Künstliche Intelligenz ist in vielen österreichischen Betrieben längst im Arbeitsalltag angekommen: Mitarbeitende lassen Texte zusammenfassen, bereiten Präsentationen vor, vergleichen Stellenprofile oder formulieren Antworten für Kundinnen und Kunden. Häufig fehlt jedoch eine gemeinsame Antwort auf die entscheidenden Fragen: Welche Werkzeuge sind freigegeben? Welche Daten dürfen eingegeben werden? Wer prüft ein Ergebnis, bevor es das Unternehmen verlässt? Eine praxistaugliche KI-Richtlinie im Unternehmen macht aus individuellen Experimenten einen kontrollierten Prozess.
Dafür braucht es weder ein hundertseitiges Regelwerk noch ein generelles Verbot. Gute Leitlinien sind kurz genug, um im Alltag gelesen zu werden, und konkret genug, um echte Entscheidungen zu ermöglichen. Sie verbinden Datenschutz, Informationssicherheit, Qualitätskontrolle, Arbeitsorganisation und KI-Kompetenz. Dieser Leitfaden zeigt, wie österreichische Unternehmen und Teams in überschaubaren Schritten zu belastbaren Regeln kommen.
Warum eine KI-Richtlinie mehr ist als ein Verbotsschild
Ohne klare Vorgaben entstehen meist zwei Extreme. Manche Beschäftigte nutzen öffentlich verfügbare KI-Dienste mit sensiblen Informationen, weil ihnen die Risiken nicht bewusst sind. Andere verzichten selbst bei harmlosen Aufgaben auf sinnvolle Unterstützung, weil sie keine Freigabe erhalten. Beides kostet Qualität und Zeit. Eine Richtlinie schafft einen sicheren Handlungsraum: Sie beschreibt erlaubte Anwendungen, Grenzen, Zuständigkeiten und den Weg für neue Ideen.
Die Wirtschaftskammer Österreich empfiehlt Unternehmen, individuelle KI-Guidelines an die eigenen Erfordernisse anzupassen. Dabei geht es unter anderem um Geschäftsgeheimnisse, personenbezogene Daten, Rechte Dritter und die Verantwortung des Menschen. Der europäische AI Act ergänzt diesen Rahmen. Artikel 4 verlangt Maßnahmen für eine angemessene KI-Kompetenz jener Personen, die KI-Systeme im Auftrag einer Organisation einsetzen. Nach der österreichischen KI-Servicestelle der RTR hängt das notwendige Wissen vom System, vom Einsatzkontext und von der Erfahrung der betroffenen Personen ab.
Eine interne Richtlinie ersetzt keine Rechtsberatung und auch keine Prüfung eines konkreten KI-Systems. Sie sorgt aber dafür, dass ein Unternehmen Risiken früh erkennt, Entscheidungen nachvollziehbar dokumentiert und Schulungen nicht vom Zufall abhängig macht.
Schritt 1: Reale KI-Nutzung statt Wunschbild erfassen
Bevor Regeln formuliert werden, braucht die Projektgruppe ein ehrliches Inventar. Eine kurze, nicht sanktionierende Befragung der Teams ist meist hilfreicher als die Frage, welche Systeme offiziell angeschafft wurden. Erfasst werden sollten zumindest Werkzeug, Zweck, verwendete Daten, Empfänger des Ergebnisses, Häufigkeit und verantwortliche Rolle. Auch Funktionen in bereits lizenzierten Office-, CRM-, Support- oder Bewerbungsprogrammen gehören in die Liste.
Für jeden Anwendungsfall helfen sechs Leitfragen:
- Welche konkrete Aufgabe soll die KI unterstützen?
- Wer gibt Eingaben ein und wer prüft das Ergebnis?
- Enthalten die Eingaben personenbezogene, vertrauliche oder urheberrechtlich geschützte Inhalte?
- Trifft oder beeinflusst das Ergebnis Entscheidungen über Menschen?
- Wird der KI-Inhalt intern verwendet oder extern veröffentlicht?
- Welche Folgen hätte ein falsches, verzerrtes oder offengelegtes Ergebnis?
