Prüfung des KI-Reifegrads in Unternehmen

Veeam Software, das Unternehmen für Data- und AI-Trust, hat die Einführung seines „Data and AI Trust Maturity Model“ bekanntgegeben. Dabei handelt es sich um ein wissenschaftlich fundiertes und von Kunden validiertes Rahmenwerk zur Prüfung des KI-Reifegrads in Unternehmen. Es hilft Unternehmen, die Effektivität ihrer KI-Steuerung und -Operationalisierung zu bewerten, zu vergleichen und zu verbessern. Denn KI entwickelt sich rasant weiter: von unterstützenden Tools hin zu autonomen Agenten, die mit maschineller Geschwindigkeit auf Unternehmensdaten einwirken.

Branchenübergreifend haben die meisten Unternehmen mit dem Einsatz von KI bereits die erste Hürde genommen. Es zeichnet sich jedoch eine deutliche Lücke zwischen dem Vertrauen in den eigenen KI-Reifegrad und der Fähigkeit ab, diese effektiv zu operationalisieren und zu steuern. Dazu haben weitaus weniger Unternehmen für die Governance erforderliche Kontrollen implementiert.

Da KI-Agenten beginnen, autonome Entscheidungen auf der Grundlage von Unternehmensdaten in hoher Geschwindigkeit und großem Umfang zu treffen, wird diese Lücke zu einem erheblichen Risiko. Untersuchungen der Emerald Research Group im Auftrag von Veeam zeigen, dass Unternehmen bei der Einführung schneller vorgegangen sind als bei der Schaffung der Identitätsrahmenwerke, Datenfundamente und Governance-Strukturen, die erforderlich sind, um diese Entscheidungen gegenüber Vorstand, Wirtschaftsprüfern oder Aufsichtsbehörden zu rechtfertigen. Die Herausforderung besteht nicht mehr darin, ob KI eingesetzt wird, sondern ob ihre Handlungen verstanden, kontrolliert und validiert werden können.

Das „Data and AI Trust Maturity Model“ wurde entwickelt, um diese Lücke zu schließen und Unternehmen dabei zu helfen, die Diskrepanz zwischen wahrgenommenem Reifegrad und der tatsächlichen Umsetzung zu überbrücken. Es bietet Führungskräften einen unabhängigen Überblick darüber, wo sie heute stehen und worauf sie sich zuerst konzentrieren sollten. Auf diese Weise hilft es Verantwortlichen dabei, den Schritt vom Experiment hin zu einer verantwortungsvollen, produktionsreifen KI zu vollziehen.

Das Modell bewertet die KI-Reife anhand von 12 Dimensionen und bildet den Fortschritt über fünf Stufen hinweg ab, von „Ad-hoc“ bis „führend“. Es ermöglicht Unternehmen zu erkennen, wo Kontrollen vorhanden sind, wo diese unter realen Bedingungen versagen und was priorisiert werden muss, um Vertrauen, Governance und Resilienz zu stärken.

„Das Vertrauen in KI ist hoch, aber Vertrauen allein lässt sich nicht skalieren“, sagte Anand Eswaran, CEO bei Veeam. „Unsere Untersuchung zeigt: Die meisten Unternehmen glauben zwar, bereit zu sein, KI sicher und verantwortungsvoll zu skalieren. Viele haben jedoch Schwierigkeiten, diese Bereitschaft gegenüber dem Vorstand, bei Audits oder gegenüber Aufsichtsbehörden nachzuweisen. Das ´Data and AI Trust Maturity Model´ bietet Führungskräften eine klare, objektive Methode, um zu verstehen, wo sie wirklich stehen, Umsetzungslücken zu identifizieren und die Fähigkeiten zu priorisieren, die erforderlich sind, um Vertrauen in KI zu operationalisieren und nicht nur anzustreben. Dies ist in einer agentenbasierten Welt von entscheidender Bedeutung.“

Studie verdeutlicht wachsende Vertrauenslücke bei KI

Das „Data and AI Trust Maturity Model“ basiert auf den Einschätzungen von 300 führenden Verantwortlichen aus Wirtschaft und Technologie, darunter Mitglieder der Geschäftsleitung, die für Daten, Sicherheit, Risiko und Technologiestrategie verantwortlich sind. Die Studie zeigt eine beständige Kluft zwischen den Zielen, dem Vertrauen und der operativen Bereitschaft im Bereich KI auf:

