, Zugriffskontrolle und Überwachung |
| eingeschränkt | Personal-, Kredit-, Preis-, Rechts-, Investitions-, Gesundheits-, Sicherheits- oder wesentliche Kundenentscheidungen | Folgenabschätzung, rechtliche und kontrollseitige Prüfung, Tests, menschliche Entscheidungsbefugnis, Einspruch und Vorstandsschwelle |
| eingeschränktes autonomes Handeln | Versenden von Kommunikation, Ändern von Systemen, Ausführen von Code, Bewegen von Geldern oder Erteilen von Aufträgen | begrenzte Berechtigungen, Vier-Augen-Kontrolle, Sandbox, Protokolle, Transaktionslimits, Kill-Switch und Incident Response |
| laut Richtlinie verboten | gefälschte Beweise, nicht genehmigte Identitätsanmaßung, verdeckte Manipulation, Umgehung von Kontrollen oder unsichere Offenlegung von Daten | blockieren, melden, Beweise sichern und Vorfallpflichten bewerten |
| regulatorisches Verbot | jede Tätigkeit, die für die Einheit, die Jurisdiktion oder die Rolle verboten ist | Nicht einsetzen; rechtliche Beurteilung dokumentieren und Änderungen überwachen |
Beispiele erfordern vor der Übernahme eine einheitenspezifische rechtliche und sektorbezogene Prüfung.
5. Entscheidungsrechte und echte menschliche Entscheidungsautorität festlegen
Die menschliche Prüfung sollte um die Entscheidung herum konzipiert werden. Eine Person kann keine wirksame Aufsicht gewährleisten, wenn ihr Zeit, Informationen, Befugnisse, Kompetenz oder eine Alternative fehlen. Die Richtlinie sollte festlegen, wer ein durch AI beeinflusstes Ergebnis genehmigen, ablehnen, außer Kraft setzen, aussetzen und dagegen Einspruch einlegen kann. Außerdem sollte sie festhalten, welche Entscheidungen ausschließlich Menschen vorbehalten bleiben.
Der Verwaltungsrat legt Risikobereitschaft und wesentliche Schwellenwerte fest. Die Geschäftsleitung genehmigt Anwendungsfälle im Rahmen der delegierten Befugnisse. Der fachliche Verantwortliche trägt die Verantwortung für das Ergebnis, einschließlich Fehlern durch übermäßiges Vertrauen. Die Technologieorganisation verantwortet den Systembetrieb. Datenverantwortliche steuern Quellen und Rechte. Recht, Datenschutz, Risiko, Compliance, Sicherheit und Personal prüfen ihre Bereiche. Die Interne Revision oder eine qualifizierte Prüfungsfunktion bewertet Kontrolldesign und -betrieb, ohne Managementverantwortung zu übernehmen.
Das Prüfdesign sollte Tragweite und Umkehrbarkeit entsprechen. Ein Entwurf mit geringen Auswirkungen kann erfordern, dass eine kompetente Nutzerin oder ein kompetenter Nutzer Genauigkeit und Ton prüft. Eine wesentliche Personal- oder Kreditentscheidung kann unabhängige Nachweise, Begründung, Bias-Bewertung, Aufbewahrung von Aufzeichnungen und einen zugänglichen Weg zur Überprüfung erfordern. Ein Agent, der Aktionen ausführen kann, kann vorab genehmigte Grenzen, Vier-Augen-Genehmigung und die Fähigkeit zur sofortigen Aussetzung erfordern.
Die Richtlinie sollte Automatisierungsbias adressieren. Nutzer müssen geschult werden zu verstehen, dass flüssig formulierte Ausgaben falsch, unvollständig oder unbelegt sein können. Prüfungsoberflächen sollten Quellen, Konfidenzgrenzen, Ausnahmen und Änderungen offenlegen. Die Geschäftsleitung sollte testen, ob Prüfende Ausgaben tatsächlich hinterfragen, statt sie nur zu bestätigen.
6. Daten, Vertraulichkeit und geistiges Eigentum steuern
Die Daten-Governance für AI beginnt, bevor ein Prompt eingegeben wird. Die Organisation sollte die Informationen klassifizieren, den rechtlichen Eigentümer identifizieren, Zweck und Befugnis bestätigen und verstehen, was der Anbieter speichert, nutzt, überträgt oder offenlegt. Kunden-, Mitarbeiter-, Transaktions-, Gesundheits-, Finanz-, Rechts-, Familien-, Sicherheits- und nicht veröffentlichte Anlageinformationen können verschärfte Kontrollen erfordern.
Die Richtlinie sollte genehmigte Unternehmensumgebungen von öffentlichen oder Verbraucherkonten unterscheiden. Vertrag und Konfiguration sollten regeln, ob Prompts und Ausgaben Modelle trainieren, sowie Aufbewahrung, Löschung, Unterauftragsverarbeiter, Standorte, Zugriff, Verschlüsselung, Auditprotokolle, Vorfallmeldung und Ausstieg. Technische Kontrollen sollten die Regel durch Identität, Verhinderung von Datenverlust, Endpunktmanagement und Zugriffsbeschränkungen stärken, sofern rechtmäßig und verhältnismäßig.