Das Inventar ist kein einmaliges Excel-Projekt. Es wird zur laufenden KI-Landkarte des Unternehmens. Neue Systeme und wesentlich veränderte Anwendungsfälle werden ergänzt, nicht stillschweigend eingeführt.
Schritt 2: Anwendungsfälle mit einer einfachen Ampel ordnen
Teams brauchen eine Entscheidungshilfe, die auch unter Zeitdruck funktioniert. Für viele kleine und mittlere Betriebe genügt zunächst eine dreistufige Ampel. Sie ist eine interne Arbeitshilfe und keine rechtliche Risikoklassifizierung nach dem AI Act.
Grün: freigegebene Unterstützung mit unkritischen Daten
Dazu können Ideenfindung, Gliederungen, Sprachkorrektur oder Zusammenfassungen öffentlich zugänglicher Informationen gehören. Voraussetzung ist, dass ein freigegebenes Werkzeug verwendet wird, keine vertraulichen Daten eingegeben werden und ein Mensch das Ergebnis prüft. Auch bei grünen Fällen bleiben Faktenkontrolle und Kennzeichnungspflichten relevant.
Gelb: Nutzung nur mit zusätzlicher Freigabe
Gelb sind etwa Entwürfe für Kundenkommunikation, Auswertungen interner Unterlagen, Übersetzungen rechtlich relevanter Texte oder KI-Unterstützung im Recruiting. Hier braucht es eine benannte fachliche Freigabe, eine dokumentierte Datenprüfung und häufig die Einbindung von Datenschutz, Informationssicherheit, Personalabteilung oder Betriebsrat.
Rot: untersagt oder bis zur Prüfung gesperrt
In diese Gruppe gehören beispielsweise das Eingeben von Passwörtern, Gesundheitsdaten, ungeprüften Bewerbungsunterlagen oder Geschäftsgeheimnissen in nicht freigegebene Dienste. Ebenso sollten vollautomatische Personalentscheidungen, manipulative Anwendungen und Systeme zur Emotionserkennung am Arbeitsplatz nicht als gewöhnliches Teamexperiment behandelt werden. Der AI Act enthält für bestimmte Praktiken ausdrückliche Verbote und für bestimmte Anwendungen im Beschäftigungsbereich strenge Anforderungen. Solche Vorhaben benötigen vorab eine qualifizierte rechtliche und technische Prüfung.
Schritt 3: Werkzeuge und Datenklassen eindeutig benennen
Die Formulierung „KI verantwortungsvoll verwenden“ ist zu unbestimmt. Die Richtlinie sollte eine aktuelle Positivliste freigegebener Dienste enthalten oder auf ein zentral gepflegtes Register verweisen. Zu jedem Werkzeug gehören erlaubte Nutzergruppen, zugelassene Anwendungsfälle, Vertragsstatus, Speicher- und Trainingsoptionen sowie eine interne Ansprechperson.
Parallel definiert das Unternehmen verständliche Datenklassen. Eine mögliche Einteilung lautet: öffentlich, intern, vertraulich und besonders geschützt. Für jede Klasse wird festgelegt, ob sie in ein bestimmtes KI-System eingegeben werden darf. Besonders geschützt sind beispielsweise Bewerbungsdaten, Personalakten, Gesundheitsinformationen, Zugangsdaten und Geschäftsgeheimnisse. Die WKO weist in ihren Hinweisen zu kundenbezogenen Daten und KI darauf hin, dass für die Verarbeitung eine Grundlage nötig ist und vertrauliche sowie personenbezogene Informationen mit besonderer Sorgfalt behandelt werden müssen.
Eine gute Alltagsregel lautet: Daten zuerst minimieren. Namen, Kontaktdaten, interne Kennzahlen oder identifizierende Details werden entfernt, wenn sie für die Aufgabe nicht erforderlich sind. Pseudonymisieren hilft nur, wenn eine Re-Identifikation tatsächlich erschwert wird. Aus „Kundin Anna Huber aus Graz mit Vertragsnummer 4711“ wird beispielsweise „eine Privatkundin mit einem laufenden Vertrag“, sofern die Identität für die Fragestellung keine Rolle spielt.