• KI ist längst kein Experiment mehr. Fast sieben von zehn Unternehmen geben an, dass KI in mehrere Geschäftsbereiche integriert oder für ihren Betrieb von zentraler Bedeutung ist. Das bedeutet, dass KI-Systeme und -Agenten mittlerweile täglich mit sensiblen Produktionsdaten, Kundendaten und Entscheidungsabläufen in Berührung kommen.
• Das Vertrauen der Führungskräfte ist hoch: 80 Prozent der Führungskräfte geben an, dass sie zuversichtlich sind, KI in den nächsten zwei Jahren sicher skalieren zu können.
• Dem Vertrauen fehlen oft Belege, da fast die Hälfte der Führungskräfte einräumt, dass ihr Vertrauen eher auf Intuition beruht als auf nachweisbaren, auditierbaren Belegen, die sie externen Stakeholdern ohne Weiteres vorlegen könnten.
• Mit der Skalierung der KI treten Herausforderungen bei der Umsetzung auf: 52 Prozent der Unternehmen berichten, dass KI-Initiativen in den letzten 18 Monaten zurückgefahren wurden, vier von zehn verzeichnen Verzögerungen und 28 Prozent haben Initiativen vollständig eingestellt.
• Die Hindernisse für den Fortschritt sind eher operativer als technologischer Natur, angeführt von Lücken bei den KI- und Machine-Learning-Kompetenzen (43 Prozent), Schwierigkeiten bei der Integration von KI in bestehende Arbeitsabläufe und Systeme (33 Prozent), regulatorischer Unsicherheit (25 Prozent), Einschränkungen bei der Datenqualität (20 Prozent) und Bedenken hinsichtlich der Erklärbarkeit (19 Prozent).
• Die Reife der Governance hinkt der Einführung hinterher: Fast neun von zehn Unternehmen geben an, dass formelle KI-Governance-Richtlinien in irgendeiner Form existieren, aber nur etwa jedes dritte Unternehmen sagt, dass es bei Bedarf sofort umfassende Prüfungsnachweise vorlegen könnte.

Zusammengenommen zeigen diese Ergebnisse, dass die Einführung von KI zwar rasch voranschreitet, die Reife der Umsetzung jedoch hinterherhinkt, was Unternehmen bei der Skalierung von KI in kritische Betriebsabläufe angreifbar macht.

Vom Einsatz zu nachweisbarem Vertrauen

Anstatt sich allein auf die Einführung zu konzentrieren, bewertet das „Data and AI Trust Maturity Model“, wie konsistent KI-bezogene Kontrollen, Rechenschaftspflichten und Betriebspraktiken unter realen Bedingungen funktionieren. Es gliedert den Reifegrad in vier zentrale Säulen:

• Verstanden – Transparenz und Kontext über Daten- und KI-Assets, Herkunft und Risiken hinweg.
• Gesichert – Identitäts- und Zugriffs-Governance, Datenschutz und Kontrollen zum Schutz der Privatsphäre.
• Resilient – Backup, Zuverlässigkeit der Wiederherstellung und Betriebskontinuität für kritische Daten und KI-abhängige Dienste.
• Unleashed – Vertrauenswürdige Datenbereitschaft zur Unterstützung einer verantwortungsvollen KI-Entwicklung und -Einführung.

„Der Erfolg von KI hängt von der Stärke der Datenbasis ab, aber genau hier sind Unternehmen anfällig“, sagte Krista Case, Principal Analyst bei theCUBE Research. „Während drei Viertel der Unternehmen bereits ausgereifte oder operative KI-Implementierung betreiben, sichern laut unserer Untersuchung weniger als ein Drittel auch nur die Hälfte ihrer KI-generierten Daten. Und das führt direkt zu einem echten Risiko. Angreifer zielen durch Inferenz, Manipulation, Vergiftung und Exfiltration direkt auf die Datenebene ab. Praktiker benötigen strukturierte, benchmarkbasierte Einblicke, die technische Kontrollen mit realen geschäftlichen und regulatorischen Ergebnissen verknüpfen. Das ‚Data and AI Trust Maturity Model‘ von Veeam schließt diese Lücke.“

Vertrauen anhand von Benchmarks gegen die Realität abgleichen

Das Modell wird im Rahmen des „Data and AI Trust Maturity Assessment“ angewendet, einem Beratungsangebot, das von den Daten-, Sicherheits- und KI-Spezialisten sowie den Strategieführern von Veeam bereitgestellt wird. Das Assessment liefert:

• Ein bewertetes Reifegradprofil über die 12 Dimensionen des Modells hinweg.
• Einen Peer-Benchmark-Vergleich zur Ermittlung der faktenbasierten Dringlichkeit und des Kontexts,
• Priorisierte Empfehlungen und eine pragmatische Roadmap zur langfristigen Stärkung des Vertrauens.
• Für die Geschäftsleitung aufbereitete Erkenntnisse zur Unterstützung der Aufsicht durch den Vorstand, der Gespräche mit den Wirtschaftsprüfern und der Nachverfolgung messbarer Fortschritte.

#Veeam