Eine KI-Einführung beginnt mit einer konkreten Aufgabe, nicht mit der Wahl eines Modells. Klären Sie, wer das Ergebnis nutzt, welche Entscheidung unterstützt wird und welcher messbare Ausgangswert als Vergleich dient. Wie lange ein Pilot dauert und ob er gelingt, hängt von Daten, Integration, Prüfung und Freigaben ab.
Anwendungsfall und Daten eingrenzen
Beschreiben Sie Eingaben, Ausgaben, Nutzer, Fehlerfolgen und den vorgesehenen menschlichen Prüfpunkt. Erfassen Sie Datenherkunft, Zweck, Zugriff und Aufbewahrung. Für sensible oder personenbezogene Informationen klären Sie Rechtsgrundlage, Transparenz und Zugriff, bevor Sie Daten in einen Dienst laden. Schweizer Datenschutzrecht verlangt eine Datenschutz-Folgenabschätzung, wenn eine geplante Bearbeitung voraussichtlich ein hohes Risiko für die Persönlichkeit oder Grundrechte mit sich bringt. Das gilt nicht automatisch für jedes KI-Projekt; bewerten Sie den konkreten Kontext und holen Sie bei Bedarf rechtliche Beratung ein.
Pilot mit messbaren Prüfkriterien
Vergleichen Sie die KI-Lösung mit dem bestehenden Ablauf. Nutzen Sie repräsentative, freigegebene Testdaten und legen Sie vorab Kriterien für Qualität, Fehlerarten, Laufzeit, Kosten und Eskalationen fest. Testen Sie auch missbräuchliche oder ungewöhnliche Eingaben. Lassen Sie Fachpersonen Ergebnisse prüfen und dokumentieren Sie, wann das System nicht verwendet werden darf.
Skalierung und Betrieb
Vor einem breiteren Einsatz brauchen Sie Verantwortliche für Daten, Modell- oder Dienstkonfiguration, Zugriff, Support und Vorfälle. Überwachen Sie die für den Anwendungsfall relevanten Kennzahlen und prüfen Sie Änderungen an Modell, Prompt, Daten oder Anbieter. Testen Sie nach jeder wesentlichen Änderung erneut.
Microsoft Foundry bietet Evaluatoren für bestimmte Risiken und Aufgaben; solche Werkzeuge ersetzen keine fachliche Bewertung oder organisationsweite Kontrollen. Dokumentieren Sie Grenzen, ermöglichen Sie menschliche Übersteuerung und schalten Sie die Lösung ab, wenn sie die vereinbarten Kriterien nicht erfüllt.
Quellen: FDPIC: Data protection impact assessment, Microsoft responsible AI for Azure workloads, Microsoft Foundry risk and safety evaluators.

