Das Acht-Phasen-Modell der KI-Integration: Vom Pilot-Friedhof zum skalierbaren Portfolio-Zyklus

1. Der Pilot-Friedhof: Warum KI-Initiativen im Prototypenstatus stagnieren

Die Implementierung Künstlicher Intelligenz im öffentlichen Sektor und in regulierten Branchen vollzieht sich 2026 in einem Spannungsfeld zwischen technischer Agilität und regulatorischer Rigidität. Während Proof of Concepts kaum Hürden aufweisen, scheitert die Überführung in den Wirkbetrieb regelmäßig – eine Pathologie, die als Pilot-Friedhof bezeichnet wird. Das Acht-Phasen-Modell resultiert aus der Dekonstruktion von vier zentralen Fehlmustern:

1. Systematische Stagnation im Prototypenstatus: Piloten ohne vorab definierte Erfolgskriterien können weder bestehen noch scheitern – sie dümpeln.
2. Governance-Theater: Prüfprozesse werden per Selbstauskunft abgehakt, ohne echte Kontrollwirkung zu entfalten.
3. Unreflektierte Anbieterabhängigkeit: Exit-Szenarien werden vernachlässigt, obwohl Vektorindizes und Prompts modellgebunden sind.
4. Ungemessener Nutzen: Effizienzgewinne werden behauptet, aber nie kontrafaktisch gegen eine Baseline hergeleitet.

Hinzu kommt eine Eigenschaft, die KI-Systeme fundamental von deterministischer Software unterscheidet: Generative Systeme verhalten sich probabilistisch. Ihre Qualität streut, und sie unterliegt anbieterseitigen Drift-Effekten – das Modell, das gestern zuverlässig antwortete, kann nach einem stillen Update andere Ergebnisse liefern. Eine Integrationsmethodik, die das ignoriert, baut auf Sand. Die Antwort des Modells ist eine strikte Gate-Governance: acht Entscheidungspunkte, an denen Skalierung zwingend an den Nachweis von Artefakten statt an Absichtserklärungen gebunden wird.

2. Architektur: Duale Zyklen und acht Entscheidungstore

Die Architektur bricht mit der linearen Projektlogik. Sie trennt eine dauerhafte Programmstruktur (Strategie, Daten- und Tech-Fundament, Governance) von temporären Use-Case-Zyklen (Discovery bis Wertrealisierung). Der Effekt: Das regulatorische und technische Fundament wird nur einmalig etabliert und periodisch gepflegt, während jeder Anwendungsfall einen autonomen Lebenszyklus durchläuft. Die Interaktion beider Ebenen erfolgt über acht Phasen, die jeweils durch ein spezifisches Gate abgeschlossen werden:

Phase	Bezeichnung	Ebene	Zeithorizont	Prüfprodukte / Gate
1	Strategie & Zielbild	Programm	2–4 Wochen	G1: Strategiepapier, KPI-Baseline, Sponsor-Commitment
2	Daten- & Tech-Fundament	Programm	4–8 Wochen	G2: Tech-Blueprint, Evaluationsfähigkeit (Eval-Sets)
3	Governance & Risiko	Programm	4–6 Wochen	G3: Kontrollkatalog, DSFA, Beteiligungsverfahren
4	Use-Case-Discovery	Use Case	4–8 Wochen	G4: Priorisiertes Portfolio, Business Case (Erstfassung)
5	Pilotieren & Validieren	Use Case	6–12 Wochen	G5: Pilotbericht, Wirksamkeitsnachweis (Falsifikation)
6	Operationalisierung	Use Case	Variabel	G6: Produktionsfreigabe, TCO-Fixierung (G6-Sperre)
7	Wertrealisierung	Use Case	Kontinuierlich	G7: Wertnachweis (Zweitmessung nach 6 Monaten)
8	Weiterentwicklung	Programm	Kontinuierlich	G8: Portfolio-Wirtschaftlichkeitsbericht, Sunset-Beschluss

Bei Nichterfüllung der Gate-Kriterien sieht die Entscheidungslogik drei Optionen vor: Korrektur (Fortsetzen nach Nachbesserung), kontrollierter Rücksprung oder der endgültige Stop. Stop-Entscheidungen sind dabei kein Makel, sondern reguläre Steuerungsoptionen – und ihr Ausbleiben ist ein Alarmsignal:

Eine Stop-Quote zwischen 15 und 50 Prozent ist als Gesundheitsindikator zu werten. Eine Quote von 0 Prozent ist ein empirischer Beleg für Governance-Theater und mangelnde Prüftiefe.