Pflichten in Bezug auf personenbezogene Daten hängen von Gerichtsbarkeit und Rolle ab. Das britische Information Commissioner's Office nennt Rechenschaftspflicht, Rechtsgrundlage, Fairness, Transparenz, Sicherheit, Datenminimierung, individuelle Rechte und Datenschutz-Folgenabschätzung als relevante Aspekte. Die Stellungnahme des Europäischen Datenschutzausschusses vom Dezember 2024 befasst sich mit Anonymität, berechtigtem Interesse und den Folgen rechtswidrig verarbeiteter Trainingsdaten. Jede Verwendung erfordert eine fallbezogene Bewertung.
Die Prüfung des geistigen Eigentums sollte Eingangsrechte, Ausgangsrechte, Lizenzen, Open-Source-Verpflichtungen, vertrauliches Know-how, Inhalte Dritter, Markenwerte, Trainingsbedingungen und Freistellungen abdecken. Generierte Inhalte sollten vor externer Nutzung auf Herkunft und Freigabe geprüft werden. Anwaltsgeheimnis und Berufsgeheimnis erfordern eine ausdrückliche Handhabung, die von Rechtsberatern genehmigt wurde.
7. Modelle Dritter und eingebettete AI steuern
Die Beschaffung sollte den Anbieter und die vorgesehene Nutzung bewerten. Ein bekannter Anbieter belegt nicht, dass eine bestimmte Konfiguration, Integration oder ein bestimmter Anwendungsfall angemessen ist. Die Due Diligence sollte Unternehmensidentität, Leistungsbeschreibung, Modellabhängigkeiten, Training und Bewertung, Sicherheit, Datenbedingungen, Unterauftragsverarbeiter, geistiges Eigentum, Verfügbarkeit, Monitoring, Vorfälle, Prüfungsrechte, Haftung und Kündigung abdecken.
Änderungen an Modellen und Funktionen bergen besondere Risiken. Anbieter können Fähigkeiten, Schutzmaßnahmen, Datenpraktiken oder Schnittstellen ändern. Der Vertrag sollte Meldung, wesentliche Änderungen, Versionskontrolle, Tests, Rollback und Kündigungsrechte definieren. Der Systemverantwortliche sollte Versionshinweise überwachen und wesentliche Workflows erneut testen, bevor Änderungen akzeptiert werden.
Eingebettete AI müssen identifiziert werden. Kundenbeziehungsmanagement, Produktivität, Finanzen, Personalwesen, Sicherheit und Industriesoftware können AI-Funktionen im Rahmen bestehender Verträge aktivieren. Der Eigentümer sollte die Funktion vor der Aktivierung bewerten und bestätigen, ob sich Datenflüsse oder vertragliche Rollen ändern.
Auch Konzentration ist relevant. Mehrere Konzerngesellschaften können vom selben Basismodell, derselben Cloud-Plattform oder demselben Integrationsanbieter abhängen. Ein gemeinsamer Ausfall, eine Richtlinienänderung oder eine Störung kann mehrere Einheiten betreffen. Das Register sollte gemeinsame Abhängigkeiten und alternative Regelungen offenlegen.
Tabelle 4. Due-Diligence- und Vertragsmatrix für AI von Drittanbietern
| Bereich | Due-Diligence-Frage | Vertrags- oder Kontrollnachweise |
|---|---|---|
| Modell und Dienstleistung | Welche Modelle, Versionen, Komponenten und Unteranbieter erbringen die Dienstleistung? | Dienstleistungsbeschreibung, Abhängigkeitskarte und Änderungsanzeige |
| Daten | Welche Daten gelangen in die Dienstleistung, wo werden sie verarbeitet, wie lange werden sie aufbewahrt und werden sie für das Training verwendet? | Datenbedingungen, Konfiguration, Löschung, Übermittlung und Auditnachweise |
| Tests | Wie werden Genauigkeit, Robustheit, Verzerrung, Sicherheit und Missbrauch für den vorgesehenen Kontext getestet? | Evaluierungsberichte, Einschränkungen, Kundentests und Akzeptanzschwellen |
| Sicherheiten | Wie werden Identitäten, Schnittstellen, Geheimnisse, Protokolle und Vorfälle geschützt? | Sicherheitsarchitektur, Zertifizierungen, Schwachstellenprozess und Mitteilungsbedingungen |
| geistiges Eigentum | Welche Rechte regeln Eingaben, Ausgaben, Trainingsmaterial und Ansprüche? | Lizenzen, Gewährleistungen, Freistellungen und Verfahren bei Rechtsverletzungen |
| Resilienz | Was passiert bei Ausfall, Rückzug des Modells oder wesentlicher Änderung? | Service-Level, Kontinuität, Export, Rollback und Exit-Plan |
| Rechenschaftspflicht | Wer verantwortet Fehler, Beschwerden, regulatorische Unterstützung und Abhilfe? | Benannte Ansprechpartner, Zusammenarbeit, Aufzeichnungen, Auditrechte und Haftungszuordnung |
Die Tiefe sollte dem Anwendungsfall, den Daten und der Abhängigkeit angemessen sein.
