Rollen in KI-Projekten: Wer trägt welche Verantwortung?
Immer mehr Unternehmen setzen KI-Systeme in ihren Alltag ein. Doch eines wird oft übersehen: Technologie allein schafft keine Sicherheit. Es braucht klare Rollen und Verantwortlichkeiten – von der Governance über die Datenverantwortung bis hin zur ethischen Prüfung.
Die fünf Kernrollen in KI-Projekten
1. KI-Projektleitung
Sie koordiniert die Umsetzung und trägt die Gesamtverantwortung. Ihre Aufgaben:
- Festlegung von Zielen und Erfolgsmetriken
- Stakeholder-Management über alle Abteilungen hinweg
- Einhaltung von Fristen und Budget
- Eskalation von ethischen oder rechtlichen Risiken
2. Datenverantwortliche (Data Steward)
Diese Rolle sichert ab, dass Daten vertraulich, präzise und regelkonform verwendet werden. Zum Schutz Ihrer Organisationsdaten orientieren Sie sich an den ISO/IEC 42001:2023 – AI Management System Standards.
- Datenqualität überwachen
- Datenschutz (DSGVO, Schweizer DSG) einhalten
- Zugriffsrechte verwalten
- Bias-Quellen identifizieren und dokumentieren
3. Technische Umsetzung (ML Engineer / Developer)
Der Entwickler bringt die KI-Lösung zum Laufen. Sicherheitsaspekte basieren auf den BSI AI Security Recommendations:
- Modellauswahl und -training
- Performance-Tests durchführen
- Sicherheit (Encryption, Logging) gewährleisten
- Dokumentation pflegen
4. KI-Ethik & Compliance
Diese Rolle prüft das Projekt auf versteckte Risiken. Die ENISA Artificial Intelligence and Cybersecurity Richtlinien bieten bewährte Praktiken:
- Fairness-Audits durchführen
- Transparenzanforderungen überprüfen
- Rechtliche Anforderungen interpretieren
- Schulungen für Nutzer durchführen
5. Fachexperte / Domain Owner
Er bringt das Business-Know-how ein:
- Anforderungen definieren
- Trainingsdaten beurteilen
- Ergebnisse validieren
- Alltagstauglichkeit sicherstellen
Wie Rollen zusammenspielen
Ein klassischer Projektablauf zeigt, wie diese Rollen ineinandergreifen:
| Phase | Primär verantwortlich | Unterstützung von |
|---|---|---|
| Anforderungen | Domain Owner + Projektleitung | Ethik & Compliance |
| Daten beschaffen | Datenverantwortliche | Domain Owner |
| Modell trainieren | ML Engineer | Datenverantwortliche |
| Fairness testen | Ethik & Compliance | ML Engineer + Domain Owner |
| Roll-out | Projektleitung | Alle Rollen |
Häufige Fehler vermeiden
Fehler 1: Ethik zu spät einbinden. Compliance kann nicht am Ende „aufgeräumt” werden. Starten Sie ethische Diskussionen von Tag 1 an.
Fehler 2: Datenverantwortung ignorieren. Schlechte Daten führen zu schlechten Modellen – unabhängig von der Technologie dahinter.
Fehler 3: Domain Owner unterschätzen. Ohne tiefe Fachkenntnis werden Ergebnisse fehlinterpretiert oder führen zu blind vertrautem „KI-Output”.
Fehler 4: Verantwortung delegieren, nicht verteilen. KI-Haftung existiert nicht. Menschen und Organisationen tragen Verantwortung, nicht das Modell.
Checkliste für Ihr Projekt
- ☐ Haben Sie für jede Kernrolle einen klaren Ansprechpartner benannt?
- ☐ Sind die Grenzen zwischen Rollen klar definiert?
- ☐ Gibt es regelmässige Abstimmungen zwischen den Rollen?
- ☐ Hat der Domain Owner Veto-Recht bei Compliance-Fragen?
- ☐ Sind Eskalationswege dokumentiert?
Weitere Informationen
Erfahren Sie mehr zu KI-Grundlagen, Rollenmodellen und regulatorischen Anforderungen in unserer KI-Regelmappe – Grundlagen und Implementierung.
Keine Rechtsgarantie. Dieser Artikel behandelt generische Best Practices und Schweizer Regulierungskontext. Konsultieren Sie für spezifische Fälle einen Rechtsanwalt.
Nächster sinnvoller Schritt
Wenn die Regeln stehen: den ersten Büroprozess mit KI sauber umsetzen
Die KI-Regelmappe klärt Regeln, Rollen und Nachweise. Danach entsteht Nutzen dort, wo Büroarbeit jede Woche Zeit kostet: Kundenmails, Offerten, Protokolle, Rechnungen oder interne Standards.
Der Büro-KI-Check ist aktuell auf Schweizer KMU optimiert und als praktischer Einstieg gedacht.