====== Geschäftsverständnis - Projektrisiken ======

Daneben sollten zudem Risiken erfasst werden, die während des Projekts auftreten können. Mit einer Überwachung können Risiken frühzeitig erkannt und entsprechende Maßnahmen eingeleitet werden. Nachfolgende Methoden bieten zum einen die Anleitung zur Analyse und Bewertung von Ideen und zum anderen Strategien zum Umgang mit potenziell auftretenden Problemen.
Fehlendes Risikomanagement ist selbst eine häufige Ursache für das Scheitern von KI-Projekten und sollte daher nicht vernachlässigt werden. Scheitern erste Pilotprojekte, kann das zu einer Akzeptanzminderung unter der Belegschaft führen.
Daher ist es auch empfehlenswert, eine feste Verantwortlichkeit für das Risikomanagement festzulegen. Solch eine Person benötigt dafür eine gewisse Entscheidungsgewalt und gewisse Befugnisse. Hier kann bspw. auf bestehende betriebliche Eskalationsketten oder andere Quellen zur Risikominimierung zurückgegriffen werden.
Beispielhafte Risiken in KI Projekten sind u.a.:
  * Ethisches Risiko (z.B. Gender- oder Diversitätsbias)
  * Cybersicherheit (z.B. in automatisierten Prozessen)
  * Regulatorisches Risiko (z.B. behördliche Vorgaben)
  * Erfroderliche Menschliche Interaktion (kann Fehlerquelle sein)