Wie Unternehmen KI-Risiken vorbereiten, kritische KI-Vorfälle bewältigen und nach einer Krise Vertrauen zurückgewinnen

Im Sommer 2026 wurde aus einem theoretischen KI-Risiko ein realer Sicherheitsvorfall. Bei Cybersecurity-Tests überwanden KI-Agenten von OpenAI die Grenzen ihrer vorgesehenen Testumgebung, gelangten ins Internet und griffen auf reale Systeme von Hugging Face zu. Anthropic dokumentierte ebenfalls mehrere Fälle, bei denen Claude-Modelle während Sicherheitstests unbeabsichtigt Zugang zum Internet erhielten und auf Systeme Dritter zugriffen. Die Tests fanden unter besonderen Bedingungen statt. Sie zeigen dennoch, welche neue Dimension entsteht, wenn leistungsfähige KI-Systeme eigenständig Schwachstellen suchen, Code ausführen und auf andere Systeme zugreifen können.

Für Unternehmen beginnt damit eine neue Phase. KI beantwortet längst nicht mehr nur Fragen. Agentische Systeme können E-Mails lesen, Datenbanken durchsuchen, Software schreiben und auf Unternehmenssysteme zugreifen. Gleichzeitig beeinflussen Algorithmen Entscheidungen über Kreditwürdigkeit, Versicherungsfälle, Bewerber, Preise oder medizinische Prozesse. Mit den Fähigkeiten wächst die Fallhöhe – technisch, rechtlich und kommunikativ.

Krisenkommunikation für KI beginnt deshalb lange vor dem ersten kritischen Medienbericht.

1. PROPHYLAXE: KI-Krisen vorbereiten, bevor sie eintreten

Was ist KI-Krisenkommunikation?

KI-Krisenkommunikation umfasst die Vorbereitung, kommunikative Bewältigung und Nachbereitung kritischer Ereignisse, bei denen künstliche Intelligenz Ursache, Verstärker, Angriffsziel oder Instrument einer Krise ist.

Viele Risiken kennen Unternehmen bereits aus der IT-Sicherheit. Cyberangriffe, Ransomware, Datenlecks, kompromittierte Accounts, Softwarefehler, Systemausfälle, Insider-Angriffe und Probleme bei Technologiepartnern bleiben bestehen. KI erweitert diese Risikolandschaft um Fehler, die schwer vorhersehbar, teilweise schwer reproduzierbar und für Außenstehende häufig kaum nachvollziehbar sind.

Ein Modell kann falsche Informationen mit großer Überzeugungskraft präsentieren. Es kann vertrauliche Daten offenlegen oder problematische Inhalte erzeugen. Angreifer können Schutzmechanismen durch Jailbreaks umgehen oder einem System mittels Prompt Injection versteckte Anweisungen unterschieben. Manipulierte Trainings-, Kontext- oder RAG-Daten können Ergebnisse beeinflussen. Bei autonomen Agenten kommt eine weitere Dimension hinzu: Sie können auf Basis fehlerhafter oder manipulierter Informationen selbst Aktionen ausführen.

Deshalb sollte jedes Unternehmen bei KI zwei Fragen stellen: Was kann unser System? Und was darf unser System?

Je größer die Autonomie und je weiter die Zugriffsrechte, desto wichtiger werden technische und organisatorische Kontrollmechanismen.

AI Governance ist Krisenvorsorge

Eine gute Vorbereitung beginnt mit AI Governance. Unternehmen müssen wissen, welche KI-Systeme sie einsetzen, welche Daten diese verarbeiten, welche Entscheidungen sie beeinflussen und welche Zugriffsrechte sie besitzen. Für kritische Systeme braucht es Verantwortliche und klare Eskalationswege.

Der EU AI Act verstärkt diesen Handlungsdruck. Das europäische Regelwerk folgt einem risikobasierten Ansatz und stellt insbesondere an Hochrisiko-Systeme sowie an Anbieter besonders leistungsfähiger General-Purpose-AI-Modelle Anforderungen an Risikomanagement, Dokumentation, Überwachung und Cybersicherheit. Für GPAI-Modelle mit systemischem Risiko gehören auch Modell-Evaluationen, adversariale Tests, Risikominderung und Incident Reporting zu den relevanten Pflichten.

