Glossar

Accountability ist die Verpflichtung gegenüber einer anderen Instanz, für die Erfüllung einer Verantwortung einzustehen. Sie umfasst, zu informieren und zu erklären, wie die Verantwortung wahrgenommen wurde, und schließt nachvollziehbare Konsequenzen bei Nichterfüllung ein. Accountability ist nicht identisch mit der operativen Ausführung einer Aufgabe.

Cycle Time ist die verstrichene Zeit zwischen dem definierten Start und dem definierten Ende eines beendeten Arbeitselements. Sie umfasst die gesamte Zeit innerhalb dieser Grenzen, also nicht nur aktive Bearbeitung, sondern auch Warten und Blockierung. Einzelwerte sollten als Verteilung betrachtet werden, weil Mittelwerte Streuung und Ausreißer verdecken können.

Governance ist das menschlich getragene System, durch das eine Organisation auf ihren Zweck ausgerichtet, beaufsichtigt und zur Verantwortung gezogen wird. Im Arbeitsalltag umfasst sie unter anderem Autoritätsgrenzen, Entscheidungsrollen und -regeln, Autonomie, Assurance, Berichtswege und Accountabilities. Governance gibt Richtung und Grenzen vor; Management organisiert die Arbeit innerhalb dieses Rahmens.

KI-Governance verbindet Zweck, Rollen, Entscheidungsrechte, Richtlinien, Kontrollen und Evidenz, damit KI-Systeme über ihren Lebenszyklus mit Strategie, Risikotoleranz, Werten und geltenden Anforderungen vereinbar eingesetzt werden. Sie ordnet technische Entscheidungen organisatorischer Verantwortung zu und legt fest, wie Systeme ausgewählt, entwickelt, beschafft, geprüft, betrieben, überwacht, verändert und beendet werden. Sie ist kein einzelnes Gremium und keine einmalige Freigabe.

KI-Risikomanagement ist ein kontinuierlicher, kontextbezogener Prozess, um Risiken eines KI-Systems über seinen Lebenszyklus zu identifizieren, zu analysieren, zu bewerten, zu behandeln und zu überwachen. NIST strukturiert dies freiwillig über Govern, Map, Measure und Manage; Artikel 9 des EU AI Act verlangt für Hochrisiko-KI-Systeme ein dokumentiertes, fortlaufend überprüftes Risikomanagementsystem. Die konkrete rechtliche Pflicht darf nicht allein aus der Bezeichnung eines Tools abgeleitet werden.

Ein KI-System ist nach der Begriffslogik des EU AI Act ein maschinengestütztes System, das für einen Betrieb mit unterschiedlichem Grad an Autonomie ausgelegt ist, nach der Einführung Anpassungsfähigkeit zeigen kann und aus Eingaben ableitet, wie es Ausgaben wie Vorhersagen, Inhalte, Empfehlungen oder Entscheidungen erzeugt, die physische oder virtuelle Umgebungen beeinflussen können. Die rechtliche Einordnung erfolgt system- und zweckbezogen. Nicht jede Automatisierung ist deshalb automatisch ein KI-System im Sinne einer bestimmten Vorschrift.

Menschliche Aufsicht bedeutet, dass geeignete natürliche Personen ein KI-System im vorgesehenen Kontext wirksam beaufsichtigen können. Dazu brauchen sie Kompetenz, Autorität, Informationen und technische Möglichkeiten, um Grenzen und Ausgaben zu verstehen, Fehlfunktionen oder Fehlanwendung zu erkennen, angemessen einzugreifen und das System gegebenenfalls zu stoppen. Artikel 14 des EU AI Act konkretisiert diese Anforderung für Hochrisiko-KI-Systeme; daraus folgt keine identische Pflicht für jedes KI-System.

Objectives and Key Results, kurz OKR, verbinden ein qualitatives, richtungsgebendes Objective mit wenigen messbaren Key Results. Das Objective beschreibt den angestrebten Zustand; Key Results liefern überprüfbare Evidenz, ob sich die Organisation diesem Zustand nähert. OKR ist ein Ziel- und Lernsystem, kein vollständiger Strategieprozess und keine gemeinsame Aufgabenliste.

Ein Operating Model beschreibt, wie eine Organisation ihre Strategie im Alltag umsetzt und Wert liefert. Es verbindet unter anderem Fähigkeiten, Aktivitäten und Prozesse, Rollen und Strukturen, Governance, Daten, Technologie, Standorte und Leistungssteuerung. Ein Operating Model ist deshalb umfassender als ein Organigramm oder eine Prozesslandkarte.

