Fragmentierte KI-Initiativen und unklare Verantwortlichkeiten
Ein deutscher Nutzfahrzeughersteller stand vor einer Herausforderung, die in der gesamten Branche zunehmend an Bedeutung gewinnt. Daten und Künstliche Intelligenz sollten nicht nur in einzelnen Funktionen Mehrwert schaffen, sondern organisationsweit wirken. Gleichzeitig musste der Einsatz von KI verantwortungsvoll erfolgen – Vertrauen schaffen und Risiken kontrollierbar halten. Dafür waren Transparenz über bestehende Daten- und KI-Initiativen, klare Priorisierung sowie eindeutig definierte Verantwortlichkeiten und Entscheidungsrechte erforderlich.
In einem Umfeld mit zahlreichen Geschäftseinheiten, heterogenen Datenquellen und parallel entstehenden KI-Anwendungsfällen ist diese Transparenz jedoch schwer zu erreichen. Ohne klare Leitplanken drohen Initiativen zu fragmentieren und schwer vergleichbar zu werden. Priorisierungsentscheidungen verzögern sich, und die Wiederverwendung von Daten und Lösungen bleibt begrenzt. Gleichzeitig wuchs die Anforderung, Governance schrittweise an regulatorische Entwicklungen anzupassen – ohne die Innovationsfähigkeit unnötig einzuschränken.
Vor diesem Hintergrund initiierte der Kunde ein Programm zum Aufbau einer belastbaren, zukunftsfähigen Grundlage für Data- und AI-Governance. Ziel war es, verantwortungsvolle KI zu ermöglichen, Datennutzung und -austausch zu verbessern und klare Orientierung für Teams zu schaffen. Der Kunde wird in dieser Referenz aus Freigabegründen anonymisiert dargestellt.
Das Vorgehen
KI-Anwendungsfälle strukturieren und Governance klar verankern
CGI unterstützte den Kunden bei der Entwicklung eines skalierbaren Governance-Modells, das mit dem Reifegrad der Organisation wachsen kann. In einem ersten Schritt wurde eine Initialanalyse durchgeführt. Dabei wurden bestehende KI-Anwendungsfälle erfasst und strukturiert, um Transparenz zu schaffen und ein gemeinsames Verständnis zwischen Fachbereichen und IT zu etablieren. Diese gemeinsame Sicht bildet die Grundlage für konsistente, nachvollziehbare Entscheidungen und eine abgestimmte Priorisierung.
Darauf aufbauend wurden erste Governance-Prozesse definiert, insbesondere für die Bewertung, Priorisierung und Dokumentation von KI-Initiativen. Ein weiterer Schwerpunkt lag auf der klaren Definition von Rollen und Verantwortlichkeiten über Fachbereiche, IT und Compliance hinweg. Dadurch entstand ein Rahmen, in dem verantwortungsvolle KI nicht nur konzeptionell, sondern operativ umgesetzt werden kann.
Parallel dazu wurden Enablement- und Change-Maßnahmen initiiert, darunter Trainings zur Förderung von AI Literacy. Ziel war es, interne Kompetenzen aufzubauen und ein gemeinsames Governance-Verständnis zu etablieren. Governance wurde damit nicht als reines Kontrollinstrument positioniert, sondern als Enabler für die skalierbare Nutzung von KI im Unternehmen.
Die Ergebnisse
Mehr Transparenz und klare Priorisierung für skalierbare, verantwortungsvolle KI
Die ersten Bausteine des Data- und AI-Governance-Programms erhöhten die Transparenz über bestehende Daten- und KI-Initiativen deutlich. Dies unterstützt fundiertere Entscheidungen, da Anwendungsfälle besser vergleichbar sind und Prioritäten klarer definiert werden können. Gleichzeitig wurde die Basis für verbesserten Datenaustausch und Wiederverwendung über Organisationseinheiten hinweg geschaffen.
Das Programm stärkte zudem die Abstimmung zwischen Fachbereichen, IT und Governance-Funktionen hinsichtlich des verantwortungsvollen Einsatzes von Daten und KI. Eine erste Governance-Struktur wurde etabliert, die sich parallel zu regulatorischen Anforderungen und wachsender KI-Reife weiterentwickeln kann. Dadurch konnten erste Schritte hin zu einer skalierbaren, unternehmensweiten KI-Nutzung umgesetzt werden – gestützt durch klare Prinzipien und definierte Verantwortlichkeiten.