Zur Governance gehört außerdem eine ethische Prüfung. Rechtliche Zulässigkeit, technische Machbarkeit und gesellschaftliche Akzeptanz sind unterschiedliche Maßstäbe. Anwendungen in Personal, Gesundheit, Kredit, Versicherung oder Überwachung können erhebliche Reputationsrisiken auslösen, obwohl das System technisch wie vorgesehen arbeitet.

Vor Einführung eines kritischen KI-Systems sollten deshalb einige Fragen beantwortet sein: Welcher plausible Schaden kann entstehen? Wer wäre betroffen? Welche Entscheidungen benötigen menschliche Freigabe? Welche Daten dürfen keinesfalls offengelegt werden? Wie weit reichen die Berechtigungen eines Agenten? Können kritische Entscheidungen später nachvollzogen werden? Und lässt sich das System innerhalb von Minuten einschränken oder stoppen?

Prophylaktische Krisenkommunikation beginnt an dieser Stelle. Ihre wichtigste Voraussetzung ist eine Organisation, die im Ernstfall auskunftsfähig bleibt.

Welche KI-Krisentypologie gibt es?

„Die KI-Krise“ gibt es nicht. Je nach Ursache unterscheiden sich Betroffene, technische Maßnahmen, rechtliche Anforderungen und Kommunikationsstrategie erheblich. Eine kompakte Krisentypologie hilft, relevante Szenarien vorzubereiten und in Simulationen durchzuspielen.

1. Die Halluzinationskrise: die KI erfindet überzeugend falsche Tatsachen. Ein Chatbot nennt erfundene Rechtsfälle, ein Kundenassistent gibt falsche Produktinformationen oder ein medizinisches System erzeugt eine gefährliche Empfehlung. Das Problem liegt auch in der Autorität, mit der die falsche Information präsentiert wird. Für die Krisenkommunikation kommt es darauf an, die Fehlinformation schnell zu korrigieren, ihre Reichweite festzustellen und zu erklären, welche zusätzlichen Kontrollen eingeführt werden. Der pauschale Hinweis, generative KI könne gelegentlich halluzinieren, wird gegenüber Betroffenen kaum überzeugen.

2. Die Diskriminierungs- und Entscheidungskrise: die KI entscheidet unfair oder unerklärlich. Eine Bank lehnt einen Kreditantrag ab, ein Versicherer einen Schaden, ein Unternehmen einen Bewerber. Kritisch wird die Situation, wenn das Unternehmen die maßgeblichen Gründe nicht nachvollziehbar erklären kann. Dann steht schnell die Frage im Raum, ob ganze Gruppen systematisch benachteiligt werden. Kommunikativ zählen Erklärbarkeit, überprüfbare Kriterien, menschliche Überprüfung und funktionierende Einspruchsmöglichkeiten. Eine Organisation, die ihre eigenen automatisierten Entscheidungen nicht erklären kann, hat neben dem Kommunikationsproblem auch ein Governanceproblem.

3. Die Datenschutzkrise: die KI verrät, was sie nicht verraten darf. Mitarbeiter geben vertrauliche Informationen in ein Modell ein, ein Assistent gibt personenbezogene Daten aus oder ein RAG-System macht interne Dokumente für Unbefugte zugänglich. KI-, Datenschutz- und Cyberkrise fallen hier zusammen. Entscheidend sind eine schnelle Eingrenzung, die Identifikation betroffener Daten und Personen sowie die Prüfung regulatorischer Meldepflichten. Betroffene benötigen konkrete Informationen darüber, welche Daten betroffen sein könnten und welche Maßnahmen zu ihrem Schutz ergriffen werden.