3. Die drei Steuerungsschichten: Recht, Technik, Mensch

Technische Exzellenz allein ist im regulierten Umfeld unzureichend. Das Modell integriert daher drei durchgängige Steuerungsschichten (Cross-Cutting Concerns), die in jeder Phase mitlaufen:

Governance, Recht & Risiko

Diese Schicht operationalisiert KI-Inventar und Risikoklassifikation. Zentral ist die menschliche Aufsicht (Human Oversight) gemäß Art. 14 EU AI Act [1]: Betroffene müssen bei KI-gestützten Entscheidungen einen Beschwerdeweg und eine nachvollziehbare Erläuterung erhalten – insbesondere im Hochrisiko-Pfad.

Daten, Plattform & Sicherheit

Hier stehen technische Integrität und Exit-Fähigkeit im Vordergrund. Da Vektorindizes und Prompts modellgebunden sind, müssen Exit-Szenarien den Re-Engineering- und Re-Embedding-Aufwand explizit kalkulieren – eine Logik, die Kapitel VI des Data Act zum Cloud-Switching flankiert [2]. Die Portabilität bezieht sich primär auf Quelldaten und kuratierte Evaluations-Datensätze (Eval-Sets), die zugleich die Basis für Regressionstests bilden. Wie real das Risiko politisch oder anbieterseitig entzogener Modellzugänge ist, hat der Fable-Fall vom Juni 2026 gezeigt – die Analyse zur politischen Verfügbarkeit liefert das Gegenstück zu diesem Kapitel aus Souveränitätsperspektive.

Mensch, Organisation & Change

Nutzen entsteht primär durch Adoption. Die Mitbestimmung nach § 87 BetrVG bzw. den Personalvertretungsgesetzen ist kein nachgelagerter Prozess, sondern integraler Bestandteil von Gate G3. Die Messung kognitiver Belastung und Arbeitsqualität ist notwendige Bedingung für den Wirksamkeitsnachweis in Phase 5 – ein Punkt, den auch die Analyse zum kognitiven Offload unterstreicht.

4. Operationalisierung: Tailoring, Scoring, Unit Economics

Tailoring: Drei Ausbaustufen gegen Anforderungsinflation

Die Proportionalität des Prüfaufwands wird durch drei Ausbaustufen gesichert – sonst droht administrative Übersteuerung:

Ausbaustufe	Zielgruppe	Gate-Regime	Governance-Fokus
Basis	Kleine Orga / Assistenzfälle	5 Kerngates	Inventar, KI-Verantwortlicher, Schatten-KI-Regel
Standard	Mittlere Orga / Gemischtes Portfolio	6 Gates	Voller Kontrollkatalog, BC-Lebenszyklus
Erweitert	Große Orga / Hochrisiko-KI	8 Gates	Internes Audit, ISO-42001-Reifepfad, Art.-49-Registrierung

Use-Case-Scoring: Ausschluss vor Attraktivität

Die Priorisierung in Phase 4 prüft zuerst binäre Kriterien (Rechtmäßigkeit, Datenpfad, Budget). Erst danach folgt die Attraktivitätsbewertung mit gewichteten Faktoren: Wertbeitrag (30 %), Prozessrelevanz (17,5 %), Datenqualität (17,5 %), technische Machbarkeit (12,5 %), Time-to-Value (12,5 %) und Skalierbarkeit (10 %). Das Risiko fungiert als Dämpfungsfaktor: Hochrisiko-Systeme nach EU AI Act erhalten einen Multiplikator von 0,4 – der massive Governance-Mehraufwand wird damit im Score sichtbar, bevor er im Projekt schmerzt.

Wirtschaftlichkeit: Vollkosten statt Phantom-Einsparungen

Zentrale Steuerungsgröße ist die Vollkostenformel für die Kosten je Vorgang. Für die Monetarisierung von Zeitersparnis gilt die strikte Regel: Zeitersparnis × Personalkostensatz × dokumentierte Realisierungsquote. Die Realisierungsquote verhindert, dass theoretische Minuten-Gewinne als Einsparung ausgewiesen werden, die nie in Kapazität oder Output ankommen. Gemessen wird gegen eine Baseline, erhoben 8 bis 12 Wochen nach Start – und in Phase 7 per Zweitmessung nach sechs Monaten bestätigt.

