{"templateName":"base-page-template54","cssClassNames":"page basicpage summit-page","allowedRenditionsWidth":["320","480","640","768","960","1200","1440","1920"],"description":"ISO/IEC 42001 ist der internationale Standard für KI-Managementsysteme. Erfahren Sie alles zu Anforderungen, den Kontrollen in Anhang A und der Zertifizierung.","language":"de","title":"Was ist ISO 42001? Der Standard für KI-Managementsysteme erklärt | Snowflake","analyticsPageType":"homepage","analyticsCategory":"general","analyticsSubCategory":"","excludeFromAnalytics":false,":mappedPath":"/de/artificial-intelligence/ai-governance/iso-42001/",":type":"snowflake-site/components/structure/page",":items":{"root":{"columnCount":12,"columnClassNames":{"markup_editor_928258845":"aem-GridColumn aem-GridColumn--default--12","experiencefragment-banner":"aem-GridColumn aem-GridColumn--default--12","experiencefragment-header":"aem-GridColumn aem-GridColumn--default--12","responsivegrid":"aem-GridColumn aem-GridColumn--default--12","markup_editor_597730182":"aem-GridColumn aem-GridColumn--default--12","experiencefragment-footer":"aem-GridColumn aem-GridColumn--default--12","experiencefragment":"aem-GridColumn aem-GridColumn--default--12","modal_container":"aem-GridColumn aem-GridColumn--default--12","markup_editor":"aem-GridColumn aem-GridColumn--default--12"},"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12",":items":{"experiencefragment-banner":{"id":"experiencefragment-f1a728dc48","localizedFragmentVariationPath":"/content/experience-fragments/snowflake-site/language-masters/de/site/pushdown-banner/master/jcr:content","configured":true,":type":"snowflake-site/components/experiencefragment","xfModelPath":"/content/experience-fragments/snowflake-site/language-masters/de/site/pushdown-banner/master.xfmodel.json"},"experiencefragment-header":{"id":"experiencefragment-8ae6d98a42","localizedFragmentVariationPath":"/content/experience-fragments/snowflake-site/language-masters/de/site/mega-nav-header/master/jcr:content","configured":true,":type":"snowflake-site/components/experiencefragment","xfModelPath":"/content/experience-fragments/snowflake-site/language-masters/de/site/mega-nav-header/master.xfmodel.json","languageNavPath":"/content/snowflake-site/global/de/artificial-intelligence/ai-governance/iso-42001.languagenav.json"},"responsivegrid":{"columnCount":12,"columnClassNames":{"flexible_column_cont_939100716":"aem-GridColumn aem-GridColumn--default--12","flexible_column_cont":"aem-GridColumn aem-GridColumn--default--12","flexible_column_cont_1158003461":"aem-GridColumn aem-GridColumn--default--12","flexible_column_cont_663228916":"aem-GridColumn aem-GridColumn--default--12","flexible_column_cont_912630531":"aem-GridColumn aem-GridColumn--default--12","flexible_column_cont_1398138236":"aem-GridColumn aem-GridColumn--default--12","flexible_column_cont_1786318617":"aem-GridColumn aem-GridColumn--default--12","flexible_column_cont_1467213961":"aem-GridColumn aem-GridColumn--default--12","flexible_column_cont_1377146023":"aem-GridColumn aem-GridColumn--default--12","flexible_column_cont_963294944":"aem-GridColumn aem-GridColumn--default--12"},"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12",":items":{"flexible_column_cont":{"id":"flexible-column-container-0c2034aa2b","propertiesId":"hub-hero-breadcrumbs","type":"1-column","alignColumns":"top","containerMaxWidth":"extra-large","topPadding":"small","bottomPadding":"none","spaceBetween":"small","reverseOnMobile":false,"carouselOnMobile":false,"propertiesCSSClasses":"page-section","backgroundImageOption":"none","flexible_column_content_container_1":{"layout":"SIMPLE","id":"container-58453e2e9d",":type":"snowflake-site/components/flexible-column-container/flexible-column-content-container",":items":{"breadcrumb":{"id":"breadcrumb-4212b451ca","items":[{"id":"breadcrumb-4212b451ca-item-b4dc78da23","link":{"valid":true,"url":"/de/artificial-intelligence/"},"active":false,"current":false,"title":"Künstliche Intelligenz",":type":"snowflake-site/components/structure/page","appliedCssClassNames":"summit-page"},{"id":"breadcrumb-4212b451ca-item-b569776521","link":{"valid":true,"url":"/de/artificial-intelligence/ai-governance/"},"active":false,"current":false,"title":"KI-Governance",":type":"snowflake-site/components/structure/page","appliedCssClassNames":"summit-page"},{"id":"breadcrumb-4212b451ca-item-318b94af7f","link":{"valid":true,"url":"/de/artificial-intelligence/ai-governance/iso-42001/"},"active":true,"current":true,"title":"ISO 42001",":type":"snowflake-site/components/structure/page","appliedCssClassNames":"summit-page"}],":type":"snowflake-site/components/breadcrumb"}},":itemsOrder":["breadcrumb"]},":type":"snowflake-site/components/flexible-column-container","isBlogPage":false,"isActiveTOC":false,"appliedCssClassNames":"snowflake-flexible-column-container-gray-10-bg"},"flexible_column_cont_939100716":{"id":"flexible-column-container-8691b0d1b0","propertiesId":"hub-hero","type":"2-column-even","alignColumns":"center","containerMaxWidth":"extra-large","topPadding":"extra-small","bottomPadding":"extra-small","spaceBetween":"small","reverseOnMobile":false,"carouselOnMobile":false,"propertiesCSSClasses":"page-section","backgroundImageOption":"none","flexible_column_content_container_1":{"layout":"SIMPLE","id":"container-76bcbbb8b5",":type":"snowflake-site/components/flexible-column-container/flexible-column-content-container",":items":{"title_v2":{"id":"title-v2-703a740a37","additionalClasses":"hub-hero__headline","type":"heading1","lines":["ISO/IEC 42001:2023 erklärt: Anforderungen, Kontrollen und Zertifizierung"],":type":"snowflake-site/components/title-v2","appliedCssClassNames":"left-alignment"},"text":{"id":"text-a7e1fe8602","additionalClasses":"hub-hero__subheadline","text":"\u003Cp style=\"padding-top: 8.0px;\"\u003EISO/IEC 42001 hilft Unternehmen, KI-Governance mit dokumentierten Rollen, Kontrollen, Risikoprozessen, Audits und Verbesserungszyklen auditierbar zu machen. Dieser Artikel erklärt, wie der Standard funktioniert, wie er im Vergleich zum NIST KI RMF und dem EU KI Act abschneidet und wie eine zertifizierte Plattform Unternehmen dabei helfen kann, Nachweise im Zusammenhang mit Daten, Lebenszyklus- und Governance-Kontrollen zu organisieren und zu verwalten.