8. Den AI-Lebenszyklus und verbundene Tools absichern
Sicherheit sollte Datenvergiftung, Prompt-Injection, unsicheren Umgang mit Ausgaben, Modellextraktion, Offenlegung von Zugangsdaten, übermäßige Berechtigungen, Kompromittierung von Abhängigkeiten, Denial-of-Service und Missbrauch abdecken. Das Bedrohungsmodell sollte widerspiegeln, ob das System intern, kundengerichtet, mit Tools verbunden, auf Konzerndaten feinabgestimmt oder nicht vertrauenswürdigen Inhalten ausgesetzt ist.
Entwicklung und Konfiguration sollten getrennte Umgebungen, genehmigte Komponenten, Secret Management, Code-Review, Tests und Änderungskontrolle nutzen. Retrieval-Systeme sollten Quellensammlungen und Berechtigungen regeln. Ausgaben, die an Code, Datenbanken, E-Mail, Finanz- oder Industriesysteme weitergegeben werden, sollten vor der Ausführung validiert werden. Protokolle sollten die Erkennung und Untersuchung unterstützen und dabei Datenschutz und Vertraulichkeit wahren.
Red Teaming und Evaluierung sollten dem Einsatzzweck entsprechen. Testdatensätze benötigen erwartete Antworten, Randfälle, adversariale Eingaben und Perspektiven betroffener Nutzer. Messgrößen können Genauigkeit, nicht belegte Aussagen, schädliche Inhalte, Verweigerung, Bias, Sicherheit, Latenz, Resilienz und Override abdecken. Der Verantwortliche sollte Akzeptanzschwellen festlegen und Einschränkungen vor der Bereitstellung dokumentieren.
Die Produktionsüberwachung sollte Drift, anomale Zugriffe, unsichere Ausgaben, Richtlinienverstöße, Beschwerden, Vorfälle und Anbieteränderungen erkennen. Ein bestandener Test vor der Bereitstellung hat ein Datum und einen Geltungsbereich. Er bietet keine dauerhafte Gewähr.
9. Strengere Grenzen für generative und agentische AI anwenden
Generative AI kann plausible Texte, Bilder, Audioinhalte, Videos und Code erzeugen, ohne Wahrheit oder Rechte zu belegen. Das Generative-AI-Profil des NIST identifiziert Risiken, die neuartig oder verstärkt sein können, darunter Konfabulation, gefährliche Inhalte, Datenschutz, Bias, Informationsintegrität, geistiges Eigentum, Cybersicherheit und Wertschöpfungskettenintegration. Die Richtlinie sollte Quellenprüfung, Kennzeichnung von Inhalten, soweit anwendbar, Provenienzkontrollen und menschliche Verantwortlichkeit verlangen.
Agentische AI ergänzt Handlungsfähigkeit. Ein Agent kann Schritte planen, Gedächtnis nutzen, Tools aufrufen, kommunizieren und Systeme ändern. Singapurs Model AI Governance Framework für agentische AI, veröffentlicht im Januar 2026, betont die Begrenzung der Autonomie, die Zuweisung menschlicher Verantwortlichkeit, Zugriffskontrolle, Tests, Transparenz und Überwachung. Diese Grundsätze können als Orientierung für die interne Governance dienen, wobei lokales Recht und Kontext die Anforderungen bestimmen.
Ein Agent sollte nur die minimal erforderliche Befugnis erhalten. Werkzeuge, Daten, Ziele, Transaktionsbeträge, Zeitfenster und Aktionstypen sollten auf einer Positivliste stehen. Aktionen mit schwerwiegenden Folgen sollten eine Bestätigung oder eine doppelte Genehmigung erfordern. Ratenlimits, Budgets, Trennung von Umgebungen, unveränderliche Protokolle, Anomalieerkennung und ein getesteter Not-Aus-Mechanismus sollten die Kontrolle unterstützen.
Der Geschäftsverantwortliche sollte dokumentieren, was der Agent entscheiden, was er empfehlen und was er ausführen darf. Die Richtlinie sollte es einem Agenten untersagen, seine eigenen Berechtigungen auszuweiten oder menschliche Kontrollpunkte zu umgehen. Verbundene Workflows sollten gegen bösartige Anweisungen und kompromittierte Datenquellen getestet werden.
Autonomie wird nur innerhalb genehmigter Grenzen erweitert, mit Nachweisen und einem getesteten Stoppmechanismus.
