Viele Organisationen unterschätzen, wie stark sich das Verhalten von KI mit dem Kontext verändert: durch veränderte Eingangsdaten, operative Rahmenbedingungen, unklare Zielsetzungen oder fragile Integrationen. Fehlt Teams ein gemeinsames Verständnis der Grenzen von KI, tendieren sie entweder zu Übersteuerung („alles blockieren“) oder zu Untersteuerung („dem Output vertrauen“). Beides führt zu Problemen in Governance und Umsetzung.

Dieses Trainingsmodul erläutert die wichtigsten Quellen von Unsicherheit sowie die häufigsten Fehlermodi über verschiedene Typen von KI-Systemen hinweg (einschliesslich prädiktiver und generativer KI). Der Fokus liegt darauf zu erkennen, wie Fehler in der Praxis entstehen (z. B. durch Datenprobleme, Modellverhalten, Systeminteraktionen oder menschliche Fehlanwendung) und wie Führungskräfte, Umsetzungsverantwortliche und Auditoren fundiertere Fragen stellen und technische Artefakte realistisch einordnen können. Das Modul vermittelt keine Methoden zur Risikobeurteilung, keine Ansätze zur Lifecycle-Abgrenzung oder -Inventarisierung und kein operatives Kontrolldesign; diese Themen werden in den dafür vorgesehenen Folgemodulen sowie in den entsprechenden generischen Grundlagenmodulen behandelt.