\u003C/p\u003E\n","richText":true,":type":"snowflake-site/components/text","appliedCssClassNames":"text-size-regular text-color-text-05"},"container":{"additionalClasses":"hub-hero__authors","layout":"RESPONSIVE_GRID","columnCount":12,"columnClassNames":{"content_chip_copy":"aem-GridColumn aem-GridColumn--default--12","content_chip":"aem-GridColumn aem-GridColumn--default--12"},"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","id":"container-8e6c13066c",":type":"snowflake-site/components/container",":items":{"content_chip_copy":{"id":"content-chip-e59c6b47a1","cta":{"id":"cta","showOutboundIcon":false,"linkTargetContentType":"GENERIC",":type":"snowflake-site/components/button","linkType":"SNOWFLAKE_INTERNAL","text":"Biografie lesen"},"image":{"id":"image","height":"800","src":"https://www.snowflake.com/adobe/dynamicmedia/deliver/dm-aid--d2c1126d-3244-486b-9007-1d2bc56e1893/laurie-macpherson.jpg?quality=85&preferwebp=true","alt":"Laurie MacPherson","lazyEnabled":true,"width":"800",":type":"snowflake-site/components/image"},"headline":{"id":"title","type":"heading5","lines":["Laurie MacPherson","Technical Writer, Snowflake"],":type":"snowflake-site/components/title-v2"},":type":"snowflake-site/components/content-chip"},"content_chip":{"id":"content-chip-c03c5c063f","cta":{"id":"cta","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"https://www.snowflake.com/en/blog/authors/gulnaz-sharipova/"},"linkTargetContentType":"GENERIC",":type":"snowflake-site/components/button","linkType":"SNOWFLAKE_EXTERNAL","text":"Biografie lesen"},"image":{"id":"image","height":"512","src":"https://www.snowflake.com/adobe/dynamicmedia/deliver/dm-aid--f7c921fe-d10f-4d90-ac38-c79aff7cf132/gulnaz-photo.jpg?quality=85&preferwebp=true","alt":"Gulnaz Sharipova","lazyEnabled":true,"width":"512",":type":"snowflake-site/components/image"},"headline":{"id":"title","type":"heading5","lines":["Gulnaz Sharipova","Lokale Redakteurin, Snowflake"],":type":"snowflake-site/components/title-v2"},":type":"snowflake-site/components/content-chip"}},":itemsOrder":["content_chip_copy","content_chip"],"appliedCssClassNames":"snowflake-responsive-container-inner-padding-small"}},":itemsOrder":["title_v2","text","container"],"appliedCssClassNames":"snowflake-responsive-container-inner-padding-extra-small"},"flexible_column_content_container_2":{"additionalClasses":"hub-hero__video-column","layout":"SIMPLE","id":"container-baf29bbdf3",":type":"snowflake-site/components/flexible-column-container/flexible-column-content-container",":items":{"youtube":{"id":"embed-fd04e802a1","youtubeVideoId":"-HWNc-Hd90U","layout":"responsive","youtubeAspectRatio":"56.25","youtubeAutoPlay":false,"youtubeLoop":false,"youtubeMute":false,"youtubePlaysInline":false,"youtubeRel":false,"embeddableResourceType":"core/wcm/components/embed/v1/embed/embeddable/youtube","type":"EMBEDDABLE",":type":"snowflake-site/components/youtube"}},":itemsOrder":["youtube"]},":type":"snowflake-site/components/flexible-column-container","isBlogPage":false,"isActiveTOC":false,"appliedCssClassNames":"snowflake-flexible-column-container-gray-10-bg"},"flexible_column_cont_1398138236":{"id":"flexible-column-container-2ced3ce676","propertiesId":"hub-hero-related-topics","type":"1-column","alignColumns":"top","containerMaxWidth":"extra-large","topPadding":"extra-small","bottomPadding":"medium","spaceBetween":"small","reverseOnMobile":false,"carouselOnMobile":false,"propertiesCSSClasses":"page-section","backgroundImageOption":"none","flexible_column_content_container_1":{"additionalClasses":"related-topics-outer-container border-top","layout":"SIMPLE","id":"container-c7a75b4853",":type":"snowflake-site/components/flexible-column-container/flexible-column-content-container",":items":{"text_894059747":{"id":"text-b1b9fe702a","additionalClasses":"seo-hub-hero__related-topic-label","text":"\u003Cp\u003EThemen rund um KI-Governance:\u003C/p\u003E\n","richText":true,":type":"snowflake-site/components/text","appliedCssClassNames":"text-size-regular text-color-text-05"},"text":{"id":"text-a7726e6a57","additionalClasses":"related-topics ","text":"\u003Cul\u003E\r\n\u003Cli\u003E\u003Ca href=\"https://www.snowflake.com/de/artificial-intelligence/ai-governance/ai-compliance/\"\u003EKI-Compliance\u003C/a\u003E\u003C/li\u003E\r\n\u003Cli\u003E\u003Ca href=\"https://www.snowflake.com/de/artificial-intelligence/ai-governance/ai-ethics/\"\u003EKI-Ethik\u003C/a\u003E\u003C/li\u003E\r\n\u003Cli\u003E\u003Ca href=\"https://www.snowflake.com/de/artificial-intelligence/ai-governance/ai-risk-management/\"\u003EKI-Risikomanagement\u003C/a\u003E\u003C/li\u003E\r\n\u003Cli\u003E\u003Ca href=\"https://www.snowflake.com/en/artificial-intelligence/ai-governance/ai-traceability/\"\u003EKI-Nachverfolgbarkeit\u003C/a\u003E\u003C/li\u003E\r\n\u003Cli\u003E\u003Ca href=\"https://www.snowflake.com/de/artificial-intelligence/ai-governance/ai-transparency/\"\u003EKI-Transparenz\u003C/a\u003E\u003C/li\u003E\r\n\u003Cli\u003E\u003Ca href=\"https://www.snowflake.com/de/artificial-intelligence/ai-governance/algorithmic-bias/\"\u003EAlgorithmischer Bias\u003C/a\u003E\u003C/li\u003E\r\n\u003Cli\u003E\u003Ca href=\"https://www.snowflake.com/de/artificial-intelligence/ai-governance/eu-ai-act/\"\u003EEU AI Act\u003C/a\u003E\u003C/li\u003E\r\n\u003Cli\u003E\u003Ca href=\"https://www.snowflake.com/de/artificial-intelligence/ai-governance/responsible-ai/\"\u003EVerantwortungsvolle KI\u003C/a\u003E\u003C/li\u003E\r\n\u003C/ul\u003E\r\n","richText":true,":type":"snowflake-site/components/text","appliedCssClassNames":"text-size-small"}},":itemsOrder":["text_894059747","text"]},":type":"snowflake-site/components/flexible-column-container","isBlogPage":false,"isActiveTOC":false,"appliedCssClassNames":"snowflake-flexible-column-container-gray-10-bg"},"flexible_column_cont_663228916":{"id":"flexible-column-container-b7a79b423b","propertiesId":"hub-body","type":"2-column-60-40","alignColumns":"top","containerMaxWidth":"extra-large","topPadding":"medium","bottomPadding":"medium","spaceBetween":"small","reverseOnMobile":false,"carouselOnMobile":false,"propertiesCSSClasses":"page-section","backgroundImageOption":"none","flexible_column_content_container_1":{"additionalClasses":"longform-content","layout":"SIMPLE","id":"hub-body-content",":type":"snowflake-site/components/flexible-column-container/flexible-column-content-container",":items":{"callout_what_is_ai_g":{"id":"text-f7e9bd609b","additionalClasses":"callout callout--general","text":"\u003Cp\u003E\u003Cb\u003EISO 42001 DEFINIERT\u003C/b\u003E\u003C/p\u003E\n\u003Cp\u003EISO/IEC 42001:2023 ist ein internationaler Standard, der Anforderungen und Leitlinien für die Erstellung, Aufrechterhaltung und kontinuierliche Verbesserung eines KI-Managementsystems definiert, damit Unternehmen KI verantwortungsvoll entwickeln, bereitstellen oder nutzen können.\u003C/p\u003E\n","richText":true,":type":"snowflake-site/components/text","appliedCssClassNames":"text-size-regular text-color-text-05"},"text_intro_0":{"id":"text-3350b96a9d","text":"\u003Cp\u003EViele \u003Ca href=\"https://www.snowflake.com/de/artificial-intelligence/ai-governance/\"\u003EKI-Governance\u003C/a\u003E-Programme sind richtlinienorientiert und prozessschwach. Wenn Modelle von der Entwicklung in die Produktion übergehen, eine neue Datenquelle hinzugefügt wird oder ein Anbieter ein Feature aktualisiert, greifen die Kontrollen, die bei der Bereitstellung angemessen erschienen, schnell zu kurz – und es gibt keinen integrierten Mechanismus, um diese Lücke zu schließen.\u003C/p\u003E\n\u003Cp\u003EISO/IEC 42001:2023 ist der erste internationale Standard für ein KI-Managementsystem und bietet Unternehmen dieses Betriebsmodell. Er legt fest, wie Unternehmen die Prozesse zur Steuerung von \u003Ca href=\"https://www.snowflake.com/de/artificial-intelligence/\"\u003EKI-Systemen\u003C/a\u003E etablieren, implementieren, aufrechterhalten und kontinuierlich verbessern können – und macht KI-Governance von einem Dokument zu einem auditierbaren Managementsystem mit definierten Verantwortlichkeiten, Risikobehandlung, Prüfzyklen und Nachweisanforderungen.