Schritt 4: Verantwortung entlang des Arbeitsablaufs verteilen
Eine KI-Richtlinie funktioniert nicht, wenn jede Frage bei der Geschäftsführung landet. Sie braucht klar verteilte Rollen:
- Geschäftsführung oder Bereichsleitung: genehmigt Risikorahmen, Ressourcen und verantwortliche Stellen.
- Tool-Verantwortliche: prüfen Anbieter, Verträge, Konfiguration, Zugriffe und Änderungen.
- Fachverantwortliche: definieren Qualitätskriterien und geben sensible Ergebnisse frei.
- Datenschutz und Informationssicherheit: bewerten Datenflüsse, Schutzmaßnahmen und Vorfälle.
- HR und Betriebsrat: werden bei mitarbeiterbezogenen Anwendungen frühzeitig einbezogen.
- Anwenderinnen und Anwender: halten Datenregeln ein, prüfen Resultate und melden Fehler.
Für kleine Unternehmen kann eine Person mehrere Rollen übernehmen. Entscheidend ist nicht die Zahl der Funktionen, sondern dass vor einem Einsatz klar ist, wer entscheiden, prüfen und stoppen darf.
Schritt 5: Menschliche Prüfung als konkretes Qualitätsgate
Der Satz „Ergebnisse sind zu prüfen“ reicht nicht. Die Richtlinie sollte je Einsatzfall definieren, was geprüft wird. Bei einem öffentlichen Text gehören Fakten, Quellen, Tonalität, diskriminierende Aussagen, Rechte Dritter und personenbezogene Daten dazu. Bei einer Tabellenanalyse müssen Ausgangsdaten, Rechenweg, Ausreißer und Plausibilität kontrolliert werden. Bei Softwarecode kommen Tests, Sicherheitsprüfung und Review hinzu.
Hilfreich ist das Vier-Augen-Prinzip für Inhalte mit hoher Außenwirkung oder Konsequenzen für Menschen. Eine Bewerbung darf beispielsweise nicht aufgrund einer ungeprüften KI-Zusammenfassung aussortiert werden. Wer KI im Recruiting einsetzt, muss den Zweck, die Datenbasis und die menschliche Entscheidung sauber trennen. Hinweise zum verantwortungsvollen Umgang mit Bewerbungsdaten bietet auch der jobspot.at-Leitfaden Wann Bewerbungsdaten nach einer Absage gelöscht werden müssen.
Für generierte Inhalte gilt außerdem: Eine überzeugende Formulierung ist kein Beleg. Quellen werden geöffnet, Behauptungen mit Originaldokumenten verglichen und Zahlen samt Bezugszeitraum kontrolliert. Wenn die Herkunft eines Ergebnisses nicht nachvollziehbar ist, darf es nicht als gesicherte Tatsache weitergegeben werden.
Schritt 6: KI-Kompetenz nach Rollen aufbauen
Alle Beschäftigten brauchen nicht dieselbe Schulung. Eine Assistenz, die Protokollentwürfe erstellt, hat andere Risiken als eine Recruiterin, ein Entwickler oder eine Führungskraft. Der AI Act nennt technisches Wissen, Erfahrung, Ausbildung und den Einsatzkontext als Faktoren für ein ausreichendes Kompetenzniveau. Die RTR betont ebenfalls, dass die Anforderungen rollen- und systemabhängig sind.
Ein schlankes Schulungsmodell kann aus drei Ebenen bestehen:
- Basis für alle: Funktionsweise und Grenzen generativer KI, Datenklassen, erlaubte Tools, Faktenkontrolle, Meldeweg.
- Praxis für Anwendergruppen: Übungen mit typischen Aufgaben, guten Eingaben, Qualitätskriterien und Fehlerfällen des jeweiligen Teams.
- Vertiefung für Verantwortliche: AI Act, Datenschutz, Beschaffung, Risikobewertung, Dokumentation und Vorfallsmanagement.
Teilnahme, Inhalte und Datum werden nachvollziehbar dokumentiert. Ein einmaliges Webinar genügt nicht dauerhaft. Neue Funktionen, Anbieterbedingungen, Rechtsvorgaben und reale Zwischenfälle fließen in kurze Auffrischungen ein. Die EU-Kommission stellt ein Repository mit Beispielen für KI-Kompetenzmaßnahmen bereit. Es dient als Inspiration, ersetzt laut Kommission aber keinen individuellen Nachweis der eigenen Umsetzung.
