AI Act für Unternehmen: Wie aus Regulierung ein Wettbewerbsvorteil werden kann

Seit dem 2. August 2026 gelten weitere zentrale Vorgaben des europäischen AI Acts. In der öffentlichen Diskussion stehen vor allem Kennzeichnungspflichten, mögliche Bußgelder und neue Einschränkungen im Mittelpunkt.

Das greift zu kurz.

Der AI Act verlangt nicht, jede Nutzung künstlicher Intelligenz öffentlich sichtbar zu machen. Er zwingt Unternehmen vielmehr dazu, genauer zu unterscheiden: Welche KI wird wofür eingesetzt? Welche Auswirkungen kann sie haben? Welche Ergebnisse benötigen Prüfung? Wer trägt Verantwortung? Und wo müssen Menschen erkennen können, dass sie mit einem KI-System oder mit künstlich erzeugten Inhalten konfrontiert sind?

Diese Fragen verursachen zunächst Arbeit. Sie schaffen aber gleichzeitig etwas, das für den produktiven Einsatz von KI ohnehin erforderlich ist: Klarheit.

Genau darin liegt die strategische Chance.

Hinweis: Dieser Beitrag ist eine strategische und organisatorische Einordnung. Er stellt keine Rechtsberatung dar und ersetzt keine Prüfung des konkreten KI-Einsatzes durch eine spezialisierte Kanzlei, einen Datenschutzbeauftragten oder andere zuständige Fachstellen.

Die Kennzeichnungspflicht ist nicht der Kern des AI Acts

Seit dem 2. August 2026 gelten die Transparenzpflichten aus Artikel 50 des AI Acts.

Daraus wird gelegentlich die verkürzte Aussage abgeleitet, künftig müsse praktisch alles gekennzeichnet werden, was mithilfe künstlicher Intelligenz entstanden sei: Texte, Bilder, Werbung, Untertitel oder Social-Media-Beiträge.

So weit reicht die Regelung nicht.

Der AI Act unterscheidet unterschiedliche Situationen.

Menschen sollen beispielsweise grundsätzlich erkennen können, wenn sie unmittelbar mit einem KI-System kommunizieren. Das betrifft etwa bestimmte Chatbots, KI-Agenten oder Sprachassistenten.

Auch künstlich erzeugte oder manipulierte Bilder, Audio- oder Videoinhalte können eine sichtbare Kennzeichnung erfordern, wenn sie bestehende Personen, Gegenstände, Orte oder Ereignisse so darstellen, dass der Inhalt fälschlich authentisch oder wahr erscheinen kann.

Für veröffentlichte KI-generierte oder manipulierte Texte zu Angelegenheiten von öffentlichem Interesse gelten ebenfalls besondere Transparenzanforderungen.

Gleichzeitig enthält die Regelung wichtige Abgrenzungen.

Ein Text, der einer substantiellen menschlichen Prüfung oder redaktionellen Kontrolle unterzogen wurde und für den eine Person oder Organisation redaktionelle Verantwortung übernimmt, muss nicht allein deshalb gekennzeichnet werden, weil generative KI an seiner Erstellung beteiligt war.

Auch eine bloß assistive KI-Funktion zur üblichen Bearbeitung macht einen Inhalt nicht automatisch kennzeichnungspflichtig.

Der entscheidende Punkt lautet deshalb nicht:

Wurde irgendwo KI eingesetzt?

Sondern:

Welche Funktion hatte die KI, welche Wirkung besitzt das Ergebnis und welche Verantwortung wurde darum organisiert?

Pauschale Kennzeichnung schafft noch keine Verantwortung

Ein Hinweis wie „mit KI erstellt“ kann Transparenz herstellen. Er löst aber keines der grundlegenden Qualitätsprobleme.

Ein gekennzeichneter Text kann fachlich falsch sein.

Ein gekennzeichnetes Bild kann irreführen.

Ein offengelegter Chatbot kann ungeeignete Informationen ausgeben.

Ein KI-System kann transparent eingesetzt werden und trotzdem personenbezogene Daten ungeeignet verarbeiten.

Umgekehrt kann ein intensiv mit KI unterstützter Arbeitsprozess fachlich sehr belastbar sein, wenn Quellen, Regeln, Prüfung und Verantwortung sauber organisiert sind.

Deshalb wäre es ein Fehler, den AI Act auf Kennzeichnungen zu reduzieren.

Für Unternehmen beginnt die relevante Arbeit eine Ebene früher.