\u003C/p\u003E\n","richText":true,":type":"snowflake-site/components/text","appliedCssClassNames":"text-color-text-05"},"title_sources_of_alg":{"id":"title-v2-ef18b83387","additionalClasses":"anchor-title anchor-title--what-is-iso-42001","type":"heading2","lines":["Was ist ISO/IEC 42001?"],":type":"snowflake-site/components/title-v2"},"text_what-is-algorithmic-bias_0":{"id":"text-9af1eb154d","text":"\u003Cp\u003E\u003Ca rel=\"noopener noreferrer\" target=\"_blank\" href=\"https://www.iso.org/standard/42001\"\u003EISO/IEC 42001:2023\u003C/a\u003E ist ein internationaler Standard, der Anforderungen an ein Managementsystem für künstliche Intelligenz (AIMS) festlegt. Ein AIMS ist die Gesamtheit der Richtlinien, Rollen, Prozesse, Kontrollen und dokumentierten Informationen, die ein Unternehmen zur Steuerung der Entwicklung, Bereitstellung oder Nutzung von KI-Systemen verwendet.\u003C/p\u003E\r\n\u003Cp\u003EDer im Dezember 2023 von ISO/IEC JTC 1/SC 42 veröffentlichte Standard gilt branchenübergreifend und für verschiedene Arten von KI-Systemen, einschließlich prädiktivem ML, \u003Ca href=\"https://www.snowflake.com/de/fundamentals/generative-ai-architecture-models-applications/\"\u003Egenerativer KI\u003C/a\u003E und \u003Ca href=\"https://www.snowflake.com/de/fundamentals/what-are-ai-agents-understanding-their-role-and-impact/\"\u003EAgentensystemen\u003C/a\u003E. Er kann auf Unternehmen angewendet werden, die KI-Produkte anbieten, KI-Systeme in Geschäftsprozessen einsetzen oder KI-Systeme in Produktionsumgebungen nutzen.\u003C/p\u003E\r\n\u003Cp\u003EISO/IEC 42001 folgt der harmonisierten Struktur, die auch von anderen ISO-Managementsystemstandards wie ISO 27001 und ISO 9001 verwendet wird. Dies ist von Vorteil, da Unternehmen mit einem bereits ausgereiften Managementsystem oft auf vertraute Praktiken zurückgreifen können – wie die Definition des Anwendungsbereichs, die Zuweisung von Führungsverantwortung, die Pflege dokumentierter Informationen, die Durchführung interner Audits, die Überprüfung der Performance und die Förderung kontinuierlicher Verbesserungen.\u003C/p\u003E\r\n\u003Cp\u003EDer Standard umfasst auch die Kontrollen in Anhang A, die KI-spezifische Governance-Themen wie KI-Richtlinien, interne Organisation, Ressourcen, Folgenabschätzungen, Lebenszyklusprozesse, Daten, Informationen für interessierte Parteien, die Nutzung von KI-Systemen und Beziehungen zu Dritten behandeln. Wie bei ISO 27001 basieren die Kontrollen in Anhang A auf der Anwendbarkeit, sodass Unternehmen in einer Erklärung zur Anwendbarkeit dokumentieren, welche Kontrollen gelten und warum.\u003C/p\u003E\r\n","richText":true,":type":"snowflake-site/components/text","appliedCssClassNames":"text-color-text-05"},"title_sources-of-algorithmic-bias":{"id":"title-v2-98afb355b6","additionalClasses":"anchor-title anchor-title--why-iso-42001-matters","type":"heading2","lines":["Warum ISO 42001 wichtig ist"],":type":"snowflake-site/components/title-v2"},"text_sources-of-algorithmic-bias_0":{"id":"text-6b32958dbf","text":"\u003Cp\u003EISO/IEC 42001 bietet Unternehmen eine Möglichkeit zu zeigen, dass KI-Governance in der Praxis funktioniert und nicht nur beschrieben wird. Diese Unterscheidung ist wichtig, wenn Kunden, Aufsichtsbehörden, Vorstände oder Beschaffungsteams fragen, wie ein Unternehmen die von ihm entwickelten oder genutzten KI-Systeme kontrolliert.\u003C/p\u003E\r\n\u003Ch3\u003EBestätigung durch Dritte\u003C/h3\u003E\r\n\u003Cp\u003EDie Zertifizierung gibt Unternehmen die unabhängige Gewissheit, dass ihr AIMS die Anforderungen des Standards erfüllt. ISO beschreibt die Zertifizierung als schriftliche Zusicherung einer unabhängigen Stelle, dass ein Produkt, eine Dienstleistung oder ein System bestimmte Anforderungen erfüllt. Für KI-Teams kann dies dabei helfen, Praktiken für \u003Ca href=\"https://www.snowflake.com/de/artificial-intelligence/ai-governance/responsible-ai/\"\u003Everantwortungsvolle KI\u003C/a\u003E nachzuweisen, ohne proprietäre Modelldetails, interne Architekturen oder sensible Kundendaten preiszugeben.\u003C/p\u003E\r\n\u003Ch3\u003EUnterstützung bei der Beschaffung\u003C/h3\u003E\r\n\u003Cp\u003EDa Unternehmenskäufer Fragen zur KI-Governance in RFPs und Risikobewertungen von Anbietern aufnehmen, bietet die ISO 42001 Anbietern und Anwendern einen anerkannten Standard, auf den sie sich beziehen können. Ein Zertifikat beantwortet nicht jede technische Frage, aber es kann Unklarheiten darüber verringern, ob die Organisation über formelle KI-Governance-Prozesse, Prüfzyklen und Managementaufsicht verfügt.\u003C/p\u003E\r\n\u003Ch3\u003ERegulatorische Ausrichtung\u003C/h3\u003E\r\n\u003Cp\u003EDie ISO 42001 ist freiwillig, aber ihre Managementsystemstruktur entspricht weitgehend den aufkommenden regulatorischen Erwartungen an KI. Der \u003Ca rel=\"noopener noreferrer\" target=\"_blank\" href=\"https://artificialintelligenceact.eu/\"\u003EEU AI Act\u003C/a\u003E verlangt von Anbietern von Hochrisiko-KI-Systemen, dokumentierte Qualitätsmanagementsysteme, Risikomanagementsysteme und Prozesse zur Überwachung nach dem Inverkehrbringen aufrechtzuerhalten. Die ISO 42001 kann eine strukturierte Grundlage bieten, die Organisationen nutzen können, um KI-Compliance-Bemühungen zu unterstützen – die Richtlinien, Verfahren und Nachweise, die diese Verpflichtungen erfordern.\u003C/p\u003E\r\n\u003Ch3\u003EBetriebsrhythmus\u003C/h3\u003E\r\n\u003Cp\u003EKI-Governance braucht einen Rhythmus. Risikobewertungen veralten, Daten ändern sich, das Modellverhalten weicht ab und geschäftliche Anwendungsfälle erweitern sich. Die ISO 42001 formalisiert diesen Rhythmus durch Planung, Performance-Bewertung, interne Audits, Managementbewertung, Korrekturmaßnahmen und kontinuierliche Verbesserung.\u003C/p\u003E\r\n\u003Ch3\u003EKundenvertrauen\u003C/h3\u003E\r\n\u003Cp\u003EDie Zertifizierung nach ISO/IEC 42001 ist für Kunden ein Beweis für das Engagement einer Organisation für \u003Ca href=\"https://www.snowflake.com/de/artificial-intelligence/ai-governance/ai-transparency/\"\u003ETransparenz\u003C/a\u003E, Rechenschaftspflicht und Vertrauen in KI-Sicherheitspraktiken. Snowflake hat beispielsweise nach einem unabhängigen Audit durch Dritte die Zertifizierung nach ISO/IEC 42001 erhalten, und Kunden können über das \u003Ca href=\"https://trust.snowflake.com/\"\u003ESnowflake Compliance Center\u003C/a\u003E auf die entsprechenden Auditnachweise zugreifen.\u003C/p\u003E\r\n\u003Cp\u003E \u003C/p\u003E\r\n","richText":true,":type":"snowflake-site/components/text","appliedCssClassNames":"text-color-text-05"},"title_detecting-and-measuring-algorithmic-bias":{"id":"title-v2-96814ddea0","additionalClasses":"anchor-title anchor-title--why-should-use-iso-42001","type":"heading2","lines":["Wer sollte die ISO 42001 nutzen?"],":type":"snowflake-site/components/title-v2"},"text_detecting-and-measuring-algorithmic-bias_0":{"id":"text-e9d885bd50","text":"\u003Cp\u003EDie ISO/IEC 42001 gilt für Organisationen, die KI-Systeme bereitstellen, entwickeln, einsetzen oder nutzen. Das KI-Risiko liegt nicht nur bei den Modellentwicklern. Es kann auch entstehen, wenn ein Unternehmen ein KI-gestütztes SaaS-Produkt konfiguriert, ein KI-System in einen Workflow integriert, es mit sensiblen Daten verbindet oder seine Ausgaben für Entscheidungen nutzt, die sich auf Kunden, Mitarbeiter oder den Betrieb auswirken.