21.10.2026 – Wie Unternehmen Risiken beim KI-Einsatz erkennen, vermeiden und absichern können, zeigt der neue Bitkom-Leitfaden „Verantwortungsvoller KI-Einsatz: Risiken verstehen, steuern und versichern“.
Bild: Bitkom e.V.
Bereits 57 Prozent der Unternehmen in Deutschland setzen KI ein, weitere 38 Prozent planen oder diskutieren den Einsatz. Auch in der Energiewirtschaft und im Netzbetrieb unterstützt KI eine wachsende Zahl von Prozessen. Das erklärte Ziel in vielen Einsatzbereichen: Künftig sollen die digitalen Agenten zunehmend eigenständig arbeiten. Doch was geschieht eigentlich, wenn eine künstliche Intelligenz eine falsche Prognose erstellt, eine fehlerhafte Zahlung anstößt oder eine automatisierte (Fehl-)Entscheidung mit teuren Folgen trifft?
Je stärker KI in Geschäftsprozesse einzieht, desto wichtiger wird auch die Frage, wie Unternehmen mögliche Schäden begrenzen können, sagt Lukas Spohr, Experte für Digital Insurance und InsurTech beim Bitkom: „KI kann vorhandene Prozesse deutlich schneller und effizienter machen, zugleich besteht aber die Gefahr, dass sie bestehende Risiken deutlich verstärkt: Fehler können sich schneller verbreiten, größere Auswirkungen haben und im Nachhinein schwieriger nachvollziehbar sein.“ Besonders relevant werde das bei KI-Agenten, die eigenständig Aufgaben planen und Aktionen ausführen können: “Mit wachsendem Handlungsspielraum steigen die Anforderungen an Zugriffsrechte, Freigabeprozesse, Monitoring und menschliche Kontrolle“, so Spohr weiter.
Vor diesem Hintergrund hat der bitkom den neuen Leitfaden für Unternehmen, Versicherer sowie an Fach- und Führungskräfte aus Underwriting, Risikomanagement und IT-Sicherheit etnwickelt. Er zeigt Voraussetzungen für einen verantwortungsvollen und kontrollierten KI-Einsatz auf und geht dabei insbesondere auf Qualitätsfaktoren der KI-Governance und -Security ein. Zudem ordnet er typische Schadenfälle ein – etwa Schäden im eigenen Unternehmen, bei Dritten oder am Ruf des Unternehmens, zum Beispiel durch fehlerhaft eingesetzte KI oder sogenanntes AI-Washing. Abschließend zeigt er auf, welche KI-Risiken bereits versicherbar sind und wo noch Lücken bestehen. (pq)