GenAI-Kontrollkatalog und 90-Tage-Schnellpfad

Für generative Systeme definiert das Modell spezifische Kontrollen: Prompt-Injection-Filter und Injection-Testsets an G5/G6 [10], eine operationalisierte Halluzinationsrate auf Prüfkorpora sowie Tests der Aufsichts-Wirksamkeit durch eingeschleuste Fehler gegen Automation Bias [4]. Für risikoarme Assistenzfälle mit belastbarer Datenhistorie bietet der 90-Tage-Schnellpfad einen komprimierten Weg bis zur ersten Pilotentscheidung.

5. Rollenmodell und G6-Sperre: Governance braucht Kapazität

Governance ohne hinterlegte Kapazität ist wirkungslos. Das Modell definiert sechs Mindestrollen mit VZÄ-Richtwerten für ein Portfolio von 3 bis 5 Use Cases:

• KI-Programmverantwortung: Portfolio-Management & Modellpflege (0,3–0,5 VZÄ)
• KI-Produktverantwortung: Nutzenhypothese & Backlog (0,2–0,4 VZÄ je Use Case)
• Plattform- & Datenverantwortung: Architektur & Eval-Umgebung (0,5–1,0 VZÄ)
• Governance- & Risikoverantwortung: Klassifikation & Rechts-Monitoring (0,2–0,4 VZÄ)
• Betriebs- & Serviceverantwortung: Monitoring & Service Transition (0,3–0,6 VZÄ)
• Change- & Befähigungsverantwortung: Kompetenzaufbau & Beteiligung (0,2–0,3 VZÄ)

In Summe ergibt das 1,8 bis 4,2 VZÄ für die Aufbauphase. Der entscheidende Kontrollmechanismus ist die G6-Sperre: Die Produktionsfreigabe wird systemseitig verweigert, wenn Rollen unbesetzt oder ohne Zeitbudget hinterlegt sind. Die Regel ist bewusst hart formuliert: Rollen ohne Zeitbudget gelten als unbesetzt. Damit wird das häufigste Scheiternsmuster – Governance auf dem Papier, niemand im Kalender – strukturell unmöglich gemacht.

6. Normative Einbettung: AI Act, NIST, ISO 42001, Haushaltsrecht

Das Modell fungiert als operativer Übersetzer internationaler Standards in die Praxis des Jahres 2026 – eine Lücke, die generische Frameworks wie TRiSM offenlassen (vgl. die Analyse KI scheitert nicht an der Technik – sondern an Governance):

• EU AI Act: Transparenzpflichten (Art. 50) und KI-Kompetenz (Art. 4) sind integriert; Hochrisiko-Systeme (Anhang III) laufen über den Pfad C, der menschliche Aufsicht (Art. 14) und Grundrechte-Folgenabschätzung (Art. 27) erfüllt [1].
• NIST AI RMF: Die Funktionen Govern, Map, Measure und Manage sind direkt in die Phasen 1–8 und die Governance-Schicht übersetzt [3][4].
• ISO/IEC 42001: Die Ausbaustufe „Erweitert“ dient als zertifizierungsfähiger Reifepfad für ein KI-Managementsystem (AIMS) [5].
• Haushaltsrecht (§ 7 BHO / AAWU 2026): Der Alternativenvergleich in G4 und die begleitende Wirtschaftlichkeitsuntersuchung in Phase 7 erfüllen die Anforderungen der AAWU und anknüpfend der WiBe-Systematik [8][9].

7. Bewertung: Limitationen, Risiken, Gegenargumente

Das Acht-Phasen-Modell ist ein Prozessmodell zur Steuerung der Integration – kein Modell für Grundlagenforschung oder das Fine-Tuning von LLMs. Drei Einwände verdienen ernsthafte Prüfung:

„Die Schwellenwerte suggerieren Scheingenauigkeit.“ Richtig – 15 bis 50 Prozent Stop-Quote oder ein 0,4-Multiplikator sind Konventionen, keine Naturkonstanten. Das Modell begegnet dem mit einer Kalibrierungspflicht vor Programmstart: Schwellen müssen auf den eigenen Kontext angepasst und begründet werden, bevor sie Steuerungswirkung entfalten.

„Acht Gates erzeugen Anforderungsinflation.“ Das Risiko ist real – deshalb existiert das Tailoring-Konzept. Kleine Organisationen mit Assistenzfällen fahren mit fünf Kerngates; das volle Regime gilt nur für große Organisationen mit Hochrisiko-KI. Wer alle Use Cases durch das Maximal-Regime schickt, hat das Modell nicht verstanden, sondern invertiert.