\u003C/p\u003E\n\u003Cp\u003EDer Standard ist für verschiedene Arten von Organisationen relevant:\u003C/p\u003E\n\u003Cul\u003E\n\u003Cli\u003E\u003Cp\u003E\u003Cb\u003EAnbieter\u003C/b\u003E entwickeln KI-Systeme, KI-gestützte Produkte oder KI-Dienste, die von anderen genutzt werden. Ein Anbieter könnte ein Betrugserkennungsmodell, einen GenAI-Assistenten, ein Computer-Vision-System oder eine in ein größeres Produkt eingebettete KI-Anwendung entwickeln.\u003C/p\u003E\n\u003C/li\u003E\n\u003Cli\u003E\u003Cp\u003E\u003Cb\u003EBetreiber\u003C/b\u003E setzen KI-Systeme ein. Ein Betreiber könnte einen von einem Anbieter bereitgestellten KI-Dienst konfigurieren, ihn in interne Systeme integrieren, ihn mit kontrollierten Daten verbinden oder den Workflow definieren, in dem sich Mitarbeiter auf KI-Ausgaben verlassen.\u003C/p\u003E\n\u003C/li\u003E\n\u003Cli\u003E\u003Cp\u003E\u003Cb\u003ENutzer\u003C/b\u003E betreiben KI-Systeme in Produktionskontexten. In der Praxis können dies Geschäftsteams, Behörden, regulierte Organisationen und interne Abteilungen sein, die KI für Analysen, Automatisierung, Entscheidungsunterstützung oder die Erstellung von Inhalten nutzen.\u003C/p\u003E\n\u003C/li\u003E\n\u003C/ul\u003E\n\u003Cp\u003EDie ISO 42001 ist branchenunabhängig, aber eine frühzeitige Einführung ist besonders für Behörden, regulierte Branchen und KI-Produktunternehmen relevant, da sie häufig strengeren Anforderungen an dokumentierte Kontrollen, Beschaffungsnachweise und vertretbare Governance-Prozesse ausgesetzt sind.\u003C/p\u003E\n","richText":true,":type":"snowflake-site/components/text","appliedCssClassNames":"text-color-text-05"},"callout_what_is_ai_g_294410134":{"id":"text-40eaac9136","additionalClasses":"callout callout--general","text":"\u003Cp\u003E\u003Cb\u003EHÄUFIGER FALLSTRICK\u003C/b\u003E\u003C/p\u003E\n\u003Cp\u003EDie Zertifizierung nach ISO 42001 sollte nicht als einmalige Formalität betrachtet werden. Die Governance muss durch Überwachung, Managementbewertung, Korrekturmaßnahmen und kontinuierliche Verbesserung mit sich ändernden Modellen, Datenquellen, Anbietern und Anwendungsfällen Schritt halten.\u003C/p\u003E\n","richText":true,":type":"snowflake-site/components/text","appliedCssClassNames":"text-size-regular text-color-text-05"},"title_mitigating-algorithmic-bias":{"id":"title-v2-aee87aef61","additionalClasses":"anchor-title anchor-title--the-ten-clauses-of-iso-42001","type":"heading2","lines":["Die 10 Abschnitte der ISO/IEC 42001"],":type":"snowflake-site/components/title-v2"},"text_mitigating-algorithmic-bias_0":{"id":"text-ec7cd56bbe","text":"\u003Cp\u003EDie ISO/IEC 42001 folgt der harmonisierten Struktur, die von ISO-Managementsystemstandards verwendet wird. Die Abschnitte 1 bis 3 definieren den Anwendungsbereich, normative Verweisungen sowie Begriffe und Definitionen; die Abschnitte 4 bis 10 spezifizieren die Anforderungen an das Managementsystem, die eine Organisation implementieren und aufrechterhalten muss.\u003C/p\u003E\r\n\u003Ch3\u003EAbschnitte 1–3: Anwendungsbereich, Verweisungen und Definitionen\u003C/h3\u003E\r\n\u003Cp\u003EDie einleitenden Abschnitte legen fest, was der Standard abdeckt, welche Verweisungen gelten und wie Schlüsselbegriffe definiert sind. Für KI-Governance-Programme ist dieses gemeinsame Vokabular wichtig, da Geschäfts-, Rechts-, Data Science-, Entwicklungs- und Sicherheitsteams dieselben Wörter oft unterschiedlich verwenden. Der Standard bietet diesen Teams einen gemeinsamen Bezugspunkt für das AIMS.\u003C/p\u003E\r\n\u003Ch3\u003EAbschnitt 4: Kontext der Organisation\u003C/h3\u003E\r\n\u003Cp\u003EAbschnitt 4 verlangt von der Organisation, die internen und externen Faktoren zu verstehen, die sich auf ihr KI-Managementsystem auswirken. Dazu gehören die Bedürfnisse der Stakeholder, rechtliche und regulatorische Erwartungen, KI-Anwendungsfälle, organisatorische Grenzen und der Anwendungsbereich des AIMS.\u003C/p\u003E\r\n\u003Cp\u003EIn der Praxis muss ein Unternehmen wissen, welche KI-Systeme unter das AIMS fallen, welche Teams für sie verantwortlich sind, auf welche Datenquellen sie sich stützen und welche externen Parteien von ihren Ausgaben betroffen sind.\u003C/p\u003E\r\n\u003Ch3\u003EAbschnitt 5: Führung\u003C/h3\u003E\r\n\u003Cp\u003EAbschnitt 5 befasst sich mit dem Engagement der Führungsebene, der KI-Richtlinie, Rollen, Verantwortlichkeiten und Befugnissen. Er verlangt von Führungskräften, die KI-Governance zu einem Teil des Managementsystems der Organisation zu machen, anstatt zu einem Nebenprozess, der nur in der Verantwortung technischer Teams liegt.\u003C/p\u003E\r\n\u003Cp\u003EDas bedeutet in der Regel, verantwortliche Eigentümer zu benennen, eine KI-Richtlinie zu genehmigen, Verantwortlichkeiten zwischen Geschäfts- und Technikteams abzustimmen und sicherzustellen, dass Personen mit Governance-Verpflichtungen die Befugnis haben, diese auszuführen.\u003C/p\u003E\r\n\u003Ch3\u003EAbschnitt 6: Planen\u003C/h3\u003E\r\n\u003Cp\u003EAbschnitt 6 behandelt die Planung, einschließlich KI-Risikobewertung, KI-Risikobehandlung und KI-Zielen. Unternehmen müssen Risiken und Chancen identifizieren, entscheiden, wie sie diese angehen, und messbare Ziele für das AIMS definieren.\u003C/p\u003E\r\n\u003Cp\u003EEine Risikobewertung könnte Datenqualität, Modell-Performance, Erklärbarkeit, menschliche Aufsicht, Sicherheit, Datenschutz, \u003Ca href=\"https://www.snowflake.com/de/artificial-intelligence/ai-governance/algorithmic-bias/\"\u003Ealgorithmic Bias\u003C/a\u003E, operative Resilienz oder nachgelagerte Auswirkungen untersuchen. Der Risikobehandlungsplan verknüpft diese Risiken dann mit Kontrollen, Verantwortlichen und Nachweisen.\u003C/p\u003E\r\n\u003Ch3\u003EAbschnitt 7: Support\u003C/h3\u003E\r\n\u003Cp\u003EAbschnitt 7 konzentriert sich auf die Ressourcen, die für den Betrieb des AIMS erforderlich sind: Kompetenz, Bewusstsein, Kommunikation und dokumentierte Information. Eine Richtlinie reicht nicht aus, wenn Modellverantwortliche nicht wissen, wann sie eine Folgenabschätzung durchführen müssen, Prüfer erforderliche Nachweise nicht finden können oder Geschäftsanwender die akzeptable KI-Nutzung nicht verstehen.\u003C/p\u003E\r\n\u003Cp\u003EIn diesem Abschnitt definieren Organisationen Schulungen, Dokumentationspraktiken, Kommunikationskanäle und die Aufzeichnungen, die die Governance-Aktivität belegen.\u003C/p\u003E\r\n\u003Ch3\u003EAbschnitt 8: Betrieb\u003C/h3\u003E\r\n\u003Cp\u003EAbschnitt 8 befasst sich mit der betrieblichen Planung und Steuerung von KI-Systemen. Hier werden Lebenszyklusprozesse konkret: Anforderungen, Designentscheidungen, Datenaufbereitung, Verifizierung und Validierung, Bereitstellungskontrollen, Betrieb, Überwachung und Außerbetriebnahme.