Skip to Content (custom)

Angle

Blue ball over wavy lines

Von KI Experimenten zu belastbaren Untersuchungen

  • Regulatory and Compliance

Zentrale Erkenntnis: Die meisten Rechts- und Compliance Teams experimentieren bereits mit KI. Doch Experimente allein führen nicht zu belastbaren Ergebnissen. Wirklicher Fortschritt entsteht erst dann, wenn KI gezielt zur Unterstützung von Untersuchungen eingesetzt wird. Dazu gehören die Analyse vollständiger Beweismengen, die Wahrung menschlicher Urteilsfähigkeit sowie der Einsatz sicherer, speziell entwickelter Umgebungen, die Transparenz, Nachvollziehbarkeit und Vertrauen gewährleisten.

Es lässt sich mit Sicherheit sagen, dass die meisten Unternehmen die Phase der reinen Neugier auf KI inzwischen hinter sich gelassen haben. Viele Rechts- und Compliance Teams befinden sich bereits in der Experimentierphase. Sie testen Tools, führen Pilotprojekte durch und prüfen verschiedene Anwendungsfälle. Dennoch bleibt eine zentrale Herausforderung bestehen. Wie gelingt der Übergang von ersten Tests zu verlässlichen Ergebnissen, ohne zusätzliche Risiken einzugehen?

Besonders deutlich wird diese Herausforderung bei internen Untersuchungen. Hier sind Genauigkeit, Nachvollziehbarkeit und Vertrauen ebenso entscheidend wie Geschwindigkeit.

Warum KI Experimente bei Untersuchungen oft ins Stocken geraten

Der Einsatz von KI beginnt bei Untersuchungen häufig mit klar abgegrenzten und risikoarmen Aufgaben, etwa beim Erstellen von Entwürfen, dem Zusammenfassen von Dokumenten oder der Suche nach Mustern. Diese ersten Erfolge schaffen Vertrauen, können aber auch zu Zurückhaltung führen. Teams sorgen sich verständlicherweise um Datensicherheit, unzuverlässige Ergebnisse oder eine zu starke Abhängigkeit von Automatisierung. Das Ergebnis ist oft ein Zwischenzustand, in dem KI zwar genutzt wird, ihr Potenzial jedoch nicht vollständig ausgeschöpft wird. Sie unterstützt Prozesse, verändert sie aber noch nicht grundlegend.

Der Schritt von Experimenten zu messbaren Ergebnissen erfordert ein Umdenken bei der Rolle von KI. Wenn KI den Aufwand bei der Analyse umfangreicher Beweismengen reduziert, gewinnen Untersuchende mehr Zeit für Analysen, Entscheidungen und Interviews. Risiken entstehen jedoch, wenn KI fachliche Urteilsfähigkeit ersetzt, statt sie zu unterstützen. Weitere Risiken ergeben sich, wenn sensible Untersuchungsdaten nicht ausreichend geschützt und getrennt werden. KI sollte daher in sicheren, speziell entwickelten Umgebungen eingesetzt werden, die Datenlecks, Vermischungen von Datenbeständen oder eine Weiterverwendung von Informationen außerhalb des jeweiligen Falls verhindern. Ein verantwortungsvoller Einsatz von KI erfordert klare Governance Strukturen, Transparenz und menschliche Aufsicht, statt sich uneingeschränkt auf Ergebnisse zu verlassen. Dieser Ansatz fördert die Akzeptanz von KI und stellt gleichzeitig Verantwortlichkeit und Nachvollziehbarkeit sicher.

Untersuchungen sind Beweisprobleme

Der Erfolg einer Untersuchung hängt im Kern davon ab, wie effektiv Beweise gesammelt und analysiert werden. E Mails, Chatnachrichten, Dokumente, Audiodateien, Kalendereinträge, Finanzdaten und weitere Informationsquellen tragen zu einer vollständigen und regelkonformen Untersuchung bei. Die Koordination, Erfassung und Prüfung dieser Daten ist zeitaufwendig und erhöht das Risiko, dass wichtige Informationen übersehen werden.

KI verändert diesen Prozess grundlegend, indem sie eine umfassende Analyse ermöglicht. Anstatt den Untersuchungsumfang aufgrund von Zeitdruck einzuschränken, können Teams sämtliche relevanten Informationen effizient auswerten, Muster früher erkennen und Unstimmigkeiten schneller aufdecken. Das verkürzt Untersuchungszeiten und stärkt gleichzeitig das Vertrauen in die Ergebnisse.

