Digitale KI-Systeme haben in Unternehmen stark an Bedeutung gewonnen. In der Fertigung steuern sie Abläufe, in der Logistik optimieren sie Lieferketten und in der Verwaltung beschleunigen sie Prozesse und senken Kosten [
1,
2]. Zugleich entstehen neue datengetriebene Produkte und Dienstleistungen, die Märkte verändern [
3]. Aus technischen Hilfsmitteln sind zentrale Treiber organisatorischer Transformation geworden. Die Einführung eröffnet Chancen und birgt zugleich Risiken. Automatisierung stabilisiert Prozesse, kann jedoch neue Abhängigkeiten schaffen. Innovation ermöglicht Wachstum, doch ohne klare Regeln entstehen rechtliche und ethische Konflikte [
4,
5]. Hinzu kommt, dass Effizienzsteigerungen häufig mit veränderten Rollenprofilen und potenzieller Verunsicherung bei Beschäftigten verbunden sind. Auch die Wahrnehmung umfassender Datenerfassung als Form indirekter Überwachung kann Vertrauen beeinträchtigen, wenn Unternehmen Spannungsfelder nicht frühzeitig adressieren [
6]. Darauf reagierten Gesetzgeber und Standardisierungsinstitutionen mit dem AI-Act, der Datenschutz-Grundverordnung (DSGVO) und der ISO/IEC 42001:2023, die dokumentierte Prozesse und überprüfbare Strukturen verlangen [
7,
9,
10]. Missachtung gefährdet Rechtssicherheit und Vertrauen [
7,
9‐
11]. Verantwortung liegt bei den Führungsgremien, die technische Möglichkeiten wie Grenzen verstehen müssen [
2,
10,
12]. Fehlendes Wissen bedroht ökonomische Stabilität und rechtliche Compliance [
2,
11]. Erfolg hängt weniger von der Technik selbst als von tragfähigen Strukturen ab. Verlässliche Daten, stabile Infrastrukturen, qualifizierte Mitarbeitende und Verfahren zur Risikosteuerung sind entscheidend [
6,
7,
12]. Wer hierin investiert, sichert Effizienzgewinne und legt zugleich die Basis für Innovation. …