Schritt 7: Einen klaren Freigabeprozess für neue KI-Ideen schaffen
Wenn die Freigabe mehrere Monate dauert, wandert die Nutzung in den Schatten. Ein praxistauglicher Prozess beginnt mit einem kurzen Formular: Problem, gewünschtes Werkzeug, Datenklasse, betroffene Personen, erwarteter Nutzen, verantwortliche Person und geplanter Testzeitraum. Die zuständige Stelle entscheidet innerhalb einer festgelegten Frist, ob der Fall freigegeben, mit Auflagen getestet oder vertieft geprüft wird.
Für einen Pilot sollten Erfolg und Abbruch vorab definiert sein. Geeignete Messgrößen sind Zeitersparnis, Fehlerquote, Nachbearbeitungsaufwand, Nutzerfeedback und Zahl der Datenschutz- oder Sicherheitsauffälligkeiten. „Die Antworten klingen gut“ ist kein belastbares Erfolgskriterium.
Die Freigabe gilt nur für den beschriebenen Zweck. Ein Dienst, der für Marketingentwürfe zugelassen wurde, ist damit nicht automatisch für Lebenslaufanalyse, Leistungsbewertung oder Vertragsprüfung freigegeben.
Schritt 8: Vorfälle melden, ohne sie zu verstecken
Fehleingaben und falsche Resultate werden nie vollständig verschwinden. Deshalb braucht die Richtlinie einen einfachen Meldeweg. Beispiele sind versehentlich hochgeladene Personaldaten, öffentlich gewordene Geschäftsgeheimnisse, diskriminierende Vorschläge, falsche Rechtsauskünfte oder ein nicht gekennzeichneter KI-Inhalt.
Die Sofortregel sollte leicht merkbar sein: Nutzung stoppen, nichts weiter teilen, Beweise sichern und die benannte Stelle informieren. Danach wird geklärt, ob Zugänge gesperrt, Inhalte zurückgezogen, Betroffene informiert oder weitere interne und gesetzliche Schritte gesetzt werden müssen. Eine sachliche Fehlerkultur ist dabei ein Sicherheitsfaktor. Wer Sanktionen für jede Meldung fürchtet, meldet zu spät.
Ein Musteraufbau für die interne KI-Richtlinie
Das eigentliche Dokument kann für ein KMU auf wenigen Seiten funktionieren. Folgende Kapitel decken die wichtigsten Entscheidungen ab:
- Zweck, Geltungsbereich und Begriffe
- freigegebene Werkzeuge und erlaubte Einsatzfälle
- unzulässige Anwendungen
- Datenklassen und Eingaberegeln
- menschliche Prüfung und Freigaben
- Transparenz, Urheberrecht und externe Kommunikation
- besondere Regeln für Personal, Kundschaft und sensible Bereiche
- Rollen, Schulungen und Dokumentation
- Meldeweg für Fehler und Vorfälle
- Überprüfung, Version und nächste Aktualisierung
Formulierungen sollten beobachtbares Verhalten beschreiben. Statt „Verwenden Sie KI ethisch“ ist etwa klarer: „Externe Texte werden vor Veröffentlichung von einer fachlich verantwortlichen Person auf Fakten, Quellen, Rechte Dritter und personenbezogene Daten geprüft.“ Statt „Keine sensiblen Daten eingeben“ sollte die Richtlinie konkrete Beispiele und die erlaubten Systeme nennen.
Praxisbeispiel: Einführung in einem österreichischen Dienstleistungsbetrieb
Ein Betrieb mit 45 Beschäftigten entdeckt sechs regelmäßig genutzte KI-Werkzeuge. Die Projektgruppe entscheidet sich nicht für ein sofortiges Totalverbot, sondern inventarisiert zwölf Anwendungsfälle. Rechtschreibkorrektur und Ideenfindung mit öffentlichen Informationen werden grün eingestuft. Entwürfe für Kundenantworten sind gelb und müssen aus dem freigegebenen System kommen; persönliche Kundendaten werden vorher entfernt und die zuständige Fachkraft gibt die Antwort frei. Die automatische Bewertung von Bewerbungen bleibt rot, bis HR, Datenschutz und Betriebsrat den konkreten Einsatz geprüft haben.