KI-Nutzung wächst schneller als ihre organisatorische Einbettung

Künstliche Intelligenz ist in Unternehmen längst kein Randthema mehr.

Nach einer Bitkom-Erhebung vom März 2026 nutzten bereits 41 Prozent der befragten deutschen Unternehmen ab 20 Beschäftigten KI. Weitere 48 Prozent planten oder diskutierten den Einsatz.

Damit verschiebt sich die Führungsfrage.

Solange einzelne Mitarbeitende gelegentlich mit einem neuen Werkzeug experimentieren, können viele Entscheidungen informell bleiben.

Sobald KI jedoch regelmäßig für Texte, Recherche, Übersetzungen, Datenanalyse, Kundenkommunikation, Softwareentwicklung, Wissenssuche oder Prozessautomatisierung eingesetzt wird, entsteht ein betriebliches System.

Dann reicht die Frage „Welches Tool nutzen wir?“ nicht mehr.

Unternehmen müssen wissen:

• welche KI-Systeme tatsächlich eingesetzt werden,
• für welche Aufgaben sie verwendet werden,
• welche Informationen dabei verarbeitet werden,
• welche Ergebnisse intern bleiben oder nach außen wirken,
• wann eine menschliche Prüfung notwendig ist,
• wer Ergebnisse freigibt,
• welche Fälle bewusst nicht automatisiert werden,
• wie Fehler und Veränderungen erkannt werden.

Diese Fragen entstehen unabhängig davon, ob ein Gesetz sie verlangt.

Der AI Act macht lediglich sichtbarer, dass KI-Nutzung ohne organisatorische Verantwortung auf Dauer nicht belastbar ist.

Die Parallele zur DSGVO ist nicht perfekt, aber lehrreich

Die Diskussion erinnert an die Einführung der Datenschutz-Grundverordnung.

Auch damals konzentrierte sich ein erheblicher Teil der öffentlichen Wahrnehmung zunächst auf Aufwand, Abmahnungen, Einwilligungen, Datenschutzerklärungen und mögliche Bußgelder.

Das war nicht unbegründet. Regulierung erzeugt Aufwand.

Gleichzeitig wurde eine grundlegendere Entwicklung angestoßen: Unternehmen mussten genauer verstehen, welche personenbezogenen Daten sie verarbeiten, warum sie diese benötigen, wer darauf zugreifen darf und welche Verantwortung daraus entsteht.

Heute gehören Datenschutzfragen selbstverständlich zu vielen digitalen Projekten.

Nicht jedes Unternehmen hat dadurch bessere Prozesse entwickelt. Nicht jeder Cookie-Banner schafft Vertrauen. Und die DSGVO ist auch kein automatischer Wettbewerbsvorteil geworden.

Aber ein professionelles Unternehmen kann es sich kaum noch leisten, Datenschutz vollständig als nachgelagerte Formalität zu behandeln.

Beim AI Act zeichnet sich eine ähnliche Entwicklung ab.

Der Einsatz künstlicher Intelligenz wird nicht allein danach beurteilt werden, ob technisch etwas funktioniert. Entscheidend wird zunehmend sein, ob Unternehmen erklären können, wie und unter welchen Bedingungen es funktioniert.

Vertrauen entsteht nicht durch Regulierung allein

Regulierung erzeugt keinen Wettbewerbsvorteil automatisch.

Ein Unternehmen wird nicht besser, nur weil es ein KI-Verzeichnis führt oder Mitarbeitende eine Schulung absolviert haben.

Der Vorteil entsteht aus den Fähigkeiten, die durch eine ernsthafte Umsetzung aufgebaut werden.

Klare Einsatzfälle

„Wir nutzen KI im Marketing“ ist keine ausreichende Beschreibung.

Ein konkreter Einsatzfall lautet beispielsweise:

Ein Sprachmodell unterstützt die Redaktion bei der Strukturierung und ersten Formulierung von Fachbeiträgen auf Grundlage definierter Quellen. Vor Veröffentlichung werden Fakten, Quellen, Argumentation und Formulierungen fachlich geprüft und redaktionell freigegeben.

Damit werden Aufgabe, Grenze und Verantwortung sichtbar.

Geeignete Daten und Wissensquellen

Ein KI-System kann nur mit den Informationen arbeiten, die ihm zur Verfügung stehen.