10. Menschen, Beschäftigung und Kompetenzen steuern
Beschäftigte benötigen klare Regeln und nutzbare, genehmigte Werkzeuge. Eine Richtlinie, die ausschließlich Verhalten verbietet, kann Aktivitäten in unbeobachtete Kanäle verlagern. Schulungen sollten zulässige Systeme, Datenkategorien, Verifizierung, Aufzeichnungen, geistiges Eigentum, Sicherheit, Eskalation und Konsequenzen erklären. Rollenbasierte Module sollten Entwickler, Beschaffung, Personalwesen, Investmentteams, Kundenbetrieb, Führungskräfte und Board-Mitglieder ansprechen.
Beschäftigungsbezogene Anwendungen erfordern erhöhte Sorgfalt. Rekrutierung, Überwachung, Leistungsbeurteilung, Einsatzplanung, Beförderung und Kündigung können Rechte und Lebensgrundlagen beeinträchtigen. Die Prüfung sollte geltende Regeln zu Beschäftigung, Gleichbehandlung, Datenschutz, Konsultation und automatisierten Entscheidungen berücksichtigen. Sie sollte Datenqualität, Proxy-Variablen, unterschiedliche Ergebnisse, Erklärungen, Barrierefreiheit und eine aussagekräftige Neubewertung testen.
Die Gruppe sollte außerdem Veränderungen der Belegschaft planen. AI kann Aufgaben, Kontrollen und Qualifikationsanforderungen neu gestalten. Das Management sollte Funktionstrennung, Arbeitsplatzgestaltung, Aufsicht, Kompetenz und Veränderungsmüdigkeit bewerten. Kritisches Wissen sollte nicht in ein undurchsichtiges Werkzeug übergehen, ohne Regelungen zur Wissenssicherung und Kontinuität.
Auch Familienmitglieder und Direktoren sind Nutzer. Persönliche Assistenten, Messaging-Tools und Geräte können sensible Familien-, Transaktions- und Governance-Informationen enthalten. Onboarding und jährliche Erklärungen sollten Board-Portale, genehmigte Konten, Reisen, das Klonen von Stimme und Bild, Identitätsmissbrauch und Betrug bei dringenden Zahlungen abdecken.
11. Informationsintegrität und den Ruf der Familie schützen
Synthetische Inhalte können operationalen und Reputationsschaden verursachen. Eine gefälschte Nachricht aus dem Führungskreis kann Geld oder Daten anfordern. Gefälschtes Audio kann eine Verhandlung beeinflussen. Eine ungenaue öffentliche Antwort kann einem Familienunternehmen zugeschrieben werden. Die Gruppe benötigt Authentifizierung, Kontrollen für externe Veröffentlichungen und einen Eskalationsweg für Identitätsmissbrauch und Fehlinformationen.
Kommunikation mit hohem Risiko sollte verifizierte Kanäle und eine sekundäre Bestätigung nutzen. Zahlungs- oder Kontenänderungen sollten sich niemals ausschließlich auf Stimme, Video oder E-Mail stützen. Öffentliche Inhalte, die von AI erzeugt oder wesentlich bearbeitet wurden, sollten eine sachliche, rechtliche und markenbezogene Prüfung erhalten, die ihren Folgen angemessen ist. Anforderungen an Herkunftsnachweis und Kennzeichnung sollten je nach Jurisdiktion und Kanal geprüft werden.
Der Krisenplan sollte den Sprecher der Familie, den Sprecher der Gesellschaft, die rechtliche Leitung, die technologische Leitung sowie Kontakte zu Strafverfolgungsbehörden oder Plattformen benennen. Die Überwachung sollte sich auf glaubwürdige Bedrohungen konzentrieren und die Privatsphäre achten. Beweise sollten gesichert werden, bevor Inhalte entfernt werden, sofern dies rechtmäßig ist.
12. Regulierung und Standards nach Rechtsträger und Rolle zuordnen
Die regulatorische Landkarte sollte aktuell und entitätsspezifisch sein. Das AI-Gesetz der Europäischen Union gilt über einen gestaffelten Zeitplan und ordnet Pflichten nach Systemkategorie und Akteursrolle zu. Die Europäische Kommission erklärt, dass die meisten Bestimmungen ab dem 2. August 2026 gelten, während bestimmte Bestimmungen bereits früher in Kraft getreten sind und einige Pflichten für Hochrisikosysteme einen späteren Zeitpunkt haben. Leitlinien, Standards und Durchsetzungsregelungen werden weiterentwickelt. Anwendbarkeit und aktuelle Termine erfordern eine rechtliche Bestätigung.
Die Vereinigten Staaten haben ein sektorales und mehrstufiges Umfeld. Das NIST-AI-RMF ist freiwillig und bietet eine Governance-Struktur statt einer rechtlichen Feststellung. Bundes-, bundesstaatliche, sektorale, vertragliche, verbraucherschutzrechtliche, arbeitsrechtliche, datenschutzrechtliche, immaterialgüterrechtliche und wertpapierrechtliche Anforderungen können gelten. Die Gruppe sollte eine Landkarte der Jurisdiktionen und Anwendungsfälle führen, statt sich auf eine einzige nationale Bezeichnung zu verlassen.