Ein Outcome ist eine kurz- oder mittelfristige Veränderung, die auf Outputs folgt, etwa im Verhalten, in der Nutzung, einer Fähigkeit oder einem Geschäftszustand. Im Unterschied zum Output beschreibt er nicht, was erstellt wurde, sondern was sich für relevante Stakeholder oder im System verändert hat. Ein beobachteter Outcome ist noch kein automatischer Kausalnachweis für eine einzelne Maßnahme.

Ein Output ist das unmittelbare Produkt, die Dienstleistung oder das Arbeitsergebnis einer Aktivität. Beispiele sind ein veröffentlichter Service, ein trainiertes Team oder eine umgesetzte Funktion. Outputs liegen meist stärker im direkten Einflussbereich eines Teams als Outcomes, belegen für sich allein aber noch keinen Nutzen oder eine gewünschte Veränderung.

Product Delivery übersetzt priorisierte Produktentscheidungen in nutzbare, qualitätsgesicherte Inkremente und macht sie für die vorgesehenen Nutzer verfügbar. Sie umfasst nicht nur Implementierung, sondern auch Integration, Prüfung, Freigabe, Betrieb und die Rückkopplung aus realer Nutzung. Gute Delivery liefert früh und kontinuierlich, ohne Qualität oder Lernfähigkeit zu opfern.

Product Discovery ist evidenzbasierte Arbeit, mit der ein Produktteam Probleme, Nutzerbedürfnisse, Kontext, Risiken und Lösungsannahmen untersucht, bevor und während es größere Lieferentscheidungen trifft. Sie nutzt unter anderem Forschung, Daten, Prototypen und Experimente, um zu entscheiden, was weiterverfolgt, angepasst oder verworfen wird. Discovery kann auch zeigen, dass keine neue Produktfunktion gebaut werden sollte.

Ein Product Goal beschreibt einen zukünftigen Zustand des Produkts, der dem Produktteam als längerfristiges Planungsziel dient. Im Scrum Guide ist es die Verpflichtung des Product Backlogs; das weitere Backlog entsteht, um zu konkretisieren, was dieses Ziel erfüllen könnte. Ein Product Goal schafft Fokus, legt aber weder die genaue Lösung noch einen garantierten Outcome fest.

Ein Produkt ist ein Mittel, um Wert zu liefern. Es besitzt eine erkennbare Grenze, bekannte Stakeholder und klar bestimmte Nutzerinnen, Nutzer oder Kundengruppen. Ein Produkt kann eine Dienstleistung, ein physisches Angebot oder etwas Abstrakteres sein und wird über seinen Lebenszyklus weiterentwickelt; es ist nicht automatisch mit einem zeitlich begrenzten Projekt gleichzusetzen.

Strategieumsetzung ist die systematische Übersetzung strategischer Entscheidungen in priorisierte Initiativen, Ressourcen, Verantwortlichkeiten und operative Arbeit. Dazu gehören ein überprüfbares Zielbild, Auswahl und Finanzierung der relevanten Arbeit, klare Governance sowie regelmäßiges Leistungs- und Ergebnisfeedback. Strategieumsetzung ist damit mehr als die Abarbeitung eines Plans: Neue Evidenz kann eine Anpassung der Initiativen oder der Strategie selbst verlangen.

Ein Target Operating Model, kurz TOM, beschreibt den beabsichtigten zukünftigen Zustand zentraler organisatorischer Merkmale und den Weg zu seiner Umsetzung. Es macht sichtbar, wie die Organisation künftig Leistungen erbringt, Entscheidungen trifft und Fähigkeiten, Menschen, Prozesse, Daten und Technologie verbindet. Ein TOM ist eine begründete Designentscheidung für einen bestimmten Kontext, kein universelles Idealmodell.

Throughput, im Deutschen häufig Durchsatz oder Delivery Rate, ist die exakte Anzahl beendeter Arbeitselemente pro Zeiteinheit. Die Kennzahl beschreibt Fertigstellung im gewählten System, nicht Umsatz, Wert oder geschätzte Punkte. Vergleiche sind nur sinnvoll, wenn Arbeitselementtyp sowie Start- und Enddefinition stabil genug sind.

Work in Progress, kurz WIP, ist die Anzahl der Arbeitselemente, die nach der expliziten Definition eines Systems begonnen, aber noch nicht beendet wurden. WIP macht Parallelität und gebundene Aufmerksamkeit sichtbar. Seine Aussage hängt davon ab, dass Start- und Endpunkte sowie die gezählten Arbeitselemente konsistent definiert sind.

Work Item Age ist die verstrichene Zeit vom definierten Start eines noch nicht beendeten Arbeitselements bis zum aktuellen Messzeitpunkt. Die Kennzahl zeigt, wie lange laufende Arbeit bereits im System liegt, und wächst weiter, solange das Element nicht beendet ist. Sie ist eine Momentaufnahme für offene Arbeit, keine abgeschlossene Cycle Time.