Model Governance
Definition
Prozesse, Rollen und Dokumentation, die den Lebenszyklus eines AI-Modells im Unternehmen steuern — von Auswahl über Validierung, Freigabe, Monitoring und Re-Approval bis Stilllegung. Umfasst Verantwortlichkeiten, Eval-Anforderungen, Risiko-Klassifizierung, Versionierung, Audit-Trails und Eskalationspfade.
Noise — Signal
Model Governance wird häufig als "AI Governance Framework" auf einer Folie zusammengefasst — typischerweise ein Diagramm mit Pfeilen zwischen Rollen wie "AI Lead", "Risk Owner", "Compliance Officer". Substantielle Governance ist nicht das Diagramm, sondern die Antwort auf konkrete Fragen: Wer darf welches Modell für welchen Use Case einsetzen? Ab welcher Risiko-Stufe greift welche Eskalation? Welche Eval-Schwellen sind verbindlich? Wer prüft Modell-Drift im Live-Betrieb, mit welchem Trigger für Rollback? Ohne dokumentierte Antworten auf diese Fragen ist Model Governance ein PowerPoint-Artefakt, das in Audits nicht trägt.
Die richtige Frage
Nicht: "Brauchen wir ein Model Governance Framework?" Sondern: "Welche der konkreten Lebenszyklus-Entscheidungen — Modell-Auswahl, Freigabe, Drift-Erkennung, Re-Approval, Stilllegung — sind heute namentlich einer Rolle zugeordnet, mit dokumentierten Schwellen und nachvollziehbarer Entscheidungs-Historie?"