\u003C/p\u003E\r\n\u003Cp\u003EBeispielsweise benötigt eine Organisation möglicherweise einen dokumentierten Prozess für die Genehmigung eines Modells vor der Produktion, die Änderung seiner Dateneingaben, die Ausweitung seiner Nutzung auf eine neue Zielgruppe oder seine Außerbetriebnahme, wenn es die Richtlinien- oder Performance-Erwartungen nicht mehr erfüllt.\u003C/p\u003E\r\n\u003Ch3\u003EAbschnitt 9: Performance-Bewertung\u003C/h3\u003E\r\n\u003Cp\u003EAbschnitt 9 fordert Überwachung, Messung, Analyse, Bewertung, internes Audit und Managementbewertung. Die Organisation muss wissen, ob das AIMS funktioniert und ob die Governance-Kontrollen weiterhin zu den KI-Systemen der Organisation passen.\u003C/p\u003E\r\n\u003Cp\u003EDies kann Kontrolltests, Auditfeststellungen, Ergebnisse der Modellüberwachung, Vorfalltrends, den Status der Risikobehandlung und Aufzeichnungen der Managementbewertung umfassen.\u003C/p\u003E\r\n\u003Ch3\u003EAbschnitt 10: Verbesserung\u003C/h3\u003E\r\n\u003Cp\u003EAbschnitt 10 behandelt Nichtkonformität, Korrekturmaßnahmen und fortlaufende Verbesserung. Wenn eine Auditfeststellung, ein Vorfall, ein Überwachungsproblem oder ein Prozessfehler auftritt, muss die Organisation strukturiert reagieren.\u003C/p\u003E\r\n\u003Cp\u003EDiese Reaktion umfasst typischerweise die Untersuchung des Problems, die Behebung des unmittelbaren Problems, die Bekämpfung der Grundursachen und die Aktualisierung des AIMS, damit derselbe Fehler weniger wahrscheinlich erneut auftritt.\u003C/p\u003E\r\n","richText":true,":type":"snowflake-site/components/text","appliedCssClassNames":"text-color-text-05"},"title_regulatory-expectations-on-algorithmic-bias":{"id":"title-v2-41dcae2353","additionalClasses":"anchor-title anchor-title--annex-a-38-ai-specific-controls","type":"heading2","lines":["Anhang A: Die 38 KI-spezifischen Kontrollen"],":type":"snowflake-site/components/title-v2"},"text_regulatory-expectations-on-algorithmic-bias_0":{"id":"text-4f9f70e076","text":"\u003Cp\u003EAnhang A enthält 38 KI-spezifische Kontrollen, die in Kontrollkategorien gruppiert sind. Diese Kontrollen helfen Organisationen, von Managementsystemanforderungen zu betrieblichen Praktiken überzugehen, sind jedoch nicht in jedem Kontext automatisch obligatorisch. Unternehmen bewerten die Anwendbarkeit und dokumentieren ihre Begründung in einer Erklärung zur Anwendbarkeit.\u003C/p\u003E\n\u003Ch3\u003EA.2: KI-Richtlinien\u003C/h3\u003E\n\u003Cp\u003EA.2 behandelt KI-Richtlinien, einschließlich der Art und Weise, wie die Organisation Erwartungen an verantwortungsvolle KI definiert, Rollen zuweist und die Beschaffung angeht. Eine Richtlinie sollte spezifisch genug sein, um Entscheidungen über die KI-Entwicklung und -Nutzung zu leiten, einschließlich der Frage, wer ein KI-System genehmigen kann, welche Risikokriterien gelten und wie KI-Systeme von Drittanbietern überprüft werden.\u003C/p\u003E\n\u003Ch3\u003EA.3: Interne Organisation\u003C/h3\u003E\n\u003Cp\u003EA.3 konzentriert sich auf die Governance-Struktur, Berichtslinien und Ressourcenzuweisung. KI-Governance erstreckt sich oft über Geschäftsverantwortliche, Datenteams, Rechtsabteilung, Compliance, Sicherheit, Datenschutz, Beschaffung und Plattformteams, sodass das Kontrollziel darin besteht, Verantwortlichkeiten sichtbar zu machen, bevor ein Problem auftritt.\u003C/p\u003E\n\u003Ch3\u003EA.4: Ressourcen für KI-Systeme\u003C/h3\u003E\n\u003Cp\u003EA.4 befasst sich mit den Ressourcen, die für die Entwicklung, Bereitstellung und den Betrieb von KI-Systemen erforderlich sind, einschließlich Daten, Tools, Infrastruktur, Systemressourcen und menschlicher Aufsicht. Für ein Produktions-KI-System kann dies genehmigte Datasets, Modellentwicklungsumgebungen, Überwachungstools, Überprüfungs-Workflows und Eskalationspfade umfassen.\u003C/p\u003E\n\u003Ch3\u003EA.5: Bewertung der Auswirkungen von KI-Systemen\u003C/h3\u003E\n\u003Cp\u003EA.5 behandelt Folgenabschätzungen. Diese Bewertungen helfen Organisationen zu evaluieren, wie sich ein KI-System vor und nach der Bereitstellung auf Einzelpersonen, Gruppen, Geschäftsprozesse oder externe Stakeholder auswirken könnte.\u003C/p\u003E\n\u003Cp\u003EEine Folgenabschätzung könnte untersuchen, ob ein KI-System den Zugang zu einem Dienst beeinflusst, Empfehlungen generiert, die sich auf Menschen auswirken, sensible Attribute verarbeitet oder eine operative Abhängigkeit in einem kritischen Workflow schafft.\u003C/p\u003E\n\u003Ch3\u003EA.6: Lebenszyklus von KI-Systemen\u003C/h3\u003E\n\u003Cp\u003EA.6 behandelt Lebenszyklusprozesse, einschließlich Anforderungen, Design, Verifizierung, Validierung, Bereitstellung, Betrieb und Außerbetriebnahme. Die Kontrollkategorie spiegelt eine grundlegende Governance-Realität wider: Das KI-Risiko ändert sich, wenn Systeme verschiedene Phasen durchlaufen.\u003C/p\u003E\n\u003Cp\u003EEin Modell, das in der Entwicklung akzeptabel erscheint, kann sich anders verhalten, nachdem es mit Live-Daten verbunden wird, neue Prompts erhält, eine breitere Nutzerbasis bedient oder Teil eines automatisierten Workflows wird.\u003C/p\u003E\n\u003Ch3\u003EA.7: Daten für KI-Systeme\u003C/h3\u003E\n\u003Cp\u003EA.7 befasst sich mit der Datenerfassung, -qualität, -herkunft und -aufbereitung. Diese Kontrollen sind besonders wichtig, da KI-Systeme oft Risiken aus ihren Daten erben. Wenn einem Trainingsdataset, Prompt-Kontext, einer Feature-Tabelle oder einem Retrieval-Korpus die Eigentümerschaft, Abstammung, Qualitätsprüfungen oder Nutzungsbeschränkungen fehlen, kann es schwierig werden, der Ausgabe des Modells zu vertrauen oder sie zu verteidigen.\u003C/p\u003E\n\u003Cp\u003EStarke Kontrollen in dieser Kategorie erfordern in der Regel, dass Teams dokumentieren, woher die Daten stammen, welche Transformationen angewendet wurden, welche Qualitätsschwellenwerte gelten und welche Nutzungsbeschränkungen den Daten in KI-Workflows folgen.\u003C/p\u003E\n\u003Ch3\u003EA.8: Informationen für interessierte Parteien\u003C/h3\u003E\n\u003Cp\u003EA.8 behandelt Informationen, die interessierten Parteien zur Verfügung gestellt werden, einschließlich Dokumentation, Kommunikation und Berichterstattung. Abhängig vom KI-System können diese Parteien Kunden, Aufsichtsbehörden, interne Prüfer, Geschäftsanwender, Auditoren oder Personen umfassen, die von den Ausgaben des Systems betroffen sind.\u003C/p\u003E\n\u003Cp\u003EDiese Kategorie kann Modelldokumentation, Benutzeranweisungen, Risikooffenlegungen, bekannte Einschränkungen, Überwachungsberichte und Prozesse zur Vorfallkommunikation umfassen.\u003C/p\u003E\n\u003Ch3\u003EA.9: Nutzung von KI-Systemen\u003C/h3\u003E\n\u003Cp\u003EA.9 konzentriert sich auf die verantwortungsvolle Nutzung und Außerbetriebnahme. Unternehmen benötigen Prozesse, die regeln, wie KI-Systeme nach ihrer Inbetriebnahme genutzt werden, einschließlich akzeptabler Nutzung, Benutzerverantwortlichkeiten, Überwachungserwartungen und Kriterien für die Außerbetriebnahme.\u003C/p\u003E\n\u003Cp\u003EDies ist wichtig für generative KI und agentische Systeme, bei denen dieselbe zugrunde liegende Fähigkeit in verschiedenen Workflows mit unterschiedlichen Risikoprofilen eingesetzt werden kann.