4. Die Manipulationskrise: jemand bringt die KI dazu, ihre Regeln zu umgehen. Jailbreaks und Prompt Injection gehören zu den zentralen Sicherheitsrisiken generativer KI. Besonders gefährlich ist indirekte Prompt Injection. Ein Agent liest beispielsweise eine manipulierte Website oder ein Dokument und interpretiert dort versteckte Inhalte als Anweisung. Hat er Zugriff auf E-Mail, Dateien oder Geschäftssysteme, kann daraus eine reale Aktion entstehen. In der Kommunikation muss früh geklärt werden, ob ein Modellfehler, eine technische Schwachstelle oder ein gezielter Angriff vorliegt. Vorschnelle Schuldzuweisungen erschweren die spätere Korrektur.

5. Die Agentenkrise: die KI handelt außerhalb des vorgesehenen Rahmens. Diese Kategorie gewinnt mit agentischer KI erheblich an Bedeutung. Ein Agent verschickt selbstständig Nachrichten, verändert Daten, führt Code aus oder greift auf Systeme zu, für die seine Berechtigungen zu weit gefasst sind. Die Cybersecurity-Vorfälle des Jahres 2026 zeigen, weshalb solche Szenarien in Krisenpläne gehören. Kommunikativ wird die Kontrollfrage zentral: Welche Rechte hatte das System? Welche Grenzen waren vorgesehen? Weshalb haben sie nicht gehalten? Welche Maßnahmen verhindern weitere Aktionen?

6. Die Cyberkrise mit KI-Komponente: bekannte Angriffe treffen neue Systeme. Ransomware, kompromittierte API-Keys, Account-Übernahmen, manipulierte Softwarebibliotheken und Supply-Chain-Angriffe verschwinden mit KI nicht. KI kann Angreifern zusätzliche Möglichkeiten eröffnen und die Geschwindigkeit von Angriffen erhöhen. Die Regeln klassischer Cyber-Incident-Response gelten weiter. Hinzu kommt die Prüfung, ob das Modell, seine Daten oder seine autonomen Fähigkeiten Teil des Angriffs waren.

7. Die Kontroll- und Erklärbarkeitskrise: niemand weiß genau, warum die KI getan hat, was sie getan hat. Unternehmen müssen möglicherweise öffentlich über ein Ereignis sprechen, während die technische Ursache noch untersucht wird. Hier entscheidet der Umgang mit Unsicherheit über Glaubwürdigkeit. Gesicherte Erkenntnisse, Arbeitshypothesen und offene Fragen müssen konsequent auseinandergehalten werden. Eine transparente Aussage über den aktuellen Wissensstand ist belastbarer als eine schnelle Erklärung, die wenige Stunden später zurückgenommen werden muss.

8. Die Vertrauens- und Akzeptanzkrise: das System funktioniert und wird trotzdem zum Problem. Ein Unternehmen automatisiert Kundenservice, Personalentscheidungen oder kreative Arbeit und stößt damit auf Widerstand von Kunden oder Beschäftigten. Technisch kann das System einwandfrei funktionieren. Die Krise entsteht aus der Wahrnehmung, sein Einsatz sei unfair, intransparent oder unangemessen. Technische Erklärungen reichen hier selten aus. Kommunikation muss die gesellschaftliche und ethische Dimension ernst nehmen und erklären, warum KI eingesetzt wird, welche Grenzen gelten und wo Menschen weiterhin Verantwortung tragen.

9. Die Deepfake- und Desinformationskrise: die KI-Krise kommt von außen. Ein gefälschtes Video des CEO kündigt angeblich eine Insolvenz an, eine synthetische Stimme weist einen Mitarbeiter zur Überweisung an oder manipulierte Dokumente verbreiten sich in sozialen Netzwerken. Das eigene KI-System ist möglicherweise überhaupt nicht beteiligt. Trotzdem entsteht eine KI-Krise. Entscheidend sind vorbereitete Verifikationskanäle, gesicherte Kommunikationswege und die Fähigkeit, Mitarbeitern, Medien, Kunden und Geschäftspartnern schnell eine authentische Informationsquelle anzubieten.