Das Vereinigte Königreich verfolgt bei den bestehenden Aufsichtsbehörden einen prinzipienbasierten Regulierungsansatz sowie Datenschutz- und Sektorpflichten. Das ICO erklärt, dass seine AI- und Datenschutzleitlinien im Anschluss an den Data (Use and Access) Act 2025 überprüft werden. Daher sollten Version und Anwendbarkeit bei einer Entscheidung geprüft werden.
Singapur bietet praktische Modellrahmen für traditionelle, generative und agentische AI. Diese sind nützliche Governance-Referenzen; die Pflichten der Entität hängen weiterhin vom anwendbaren Recht, Sektor und Rolle ab. Die OECD-Grundsätze bieten eine weithin anerkannte Grundlage für Interoperabilität über Jurisdiktionen hinweg.
Die Richtlinie sollte die Rechtsquelle, das Wirksamkeitsdatum, die betroffene Entität, die Rolle, den verantwortlichen Eigentümer und Nachweise erfassen. Regulatorische Änderungen sollten eine Neubewertung von Klassifizierung, Dokumentation, Tests, Verträgen und Vorfallpflichten auslösen.
13. Die Vorfallreaktion auf Nachweise und Entscheidungen ausrichten
Ein AI-Vorfall kann Vertraulichkeit, personenbezogene Daten, Cybersicherheit, unsichere Handlungen, Diskriminierung, finanzielle Verluste, geistiges Eigentum, Fehlinformationen, regulatorische Verstöße oder Dienstunterbrechungen betreffen. Der Vorfallplan sollte bestehende Krisen-, Cyber-, Datenschutz-, Rechts-, Risiko- und Kommunikationsverfahren verbinden, statt einen isolierten Kanal zu schaffen.
Die ersten Maßnahmen sind, Menschen zu schützen, das System einzudämmen, Nachweise zu sichern und weitere schädliche Handlungen zu stoppen. Das Team sollte betroffene Entitäten, Systeme, Versionen, Daten, Nutzer, Entscheidungen und verbundene Tools identifizieren. Logs, Prompts, Ausgaben, Konfiguration, Modell- und Anbieterunterlagen sollten im Rahmen der rechtlichen Grenzen aufbewahrt werden.
Der Einsatzleiter für Vorfälle sollte technische und geschäftliche Entscheidungen koordinieren. Rechts- und Datenschutzteams bewerten Meldepflichten und Privilegien. Der Geschäftsverantwortliche bewertet betroffene Entscheidungen und Kundenabhilfe. Sicherheit untersucht Zugriff und Kompromittierung. Kommunikation steuert interne, familienbezogene und externe Erklärungen. Finanzen verfolgen Verluste und Versicherung. Der Anbieter sollte Nachweise, Eindämmung und Behebung vertragsgemäß unterstützen.
Erkenntnisse sollten das Register, die Kontrollen, die Schulungen und die Anbieterbedingungen aktualisieren. Ein Neustart sollte definierte Nachweise und Genehmigung erfordern.
Die Abfolge schützt Menschen und Nachweise und koordiniert zugleich entitätsspezifische Pflichten.
14. Den Rahmen anhand einer hypothetischen globalen Unternehmensgruppe demonstrieren
Betrachten Sie eine hypothetische familiengeführte Unternehmensgruppe mit einer Holdinggesellschaft im Vereinigten Königreich, Konsum- und Industrieunternehmen in der Europäischen Union und den Vereinigten Staaten, einer Technologietochter in Singapur und einem separaten Investmentbüro. Die Gruppe hat 4.800 Mitarbeiter und einen konsolidierten Jahresumsatz von USD 1.2 billion. Diese Zahlen sind Managementannahmen, die ausschließlich zur Demonstration der Methode erstellt wurden.
Die Bestandsaufnahme identifiziert 64 AI-fähige Systeme und 117 Anwendungsfälle. 29 Systeme sind genehmigte Unternehmenswerkzeuge, 18 sind integrierte Anbieterfunktionen, 11 sind Mitarbeiterabonnements und sechs sind intern entwickelt. Die erste Überprüfung der Anwendungsfälle identifiziert 12 eingeschränkte Nutzungen, 69 kontrollierte Nutzungen, 30 Routinenutzungen und sechs Nutzungen, die bis zur Untersuchung ausgesetzt sind.
Zum eingeschränkten Set gehören Recruitment-Screening, Warnmeldungen zur Werkssicherheit, dynamische Kundenpreisgestaltung, Kreditempfehlungen, Investmentresearch, die Triage von Kundenbeschwerden und zwei Agenten, die mit Code und externer Kommunikation verbunden sind. Keine Nutzung wird allein deshalb genehmigt, weil ein Anbieter sie als konform vermarktet. Jede erhält eine lokale rechtliche Kartierung, eine Folgenabschätzung, eine Datenprüfung, einen Abnahmetest, eine Ausgestaltung menschlicher Entscheidungsbefugnis und einen Überwachungsplan.
