Risiko-Check mit KI

Use Case

Mit KI lassen sich Risiken in Projekten, Prozessen oder Entscheidungen systematisch erfassen und strukturieren. Die finale Bewertung und Verantwortung liegt immer beim Risk-Owner — KI liefert einen ersten Überblick und regt das Denken an.

Für: Operations / Führung · Niveau: Mittel · Tools: ChatGPT, Claude, Microsoft Copilot, Gemini

Für wen ist dieser Use Case geeignet?

Dieser Use Case eignet sich für Projektleitung, Operations, Führungskräfte und alle, die Risiken früh erkennen und dokumentieren müssen. Besonders hilfreich ist er in der Planungsphase von Projekten, bei der Einführung neuer Prozesse oder bei der Vorbereitung von Entscheidungsvorlagen.

Geeignet auch für Teams, die erstmals eine strukturierte Risikobetrachtung aufbauen und einen vollständigen Startpunkt brauchen.

Ausgangsproblem

Risikoanalysen werden oft zu spät, zu oberflächlich oder zu wenig systematisch durchgeführt. Typische Fehler: wichtige Risikokategorien werden übersehen, Eintrittswahrscheinlichkeiten werden nicht bewertet, Verantwortlichkeiten bleiben offen.

KI kann helfen, Risikokategorien strukturiert durchzudenken und erste Bewertungsrahmen aufzubauen. Sie kennt aber den konkreten Kontext, die Organisationskultur und die tatsächliche Risikobereitschaft nicht. Deshalb ist die Einschätzung des Risk-Owners unersetzbar.

Schritt-für-Schritt-Anleitung

Schritt 1: Kontext und Scope festlegen

Beschreiben Sie der KI den Kontext: Handelt es sich um ein Projekt, eine Prozessänderung, eine Entscheidung oder ein operatives Risikothema?

Klären Sie außerdem:

Was ist das Ziel oder der Scope der Risikobetrachtung?
Welche Bereiche oder Stakeholder sind betroffen?
Gibt es bereits bekannte Risiken oder Vorkommnisse?
Welcher Zeitraum oder welche Projektphase wird betrachtet?

Schritt 2: Risikokategorien strukturieren lassen

Bitten Sie die KI, eine strukturierte Liste möglicher Risiken nach Kategorien (z. B. technisch, organisatorisch, regulatorisch, finanziell, personell) zu erstellen. Prüfen Sie, ob wichtige Kategorien fehlen.

Schritt 3: Risiken mit Eintrittswahrscheinlichkeit und Auswirkung bewerten

Lassen Sie die KI für jedes Risiko eine erste Einschätzung zu Eintrittswahrscheinlichkeit (hoch / mittel / gering) und potenziellem Schaden (hoch / mittel / gering) vorschlagen. Diese Einschätzung ist ein Ausgangspunkt, kein Ergebnis.

Schritt 4: Maßnahmen ableiten

Bitten Sie die KI, für die kritischsten Risiken mögliche Gegenmaßnahmen vorzuschlagen. Unterscheiden Sie: Maßnahmen zur Prävention, Maßnahmen zur Reduzierung der Auswirkung, Notfallpläne.

Schritt 5: Risk-Owner zuweisen und prüfen

Bestimmen Sie für jedes Risiko einen Risk-Owner. Die KI kann eine entsprechende Tabelle vorbereiten. Die inhaltliche Prüfung und Verantwortung liegt ausschließlich bei den beteiligten Personen.

Beispielprompt

Hilf mir, eine strukturierte Risikoanalyse zu erstellen.

Kontext:
[z. B. Einführung eines neuen ERP-Systems, Outsourcing eines Logistikprozesses, Erweiterung ins Ausland]

Betroffene Bereiche:
[z. B. IT, Finanzen, HR, Kundendienst]

Bereits bekannte Risiken:
[optional, z. B. Datenmigration, Personalengpässe]

Aufgabe:
1. Erstelle eine strukturierte Liste möglicher Risiken, gegliedert nach Kategorien (technisch, organisatorisch, regulatorisch, finanziell, personell, extern).
2. Schlage für jedes Risiko eine erste Einschätzung von Eintrittswahrscheinlichkeit und Auswirkung vor (hoch / mittel / gering).
3. Priorisiere die Top-5-Risiken mit der höchsten Gesamtkritikalität.
4. Schlage pro Top-Risiko 1-2 Gegenmaßnahmen vor.
5. Erfinde keine Daten oder Zahlen, die nicht aus dem Kontext ableitbar sind.

Wichtig: Diese Analyse ist ein Ausgangspunkt. Die finale Bewertung liegt beim Risk-Owner.

Qualitätscheck

Vor dem Abschluss der Risikoanalyse prüfe:

Sind alle relevanten Risikokategorien vertreten?
Wurden die wichtigsten Stakeholder in die Bewertung einbezogen?
Hat der Risk-Owner alle Einschätzungen bestätigt?
Sind Maßnahmen konkret und umsetzbar?
Gibt es einen Plan für den Umgang mit den Top-Risiken?
Ist die Analyse dokumentiert und archiviert?

KI liefert einen strukturierten Startpunkt. Die Verantwortung für die Risikobewertung liegt immer bei den zuständigen Personen im Unternehmen.

Risiken und Grenzen

KI kann Risikokategorien aus allgemeinen Mustern ableiten, kennt aber den spezifischen Unternehmenskontext, die Risikokultur und aktuelle Entwicklungen nicht. Übernommene Listen können den Eindruck von Vollständigkeit vermitteln, ohne es zu sein.

Besonders bei strategischen oder regulatorischen Risiken besteht die Gefahr, dass KI-Formulierungen als Entscheidungsgrundlage genutzt werden, ohne dass eine fachliche Prüfung stattgefunden hat. Risikoanalysen sollten immer von Verantwortlichen freigegeben werden.

Datenschutzhinweis

Beschreiben Sie Risikoszenarien so, dass keine vertraulichen Geschäftsinformationen, Personaldaten oder sicherheitsrelevanten Details in externe Tools eingespielt werden. Verwenden Sie abstrakte Beschreibungen statt konkreter Zahlen oder Namen.

Bei regulatorisch sensiblen Themen (z. B. Risiken nach EU AI Act, DSGVO-Risiken) sollten interne freigegebene Tools genutzt werden.

Passende Tools

ChatGPT: gut für strukturierte Risiko-Listen und Bewertungsrahmen
Claude: gut bei komplexen Szenarien mit vielen Abhängigkeiten
Microsoft Copilot: sinnvoll, wenn Risikoanalysen in Excel oder Word entstehen sollen
Gemini: passend bei Google-Workspace-Nutzung