KI Risiken steuern, ohne an Geschwindigkeit zu verlieren

Bedenken hinsichtlich Sicherheit und Genauigkeit sind berechtigt. Sensible Untersuchungsdaten dürfen nicht mit anderen Informationen vermischt werden, und Ergebnisse müssen jederzeit auf die zugrunde liegenden Quellen zurückführbar sein. Daraus ergibt sich ein klarer Grundsatz: Die Umgebung ist ebenso wichtig wie das Modell. Teams gewinnen Vertrauen, wenn KI in einer sicheren, speziell entwickelten Umgebung arbeitet, die Analysen auf die gesammelten Beweise beschränkt und eine eindeutige Quellenzuordnung ermöglicht. Wenn jede Erkenntnis direkt mit den zugrunde liegenden Daten verknüpft ist, verlieren Sorgen über Halluzinationen an Bedeutung. Letztlich entspricht dies auch der Arbeitsweise menschlicher Prüfer. Schlussfolgerungen basieren auf Beweisen und nicht auf Vermutungen.

Wichtig ist zudem die Erkenntnis, dass menschliche Fehler bereits heute ein fester Bestandteil von Untersuchungen sind. Übersehene E Mails, uneinheitliche Interpretationen und Ermüdung können Ergebnisse beeinflussen. Die entscheidende Frage ist daher nicht, ob KI perfekt ist, sondern ob sie im Vergleich zu bestehenden Prozessen für mehr Konsistenz, Transparenz und Nachvollziehbarkeit sorgt.

Wie Untersuchende die Kontrolle beim Einsatz von KI behalten

KI bestimmt weder Absichten noch Glaubwürdigkeit. Untersuchende müssen weiterhin Zeugen befragen, Zusammenhänge bewerten und fundierte Entscheidungen treffen. Was sich verändert, ist die Grundlage ihrer Arbeit. Durch den schnelleren Zugriff auf strukturierte und relevante Beweise werden Gespräche gezielter. Interviews können sich auf konkrete Ereignisse statt auf vage Erinnerungen konzentrieren. Gleichzeitig werden Ergebnisse durch eine klarere und besser nachvollziehbare Dokumentation gestützt.

Gerade dieses Zusammenspiel aus Automatisierung bei der Vorbereitung und menschlicher Urteilsfähigkeit bei der Bewertung ermöglicht echten Fortschritt. Teams, die KI gezielt zur Unterstützung bestehender Prüfungsprozesse einsetzen, berichten von effizienteren Abläufen und weniger Engpässen, ohne dabei Abstriche bei der Sorgfalt oder Qualität machen zu müssen. Ebenso wichtig ist, dass die Auswirkungen auf den Geschäftsbetrieb minimiert werden und eine schnellere Rückkehr zum Normalbetrieb möglich wird.

Fragen, die Rechts- und Compliance Verantwortliche vor der Skalierung von KI in Untersuchungen stellen sollten

Rechts- und Compliance Teams können ihre Bereitschaft anhand einiger zentraler Fragen bewerten:

  • Kann das Team alle relevanten Daten innerhalb der erforderlichen Fristen effizient analysieren?

  • Lassen sich Untersuchungsergebnisse eindeutig auf die ursprünglichen Quellen zurückführen?

  • Ermöglicht der aktuelle Prozess Untersuchenden, sich auf Analysen und Interviews zu konzentrieren, anstatt Zeit für manuelle Prüfungen aufzuwenden?

  • Wird KI als unterstützendes Werkzeug mit klar definierten Grenzen eingesetzt und nicht als intransparente Black Box?

Wenn diese Fragen konsequent mit „Ja“ beantwortet werden können, hat sich aus ersten Experimenten wahrscheinlich eine belastbare und wiederholbare Fähigkeit entwickelt.

Wie geht es mit KI in internen Untersuchungen weiter?

Die nächste Phase der KI Einführung in internen Untersuchungen dreht sich nicht um Neuheitseffekte. Im Mittelpunkt stehen Zuverlässigkeit, Geschwindigkeit und Vertrauen. Mit zunehmender Erfahrung verlagert sich die Diskussion von der Frage, ob KI in Untersuchungen eingesetzt werden sollte, hin zur Frage, wie sie Untersuchungen bestmöglich unterstützt. Teams, die den Schritt von ersten Experimenten zu einer sicheren und gezielten Nutzung gehen, können Kosten besser steuern, Reaktionszeiten verkürzen und die Wirksamkeit ihrer Compliance Maßnahmen fundiert nachweisen.

Erfahren Sie mehr über die Compliance Advisory und Technology Leistungen von Epiq. 

Jerry Kral
Jerry Kral, Leiter Compliance Advisor

Bei Epiq leitet Jerry Kral den Bereich Compliance Advisory and Technology und ist im Epiq Büro in Chicago tätig. 

Seit mehr als 25 Jahren berät Jerry General Counsel und Chief Compliance Officers bei der Entwicklung, Weiterentwicklung und Optimierung risikobasierter Compliance Programme und der dazugehörigen Infrastruktur. 

Der Inhalt dieses Artikels dient lediglich der allgemeinen Information und stellt keine Rechtsberatung dar.

Subscribe to Future Blog Posts

Related

Related

Related