\u003C/p\u003E\n\u003Ch3\u003EA.10: Beziehungen zu Dritten und Kunden\u003C/h3\u003E\n\u003Cp\u003EA.10 befasst sich mit den Verantwortlichkeiten von Lieferanten und Kunden. KI-Systeme sind oft von externen Modellen, SaaS-Produkten, Datenanbietern, Integrationspartnern oder nachgelagerten Kunden abhängig. Die Kontrollen helfen zu klären, wer wofür verantwortlich ist, welche Nachweise erforderlich sind und wie Änderungen an Diensten von Drittanbietern überprüft werden.\u003C/p\u003E\n","richText":true,":type":"snowflake-site/components/text","appliedCssClassNames":"text-color-text-05"},"callout_what_is_ai_g_1310486392":{"id":"text-33cbc39f2f","additionalClasses":"callout callout--general","text":"\u003Cp\u003E\u003Cb\u003EKURZER TIPP\u003C/b\u003E\u003C/p\u003E\n\u003Cp\u003EBeginnen Sie mit der Definition der betroffenen KI-Systeme und der Nachweise, die Sie benötigen, um zu belegen, dass die Kontrollen funktionieren, da die ISO 42001-Zertifizierung davon abhängt, dass Governance in der Praxis gezeigt wird und nicht nur Richtlinien schriftlich festgehalten sind.\u003C/p\u003E\n","richText":true,":type":"snowflake-site/components/text","appliedCssClassNames":"text-size-regular text-color-text-05"},"title_how-snowflake-helps-organizations-address-algorithmic-bias":{"id":"title-v2-7ab1a6a167","additionalClasses":"anchor-title anchor-title--how-iso-42001-certification-works","type":"heading2","lines":["Wie die ISO 42001-Zertifizierung funktioniert"],":type":"snowflake-site/components/title-v2"},"text_how-snowflake-helps-organizations-address-algorithmic-bias_0":{"id":"text-6477fe016b","text":"\u003Cp\u003EDie ISO/IEC 42001-Zertifizierung folgt dem bekannten Zertifizierungspfad für Managementsysteme, der auch für andere ISO-Standards verwendet wird. Die Details variieren je nach Organisation, Anwendungsbereich und Zertifizierungsstelle, aber die meisten Programme durchlaufen dieselbe grundlegende Abfolge.\u003C/p\u003E\n\u003Cul\u003E\n\u003Cli\u003E\u003Cp\u003E\u003Cb\u003EBereitschafts- oder Lückenanalyse:\u003C/b\u003E Die Organisation bewertet die aktuellen KI-Governance-Praktiken anhand der Anforderungen der ISO 42001. Dabei werden in der Regel fehlende Definitionen des Anwendungsbereichs, undokumentierte Verantwortlichkeiten, inkonsistente Risikobewertungen, schwache Lebenszykluskontrollen oder unzureichende Auditnachweise identifiziert.\u003C/p\u003E\n\u003C/li\u003E\n\u003Cli\u003E\u003Cp\u003E\u003Cb\u003EAIMS-Aufbau:\u003C/b\u003E Die Organisation richtet das AIMS ein oder aktualisiert es. Dies umfasst Richtlinien, Verfahren, Risikobewertungen, Folgenabschätzungen, Lebenszykluskontrollen, Dokumentationspraktiken, Schulungen, Berichterstattung und eine Erklärung zur Anwendbarkeit für die Kontrollen in Anhang A.\u003C/p\u003E\n\u003C/li\u003E\n\u003Cli\u003E\u003Cp\u003E\u003Cb\u003EInternes Audit:\u003C/b\u003E Vor dem Zertifizierungsaudit führt die Organisation ein internes Audit durch, um zu testen, ob das AIMS die Anforderungen erfüllt und ob die Kontrollen wie beschrieben funktionieren.\u003C/p\u003E\n\u003C/li\u003E\n\u003Cli\u003E\u003Cp\u003E\u003Cb\u003EZertifizierungsaudit Stufe 1: \u003C/b\u003EDie Zertifizierungsstelle überprüft die Bereitschaft, den Anwendungsbereich und die Dokumentation. Das Ziel ist es, festzustellen, ob die Organisation auf das Implementierungsaudit vorbereitet ist.\u003C/p\u003E\n\u003C/li\u003E\n\u003Cli\u003E\u003Cp\u003E\u003Cb\u003EZertifizierungsaudit Stufe 2:\u003C/b\u003E Der Auditor überprüft, ob das AIMS implementiert ist und funktioniert. Dies kann Interviews, die Überprüfung von Nachweisen, Stichproben, Kontrolltests und die Untersuchung von Aufzeichnungen der Managementbewertung umfassen.\u003C/p\u003E\n\u003C/li\u003E\n\u003Cli\u003E\u003Cp\u003E\u003Cb\u003EÜberwachungsaudits und Rezertifizierung:\u003C/b\u003E Die Zertifizierung ist kein einmaliges Ereignis. Unternehmen unterziehen sich in der Regel jährlichen Überwachungsaudits und einer Rezertifizierung alle drei Jahre, was das Modell der kontinuierlichen Verbesserung des Standards stärkt.\u003C/p\u003E\n\u003C/li\u003E\n\u003C/ul\u003E\n\u003Cp\u003EUnternehmen können mit akkreditierten Zertifizierungsstellen wie BSI, Schellman, A-LIGN, Mazars, TÜV oder DNV zusammenarbeiten, abhängig von Standort, Anwendungsbereich und Verfügbarkeit. Die Zeit bis zur Zertifizierung variiert stark, aber viele Organisationen sollten mit einem Aufwand von 6 bis 18 Monaten rechnen, wobei kürzere Zeitpläne wahrscheinlicher sind, wenn sie bereits ausgereifte ISO 27001-, ISO 9001- oder ähnliche Managementsysteme betreiben.\u003C/p\u003E\n","richText":true,":type":"snowflake-site/components/text","appliedCssClassNames":"text-color-text-05"},"title_bias-control-starts-before-the-model":{"id":"title-v2-094bf427cd","additionalClasses":"anchor-title anchor-title--iso-42001-compared-to-other-ai-frameworks","type":"heading2","lines":["ISO 42001 im Vergleich zu anderen KI-Frameworks"],":type":"snowflake-site/components/title-v2"},"text_bias-control-starts-before-the-model_0":{"id":"text-8b8cf400be","text":"\u003Cp\u003EISO 42001 ersetzt nicht jedes \u003Ca href=\"https://www.snowflake.com/en/fundamentals/ai-governance/framework/\"\u003EKI-Governance-Framework\u003C/a\u003E oder jede gesetzliche Verpflichtung. Es funktioniert am besten, wenn Organisationen verstehen, wofür es entwickelt wurde: ein zertifizierbares KI-Managementsystem zu etablieren.\u003C/p\u003E\n\u003Ctable\u003E\n\u003Cthead\u003E\u003Ctr\u003E\u003Cth\u003EFramework oder Standard\u003C/th\u003E\n\u003Cth\u003EWas es ist\u003C/th\u003E\n\u003Cth\u003EWie es mit ISO 42001 zusammenhängt\u003C/th\u003E\n\u003C/tr\u003E\u003C/thead\u003E\u003Ctbody\u003E\u003Ctr\u003E\u003Ctd\u003E\u003Cp\u003E\u003Cb\u003ENIST KI RMF\u003C/b\u003E\u003C/p\u003E\n\u003C/td\u003E\n\u003Ctd\u003E\u003Cp\u003EEin freiwilliges US-Framework für das Management von KI-Risiken durch die Funktionen Govern, Map, Measure und Manage\u003C/p\u003E\n\u003C/td\u003E\n\u003Ctd\u003E\u003Cp\u003ENIST KI RMF bietet eine Risikomanagement-Methodik; ISO 42001 bietet die zertifizierbare AIMS-Struktur.\u003C/p\u003E\n\u003C/td\u003E\n\u003C/tr\u003E\u003Ctr\u003E\u003Ctd\u003E\u003Cp\u003E\u003Cb\u003EEU AI Act\u003C/b\u003E\u003C/p\u003E\n\u003C/td\u003E\n\u003Ctd\u003E\u003Cp\u003EBindendes EU-Recht für KI-Systeme mit Verpflichtungen basierend auf der Risikokategorie\u003C/p\u003E\n\u003C/td\u003E\n\u003Ctd\u003E\u003Cp\u003EISO 42001 ist freiwillig, kann aber Qualitätsmanagement-, Risikomanagement- und Überwachungsprozesse unterstützen, die für Hochrisiko-KI-Systeme erforderlich sind.\u003C/p\u003E\n\u003C/td\u003E\n\u003C/tr\u003E\u003Ctr\u003E\u003Ctd\u003E\u003Cp\u003E\u003Cb\u003EISO/IEC 23894\u003C/b\u003E\u003C/p\u003E\n\u003C/td\u003E\n\u003Ctd\u003E\u003Cp\u003ELeitfaden für KI-Risikomanagement\u003C/p\u003E\n\u003C/td\u003E\n\u003Ctd\u003E\u003Cp\u003EISO/IEC 23894 hilft Organisationen beim Management KI-spezifischer Risiken; ISO 42001 ist der zertifizierbare Managementsystem-Standard, der diese Risikoprozesse integrieren kann.