Unternehmen müssen deshalb unterscheiden zwischen:

• öffentlichen Informationen,
• internen Arbeitsunterlagen,
• vertraulichen Unternehmensdaten,
• personenbezogenen Daten,
• verbindlichen Quellen,
• historischen Dokumenten,
• ungeprüften Informationen.

Die Frage nach der Datenqualität ist damit unmittelbar mit der Frage nach der Ergebnisqualität verbunden.

Angemessene menschliche Prüfung

Nicht jede KI-Ausgabe benötigt dieselbe Kontrolle.

Ein interner Entwurf für eine Überschrift hat andere Folgen als eine verbindliche Kundeninformation, eine rechtliche Aussage oder eine automatisierte Entscheidung.

Prüfung sollte sich deshalb an Wirkung, Fehlerfolgen und Umkehrbarkeit orientieren.

Die bestehende Einordnung „Warum menschliche Prüfung Teil jedes belastbaren KI-Prozesses bleibt“ beschreibt diese Prüfung nicht als formales Abnicken, sondern als definierte Prozessfunktion.

Menschen müssen wissen, was sie prüfen, auf welcher Grundlage sie entscheiden und wann sie einen Vorgang stoppen oder eskalieren müssen.

Benannte Verantwortung

KI kann Empfehlungen formulieren, Informationen zusammenfassen und Aktionen vorbereiten.

Unternehmerische Verantwortung kann sie nicht übernehmen.

Bei jedem relevanten Einsatzfall muss deshalb nachvollziehbar bleiben:

• Wer verantwortet den Geschäftszweck?
• Wer verantwortet Daten und Quellen?
• Wer prüft das Ergebnis?
• Wer darf freigeben?
• Wer reagiert auf Fehler?
• Wer entscheidet über Änderungen?

Je stärker ein KI-System nach außen wirkt oder selbstständig Handlungen ausführt, desto wichtiger wird diese Trennung.

KI-Kompetenz

Der AI Act behandelt auch die Kompetenz der Personen, die KI-Systeme einsetzen.

Dabei geht es nicht darum, dass jeder Mitarbeitende zum KI-Spezialisten werden muss.

Relevant ist ein angemessenes Verständnis des tatsächlich eingesetzten Systems und seines Nutzungskontexts.

Wer mit generativer KI arbeitet, sollte beispielsweise wissen:

• dass überzeugende Sprache keine Garantie für sachliche Richtigkeit ist,
• dass Quellen erfunden oder falsch zugeordnet werden können,
• welche Daten nicht eingegeben werden dürfen,
• wann Ergebnisse überprüft werden müssen,
• welche Freigaberegeln gelten,
• wo die Grenzen des Systems liegen.

KI-Kompetenz ist damit keine abstrakte Technologiequalifikation.

Sie ist betriebliche Handlungskompetenz.

Der Wettbewerbsvorteil liegt in der Beherrschung

Der AI Act macht europäische Unternehmen nicht automatisch innovativer.

Er kann sogar zusätzlichen Aufwand erzeugen und bei unklarer Umsetzung Projekte verlangsamen.

Trotzdem kann aus der Regulierung ein Wettbewerbsvorteil entstehen.

Nicht weil Regulierung an sich wertvoll ist, sondern weil professioneller KI-Einsatz Fähigkeiten benötigt, die gleichzeitig Vertrauen schaffen.

Ein Unternehmen, das seine KI-Nutzung beherrscht, kann gegenüber Kunden, Partnern und Mitarbeitenden erklären:

• wofür KI eingesetzt wird,
• wofür bewusst nicht,
• welche Daten verwendet werden,
• welche Ergebnisse geprüft werden,
• wer Verantwortung trägt,
• wie Fehler behandelt werden.

Diese Fähigkeit wird besonders im B2B-Umfeld relevant.

Dort entscheidet nicht allein, ob ein Anbieter schneller Inhalte produziert oder mehr Prozesse automatisiert.

Entscheidend ist, ob sich Auftraggeber darauf verlassen können, dass vertrauliche Informationen geschützt, Aussagen fachlich geprüft und automatisierte Prozesse kontrollierbar bleiben.

Der eigentliche Wettbewerb lautet deshalb nicht:

Unternehmen mit KI gegen Unternehmen ohne KI.

Er lautet zunehmend:

beherrschter KI-Einsatz gegen unkontrollierte KI-Nutzung.

Was das für Marketing und Kommunikation konkret bedeutet

Gerade im Marketing führt die aktuelle Diskussion leicht zu Überreaktionen.

