Welcher Zusammenhang besteht zwischen KI-Governance und Daten-Governance? Oder besser noch: Worauf sollte sich ein Unternehmen mehr konzentrieren: auf KI-gestützte Daten-Governance oder auf KI-Daten-Governance? Dies sind wichtige Fragen, aber bevor wir sie beantworten, wollen wir verstehen, wie KI und Daten-Governance miteinander zusammenhängen.

Welcher Zusammenhang besteht zwischen KI und Datenverwaltung?

Auf den ersten Blick scheint es, dass Data Governance und KI voneinander abhängig sind. Sie benötigen qualitativ hochwertige Daten, um Ihre KI-Modelle und -Systeme zu trainieren, und um Daten effizient verwalten zu können, müssen Sie KI in Ihre Prozesse integrieren. Aber genau darin besteht der Haken: Technisch gesehen Data Governance selbst ist nicht von KI abhängig. Tatsächlich besteht die Rolle der KI in der Governance hauptsächlich darin, die Verwaltung und Governance von Daten.

Das Gleiche gilt jedoch nicht, wenn wir die Rollen vertauschen. Ein KI-Modell, das mit Daten fragwürdiger Integrität trainiert wurde, ist so gut wie ChatGPT Schwierigkeiten, auf eine Aufforderung zu einer einfachen Matheaufgabe präzise zu reagieren.

Diese Fehler treten aufgrund einer Vielzahl von Faktoren auf, darunter unzureichende Trainingsdaten, falsche Annahmen des Modells oder Verzerrungen in den Daten, die zum Trainieren des Modells verwendet werden. Die Leistung eines KI-Systems hängt daher von der Gesundheit der Daten und damit auch von der Wirksamkeit des Gesamtsystems ab. Data-Governance-FrameworkDas Bild oben ist ein gutes Beispiel, das dieses Problem veranschaulicht.

Um auf die Frage nach der Beziehung zwischen beiden zurückzukommen, müssen wir uns auch darüber im Klaren sein, dass KI heute in fast allen Bereichen eine immer wichtigere Rolle spielt, einschließlich Datenmanagement. Wenn man die Bedürfnisse moderner Unternehmen und die Vorteile des modernen Datenstapels im Auge behält, sind sowohl KI als auch Datenverwaltung aufeinander angewiesen und arbeiten synergetisch – und genau so müssen sie funktionieren, damit Unternehmen einen echten Mehrwert daraus ziehen können.

Einsatz von KI für die Datenverwaltung

Doch was ist mit KI-Algorithmen oder -Modellen, die zur Verbesserung der Datenverwaltung selbst eingesetzt werden? Unternehmen nutzen KI, um einen Großteil des redundanten Aufwands zu automatisieren, der zur Einhaltung relevanter gesetzlicher Vorschriften erforderlich ist.

Insbesondere ermöglichen KI-gestützte Datenmanagementplattformen Unternehmen die Automatisierung Datenqualitätsmanagement, Klassifizierung, Entdeckung, Abstammungund Folgenabschätzung, während gleichzeitig Metadatenmanagement, Datenzugriffskontrolle und Datenschutzmanagement.

Um solche KI-Modelle und -Tools jedoch optimal nutzen zu können, bedürfen sie einer angemessenen Aufsicht. Aus diesem Grund gibt es eine KI-Governance.

KI-Governance erfordert KI-Bereitschaft

Wir werden uns gleich mit der Steuerung von KI-Modellen und -Systemen befassen – sprechen wir zunächst über die KI-Bereitschaft. Wie offensichtlich ist, ist Ihre Organisation dann KI-bereit, wenn sie über die erforderlichen Rahmenbedingungen und Richtlinien verfügt, um KI zu nutzen und in ihre Prozesse, Tools und Systeme zu integrieren. Laut Gartner, 90 % der Organisationen weltweit werden generative KI zusätzlich zu ihrer Belegschaft einsetzen.

Eine der wichtigsten Voraussetzungen, um KI-fähig zu sein, ist der Zugriff auf KI-fähige Daten, also Daten, die genau, sauber und gut strukturiert für Feature Engineering und maschinelles Lernen (ML) sind. Und um Daten von solch hoher Qualität zu erhalten, benötigen Sie ein für KI entwickeltes Data-Governance-Framework.

KI-Governance bezieht sich auf alle Prozesse, Richtlinien und Tools, die Ihre Organisation verwendet, um sicherzustellen, dass KI verantwortungsbewusst und ethisch eingesetzt wird. Mit anderen Worten: KI-Systeme sollten so konzipiert sein, dass die Sicherheit von Menschen, Daten sowie der KI-Technologie selbst während ihrer gesamten Nutzung gewährleistet ist.

KI-Governance wird manchmal synonym mit KI-Daten-Governance verwendet, also der Überwachung der Verwaltung und Nutzung von KI-Daten in einer Organisation. Allerdings sind sie nicht völlig dasselbe.

Ist Data Governance wirklich der Oberbegriff?

Um zwischen Data Governance, AI Governance und AI Data Governance zu unterscheiden, müssen wir das Schlüsselwort berücksichtigen, nämlich die Datenerfassung, was bedeutet, dass KI-Daten-Governance Governance-Prinzipien sind, die auf Daten angewendet werden, die von KI-Modellen verwendet werden sollen. Es genügt, daran zu erinnern, dass die Wirksamkeit solcher Modelle immer noch davon abhängt, wie die Daten verwaltet werden, mit denen sie trainiert werden – wenn Sie die Daten-Governance richtig machen, erhalten Sie KI-fähige Daten. Mit anderen Worten: KI-Daten-Governance ist nur eine Komponente der Daten-Governance.

Was die Daten-Governance und die KI-Governance betrifft, gibt es unterschiedliche Meinungen. Einige sind der Ansicht, dass sie getrennt gehalten werden sollten, da es unterschiedliche Schwerpunktbereiche zu überwachen gibt und mit jedem davon Risiken verbunden sind. Vor allem unterscheiden sich Umfang, Ziele und operative Dynamik der Governance erheblich.

Wrap up

Aus der Perspektive eines Unternehmens, das in einer Welt tätig ist, in der KI zur Norm geworden ist, ist es wichtig zu beachten, dass KI-Governance und Daten-Governance gemeinsam die Richtlinien und Leitlinien für die Datennutzung festlegen, auch für KI- und ML-Modelle.

Ein solches Unternehmen ist auf Daten-Governance angewiesen, um sicherzustellen, dass die von diesen Modellen verwendeten Daten qualitativ hochwertig, sicher und konform mit regulatorischen Standards sind. Ebenso braucht es KI-Governance, sei es als Teil des gesamten Daten-Governance-Rahmens oder als separate Initiative, um den ethischen und transparenten Einsatz von KI-Technologien zu überwachen und Fairness, Rechenschaftspflicht und Erklärbarkeit bei der Entscheidungsfindung sicherzustellen.