Einleitung
ISO 42001 und das NIST AI Risk Management Framework sind zu den beiden Bezugspunkten geworden, an denen sich die meisten KI-Governance-Programme in Unternehmen ausrichten. Sie ergänzen sich, statt miteinander zu konkurrieren: Das NIST AI RMF bietet eine konzeptionelle Grundlage, um KI-Risiken zu identifizieren und zu managen, während ISO 42001 eine formale, zertifizierbare Managementsystem-Struktur liefert - den auditierbaren Prozess, nicht nur die Philosophie. Viele Organisationen nutzen das eine zum Durchdenken und das andere zur Operationalisierung. Was keines der beiden Rahmenwerke konkret festlegt, ist, wie genau eine Organisation nachweist, dass die von beiden verlangten Daten-Governance-Kontrollen tatsächlich wie beschrieben funktionieren, und zwar fortlaufend und nicht nur zum Zeitpunkt der Zertifizierung.
Was jedes Rahmenwerk tatsächlich verlangt
NIST AI RMF: steuern, erfassen, messen, managen
Das Rahmenwerk des NIST ist um vier Funktionen herum aufgebaut, die über den gesamten Lebenszyklus eines KI-Systems hinweg kontinuierlich angewendet werden: die übergreifende Risikolage steuern, Kontext und mögliche Auswirkungen erfassen, Risiken mit geeigneten Metriken und Tests messen und erkannte Risiken durch Minderung und Überwachung managen. Bei der Umsetzung ist es bewusst nicht präskriptiv - eine Stärke, was die Anpassungsfähigkeit betrifft, und eine Lücke für Organisationen, die eine konkrete Kontrolle für die Datenintegrität suchen, auf die sie verweisen können.
ISO 42001: ein zertifizierbares KI-Managementsystem
ISO 42001 greift dieselben grundlegenden Anliegen auf und formalisiert sie in einem auditierbaren Managementsystem, das demselben strukturellen Muster folgt wie ISO 27001 für die Informationssicherheit: dokumentierte Richtlinien, festgelegte Rollen und Verantwortlichkeiten, eine Methodik zur Risikobeurteilung und ein Zyklus der fortlaufenden Verbesserung, die eine Zertifizierungsstelle allesamt unabhängig auditieren kann. Hier wird aus der konzeptionellen Anleitung des NIST etwas, das ein Dritter Punkt für Punkt abhaken kann - doch diese Prüfung stützt sich in den meisten heutigen Umsetzungen nach wie vor stark auf die Durchsicht von Dokumentation statt auf eine unabhängige technische Verifizierung der zugrunde liegenden Daten.
Die Lücke, die beide Rahmenwerke offenlassen
Beide Rahmenwerke verlangen von einer Organisation eine Governance ihrer Trainings- und Betriebsdaten - deren Qualität bewerten, deren Risiko managen, den Umgang mit ihnen dokumentieren. Keines legt einen Mechanismus fest, mit dem sich unabhängig nachweisen lässt, dass diese Governance tatsächlich und fortlaufend stattfindet, statt nur in einer Richtlinie behauptet zu werden, die einmal im Jahr überprüft wird. Ein Zertifizierungsaudit nach ISO 42001 zieht, wie die meisten Managementsystem-Audits, zu einem bestimmten Zeitpunkt Stichproben von Nachweisen; es prüft nicht fortlaufend (und kann dies ohne eine andere Art von zugrunde liegender technischer Kontrolle strukturell auch nicht), ob jeder Datensatz, der in jedes Modell einfließt, an jedem Tag zwischen den Audits genau dem entspricht, was seine Dokumentation beschreibt.
Die Lücke schließen, ohne eines der beiden Rahmenwerke zu ersetzen
Die Antwort besteht nicht darin, ISO 42001 oder das NIST AI RMF zugunsten von etwas anderem aufzugeben - beide bleiben die richtigen strukturellen Bezugspunkte für ein KI-Governance-Programm. Die Antwort besteht darin, sie mit einer technischen Ebene zu kombinieren, die die von ihnen verlangten Daten-Governance-Kontrollen fortlaufend überprüfbar macht, statt sie nur periodisch zu dokumentieren: kryptografische Verankerung von Datensätzen, manipulationserkennbare Änderungsprotokolle und ein Audit-Trail, den eine Zertifizierungsstelle oder Aufsichtsbehörde unabhängig prüfen kann, statt eines Audit-Trails, der sich zwischen den Auditzyklen auf die eigene Bestätigung der Organisation stützt.
- NIST AI RMF: konzeptionell, kontinuierlich, nicht präskriptiv - stark darin, worüber man nachdenken sollte, ohne Aussage dazu, wie man es nachweist
- ISO 42001: formal, zertifizierbar, auditierbar - stark bei der Governance-Struktur, angewiesen auf die periodische Durchsicht von Dokumentation
- Die gemeinsame Lücke: Keines der beiden legt eine kontinuierliche, unabhängige technische Verifizierung der zugrunde liegenden Daten fest
- Die Lösung: eines der beiden Rahmenwerke mit kryptografischen Kontrollen für Datenherkunft und Datenintegrität kombinieren, die Governance-Aussagen unabhängig überprüfbar machen
ISO 42001 und das NIST AI RMF sagen Ihnen, wie gute KI-Governance aussieht. Nachzuweisen, dass sie tatsächlich stattfindet, und zwar jeden Tag, erfordert eine andere Art von Kontrolle. Sehen Sie, wie ROOTKey neben Ihrem bestehenden KI-Governance-Rahmenwerk fortlaufende, unabhängig überprüfbare Nachweise der Datenintegrität liefert.