Ein Unternehmen muss nicht vorsorglich jeden Text als KI-generiert kennzeichnen, nur weil ChatGPT, Copilot oder ein anderes Sprachmodell bei Struktur, Formulierung oder Überarbeitung unterstützt hat.

Auch automatische Übersetzungen, Standardbearbeitungen, Textoptimierung oder technische Assistenzfunktionen lösen nicht pauschal eine sichtbare Kennzeichnungspflicht aus.

Anders sieht es aus, wenn die Art des KI-Einsatzes für die Wahrnehmung des Nutzers wesentlich wird.

Direkte KI-Kommunikation

Wenn ein Mensch direkt mit einem KI-System kommuniziert und dies nicht ohnehin offensichtlich ist, muss er grundsätzlich darüber informiert werden.

Das betrifft beispielsweise einen entsprechenden Kundenservice-Chatbot oder einen KI-Sprachagenten.

Die sinnvolle Transparenz lautet dann nicht irgendwo im Impressum:

Unser Unternehmen verwendet künstliche Intelligenz.

Die Information gehört an den tatsächlichen Kontaktpunkt.

Realistisch erzeugte oder manipulierte Inhalte

Ein künstlich erzeugtes Bild muss nicht automatisch als KI-Bild gekennzeichnet werden.

Relevant wird die Frage insbesondere dann, wenn ein vorhandener Mensch, ein existierender Ort, Gegenstand oder ein Ereignis so dargestellt wird, dass Betrachter den Inhalt für authentisch oder wahr halten könnten.

Ein synthetischer Sprecher, der wie eine reale Person erscheint, ein manipuliertes reales Ereignis oder ein täuschend echtes künstliches Testimonial sind deshalb anders zu behandeln als eine offensichtlich illustrative Grafik.

Texte zu Angelegenheiten von öffentlichem Interesse

Auch hier ist Differenzierung notwendig.

Bei veröffentlichten KI-generierten oder manipulierten Texten, die der Information der Öffentlichkeit über Angelegenheiten von öffentlichem Interesse dienen, sieht der AI Act eine Kennzeichnungspflicht vor.

Eine wesentliche Ausnahme besteht jedoch dort, wo eine substanzielle menschliche Prüfung oder redaktionelle Kontrolle stattgefunden hat und redaktionelle Verantwortung übernommen wird.

Das ist für Fachkommunikation entscheidend.

Menschliche Prüfung bedeutet dabei nicht Rechtschreibkorrektur.

Sie bedeutet, dass eine fachlich geeignete Person Inhalt, Aussagen, Fakten und Quellen tatsächlich beurteilt und den Text ändern oder ablehnen kann.

Damit wird redaktionelle Qualität regulatorisch relevant.

Nicht alles braucht mehr Bürokratie

Aus den neuen Anforderungen sollte kein reflexartiges Großprojekt entstehen.

Ein mittelständisches Unternehmen benötigt nicht zwangsläufig sofort ein umfangreiches KI-Managementsystem.

Der richtige Umfang hängt davon ab, welche Systeme verwendet werden und welche Auswirkungen ihre Nutzung besitzt.

Für ein Unternehmen, das generative KI hauptsächlich bei internen Entwürfen einsetzt, kann eine überschaubare Struktur ausreichen:

• Liste der freigegebenen Systeme,
• zulässige und unzulässige Daten,
• benannte Einsatzfälle,
• einfache Prüfregeln,
• verantwortliche Personen,
• dokumentierte KI-Unterweisung.

Ein Unternehmen mit automatisierten Kundenentscheidungen, sensiblen Daten oder stark integrierten KI-Agenten benötigt erheblich mehr.

Governance sollte deshalb proportional sein.

Zu wenig Struktur erzeugt Risiken.

Zu viel Struktur kann Innovation unnötig blockieren.

Die Aufgabe besteht darin, den Kontrollaufwand an die tatsächliche Wirkung anzupassen.

Erster Schritt: Die eigene KI-Nutzung sichtbar machen

Viele Unternehmen wissen, welche großen KI-Werkzeuge offiziell eingeführt wurden.

Weniger klar ist häufig, wo KI im Arbeitsalltag tatsächlich verwendet wird.

Sie steckt inzwischen nicht nur in eigenständigen Chat-Anwendungen, sondern auch in:

• Bürosoftware,
• Übersetzungsdiensten,
• Bildbearbeitung,
• Marketingplattformen,
• CRM-Systemen,
• Entwicklungswerkzeugen,
• Analyseanwendungen,
• Videoplattformen,
• Such- und Wissenssystemen.