„1,8 bis 4,2 VZÄ sind zu teuer.“ Die Rechnung muss gegen die Alternative kalkuliert werden: ein Portfolio gescheiterter Piloten ohne Wertnachweis, rechtliche Angreifbarkeit bei Hochrisiko-Systemen und die dauerhafte Bindung von Fachkräften in Experimenten ohne Skalierungsperspektive. Der Implementierungsaufwand ist die Investition, die strategische Verbindlichkeit und regulatorische Compliance erst ermöglicht.

Ob die Implementierung gelingt, zeigen vier Meta-Erfolgskriterien: Time-to-First-Pilot im Zielkorridor, Stop-Quote zwischen 15 und 50 Prozent, Vollständigkeit der Artefakte an den Gates und Bestätigung der Nutzennachweise in der Zweitmessung nach sechs Monaten.

8. Handlungscheckliste

• Portfolio-Inventur durchführen: Alle laufenden KI-Piloten erfassen und je Pilot prüfen, ob Erfolgskriterien, Baseline und Stop-Bedingungen dokumentiert sind.
• Programm- und Use-Case-Ebene trennen: Strategie, Datenfundament und Governance als dauerhafte Programmstruktur etablieren – nicht je Projekt neu erfinden.
• Ausbaustufe festlegen: Basis, Standard oder Erweitert – das Gate-Regime an Organisationsgröße und Risikoprofil des Portfolios anpassen und Schwellenwerte vor Programmstart kalibrieren.
• Sechs Mindestrollen kapazitiv hinterlegen: VZÄ-Budgets je Rolle verbindlich zusichern; Rollen ohne Zeitbudget als unbesetzt behandeln (G6-Sperre).
• Eval-Sets vor dem ersten Piloten aufbauen: Kuratierte Prüfdatensätze als Basis für Wirksamkeitsnachweis, Regressionstests und Drift-Erkennung.
• Vollkostenrechnung je Vorgang einführen: Zeitersparnis nur mit Personalkostensatz und dokumentierter Realisierungsquote monetarisieren; Baseline 8–12 Wochen nach Start erheben.
• Beteiligung früh verankern: Mitbestimmung nach § 87 BetrVG bzw. Personalvertretungsrecht als Bestandteil von Gate G3, nicht als nachgelagerte Formalie.
• Exit-Szenarien kalkulieren: Re-Engineering- und Re-Embedding-Aufwand je Use Case beziffern; Portabilität von Quelldaten und Eval-Sets sicherstellen.
• Mit dem 90-Tage-Schnellpfad starten: Einen risikoarmen Assistenzfall mit belastbarer Datenhistorie als Erstkandidaten wählen und bis zur Pilotentscheidung führen.
• Stop-Quote berichten: Die Quote gestoppter Use Cases als reguläre Portfolio-Kennzahl etablieren – und eine 0-Prozent-Quote als Prüfauftrag an die eigene Governance verstehen.

Quellen

Primärquellen zuerst; Abrufdatum 09.08.2026.

1. Europäische Union: Verordnung (EU) 2024/1689 (Artificial Intelligence Act), konsolidierte Fassung vom 27.07.2026 (inkl. Digital-Omnibus-Änderungsverordnung). eur-lex.europa.eu
2. Europäische Union: Verordnung (EU) 2023/2854 (Data Act), Kapitel VI (Cloud-Switching). eur-lex.europa.eu
3. NIST: Artificial Intelligence Risk Management Framework (AI RMF 1.0), 2023. nist.gov
4. NIST: AI RMF – Generative Artificial Intelligence Profile (NIST AI 600-1), 2024. nist.gov
5. ISO/IEC: ISO/IEC 42001:2023 – Information technology – Artificial intelligence – Management system. iso.org
6. ISO/IEC: ISO/IEC 23894 – Artificial intelligence – Guidance on risk management, 2023. iso.org
7. ISO/IEC: ISO/IEC 5338 – AI system life cycle processes, 2023. iso.org
8. Bundesministerium der Finanzen: AAWU – Arbeitsanleitung Einführung in Wirtschaftlichkeitsuntersuchungen, Rundschreiben vom 13.01.2026. bundesfinanzministerium.de
9. CIO Bund: WiBe Fachkonzept 5.0 – Wirtschaftlichkeitsbetrachtungen für IT-Maßnahmen, 2015. cio.bund.de
10. OWASP Foundation: Top 10 for Large Language Model Applications, 2025. owasp.org

© 2026 Olaf Dunkel. Eigenständige Analyse der unter „Quellen“ aufgeführten Belege; KI-Unterstützung rein sprachlich, inhaltliche Verantwortung beim Autor.