\u003C/p\u003E\n\u003C/td\u003E\n\u003C/tr\u003E\u003Ctr\u003E\u003Ctd\u003E\u003Cp\u003E\u003Cb\u003EISO/IEC 22989\u003C/b\u003E\u003C/p\u003E\n\u003C/td\u003E\n\u003Ctd\u003E\u003Cp\u003EKI-Terminologie und -Konzepte\u003C/p\u003E\n\u003C/td\u003E\n\u003Ctd\u003E\u003Cp\u003EISO/IEC 22989 unterstützt ein konsistentes KI-Vokabular, das Teams bei der Dokumentation und Kommunikation innerhalb eines AIMS hilft.\u003C/p\u003E\n\u003C/td\u003E\n\u003C/tr\u003E\u003Ctr\u003E\u003Ctd\u003E\u003Cp\u003E\u003Cb\u003EISO/IEC 23053\u003C/b\u003E\u003C/p\u003E\n\u003C/td\u003E\n\u003Ctd\u003E\u003Cp\u003EKonzeptionelles Framework für KI-Systeme, die ML verwenden\u003C/p\u003E\n\u003C/td\u003E\n\u003Ctd\u003E\u003Cp\u003EISO/IEC 23053 hilft bei der Beschreibung von KI-Systemkomponenten und -funktionen; ISO 42001 regelt das Managementsystem rund um KI-Entwicklung, -Bereitstellung und -Nutzung.\u003C/p\u003E\n\u003C/td\u003E\n\u003C/tr\u003E\u003Ctr\u003E\u003Ctd\u003E\u003Cp\u003E\u003Cb\u003ESOC 2\u003C/b\u003E\u003C/p\u003E\n\u003C/td\u003E\n\u003Ctd\u003E\u003Cp\u003EEin Kontrollbestätigungsbericht, der häufig für Sicherheit, Verfügbarkeit, Vertraulichkeit, Verarbeitungsintegrität und Datenschutz verwendet wird\u003C/p\u003E\n\u003C/td\u003E\n\u003Ctd\u003E\u003Cp\u003ESOC 2 kann Sicherheit über ausgewählte Kontrollkriterien bieten, während ISO 42001 ein ISO-Managementsystem-Standard speziell für KI-Governance ist.\u003C/p\u003E\n\u003C/td\u003E\n\u003C/tr\u003E\u003C/tbody\u003E\u003C/table\u003E\n\u003Cp\u003EViele Organisationen werden diese Frameworks zusammen verwenden. Ein Team könnte \u003Ca href=\"https://www.nist.gov/itl/ai-risk-management-framework\" target=\"_blank\"\u003ENIST KI RMF\u003C/a\u003E verwenden, um die KI-Risikoanalyse zu strukturieren, ISO/IEC 23894, um Risikomanagement-Praktiken zu vertiefen, ISO/IEC 22989, um das Vokabular abzustimmen, und ISO 42001, um das AIMS zu etablieren, das diese Praktiken wiederholbar und auditierbar macht.\u003C/p\u003E\n","richText":true,":type":"snowflake-site/components/text","appliedCssClassNames":"text-color-text-05"},"title_bias_control_s":{"id":"title-v2-c83fda138d","additionalClasses":"anchor-title anchor-title--iso-42001-and-snowflake","type":"heading2","lines":["ISO/IEC 42001 und Snowflake"],":type":"snowflake-site/components/title-v2"},"text_bias_control_st":{"id":"text-2d2599d5ac","text":"\u003Cp\u003ESnowflake ist nach ISO/IEC 42001 zertifiziert, was bedeutet, dass ein akkreditierter Dritter das AIMS von Snowflake anhand der Anforderungen des Standards für verantwortungsvolle KI-Governance auditiert hat und Auditnachweise für Kunden über das Compliance Center von Snowflake verfügbar sind.\u003C/p\u003E\r\n\u003Cp\u003EFür Kunden, die ihre eigenen ISO 42001-Programme aufbauen, kann eine zertifizierte Plattform Aspekte der Kontrollumgebung für Daten- und KI-Governance unterstützen. Sie zertifiziert nicht das eigene AIMS eines Kunden, da jede Organisation weiterhin Eigentümer ihrer KI-Anwendungsfälle, Risikobewertungen, Folgenabschätzungen, Richtlinien und operativen Entscheidungen ist. Es kann Organisationen jedoch dabei helfen, Nachweise darüber zu organisieren, dass Kerndaten- und Infrastrukturkontrollen gesteuert, dokumentiert und auditierbar sind.\u003C/p\u003E\r\n\u003Cp\u003ESnowflake-Funktionen können mehrere Kontrollbereiche aus Anhang A unterstützen:\u003C/p\u003E\r\n\u003Cp\u003E\u003Ca href=\"https://www.snowflake.com/de/product/features/horizon/\"\u003ESnowflake Horizon Catalog\u003C/a\u003E wurde entwickelt, um umfassende \u003Ca href=\"https://www.snowflake.com/de/artificial-intelligence/ai-governance/ai-traceability/\"\u003ENachverfolgbarkeit\u003C/a\u003E und Transparenz zu bieten und Teams dabei zu helfen, Daten, Apps und Modelle mit Metadaten, Lineage, Access History, Klassifizierung, Tagging und Richtliniendurchsetzung zu steuern. Horizon ist eine Möglichkeit, Data Governance über Snowflake und externen Speicher hinweg zu verwalten, wobei die Funktionen Access History und Time Travel die Überprüfung vergangener Aktivitäten und Datenzustände unterstützen. Diese Funktionen sind relevant für die Kontrollen in Anhang A für KI-Daten, Lebenszyklusdokumentation, Zugriffs-Governance und Berichterstattung.\u003C/p\u003E\r\n\u003Cp\u003E\u003Ca href=\"https://www.snowflake.com/de/blog/snowflake-cortex-ai-cortex-guard-llm-safeguards/\"\u003ECortex Guard\u003C/a\u003E unterstützt eine sicherere Nutzung von KI-Systemen, indem es hilft, potenziell unsichere LLM-Eingaben und -Ausgaben zu filtern, was Kontrollen im Zusammenhang mit menschlicher Aufsicht, verantwortungsvoller Nutzung und den Benutzern bereitgestellten Informationen unterstützen kann.\u003C/p\u003E\r\n\u003Cp\u003EModel Registry hilft Teams bei der Verwaltung von Modell-Lebenszyklus-Metadaten, Versionen und Bereitstellungskontexten, was Kontrollen für Lebenszyklus-Governance, Dokumentation und operative Überprüfung unterstützt.\u003C/p\u003E\r\n\u003Cp\u003EZusammen helfen diese Funktionen Organisationen dabei, Governance an die Objekte zu binden, von denen KI-Systeme abhängen – Datasets, Modelle, Richtlinien, Lineage-Pfade, Access History, Dokumentation und Nutzungssignale. Dies ist besonders wichtig für ISO 42001, da die Zertifizierung von Nachweisen abhängt. Ein Team muss nicht nur nachweisen können, dass eine Richtlinie existiert, sondern auch, dass die relevanten Kontrollen angewendet, überprüft und im Laufe der Zeit verbessert werden.\u003C/p\u003E\r\n","richText":true,":type":"snowflake-site/components/text","appliedCssClassNames":"text-color-text-05"},"title_bias_control_s_1606915274":{"id":"title-v2-e7416b8972","additionalClasses":"anchor-title anchor-title--making-ai-governance-auditable","type":"heading2","lines":["KI-Governance auditierbar machen"],":type":"snowflake-site/components/title-v2"},"text_bias_control_st_2142513559":{"id":"text-d731c512c5","text":"\u003Cp\u003EISO 42001 bietet Organisationen einen praktischen Weg, KI-Governance vom Prinzip zum Prozess zu überführen. Ein Team muss immer noch entscheiden, welche KI-Systeme im Geltungsbereich liegen, wem sie gehören, welche Risiken von Bedeutung sind, welche Kontrollen gelten und welche Nachweise belegen, dass diese Kontrollen funktionieren. Aber der Standard bietet die Struktur, um diese Entscheidungen konsistent zu treffen. \u003C/p\u003E\n\u003Cp\u003EWenn ein KI-System auf kontrollierte Daten, einen dokumentierten Modell-Lebenszyklus, definierte menschliche Aufsicht, Lieferantenkontrollen, Folgenabschätzungen, Überwachung und Korrekturmaßnahmen angewiesen ist, wird Governance zu einem Teil der Funktionsweise des Systems. Das ist der Wert von ISO 42001 – es gibt KI-Programmen ein Managementsystem, das überprüft, auditiert und verbessert werden kann, während sich Technologie, Organisation und regulatorisches Umfeld weiter verändern.\u003C/p\u003E\n","richText":true,":type":"snowflake-site/components/text","appliedCssClassNames":"text-color-text-05"},"callout_what_is_ai_g_1939414635":{"id":"text-ed5c83deeb","additionalClasses":"callout callout--general","text":"\u003Cp\u003E\u003Cb\u003EWICHTIGSTE ERKENNTNIS\u003C/b\u003E\u003C/p\u003E\n\u003Cp\u003EISO/IEC 42001 hilft Teams dabei, KI-Governance von einer Reihe von Richtlinien in ein auditierbares Managementsystem mit definierten Verantwortlichkeiten, Risikobehandlung, Kontrollen, Nachweisen, internen Audits und kontinuierlichen Verbesserungszyklen zu verwandeln.