Der Verwaltungsrat genehmigt eine Gruppenrichtlinie und vier gesellschaftsbezogene Anlagen. Sie untersagt die Verwendung vertraulicher Informationen in nicht genehmigten öffentlichen Tools, erfundene Belege, nicht genehmigte Identitätsnachahmung und autonome Mittelbewegungen. Sie verlangt eine Doppelgenehmigung für wesentliche externe Kommunikation und für Änderungen am Produktionscode durch Agenten. Sechs ausgesetzte Nutzungen sind eingedämmt; zwei werden außer Betrieb genommen, drei in genehmigte Umgebungen migriert und eine geht nach Behebung in einen kontrollierten Pilotbetrieb über.
Tabelle 5. Hypothetische AI-Ausgangsbasis einer Familiengruppe und erste Entscheidungen
| Bereich | Managementannahme | Erste Maßnahme des Verwaltungsrats oder des Managements |
|---|---|---|
| Präsenz der Gruppe | Britische Holdinggesellschaft; Geschäftsaktivitäten in der EU, den USA und Singapur; separates Investmentbüro | Gruppenprinzipien und vier gesellschaftsbezogene Anlagen verabschieden |
| Skalierung | USD 1.2bn Jahresumsatz; 4.800 Mitarbeiter | Wesentlichkeits- und Berichtsschwellen festlegen |
| Systeme | 64 AI-fähige Systeme | Systemverantwortliche, Versionen und Abhängigkeitsdatensätze zuweisen |
| Anwendungsfälle | 117 identifiziert | jede Nutzung klassifizieren und doppelte oder veraltete Datensätze entfernen |
| eingeschränkte Nutzungen | 12 | rechtliche, Folgenabschätzungs-, Test- und menschliche Freigabe-Gates erfordern |
| ausgesetzte Nutzungen | 6 | eindämmen, Beweise sichern und über Stilllegung, Migration oder Behebung entscheiden |
| agentische Systeme | 2 mit Verbindung zu Code oder Kommunikation | Tools einschränken, Doppelgenehmigung verlangen, Aktionen protokollieren und Stoppkontrollen testen |
Alle Werte sind Managementannahmen zur Methodendemonstration; sie sind keine beobachteten Gruppendaten.
Das Family Office hat ein separates Problem. Analysten haben Verbraucherassistenten für öffentliche Recherchen und Entwürfe von Memoranden genutzt. Der Vorstand verlangt eine genehmigte Unternehmensumgebung, Quellenaufbewahrung, Beschränkungen für vertrauliche Daten, Rechenschaftspflicht für Investmententscheidungen und eine klare Trennung zwischen Tool-Ergebnissen und genehmigten Investmentnachweisen. Der Investmentausschuss behält die Verantwortung für jede Entscheidung.
Das 90-Tage-Dashboard zeigt vollständige Verantwortungszuordnung für 60 von 64 Systemen, getestete Vorfallkontakte für alle wesentlichen Einheiten, die Schließung der sechs ausgesetzten Nutzungen und überfällige Anbieternachweise für vier kontrollierte Systeme. Die Ausnahmen bleiben sichtbar, bis sie gelöst sind. Das Beispiel zeigt, wie aus Richtlinie ein Portfolio von Entscheidungen wird statt nur eine Grundsatzerklärung.
15. Eine 100-tägige Umsetzungssequenz durchführen
Während der Tage 1 bis 20 ernennt der Vorstand einen Executive Sponsor und einen Policy Owner, definiert den Gruppenumfang, gibt einen vorläufigen Hinweis zur zulässigen Nutzung heraus, sichert relevante Beweise und identifiziert wesentliche Systeme. Das Management erstellt die Register für Einheiten, Systeme und Anwendungsfälle und benennt Vorfallkontakte.
Während der Tage 21 bis 40 klassifiziert die Gruppe Anwendungsfälle, identifiziert verbotene und eingeschränkte Aktivitäten, bildet Daten- und rechtliche Rollen ab und dämmt dringende Ausnahmen ein. Die Beschaffung prüft wesentliche Anbieter und integrierte Funktionen. Die Technologieabteilung richtet genehmigte Zugriffe und erste Erkennungskontrollen ein.
Während der Tage 41 bis 60 schließen Verantwortliche Folgenabschätzungen, Datenschutz-, Sicherheits-, geistige Eigentums- und Prüfungen der menschlichen Entscheidungsbefugnis für eingeschränkte Nutzungen ab. Technische Teams erstellen Abnahmetests, Berechtigungen, Protokolle, Überwachung und Aussetzungskontrollen. Einheitenvorstände prüfen lokale Zeitpläne.
In den Tagen 61 bis 80 pilotiert die Gruppe Schulungen, Incident-Übungen und Kontrollnachweise. Sie testet Agentengrenzen und Genehmigungs-Gates. Das Management schließt Ausnahmen oder eskaliert sie, aktualisiert Verträge und definiert Board-Kennzahlen. Unabhängige Kontrollfunktionen hinterfragen Genehmigungen mit hoher Auswirkung.
