Pro KI-Anwendung dieselben Fragen, konsequent beantwortet

Eine Liste mit Namen von KI-Tools ist kein Inventar. Ein Inventar entsteht erst, wenn Sie von jeder Anwendung denselben Satz von Daten erfassen, sodass Sie sie nebeneinander legen, klassifizieren und später nachweisen können. Ohne diese feste Struktur behalten Sie eine Sammlung loser Fakten, die niemand mehr vergleichen kann.

Was Sie erfassen: die Kernfelder

Pro Anwendung geht es um eine begrenzte Anzahl von Feldern, die immer wieder zurückkehren.

Name und Form. Ist es ein eigenständiges Abonnement, eine Funktion innerhalb bestehender Software, ein intern gebautes Modell, oder eine KI-Funktion, die über einen Lieferanten mitgekommen ist, ohne dass jemand das als „KI" benannt hat.

Wer es nutzt. Ein Team, eine Abteilung, ein einzelner Mitarbeiter. Dies bestimmt nicht nur den Umfang, sondern auch, wen Sie später ansprechen müssen, wenn Fragen entstehen.

Wofür es genutzt wird. Nicht der Marketingtext des Lieferanten, sondern die tatsächliche Aufgabe: Text verfassen, Daten zusammenfassen, Code schreiben, Kundenfragen beantworten, Entscheidungen vorbereiten. Dieses Feld bestimmt die Rolle, die die Anwendung spielt, und damit das Risikoniveau.

Welche Daten hineingehen. Personenbezogene Daten, Kundendaten, Finanzinformationen, interne Dokumente, oder keine sensiblen Daten. Dies bestimmt, welche Governance-Anforderungen relevant werden.

Wie es angeschafft wurde. Über einen formellen Prozess, über ein Abonnement, das jemand selbst abgeschlossen hat, über einen Lieferanten, der es bei einem anderen Produkt mitliefert. Der Anschaffungsweg sagt Ihnen sofort etwas darüber, wie viel Aufsicht bereits vorhanden war.

Wer dafür verantwortlich ist. Nicht wer es zufällig nutzt, sondern wer ansprechbar ist, wenn etwas schiefgeht oder wenn Sie wissen möchten, ob es noch in Gebrauch ist.

Seit wann und wie lange schon. Eine Anwendung, die seit drei Jahren unbemerkt läuft, verlangt einen anderen Ansatz als ein Pilotprojekt vom letzten Monat.

Dies sind keine bürokratischen Checklisten. Es sind die Daten, die Sie benötigen, um später pro Anwendung sagen zu können: Dies fällt unter ein höheres Risikoniveau, dies nicht, und hier ist die Begründung.

Woher diese Daten stammen

Keines dieser Felder liegt vollständig in einer einzigen Quelle vor. Sie bauen das Inventar aus mehreren Kanälen auf, die sich ergänzen.

Die IT-Abteilung liefert einen Ausgangspunkt, aber kein vollständiges Bild: warum die IT-Liste nicht stimmt erklärt, dass ein erheblicher Teil der KI-Nutzung außerhalb der Systeme liegt, die die IT verwaltet. Trotzdem sind die Signale, die die IT hat, nützlich als Filter: welche IT-Signale brauchbar sind zeigt, welche technischen Hinweise zuverlässig genug sind, um darauf weiter nachzufragen.

Einkauf und Finanzen ergänzen einen anderen Teil. Rechnungen, Abonnements und Lizenzen zeigen, welche Tools tatsächlich bezahlt wurden, auch wenn der Nutzer das nie gemeldet hat. Was Einkaufs- und Lizenzdaten verraten beschreibt, welche Felder aus dieser Quelle direkt ins Inventar passen.

Der letzte und ausschlaggebendste Teil kommt von den Mitarbeitern selbst. Wer die Aufgabe ausführt, weiß, welches Hilfsmittel dabei genutzt wird, auch wenn das nie beantragt oder genehmigt wurde. Diese Information erhalten Sie nur, wenn das Fragenstellen keine Folgen für den Antwortenden hat: wie Sie es fragen, ohne dass es zur Abrechnung wird beschreibt, wie diese Frage gestellt wird, ohne dass sie sich wie eine Kontrolle anfühlt.

Warum die Struktur wichtiger ist als die Vollständigkeit

Ein Inventar, das auf einen Schlag vollständig sein muss, kommt nie zustande. Anwendungen ändern sich, neue Tools erscheinen, alte verschwinden wieder. Was bleibt, ist die Struktur: dieselben Felder, dieselben Fragen, dieselbe Art der Erfassung. Diese Struktur macht es möglich, eine Anwendung, die heute fehlt, morgen hinzuzufügen, ohne dass Sie neu beginnen müssen.

Deshalb ist auch die Reihenfolge, in der Sie die Felder ausfüllen, weniger wichtig als die Konsistenz, mit der Sie sie ausfüllen. Eine Organisation mit mehreren Standorten, Abteilungen oder Tochtergesellschaften stößt hier auf eine zusätzliche Ebene der Komplexität, weil dieselbe Anwendung an einem Standort anders genutzt wird als an einem anderen: wie Sie ein KI-Inventar bei einer Organisation mit mehreren Teilen aufbauen geht darauf ein, wie Sie diese Unterschiede sichtbar halten, ohne die Vergleichbarkeit zu verlieren. Wer in einer solchen Struktur konkret wissen möchte, welche Felder pro Standort separat ausgefüllt werden müssen, findet das in was Sie pro Anwendung bei einer Organisation mit mehreren Teilen erfassen müssen.

Von der Erfassung zur Klassifizierung

Sobald die Felder pro Anwendung ausgefüllt sind, entsteht die Möglichkeit zu klassifizieren: welche Rolle diese Anwendung erfüllt, welches Risikoniveau dazu passt, und welche Governance-Maßnahmen logisch daran anschließen. Dieser Schritt erfolgt auf Basis dessen, was erfasst wurde, nicht auf Basis einer nachträglichen Einschätzung.

Zu erfassen, was eine Anwendung tut, ist nicht dasselbe wie zu wissen, was an Arbeit übrigbleibt

Dieses Inventar beschreibt, welche KI-Anwendungen existieren und wer sie nutzt. Es beschreibt nicht, wie viel der zugrunde liegenden Arbeit tatsächlich von dieser Anwendung übernommen wird. Das ist eine andere Frage, mit einem anderen Instrument: Der Arbeitsscan von FTE TO AI berechnet pro Aufgabe, welcher Teil der Arbeit von KI übernommen werden kann, basierend auf den Aufgaben, die Sie erfassen, nicht basierend auf dem Tool, das dafür verwendet wird.