DAX-Konzerne stehen 2025 unter doppeltem Druck: Vorstände fordern schnelleren KI-Einsatz, während Aufsichtsbehörden gleichzeitig strengere Kontrollen für KI-Modell-Governance, generative KI und agentische KI einfordern, so IBM. Fehler im KI-Risikomanagement können laut IBM zu Bußgeldern, Modellausfällen und Vertrauensverlust führen. Wer KI skalieren will, kommt um strukturierte Governance-Frameworks nicht herum: Ohne eingebettete Kontrollen im KI-Lebenszyklus drohen regulatorische Sanktionen. Für Risk Committees und Audit-Gremien in DAX-Unternehmen bedeutet das konkret, personelle und finanzielle Ressourcen dauerhaft bereitzustellen.

KI-Governance in DAX-Konzernen 2025: Was Boards, Audit-Frameworks und Risk Committees jetzt leisten müssen

Vorstände großer Unternehmen stehen derzeit unter doppeltem Druck: Sie sollen den KI-Einsatz beschleunigen und gleichzeitig strengere Kontrollmechanismen einführen. Dieser Zielkonflikt prägt die Governance-Debatten in deutschen DAX-Konzernen im Jahr 2025.

Der Ausgangspunkt: Tempo contra Kontrolle

Laut IBM befinden sich Unternehmen in einem strukturellen Spannungsfeld: Während Vorstände einen schnelleren KI-Einsatz fordern, verlangen Aufsichtsbehörden stärkere Kontrollen über KI-Modell-Governance, generative KI und agentische KI-Systeme. Fehler im Risikomanagement können laut IBM zu Bußgeldern, Modellausfällen und Vertrauensverlust führen.

Dieser Druck ist nicht abstrakt. Bereits 2018 demonstrierte SAP auf der Cebit in Hannover mit einem 60 Meter hohen, sensor- und kamerabestückten Riesenrad, wohin die Reise geht: automatisierte, datengetriebene Prozesse als Kern des personalisierten Kundenerlebnisses. Was damals als Zukunftsbild galt, ist heute operative Realität in vielen Großkonzernen.

Vier praktische Implikationen für Entscheider

1. Governance ist kein Compliance-Anhang, sondern Skalierungsvoraussetzung

IBM beschreibt KI-Governance explizit als Voraussetzung für jedes Unternehmen, das KI skalieren möchte. Ein fehlendes Governance-Programm erzeugt laut IBM nicht nur regulatorische Risiken, sondern auch operative und reputationsbezogene Folgekosten, die schwer zu quantifizieren sind. Risk Committees sollten KI-Governance daher nicht als nachgelagerte Aufgabe, sondern als integralen Bestandteil der KI-Strategie behandeln.

2. Audit-Frameworks müssen den gesamten KI-Lebenszyklus abdecken

IBM empfiehlt automatisierte Kontrollen, die in den KI-Lebenszyklus eingebettet sind, kombiniert mit Rahmenwerken, die messbare Risikoreduzierung ermöglichen. Für Audit-Komitees bedeutet das: Prüfprozesse müssen von der Modellentwicklung über den Einsatz bis zur Außerbetriebnahme reichen, nicht nur den Zustand zum Prüfzeitpunkt erfassen.

3. Organisatorische und Modell-Governance müssen integriert werden

Laut IBM erfordert starke KI-Governance einen ganzheitlichen Ansatz, der sowohl die organisatorische als auch die KI-Modell-Governance integriert, von grundlegenden Prinzipien bis zur Einhaltung gesetzlicher Vorschriften. Für DAX-Boards heißt das konkret: Zuständigkeiten für KI-Risiken müssen auf Vorstandsebene verankert und nicht ausschließlich in IT- oder Datenabteilungen delegiert werden.

4. Kontinuierliche Investitionen sind unvermeidbar

IBM betont, dass es bei der KI-Governance keine Abkürzungen geben kann. Ein robuster Ansatz erfordere kontinuierliche Investitionen in personelle und finanzielle Ressourcen. Unternehmen, die Governance-Ausgaben als einmaligen Aufwand verbuchen, unterschätzen den laufenden Betrieb von Kontrollsystemen für sich weiterentwickelnde KI-Modelle.

