Dein KI-Projekt läuft, technisch klappt alles, und trotzdem hast du dieses ungute Gefühl im Bauch? Meistens liegt das nicht an der Technik, sondern an Risiken, die niemand aufgeschrieben und schon gar nicht durchgerechnet hat. In diesem Snip zeige ich dir, wie du klassisches Risikomanagement aus dem Projektmanagement auf ein KI-Projekt anwendest: Ursache und Wirkung trennen, Eintrittswahrscheinlichkeit und Schadenshöhe schätzen, Risikowert in Euro berechnen. Und dann entscheiden, ob sich eine Gegenmaßnahme überhaupt rechnet. Die Vorlage, mit der ich das im Video mache, liegt direkt unter dem Snip.
Ergebnis: Nach diesem Snip hast du ein quantifiziertes Risikoregister für dein KI-Projekt: jedes Risiko mit Ursache, Effekt, Wahrscheinlichkeit, Schadenshöhe und Risikowert in Euro, dazu geplante Maßnahmen mit Kosten und einer nachvollziehbaren Entscheidung pro Maßnahme.
- Lade die Risikoregister-Vorlage unter diesem Snip herunter und öffne sie in Excel oder Google Sheets.
- Trage dein erstes Risiko ein und trenne dabei konsequent zwei Spalten: links die Ursache (z. B. “Modell halluziniert bei Fragen zu Vertragskonditionen”), rechts den Effekt (z. B. “falsche, rechtlich bindende Zusage gegenüber Kunden”).
- Schätze die Eintrittswahrscheinlichkeit in Prozent, also wie oft die Ursache wirklich zuschlägt. Im Beispiel setzen wir 25 Prozent an.
- Schätze die Schadenshöhe in Euro pro Vorfall und rechne dabei Kulanz, Nacharbeit und Reputationsschaden mit ein. Im Beispiel sind das 100.000 Euro.
- Lies den Risikowert ab: Eintrittswahrscheinlichkeit mal Schadenshöhe, im Beispiel 25 Prozent von 100.000 Euro, also 25.000 Euro erwarteter Schaden.
- Wähle pro Risiko eine Strategie: vermeiden (Ursache streichen), vermindern (Wahrscheinlichkeit oder Schaden senken), übertragen (versichern, vertraglich weitergeben) oder akzeptieren.
- Entscheide, ob deine Maßnahme präventiv oder korrektiv wirkt. Präventive Maßnahmen setzen links an der Ursache an und senken die Wahrscheinlichkeit, korrektive Maßnahmen setzen rechts am Effekt an und senken die Schadenshöhe.
- Trage die Maßnahme mit Kosten ein, im Beispiel ein RAG-Setup auf freigegebenen Dokumenten plus Eskalation an einen Menschen für 5.000 Euro.
- Schätze Wahrscheinlichkeit und Schaden nach der Maßnahme neu. Die Wahrscheinlichkeit fällt von 25 auf 10 Prozent, der Schaden bleibt bei 100.000 Euro, der neue Risikowert liegt damit bei 10.000 Euro.
- Prüfe den Business Case: die Maßnahme lohnt sich, wenn der alte Risikowert deutlich größer ist als der neue Risikowert plus die Maßnahmenkosten. 25.000 Euro gegen 10.000 plus 5.000 Euro, damit ist die Maßnahme genehmigt.
- Wiederhole das für deine weiteren Risiken (im Video liegen schon DSGVO-Verstoß, Modell-Drift und Vendor Lock-in im Register) und schau unten auf das Gesamt-Risikobudget, das mit jeder genehmigten Maßnahme sinkt.
- Risiken in KI-Projekten systematisch erfassen und bewerten.
- Bowtie-Modell zur Risikoanalyse verstehen und anwenden.
- Risiken mit Eintrittswahrscheinlichkeit und Schadenshöhe quantifizieren.
- Maßnahmenarten zur Risikobehandlung kennen und budgetieren.
- Ein Risiko-Register erstellen und zur professionellen Projektsteuerung nutzen.
- IT-Sicherheitsmanagement: Risiken von Cyberangriffen erkennen und präventiv Maßnahmen planen.
- Produktentwicklung: Risiken bei neuen Features bewerten und budgetieren.
- Change-Management: Risiken durch organisatorische Veränderungen abschätzen und steuern.
- Finanzprojekte: Risiken durch Marktvolatilität und Liquiditätsengpässe strukturieren und absichern.
- Compliance: Risiken aus gesetzlichen Vorgaben identifizieren und Maßnahmen zur Einhaltung planen.
