Organisationen verwenden „KI“ häufig als Sammelbegriff, der zentrale Unterschiede verdeckt: regelbasierte Systeme versus Machine Learning, prädiktives versus generatives Verhalten, ein isoliertes Modell versus KI als Teil eines umfassenderen soziotechnischen Systems. Ohne ein klares mentales Modell geraten Governance-Diskussionen ins Drift, Anforderungen werden falsch angewendet, und Assurance-Aktivitäten konzentrieren sich auf oberflächliche Artefakte statt auf die tatsächliche Funktionsweise des Systems.

Dieses Grundlagenmodul vermittelt praxisnahe KI-Grundlagen: zentrale Begriffe, Typen von KI-Systemen sowie technische Bausteine, die in den meisten Implementierungen wiederkehren (Datenpipelines, Modelle, Schnittstellen und unterstützende IT-Kontrollen wie Zugriffsmanagement, Verschlüsselung und Logging). Nicht behandelt werden die Bewertung von KI-Risiken und -Schäden, Methoden zur Abgrenzung und Inventarisierung über den Lebenszyklus, die Ausgestaltung operativer Kontrollen oder eine detaillierte Analyse von Fehlermodi – diese Themen sind den dafür vorgesehenen Folgemodulen vorbehalten.