Diese Typologie sollte Bestandteil jedes KI-Krisenhandbuchs sein. Besonders wichtig sind Kombinationen. Ein Prompt-Injection-Angriff kann innerhalb kurzer Zeit gleichzeitig Cybervorfall, Datenschutzverletzung, regulatorischer Meldefall und öffentliche Reputationskrise werden.

Zur Prophylaxe gehören daher ein aktuelles KI-Inventar, klare Verantwortlichkeiten, abgestufte Zugriffsrechte, Logging und Monitoring, technische Abschaltmöglichkeiten, Human-in-the-Loop-Prozesse sowie vorbereitete Melde- und Kommunikationswege. Technische Red Teams sollten ebenso vorgesehen sein wie kommunikative Stresstests und Krisensimulationen.

2. AKUTE KI-KRISENKOMMUNIKATION: Was tun bei einem kritischen KI-Vorfall?

Bei einem kritischen KI-Ereignis laufen zwei Prozesse gleichzeitig: technische Incident Response und Krisenkommunikation. Beide benötigen ein gemeinsames Lagebild und müssen eng miteinander verzahnt sein.

Für die ersten Stunden eignet sich eine einfache Abfolge: Contain – Preserve – Identify – Scope – Communicate – Remediate – Prove.

Contain: Der weitere Schaden muss begrenzt werden. Abhängig vom Ereignis können ein Agent oder Modell gestoppt, Zugriffsrechte reduziert, API-Schlüssel widerrufen, Schnittstellen getrennt, Netzwerkzugänge gesperrt oder eine vorherige Systemversion wiederhergestellt werden.

Preserve: Parallel beginnt die Beweissicherung. Logs, Prompts, Outputs, Modellversionen, Systemanweisungen, RAG-Quellen, Tool Calls, Berechtigungen und Zeitstempel müssen erhalten bleiben. Eine vorschnelle technische Reparatur kann dazu führen, dass der ursprüngliche Zustand anschließend kaum noch rekonstruierbar ist.

Identify: Nun muss die Ursache eingegrenzt werden. Modellfehler, Prompt Injection, Cyberangriff, manipulierte Daten, Fehlkonfiguration oder menschlicher Fehler verlangen unterschiedliche Reaktionen.

Scope: Wie groß ist der Schaden? Welche Nutzer, Daten, Systeme und Entscheidungen sind betroffen? Gibt es weitere Systeme mit derselben Schwachstelle? Handelt es sich um einen einzelnen Vorgang oder ein systemisches Problem?

Communicate: Auch bei unvollständiger Faktenlage kann Kommunikation erforderlich sein. Jede Aussage sollte drei Ebenen auseinanderhalten: Was ist gesichert? Was wird untersucht? Was ist noch unbekannt? Aussagen wie „Es handelt sich um einen Einzelfall“ oder „Kundendaten waren zu keinem Zeitpunkt gefährdet“ sollten erst erfolgen, wenn die Untersuchung dafür eine belastbare Grundlage liefert.

Remediate: Die unmittelbare Ursache und die dahinterliegende Kontrolllücke müssen bearbeitet werden. Dazu können veränderte Berechtigungen, zusätzliche menschliche Freigaben, neue technische Schutzmechanismen, Modellwechsel oder veränderte Datenzugriffe gehören.

Prove: Abschließend muss überprüft werden, ob die ergriffenen Maßnahmen tatsächlich funktionieren. Red Teaming, Tests, Audits und kontinuierliches Monitoring schaffen dafür eine belastbarere Grundlage als die bloße Erklärung, das Problem sei behoben.

Wie kommuniziert man, wenn noch nicht alle Fakten bekannt sind?

Die ersten Stunden sind kommunikativ besonders gefährlich. Der Wunsch nach schneller Entwarnung führt leicht zu Aussagen, die später korrigiert werden müssen.

Eine belastbare Erstinformation kann erklären, welches Verhalten festgestellt wurde, welche vorsorglichen Maßnahmen bereits getroffen wurden, welche Auswirkungen untersucht werden und wann mit weiteren Informationen zu rechnen ist.