Innerhalb von vier Wochen veröffentlicht das Unternehmen eine dreiseitige Richtlinie, eine Werkzeugliste und eine einseitige Schnellhilfe. Alle Beschäftigten absolvieren ein Basismodul, betroffene Teams üben an anonymisierten Fällen. Nach acht Wochen zeigt die Auswertung: Bei Standardentwürfen sinkt die Bearbeitungszeit, gleichzeitig werden mehrere unzuverlässige Quellen erkannt. Die Richtlinie wird deshalb um einen verbindlichen Quellencheck erweitert. Genau so sollte das Dokument funktionieren: als lernendes Betriebssystem, nicht als Ablage im Intranet.
Checkliste vor der Freigabe
- Ist die tatsächliche KI-Nutzung in allen Teams erfasst?
- Gibt es eine aktuelle Liste freigegebener Werkzeuge und Zwecke?
- Sind Datenklassen mit verständlichen Beispielen definiert?
- Sind verbotene oder prüfpflichtige Anwendungen eindeutig benannt?
- Ist für jeden sensiblen Prozess eine menschliche Freigabe festgelegt?
- Sind HR, Datenschutz, Informationssicherheit und Betriebsrat passend eingebunden?
- Gibt es rollenbezogene Schulungen und einen Teilnahmenachweis?
- Ist der Meldeweg für Fehler und Datenvorfälle bekannt?
- Hat jede Version eine verantwortliche Stelle und ein Überprüfungsdatum?
- Wurde die Richtlinie mit realen Alltagssituationen getestet?
Häufige Fragen zur KI-Richtlinie
Braucht jedes Unternehmen eine eigene Richtlinie?
Ein allgemeines Muster ist ein guter Start, bildet aber weder die verwendeten Systeme noch Daten, Rollen und Risiken eines konkreten Betriebs ab. Deshalb sollte jedes Unternehmen das Dokument an seine Prozesse anpassen. Das WKO-Onlineformular für KI-Guidelines kann dabei Orientierung geben.
Muss ein KI-Beauftragter bestellt werden?
Die RTR erläutert, dass der AI Act nicht pauschal die Bestellung eines KI-Beauftragten verlangt. Verantwortlichkeiten müssen trotzdem klar geregelt sein. In kleinen Betrieben kann ein bereichsübergreifendes Team oder eine benannte Koordinationsrolle sinnvoller sein als ein neuer Titel.
Dürfen Mitarbeitende kostenlose KI-Tools verwenden?
Der Preis entscheidet nicht über die Eignung. Relevant sind Vertragsbedingungen, Datenverarbeitung, Konfiguration, Sicherheitsniveau und der konkrete Zweck. Nicht geprüfte Dienste sollten für interne, personenbezogene oder vertrauliche Informationen nicht verwendet werden.
Wie oft sollte die Richtlinie aktualisiert werden?
Mindestens bei neuen Werkzeugen, geänderten Funktionen, neuen Rechtsvorgaben oder einem Vorfall. Zusätzlich ist ein fester Review-Termin sinnvoll, etwa halbjährlich. So bleibt die Positivliste aktuell und Erfahrungen aus der Praxis werden übernommen.
Fazit: Klare Regeln machen verantwortungsvolle Nutzung erst möglich
Eine wirksame KI-Richtlinie beginnt nicht mit abstrakten Prinzipien, sondern mit den realen Aufgaben eines Teams. Sie benennt erlaubte Werkzeuge, schützt Daten, verteilt Verantwortung und macht menschliche Prüfung messbar. Rollenbezogene Schulung und ein offener Meldeweg sorgen dafür, dass das Regelwerk im Alltag trägt.
Starten Sie mit einem zweiwöchigen Inventar und drei häufigen Anwendungsfällen. Ordnen Sie diese per Ampel, bestimmen Sie Verantwortliche und testen Sie die Regeln mit den betroffenen Teams. Erst danach wird die erste Version beschlossen. So entsteht Schritt für Schritt ein sicherer Rahmen, der Innovation ermöglicht, statt sie nur zu versprechen.
