Von Pilot zu Produktion: Die 7 häufigsten Compliance-Lücken bei industrieller KI

Das eigentliche Problem beginnt nach dem PoC

Viele industrielle KI-Projekte scheitern nicht in der Modellentwicklung. Sie scheitern beim Übergang in den echten Betrieb. Im Pilot funktioniert vieles noch informell: kleine Datenmengen, kurze Entscheidungswege, ein motiviertes Projektteam. Sobald das System aber in Produktion, Qualität, Instandhaltung oder Workforce-Prozesse hineinwächst, reicht diese Informalität nicht mehr aus.

Dann greifen andere Fragen: Wer ist verantwortlich? Welche Risikoklasse gilt im realen Einsatz? Welche Nachweise liegen vor? Wer darf freigeben? Was passiert bei einem Incident? Genau hier entstehen die Compliance-Lücken, die industrielle KI später ausbremsen.

Diese sieben Lücken sehen wir besonders häufig.

1. Es gibt kein vollständiges Inventar

Im Werk existiert ein Assistenzsystem für Wartungsprotokolle, im Qualitätsbereich ein Vision-Modell, im Einkauf ein Prognose-Tool und im HR-Team ein KI-gestütztes Screening. Jedes Team kennt nur seinen Ausschnitt. Das Unternehmen kennt das Gesamtbild nicht.

Ohne vollständiges Inventar gibt es keine belastbare Priorisierung, keine saubere Risikoprüfung und keine zentrale Sicht auf produktive KI. Shadow AI ist in der Industrie kein Theorieproblem, sondern Alltag.

2. Provider, Deployer und Betreiber werden vermischt

Gerade in industriellen Setups sind Verantwortlichkeiten selten eindeutig. Der Softwareanbieter liefert die Grundfunktion, ein Integrator passt sie an, das interne Team ergänzt Daten und das Werk betreibt das System produktiv. Wenn diese Rollen nicht sauber dokumentiert sind, bleibt auch unklar, wer welche Pflichten trägt.

Die Folge: Vertragslücken, Abstimmungsprobleme und fehlende Verantwortlichkeit genau in dem Moment, in dem eine Freigabe oder ein Incident eine klare Entscheidung verlangt.

3. Die Risikoklasse wird pauschal statt kontextbezogen bewertet

Eine der häufigsten Fehleinschätzungen lautet: "Das ist nur ein industrielles Assistenzsystem, also sicher nicht High Risk." Das kann stimmen – muss aber nicht. Entscheidend ist nicht das technische Label, sondern der konkrete Einsatzkontext.

Ein System, das reine Dokumentation unterstützt, ist anders zu bewerten als ein System, das Menschen priorisiert, Qualitätsfreigaben vorbereitet oder sicherheitsrelevante Entscheidungen beeinflusst. Wer pauschal klassifiziert, baut auf einer Annahme statt auf einer Prüfung.

4. Dokumentation und technische Nachweise werden zu spät aufgebaut

Viele Teams beginnen erst dann mit sauberer Dokumentation, wenn Procurement, Legal oder ein Kunde Nachweise sehen wollen. Dann fehlt plötzlich alles gleichzeitig: Zweckbeschreibung, Testnachweise, Logging-Konzept, Human-Oversight-Regeln, Monitoring-Plan, Freigabestatus.

Das Problem ist nicht nur die Menge an Arbeit. Das Problem ist die Qualität. Evidence, die unter Zeitdruck rückwirkend zusammengesammelt wird, ist selten belastbar genug für echte Audit- oder Kundenfragen.

5. Human Oversight bleibt auf PowerPoint-Niveau

Fast jedes Projekt behauptet, es gebe menschliche Kontrolle. In der Praxis ist aber oft unklar, wie diese Kontrolle konkret funktioniert:

• Wer darf eingreifen?
• Nach welchen Kriterien?
• Wann muss eskaliert werden?
• Welche Entscheidungen dürfen niemals vollautomatisch laufen?

Solange diese Punkte nicht im operativen Prozess verankert sind, ist Human Oversight eher ein Claim als ein funktionierender Kontrollmechanismus.

6. Logging, Incident-Flow und Reassessment fehlen

Im Pilot reicht oft der Satz: "Wenn etwas auffällt, melden wir uns." In Produktion reicht das nicht. Industrielle KI braucht nachvollziehbare Logs, definierte Incident-Kriterien, klare Zuständigkeiten und einen Mechanismus, der nach kritischen Ereignissen automatisch ein Reassessment auslöst.

Ohne diese Struktur bleiben Probleme zu lange unsichtbar. Und selbst wenn sie erkannt werden, ist nicht klar, wer sie wann wie dokumentiert und entscheidet.

7. Zwischen Pilot und Produktion gibt es kein hartes Gate

Das vielleicht größte Muster: Go-Live erfolgt, weil das Projekt technisch funktioniert und das Fachteam Tempo machen will. Was fehlt, ist ein verbindliches Gate, das vor Freigabe prüft, ob Mindestanforderungen erfüllt sind.

Ein belastbarer Produktionspfad braucht deshalb einen klaren Gate-Moment mit Owner, Reviewer, Approver, Evidence-Prüfung, offenen Findings und einer dokumentierten Finalentscheidung. Ohne dieses Gate bleibt Produktion ein Hoffnungsmodell.

Was diese Lücken in der Praxis kosten

Diese Lücken klingen zunächst nach Compliance-Details. In Wahrheit kosten sie Zeit, Vertrauen und Geschwindigkeit:

• Rollouts verzögern sich, weil Nachweise fehlen.
• Kunden- und Procurement-Fragen lassen sich nicht belastbar beantworten.
• Security, Legal und Fachbereiche arbeiten gegeneinander statt entlang eines gemeinsamen Prozesses.
• Incident-Reaktionen werden hektisch, weil Eskalationslogik und Zuständigkeiten fehlen.

Industrielle KI scheitert dann nicht am Gesetzestext. Sie scheitert daran, dass der Betrieb nicht governable ist.

Wie ein belastbarer Pfad von Pilot zu Produktion aussieht

Ein funktionierender Produktionspfad ist weniger kompliziert als viele denken. Er braucht vor allem Reihenfolge und Disziplin:

1. System erfassen.
2. Rolle und Einsatzkontext klären.
3. Risikoklasse prüfen.
4. Dokumentation und Evidence aufbauen.
5. Human Oversight, Logging und Incident-Prozess definieren.
6. Go-Live nur über ein dokumentiertes Gate freigeben.
7. Im Betrieb Monitoring und Reassessment aktiv halten.

Genau aus dieser Abfolge entsteht AI Governance, die in industriellen Realitäten funktioniert.

Fazit

Wenn industrielle KI heute stockt, liegt das oft nicht an zu viel Regulierung, sondern an fehlender Betriebsreife. Wer die sieben Lücken früh schließt, hat nicht nur bessere Chancen auf AI-Act-Readiness. Er schafft auch die Grundlage, KI-Systeme schneller, sicherer und mit weniger Reibung in die Produktion zu bringen.

SimpleAct hilft dabei, genau diese Lücken strukturiert sichtbar und steuerbar zu machen.

Dieser Beitrag dient der allgemeinen Information und stellt keine Rechtsberatung dar. Stand: 24. April 2026.