Auch die Verantwortungsfrage verdient Aufmerksamkeit. „Die KI hat einen Fehler gemacht“ erweckt leicht den Eindruck eines eigenständigen Akteurs. Präziser wäre: „Unser System hat ein fehlerhaftes Ergebnis erzeugt. Die vorgesehenen Kontrollen haben dieses Ergebnis nicht verhindert. Wir untersuchen derzeit die Ursache und mögliche Auswirkungen.“

Gute Krisenkommunikation erklärt damit zunehmend auch die Kontrollkette: Was ist geschehen? Welche Schutzbarriere hätte den Vorfall verhindern sollen? Weshalb hat sie versagt? Welche Maßnahmen wurden bereits getroffen?

KI als Werkzeug im Krisenstab

Ausgerechnet in einer KI-Krise kann KI selbst ein wertvolles Instrument des Krisenmanagements sein. Unter hohem Zeitdruck können geeignete Tools große Informationsmengen strukturieren, Entwicklungen erkennen und die Kommunikationsarbeit beschleunigen.

Mögliche Einsatzfelder sind:

• Monitoring und Früherkennung: Medien, Social Media, Kundenreaktionen und interne Informationsquellen beobachten, Themen clustern und ungewöhnliche Entwicklungen identifizieren.
• Lagebild und Informationsauswertung: Meldungen, technische Berichte, Kundenanfragen, Protokolle und andere Informationsquellen zusammenfassen und nach Widersprüchen oder offenen Fragen durchsuchen.
• Stakeholder-Mapping: Betroffene Gruppen, deren Informationsbedürfnisse und mögliche Reaktionen systematisch erfassen.
• Issue- und Sentiment-Analyse: erkennen, welche Vorwürfe und Fragen dominieren und welche Themen an Dynamik gewinnen.
• Szenarioanalyse: mögliche Entwicklungen durchspielen und Konsequenzen für unterschiedliche Stakeholder untersuchen.
• Kommunikationsentwürfe: Statements, FAQs, Mitarbeiterinformationen, Kundenanschreiben, Q&As und Management-Briefings vorbereiten und zielgruppengerecht adaptieren.
• Konsistenzprüfung: Zahlen, Zeitangaben und Kernaussagen aus unterschiedlichen Kommunikationsmaterialien vergleichen und mögliche Widersprüche sichtbar machen.
• Übersetzung: Informationen schnell für unterschiedliche Märkte und Sprachen vorbereiten.
• Dokumentation: Entscheidungen, neue Erkenntnisse und Veränderungen des Lagebildes strukturiert zusammenführen.
• Simulation und Medientraining: kritische Journalisten, Kunden, Behördenvertreter, Mitarbeiter oder Investoren simulieren und Sprecher auf schwierige Fragen vorbereiten.

Dieser Einsatz benötigt klare Grenzen. Vertrauliche Kriseninformationen, personenbezogene Daten, Geschäftsgeheimnisse und unbestätigte technische Erkenntnisse gehören nicht unkontrolliert in externe KI-Dienste. Unternehmen sollten deshalb bereits in der Krisenvorsorge festlegen, welche KI-Werkzeuge im Krisenstab freigegeben sind, auf welche Daten sie zugreifen dürfen und bei welchen Aufgaben eine menschliche Prüfung zwingend vorgeschrieben ist.

Auch ein KI-generiertes Lagebild bleibt zunächst ein Arbeitsprodukt. Halluzinationen, falsch gewichtete Quellen oder bereits im Netz kursierende Fehlinformationen können die Analyse verfälschen. Zahlen, Ursachen, Betroffenenzahlen, technische Befunde und rechtlich relevante Aussagen müssen deshalb anhand verifizierter Quellen bestätigt werden.

Richtig eingesetzt kann KI dennoch erheblich zur Geschwindigkeit des Krisenmanagements beitragen. Menschen behalten Verantwortung und Entscheidungshoheit; KI unterstützt bei Analyse, Strukturierung, Variantenbildung und Monitoring. Damit ist sie im Krisenfall gleichzeitig Risikofaktor und Krisenmanagement-Instrument.

