{"id":68937,"date":"2026-05-21T09:09:25","date_gmt":"2026-05-21T07:09:25","guid":{"rendered":"https:\/\/www.cubeserv.com\/?p=68937"},"modified":"2026-05-21T09:10:24","modified_gmt":"2026-05-21T07:10:24","slug":"ai-governance-zwischen-technischer-machbarkeit-und-ethischer-verantwortung","status":"publish","type":"post","link":"https:\/\/www.cubeserv.com\/de\/ai-governance-zwischen-technischer-machbarkeit-und-ethischer-verantwortung\/","title":{"rendered":"AI Governance: zwischen technischer Machbarkeit und ethischer Verantwortung"},"content":{"rendered":"\t\t
\n\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

\u201eJust because we could, doesn\u2019t mean we should.\u201c<\/em><\/strong> Dieser Satz beschreibt die aktuelle Lage in vielen Unternehmen treffend, denn, Generative AI ist \u00fcberall. Pilotprojekte laufen, Tools werden ausgerollt, Erwartungen steigen. Doch parallel w\u00e4chst eine Frage: Haben wir eigentlich noch die Kontrolle dar\u00fcber, was wir tun?<\/strong> (vgl. Schneider et al., 2024)<\/p>

Der IBM Cost of a Data Breach Report 2025<\/em><\/strong> liefert dazu eine unbequeme Antwort. In vielen Organisationen \u00fcberholt die Geschwindigkeit der AI-Adoption den Reifegrad der Sicherheits- und Governance-Strukturen deutlich. (vgl. Ponemon Institute & IBM Security, 2025) Und die Risiken reichen weit \u00fcber Datenschutz und IT-Sicherheit hinaus. Der MIT AI Risk Navigator<\/em> (AIRI)<\/strong> systematisiert sie entlang von sieben Dom\u00e4nen: Diskriminierung, Privacy & Security, Misinformation, Missbrauch, Mensch-Maschine-Interaktion, sozio\u00f6konomische Folgen sowie die Sicherheit der AI-Systeme selbst. (vgl. Michaels et al., 2026)<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Diese Bandbreite zeigt, warum der Einsatz von AI \u00fcber rein technische Aspekte hinausgeht<\/strong> und auf verschiedenen Managementebenen stattfindet. Dabei wirken auf Unternehmen Einfl\u00fcsse aus zwei unterschiedlichen Richtungen ein<\/p>