Eine belastbare KI-Governance beginnt deshalb nicht mit einer langen Richtlinie.

Sie beginnt mit einer Bestandsaufnahme.

KI-Nutzungsinventar für KMU

Als Arbeitsgrundlage steht dafür ein KI-Nutzungsinventar für KMU zur Verfügung.

Die Vorlage erfasst nicht nur Produktnamen, sondern konkrete Einsatzfälle:

• KI-System und Anbieter,
• Aufgabe und betroffener Prozess,
• Nutzer und Verantwortliche,
• verwendete Daten,
• personenbezogene oder vertrauliche Informationen,
• Ausgabe und mögliche Folgeaktion,
• externe Wirkung,
• direkte Interaktion mit Menschen,
• notwendige menschliche Prüfung,
• Freigabe,
• Transparenz- oder Kennzeichnungsbedarf,
• interne Risikoeinordnung,
• offene Maßnahmen,
• nächste Überprüfung.

Ergänzt wird das Inventar durch ein Prüf- und Freigabelog sowie eine kompakte Schnellprüfung für neue Einsatzfälle.

Die Vorlage ist bewusst kein „AI-Act-Register“. Es gibt keine pauschale gesetzliche Verpflichtung, genau dieses Dokument zu führen. Die interne Risikoeinordnung ersetzt ebenfalls keine rechtliche Klassifizierung nach dem AI Act.

Das Inventar schafft etwas Grundlegenderes:

eine gemeinsame Arbeitsgrundlage für Fachbereich, Führung, Datenschutz und technische Umsetzung.

Was Unternehmen nicht tun sollten

Jede KI-Nutzung pauschal kennzeichnen

Überkennzeichnung schafft nicht automatisch mehr Transparenz.

Wenn jeder KI-unterstützte Text, jede Übersetzung und jede Bildbearbeitung denselben Hinweis erhält, verliert die Kennzeichnung dort an Bedeutung, wo sie für die Wahrnehmung tatsächlich wichtig ist.

KI-Nutzung vollständig unsichtbar lassen

Das Gegenmodell ist ebenso problematisch.

Ein KI-Agent sollte nicht als menschlicher Mitarbeiter erscheinen. Eine realistisch manipulierte Darstellung sollte nicht als authentische Aufnahme verstanden werden. Transparenz ist dort notwendig, wo sie eine informierte Einordnung ermöglicht.

Compliance mit einem Disclaimer verwechseln

Ein Hinweis unter einem Inhalt ersetzt keine Prüfung von Daten, Quellen, Systemen oder Verantwortlichkeiten.

Compliance entsteht im Prozess.

Eine Richtlinie schreiben, die niemand anwenden kann

Eine zwanzigseitige KI-Richtlinie hilft wenig, wenn Mitarbeitende weiterhin nicht wissen, ob sie eine Kundendatei in ein bestimmtes System laden dürfen.

Gute Regeln sind konkret genug, um im Arbeitsalltag Entscheidungen zu ermöglichen.

Die rechtliche Einstufung selbst erfinden

Interne Ampeln und Risikoklassen können bei der Priorisierung helfen.

Sie dürfen aber nicht mit der rechtlichen Klassifizierung des AI Acts verwechselt werden.

Bei rechtlich erheblichen Einsatzfällen bleibt fachkundige Prüfung notwendig.

Regulierung kann zur Qualitätsarchitektur werden

Der interessante Effekt des AI Acts liegt deshalb weniger in einzelnen Kennzeichnungspflichten.

Er liegt darin, dass Unternehmen gezwungen werden, ihren Umgang mit künstlicher Intelligenz expliziter zu machen.

Was vorher informell geschehen konnte, benötigt zunehmend:

• Begrenzung,
• Zuständigkeit,
• Prüfung,
• Kompetenz,
• Nachvollziehbarkeit.

Diese Elemente sehen zunächst nach zusätzlichem Aufwand aus.

Richtig umgesetzt verbessern sie jedoch genau die Faktoren, die auch ohne Regulierung für produktive KI erforderlich sind.

Ein Modell liefert bessere Ergebnisse, wenn die Aufgabe klarer ist.

Eine Automatisierung wird stabiler, wenn der Prozess verstanden wurde.

Ein Fachtext wird belastbarer, wenn Quellen und Prüfung geregelt sind.

Ein Agent wird kontrollierbarer, wenn Rechte und Ausnahmen definiert sind.