Welche Stakeholder sind bei einer KI-Krise entscheidend?

An erster Stelle stehen die unmittelbar Betroffenen: Kunden, Beschäftigte, Bewerber, Patienten, Versicherte oder Geschäftspartner. Sie wollen wissen, ob ihre Daten, Rechte, Entscheidungen oder wirtschaftlichen Interessen betroffen sind und welche Schritte jetzt erforderlich sind.

Intern brauchen Geschäftsführung, IT, Informationssicherheit, Datenschutz, Legal, Compliance, AI Governance und Kommunikation ein gemeinsames Lagebild. Je nach Organisation kommen Fachbereiche, Risikomanagement, interne Revision und Arbeitnehmervertretungen hinzu. Mitarbeiter mit Kundenkontakt benötigen schnell klare Informationen und Eskalationswege.

Technologiepartner gehören ebenfalls früh in die Krisenstruktur. Modellanbieter, Cloudanbieter, Datenprovider und API-Dienstleister können für Ursachenanalyse und Eindämmung entscheidend sein. Die technische Ursache kann außerhalb des eigenen Unternehmens liegen; Kunden werden sich trotzdem zunächst an das Unternehmen wenden, mit dem sie eine Geschäftsbeziehung haben.

Weitere Stakeholder sind je nach Ereignis Datenschutz- und Marktaufsichtsbehörden, Cybersecurity-Behörden, Strafverfolgung, Versicherer, Investoren und Geschäftspartner. Medien, Politik, NGOs, Wissenschaft und Sicherheitsforscher können innerhalb kürzester Zeit ebenfalls relevant werden.

Welche Meldepflichten können bei einer KI-Krise entstehen?

Bereits während der technischen Erstmaßnahmen muss die regulatorische Bewertung beginnen. Ein einziger KI-Vorfall kann mehrere Meldepflichten gleichzeitig auslösen.

Bei einer meldepflichtigen Verletzung personenbezogener Daten sieht die DSGVO grundsätzlich eine Meldung an die zuständige Datenschutzaufsicht innerhalb von 72 Stunden nach Bekanntwerden vor. Bei hohem Risiko können zusätzlich die betroffenen Personen informiert werden müssen.

Unter NIS2 gelten für erfasste Organisationen bei erheblichen Sicherheitsvorfällen gestufte Meldungen, darunter grundsätzlich eine Frühwarnung innerhalb von 24 Stunden und eine Incident Notification innerhalb von 72 Stunden. Für bestimmte Produkte und Schwachstellen können weitere Pflichten aus dem Cyber Resilience Act hinzukommen.

Auch der EU AI Act enthält Incident-Reporting-Pflichten für bestimmte schwerwiegende Vorfälle. Die genaue Verpflichtung hängt unter anderem von der Rolle des Unternehmens, der Art des KI-Systems und dem konkreten Ereignis ab.

Im Krisenstab sollte deshalb von Beginn an eine Notification Matrix geführt werden: Was ist passiert? Welche Rechtsregime könnten greifen? Wann begann welche Frist? Welche Behörde ist zuständig? Wer prüft? Wer gibt die Meldung frei? Welche Informationen wurden Betroffenen und Öffentlichkeit bereits mitgeteilt?

So lässt sich verhindern, dass Behörden, Kunden, Mitarbeiter und Medien unterschiedliche Versionen desselben Ereignisses erhalten.

3. REPUTATION MANAGEMENT: Wie gewinnt man Vertrauen nach einer KI-Krise zurück?

Mit der technischen Behebung endet eine KI-Krise selten. Bei Datenverlust, diskriminierenden Entscheidungen oder einem Kontrollverlust über einen Agenten kann der Reputationsschaden wesentlich länger wirken als der technische Incident.

Die zentrale Frage verändert sich: Warum sollten Kunden, Mitarbeiter und Geschäftspartner dem Unternehmen und seinen KI-Systemen wieder vertrauen?

Eine Entschuldigung allein beantwortet diese Frage kaum. Auch die Aussage, der Fehler sei „behoben“, besitzt bei komplexen und probabilistischen Systemen nur begrenzte Überzeugungskraft.