In den Tagen 81 bis 100 verabschiedet der Verwaltungsrat die Richtlinie und die Zeitpläne je Rechtsträger, genehmigt wesentliche Restrisiken und erhält das erste Dashboard. Die Interne Revision legt einen risikobasierten Assurance-Plan fest. Das Register wird zu einer wiederkehrenden Managementaufzeichnung mit ereignisgesteuerter Neubewertung.
16. Wiederkehrende Governance und ereignisgesteuerte Überprüfung etablieren
Die operative Taktung sollte mit der Veränderung Schritt halten. Systemverantwortliche überwachen den Produktivbetrieb. Fachbereichsverantwortliche überprüfen monatlich Leistung, Beschwerden, Overrides und Ausnahmen. Kontrollfunktionen überprüfen eingeschränkte Nutzungen mindestens vierteljährlich. Der Verwaltungsrat erhält wesentliche Risikopositionen, Vorfälle und überfällige Abhilfemaßnahmen nach einem vereinbarten Zeitplan.
Ereignisse sollten eine sofortige Neubewertung auslösen. Dazu zählen eine neue Nutzung, ein neues Modell oder ein neuer Anbieter; eine wesentliche Versionsänderung; eine neue Datenkategorie; die Ausweitung auf einen anderen Rechtsträger oder eine andere Jurisdiktion; die Anbindung an ein Tool; erhöhte Autonomie; eine erhebliche Beschwerde; ein Kontrollversagen; ein Vorfall; eine Akquisition; eine Veräußerung; oder eine regulatorische Änderung.
Akquisitionen erfordern eine frühzeitige Bestandsaufnahme. Die Due Diligence sollte wesentliche AI-Systeme, Datenrechte, Verträge, Vorfälle, Ansprüche und Compliance-Lücken identifizieren. Die Integration sollte Nachweise bewahren und eine unkontrollierte Anbindung an Gruppensysteme verhindern. Veräußerungen erfordern eine Datentrennung, Lizenzübertragung und die Entfernung von Zugriffsrechten.
Auch die Nachfolge ist wichtig. Ein Mitglied der nächsten Generation der Familie kann Innovationen fördern oder in den Verwaltungsrat eintreten. Governance sollte dieselben Entscheidungsrechte und Nachweisstandards nutzen. Die Richtlinie sollte ein institutionelles Asset bleiben, das Führungswechsel, Anbieterwechsel und technologische Veränderungen überdauert.
Ereignisgesteuerte Überprüfungen ergänzen die wiederkehrende Aufsicht; die Taktung kann je Rechtsträger oder Nutzung strenger sein.
17. Dem Verwaltungsrat eine Scorecard mit geschlossenem Regelkreis geben
Der Verwaltungsrat sollte jede wesentliche AI-Nutzung auf einen Rechtsträger, ein System, einen Verantwortlichen, eine Entscheidung, einen Datensatz, eine Risikostufe, eine Befugnis, eine Kontrolle und aktuelle Nachweise zurückführen. Das Dashboard sollte unbekannte Systeme, eingeschränkte Nutzungen, Vorfälle, überfällige Überprüfungen und Abhilfemaßnahmen anzeigen.
Tabelle 6. Für den Verwaltungsrat vorbereitete Implementierungs-Scorecard für AI-Governance
| Bereich | Governance-Leitfrage | Nachweis der Annahme |
|---|---|---|
| Perimeter | Sind Rechtsträger, gemeinsam genutzte Systeme, Anbieter und wesentliche Nutzungen berücksichtigt? | abgeglichene Register für Rechtsträger, Systeme, Anwendungsfälle und Abhängigkeiten |
| Klassifizierung | Wird jeder Einsatz anhand von Auswirkung, Autonomie, Daten und Umkehrbarkeit klassifiziert? | genehmigte Begründung, rechtliche Zuordnung und Eskalationsentscheidung |
| Entscheidungsrechte | Können verantwortliche Personen genehmigen, ablehnen, übersteuern, pausieren und Einspruch einlegen? | Befugnismatrix, Nutzerdesign, Schulung und getestete Intervention |
| Daten und geistiges Eigentum | Werden Zweck, Rechte, Vertraulichkeit, Aufbewahrung und Übertragung kontrolliert? | Datenlandkarte, Auswirkungsprüfung, Vertrag, Konfiguration und Freigabe |
| Sicherheit und Agenten | Sind Berechtigungen begrenzt und sind verknüpfte Aktionen beobachtbar und stoppbar? | Bedrohungsmodell, Positivlisten, Protokolle, Tests, Grenzen und Abschaltmechanismus |
| Anbieter | Werden Modell-, Daten-, Änderungs-, Vorfalls-, Resilienz- und Exit-Risiken gesteuert? | Due Diligence, Vertrag, Überwachung und Konzentrationsplan |
| Vorfälle | Kann die Gruppe Vorfälle eindämmen, Beweise sichern, bewerten, melden und beheben? | erprobter Plan, Kontakte, Beweissicherungsverfahren und Wiederanlauf-Freigabe |
| Aufsicht | Treibt die Berichterstattung den Abschluss und die Neubewertung voran? | Dashboard, Ausnahmen, Behebungstermine und Assurance-Feststellungen |
Die Abnahme erfordert aktuelle Nachweise und einen namentlich benannten Verantwortlichen für jede wesentliche Ausnahme.