Einordnung: Deutschland im internationalen Vergleich

Fachkreise haben bereits darauf hingewiesen, dass das englischsprachige Ausland und Asien bei der KI-Entwicklung weiter fortgeschritten sind als Deutschland. In deutschen Unternehmen herrscht laut Beobachtern teils Zurückhaltung gegenüber dem Tempo der KI-Einführung. Gleichzeitig steigt mit der europäischen KI-Regulierung der Druck, Governance-Strukturen nicht nur zu dokumentieren, sondern operativ nachzuweisen. Für DAX-Konzerne, die international agieren, ist das eine strategische Priorität.

Quellen

• So setzen DAX-Konzerne künstliche Intelligenz ein – t3n
• KI-Governance-Software und -Lösungen | IBM
• Blick über die Compliance-KI-Governance hinaus | IBM Think

Häufige Fragen

Warum steht KI-Governance gerade bei DAX-Vorständen so weit oben auf der Agenda?

Vorstände stehen unter doppeltem Druck: Einerseits fordern Anteilseigner eine schnellere KI-Einführung, um Prozesse zu beschleunigen und Umsatzpotenziale zu heben. Andererseits verlangen Aufsichtsbehörden strengere Kontrollen über KI-Modelle, generative KI und agentische KI-Systeme. Fehler im Risikomanagement können konkrete Folgen haben: Bußgelder, Modellausfälle und dauerhafter Vertrauensverlust gegenüber Kunden und Investoren.

Was umfasst ein vollständiges KI-Governance-Framework für Großunternehmen?

Ein robustes Framework integriert organisatorische Governance und KI-Modell-Governance in einem ganzheitlichen Ansatz. Es reicht von grundlegenden Prinzipien und internen Richtlinien bis zur Einhaltung gesetzlicher Vorschriften. Dazu gehören automatisierte Kontrollen, die im gesamten KI-Lebenszyklus eingebettet sind, messbare Risikoreduzierungs-Mechanismen sowie die nahtlose Integration in bestehende Daten- und KI-Infrastrukturen.

Welche konkreten Risiken entstehen, wenn ein Unternehmen auf KI-Governance verzichtet?

Neben regulatorischen Bußgeldern drohen Modellausfälle, die operative Prozesse direkt beeinträchtigen. Hinzu kommt ein schwer quantifizierbarer, aber nachhaltiger Vertrauensverlust bei Kunden, Partnern und Aufsichtsbehörden. Da KI-Fähigkeiten und ihr Missbrauchspotenzial parallel wachsen, steigen die Risiken proportional zur Skalierung der KI-Nutzung im Unternehmen.

Wie nähern sich DAX-Konzerne dem Thema KI in der Praxis an?

Große deutsche Konzerne erproben KI-Einsatz entlang ihrer Kernprozesse. SAP etwa demonstrierte auf der Cebit 2018, wie Sensordaten aus physischen Umgebungen in Echtzeit verarbeitet werden können: Kameras und Sensoren an einem 60 Meter hohen Riesenrad erfassten Gästezahlen, Gondelhöhen und Temperaturen. Das Ziel war das personalisierte Kundenerlebnis durch automatisierte Prozesse. Je früher Algorithmen mit Trainingsdaten versorgt werden, desto schneller verbessern sich die Ergebnisse.

Kann ein Unternehmen bei der Einführung von KI-Governance Abkürzungen nehmen?

Nein. Laut IBM erfordert wirksame KI-Governance kontinuierliche Investitionen in personelle und finanzielle Ressourcen. Zwar ist dieser Aufwand intern oft schwer zu rechtfertigen, doch die Kosten fehlender Governance überwiegen: Bußgelder, Betriebsrisiken und Reputationsschäden summieren sich. KI-Governance gilt daher als Voraussetzung für jedes Unternehmen, das KI verantwortungsvoll skalieren möchte.

Dieser Artikel wurde von einem KI-System automatisiert erstellt. Kennzeichnung gemäß Art. 50 der EU-KI-Verordnung.