Der Wiederaufbau von Vertrauen beginnt mit einer verständlichen Aufarbeitung. Das Unternehmen sollte erklären können, welche Ursache festgestellt wurde, welche Schutzbarriere versagt hat und welche Konsequenzen daraus gezogen wurden. Bei einer diskriminierenden Entscheidung kann dies eine neue menschliche Überprüfung und Einspruchsmöglichkeit sein. Nach einem Agenten-Vorfall können Berechtigungen reduziert und Freigabeschritte eingeführt werden. Nach Prompt Injection können zusätzliche Isolation, Monitoring und Red-Team-Tests erforderlich werden.

Besonders wichtig ist die Überprüfbarkeit der Verbesserungen. Externe Audits, unabhängige Sicherheitstests, veröffentlichte Untersuchungsergebnisse oder transparente Angaben über neue Kontrollmechanismen besitzen mehr Glaubwürdigkeit als allgemeine Sicherheitsversprechen.

Auch die Betroffenen brauchen eine sichtbare Rolle im Reputation Management. Wer durch eine falsche Entscheidung, Datenoffenlegung oder Fehlfunktion konkret geschädigt wurde, erwartet konkrete Abhilfe. Korrektur, Einspruch, Unterstützung und gegebenenfalls Wiedergutmachung gehören deshalb zur Wiederherstellung von Vertrauen.

Die Kommunikationsaufgabe verändert sich dabei mit jeder Phase. Unmittelbar nach dem Vorfall wollen Stakeholder wissen: Was ist passiert und besteht noch Gefahr? Wenige Tage später lautet die Frage: Warum konnte es passieren und wer ist betroffen? Im Reputation Management geht es schließlich um die Zukunft: Was hat das Unternehmen daraus gelernt und woran lässt sich erkennen, dass sich tatsächlich etwas verändert hat?

Vertrauen entsteht nach einer KI-Krise vor allem durch sichtbare Lernfähigkeit, nachvollziehbare Verantwortung und überprüfbare Verbesserungen.

KI-Krisenkommunikation lässt sich trainieren

Aktuelle Sicherheitsvorfälle zeigen, wie schnell technische, regulatorische und kommunikative Fragen ineinandergreifen können. Im Ernstfall bleibt wenig Zeit, erstmals Zuständigkeiten auszuhandeln oder darüber zu diskutieren, wer einen geschäftskritischen KI-Agenten abschalten darf.

Ein Krisenplan auf Papier reicht deshalb kaum aus. Verantwortliche sollten erlebt haben, wie sich Entscheidungen unter Zeitdruck anfühlen: Darf ein KI-System sofort abgeschaltet werden, wenn dadurch gleichzeitig ein wichtiger Geschäftsprozess ausfällt? Wann werden Kunden informiert, obwohl die technische Ursache noch unklar ist? Wer spricht mit dem Modellanbieter? Welche Logs müssen gesichert werden? Läuft bereits eine gesetzliche Meldefrist? Was sagt der CEO, wenn ein Journalist einen Screenshot besitzt, den das Unternehmen selbst noch nicht verifizieren konnte?

Solche Situationen lassen sich trainieren.

MEMOCINE unterstützt Unternehmen (KI-Hersteller wie auch KI-Anweder) bereits dabei, kritische KI-Ereignisse prophylaktisch vorzubereiten und in realitätsnahen Krisensimulationen durchzuspielen. Die Szenarien können vom Datenleck über die diskriminierende Kreditentscheidung und den manipulierten Chatbot bis zum kompromittierten oder außer Kontrolle geratenen KI-Agenten reichen. Technische Incident Response, Managemententscheidungen, regulatorische Anforderungen, Stakeholder-Management und Krisenkommunikation werden dabei gemeinsam betrachtet. Selbstverständlich stehen wir auch im akuten Notfall kurzfristig zur Verfügung.

Transparenzhinweis: Das künstlerische Bild wurde mit Hilfe einer KI entwickelt.