Die Scorecard sollte eine falsche Fertigstellungsquote vermeiden. Eine Gruppe kann viele registrierte Systeme haben und dennoch die wenigen nicht unter Kontrolle haben, die Menschen, Geld, Sicherheit oder Reputation betreffen. Der Vorstand sollte sich auf wesentliche Ausnahmen und das Alter der Nachweise konzentrieren.
AI-Governance wird dauerhaft, wenn sie mit Investitionen, Beschaffung, Personal, Cybersicherheit, Daten, Transaktionen und Betriebsmanagement verbunden ist. Die Richtlinie liefert das Regelwerk. Das Register liefert den tatsächlichen Perimeter. Tests liefern Nachweise. Entscheidungsrechte liefern Rechenschaft. Incident-Response schützt Menschen und Werte, wenn Annahmen scheitern.
Quellen
- Organisation für wirtschaftliche Zusammenarbeit und Entwicklung, OECD-AI-Grundsätze, aktualisiert im Mai 2024, https://oecd.ai/en/ai-principles
- National Institute of Standards and Technology der Vereinigten Staaten, Risikomanagement-Rahmenwerk für Künstliche Intelligenz 1.0, 26. Januar 2023, https://www.nist.gov/itl/ai-risk-management-framework
- National Institute of Standards and Technology der Vereinigten Staaten, Risikomanagement-Rahmenwerk für Künstliche Intelligenz: Profil für generative Künstliche Intelligenz, NIST AI 600-1, 26. Juli 2024, https://nvlpubs.nist.gov/nistpubs/ai/NIST.AI.600-1.pdf
- Europäische Kommission, Navigieren durch den AI Act, einschließlich Informationen zur gestaffelten Anwendung, https://digital-strategy.ec.europa.eu/en/faqs/navigating-ai-act
- Europäische Kommission, Leitlinien zu den Pflichten für Anbieter von AI für allgemeine Zwecke, https://digital-strategy.ec.europa.eu/en/faqs/guidelines-obligations-general-purpose-ai-providers
- Europäischer Datenschutzausschuss, Stellungnahme 28/2024 zu bestimmten Datenschutzaspekten im Zusammenhang mit der Verarbeitung personenbezogener Daten im Kontext von AI-Modellen, 18. Dezember 2024, https://www.edpb.europa.eu/news/edpb-opinion-on-ai-models-gdpr-principles-support-responsible-ai_en
- Information Commissioner's Office des Vereinigten Königreichs, Leitfaden zu AI und Datenschutz: Auswirkungen auf Rechenschaftspflicht und Governance, wird nach dem Data (Use and Access) Act 2025 überprüft, https://ico.org.uk/for-organisations/uk-gdpr-guidance-and-resources/artificial-intelligence/guidance-on-ai-and-data-protection/what-are-the-accountability-and-governance-implications-of-ai/
- Ministerium für Wissenschaft, Innovation und Technologie des Vereinigten Königreichs, Umsetzung der AI-Regulierungsgrundsätze des Vereinigten Königreichs: Erste Leitlinien für Regulierungsbehörden, Februar 2024, https://assets.publishing.service.gov.uk/media/65c0b6bd63a23d0013c821a0/implementing_the_uk_ai_regulatory_principles_guidance_for_regulators.pdf
- Infocomm Media Development Authority und Personal Data Protection Commission von Singapur, Modellrahmen für KI-Governance, Zweite Auflage, https://www.imda.gov.sg/-/media/imda/files/infocomm-media-landscape/sg-digital/tech-pillars/artificial-intelligence/second-edition-of-the-model-ai-governance-framework.pdf
- Infocomm Media Development Authority von Singapur, Modellrahmen für AI-Governance für generative AI, Mai 2024, https://www.imda.gov.sg/resources/press-releases-factsheets-and-speeches/press-releases/2024/singapore-launches-model-ai-governance-framework-for-generative-ai
- Infocomm Media Development Authority von Singapur, Modellrahmen für AI-Governance für agentische AI, Version 1.0, 22. Januar 2026, https://www.imda.gov.sg/-/media/imda/files/about/emerging-tech-and-research/artificial-intelligence/mgf-for-agentic-ai.pdf
- National Institute of Standards and Technology der Vereinigten Staaten, Playbook und Ressourcen zum AI-Risikomanagement-Rahmenwerk, https://www.nist.gov/itl/ai-risk-management-framework/ai-risk-management-framework-resources
Über den Autor
Chennakeshav Adya ist unabhängiger Forscher und geschäftsführender Partner von Matchpoint Partners. Seine Arbeit untersucht Strategie, Kapitalbildung, Bewertung, Transaktionen und operative Umsetzung in privaten und öffentlichen Märkten.