Eine Organisation wird lernfähiger, wenn Fehler dokumentiert werden.

Damit kann aus regulatorischer Arbeit operative Qualität entstehen.

Perspektive aus der Praxis

In digitalen Projekten zeigt sich häufig dasselbe Muster.

Die technische Möglichkeit ist schneller verfügbar als die organisatorische Klarheit.

Ein neues Werkzeug lässt sich innerhalb weniger Minuten aktivieren. Schwieriger ist die Entscheidung, ob und wofür es sinnvoll eingesetzt werden sollte.

Genau deshalb halte ich den AI Act nicht primär für eine Innovationsbremse.

Er ist auch kein Qualitätsversprechen.

Er setzt einen Rahmen, der Unternehmen dazu zwingt, Fragen zu beantworten, die bei professioneller digitaler Arbeit ohnehin beantwortet werden müssen.

Das war beim Datenschutz ähnlich.

Nicht jede datenschutzrechtliche Vorgabe hat eine bessere Website erzeugt. Aber Unternehmen mussten lernen, Datenverarbeitung als verantworteten Bestandteil digitaler Prozesse zu verstehen.

Beim KI-Einsatz entsteht nun die nächste vergleichbare Führungsaufgabe.

Nicht möglichst wenig KI ist das Ziel.

Nicht möglichst viel KI ist das Ziel.

Beherrschte KI ist das Ziel.

Konsequenz für Unternehmen

Der AI Act sollte weder verharmlost noch dramatisiert werden.

Die neuen Vorgaben sind real. Einzelne Einsatzfälle können erhebliche rechtliche und organisatorische Anforderungen auslösen.

Für einen großen Teil der alltäglichen KI-Unterstützung besteht jedoch kein Anlass, jede Verwendung pauschal als problematisch zu behandeln.

Unternehmen sollten stattdessen systematisch unterscheiden:

1. Welche KI wird tatsächlich genutzt?
2. Welche Aufgabe erfüllt sie?
3. Welche Daten und Quellen werden verwendet?
4. Welche Wirkung besitzt das Ergebnis?
5. Welche menschliche Prüfung ist notwendig?
6. Wer trägt Verantwortung?
7. Welche Transparenz ist im konkreten Fall erforderlich?
8. Was muss dokumentiert und regelmäßig überprüft werden?

Wer diese Fragen beantworten kann, erfüllt nicht nur regulatorische Anforderungen besser.

Er baut eine Fähigkeit auf, die für die nächsten Jahre entscheidend wird:

künstliche Intelligenz produktiv einsetzen zu können, ohne die Kontrolle über Qualität, Wissen und Verantwortung abzugeben.

Das ist keine Einschränkung von Innovation.

Es ist ihre Professionalisierung.

Fachlicher Anschluss

KI-Einsatz von der Einzelanwendung zum beherrschbaren System entwickeln

Der AI Act beantwortet nicht die strategische Frage, welche KI-Anwendungen für ein Unternehmen tatsächlich sinnvoll sind.

Diese Entscheidung beginnt früher.

Der bestehende Insight „Was Unternehmen vor der KI-Automatisierung klären müssen“ ordnet dafür Aufgabe, Daten, Rollen, Freigabe, Risiko und Erfolgskriterium.

„Warum menschliche Prüfung Teil jedes belastbaren KI-Prozesses bleibt“ vertieft die Rolle menschlicher Freigabe und Ausnahmebehandlung.

Der Beitrag „KI-Einsatz braucht Rollen, Regeln und Verantwortlichkeiten“ führt diese Ebenen in ein organisatorisches Governance-Modell zusammen.

Wenn bestehende KI-Nutzung zunächst übergreifend eingeordnet, priorisiert und mit den übrigen digitalen Strukturen verbunden werden soll, schafft die SDC-Discovery eine gemeinsame Entscheidungsgrundlage, bevor weitere Systeme, Automatisierungen oder Richtlinien aufgebaut werden.

KI- und Automatisierungsgrundlage strukturiert prüfen

Autor

Über Göke Frerichs

Göke Frerichs verbindet seit 1999 digitale Strategie, Kommunikation, Technologie und Umsetzung. Als Digitalstratege und Smart Digital Creative unterstützt er inhabergeführte B2B-Unternehmen dabei, aus einzelnen Maßnahmen klare und belastbare digitale Systeme zu entwickeln. Seine Perspektive beruht auf langjähriger Beratungs- und Umsetzungspraxis in DACH und Nordamerika.

Mehr über Göke Frerichs