\u003C/p\u003E\n","richText":true,":type":"snowflake-site/components/text","appliedCssClassNames":"text-size-regular text-color-text-05"}},":itemsOrder":["callout_what_is_ai_g","text_intro_0","title_sources_of_alg","text_what-is-algorithmic-bias_0","title_sources-of-algorithmic-bias","text_sources-of-algorithmic-bias_0","title_detecting-and-measuring-algorithmic-bias","text_detecting-and-measuring-algorithmic-bias_0","callout_what_is_ai_g_294410134","title_mitigating-algorithmic-bias","text_mitigating-algorithmic-bias_0","title_regulatory-expectations-on-algorithmic-bias","text_regulatory-expectations-on-algorithmic-bias_0","callout_what_is_ai_g_1310486392","title_how-snowflake-helps-organizations-address-algorithmic-bias","text_how-snowflake-helps-organizations-address-algorithmic-bias_0","title_bias-control-starts-before-the-model","text_bias-control-starts-before-the-model_0","title_bias_control_s","text_bias_control_st","title_bias_control_s_1606915274","text_bias_control_st_2142513559","callout_what_is_ai_g_1939414635"],"appliedCssClassNames":"snowflake-responsive-container-inner-padding-medium"},"flexible_column_content_container_2":{"additionalClasses":"hub-sidebar","layout":"SIMPLE","id":"hub-body-aside",":type":"snowflake-site/components/flexible-column-container/flexible-column-content-container",":items":{"container":{"additionalClasses":"sticky-sidebar","layout":"RESPONSIVE_GRID","columnCount":12,"columnClassNames":{"text_943981956_copy_":"aem-GridColumn aem-GridColumn--default--12","text_copy":"aem-GridColumn aem-GridColumn--default--12"},"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","id":"container-9c1468aa49",":type":"snowflake-site/components/container",":items":{"text_943981956_copy_":{"id":"text-0b52db3be7","additionalClasses":"eyebrow-text","text":"\u003Cp\u003EIn diesem Leitfaden\u003C/p\u003E\n","richText":true,":type":"snowflake-site/components/text","appliedCssClassNames":"text-size-regular"},"text_copy":{"id":"text-50e95ebe28","additionalClasses":"page-toc","text":"\u003Cul\u003E\n\u003Cli data-anchor=\"what-is-iso-42001\"\u003EWas ist ISO/IEC 42001?\u003C/li\u003E\n\u003Cli data-anchor=\"why-iso-42001-matters\"\u003EWarum ISO 42001 wichtig ist\u003C/li\u003E\n\u003Cli data-anchor=\"why-should-use-iso-42001\"\u003EWer sollte die ISO 42001 nutzen?\u003C/li\u003E\n\u003Cli data-anchor=\"the-ten-clauses-of-iso-42001\"\u003EDie 10 Abschnitte der ISO/IEC 42001\u003C/li\u003E\n\u003Cli data-anchor=\"annex-a-38-ai-specific-controls\"\u003EAnhang A: Die 38 KI-spezifischen Kontrollen\u003C/li\u003E\n\u003Cli data-anchor=\"how-iso-42001-certification-works\"\u003EWie die ISO 42001-Zertifizierung funktioniert\u003C/li\u003E\n\u003Cli data-anchor=\"iso-42001-compared-to-other-ai-frameworks\"\u003EISO 42001 im Vergleich zu anderen KI-Frameworks\u003C/li\u003E\n\u003Cli data-anchor=\"iso-42001-and-snowflake\"\u003EISO/IEC 42001 und Snowflake\u003C/li\u003E\n\u003Cli data-anchor=\"making-ai-governance-auditable\"\u003EKI-Governance auditierbar machen\u003C/li\u003E\n\u003C/ul\u003E\n","richText":true,":type":"snowflake-site/components/text","appliedCssClassNames":"text-size-small text-color-text-05"}},":itemsOrder":["text_943981956_copy_","text_copy"],"appliedCssClassNames":"snowflake-responsive-container-inner-padding-medium"}},":itemsOrder":["container"],"appliedCssClassNames":"snowflake-responsive-container-inner-padding-small"},":type":"snowflake-site/components/flexible-column-container","isBlogPage":false,"isActiveTOC":false},"flexible_column_cont_963294944":{"id":"flexible-column-container-630d8ec93b","propertiesId":"hub-faq","type":"2-column-40-60","alignColumns":"top","containerMaxWidth":"extra-large","topPadding":"extra-large","bottomPadding":"large","spaceBetween":"small","reverseOnMobile":false,"carouselOnMobile":false,"backgroundImageOption":"none","flexible_column_content_container_1":{"layout":"SIMPLE","id":"hub-faq-intro",":type":"snowflake-site/components/flexible-column-container/flexible-column-content-container",":items":{"title_v2_copy":{"id":"title-v2-822df64462","additionalClasses":"hub-faq__headline","type":"heading2","lines":["Häufig gestellte Fragen"],":type":"snowflake-site/components/title-v2","appliedCssClassNames":"left-alignment"},"text_copy":{"id":"text-7f55c0d5ad","additionalClasses":"hub-faq__subheadline","text":"\u003Cp\u003EIhre häufigsten Fragen zu ISO/IEC 42001, beantwortet von Snowflake-Expert:innen.\u003C/p\u003E\n","richText":true,":type":"snowflake-site/components/text","appliedCssClassNames":"text-color-text-05"}},":itemsOrder":["title_v2_copy","text_copy"],"appliedCssClassNames":"snowflake-responsive-container-inner-padding-extra-small"},"flexible_column_content_container_2":{"layout":"SIMPLE","id":"hub-faq-accordions",":type":"snowflake-site/components/flexible-column-container/flexible-column-content-container",":items":{"simple_snowflake_acc":{"id":"simple-snowflake-accordion-2cbe84f9c0","additionalClasses":"seo-hub__faqs","showDivider":false,"accordionItemsList":[{"title":"Ist ISO 42001 zertifizierbar?","richText":"\u003Cp\u003EJa. ISO/IEC 42001 ist ein zertifizierbarer Managementsystem-Standard. Akkreditierte Zertifizierungsstellen können das AIMS eines Unternehmens auditieren und eine Zertifizierung ausstellen, typischerweise mit jährlichen Überwachungsaudits und einer Rezertifizierung alle drei Jahre.\u003C/p\u003E\n"},{"title":"Wie lange dauert die ISO 42001-Zertifizierung?","richText":"\u003Cp\u003EDie ISO 42001-Zertifizierung dauert in der Regel 6 bis 18 Monate, abhängig vom Umfang, der KI-Reife und den bestehenden Managementsystem-Praktiken des Unternehmens. \u003C/p\u003E\n"},{"title":"Ist ISO 42001 für das EU-KI-Gesetz erforderlich?","richText":"\u003Cp\u003ENein. ISO 42001 ist ein freiwilliger Standard, während das EU-KI-Gesetz bindendes Recht ist. ISO 42001 kann jedoch eine starke Grundlage für die Vorbereitung auf das EU-KI-Gesetz bieten, da das Gesetz Verpflichtungen für Qualitätsmanagementsysteme, Risikomanagement, einschließlich Modell-Risikomanagement, und Post-Market-Überwachung für Hochrisiko-KI-Systeme enthält.\u003C/p\u003E\n"},{"title":"Wie verhält sich ISO 42001 zum NIST KI RMF?","richText":"\u003Cp\u003EISO 42001 und NIST KI RMF ergänzen sich. NIST KI RMF ist ein freiwilliges Framework für das Management von KI-Risiken durch die Funktionen Govern, Map, Measure und Manage. ISO 42001 ist ein zertifizierbarer internationaler Managementsystem-Standard für KI. Viele Unternehmen nutzen das NIST KI RMF für die Risikomethodik und ISO 42001 für die AIMS-Struktur, die die Governance auditierbar macht.\u003C/p\u003E\n\u003Cp\u003E \u003C/p\u003E\n"}],":type":"snowflake-site/components/simple-snowflake-accordion"}},":itemsOrder":["simple_snowflake_acc"]},":type":"snowflake-site/components/flexible-column-container","isBlogPage":false,"isActiveTOC":false},"flexible_column_cont_1467213961":{"id":"flexible-column-container-c967528552","propertiesId":"hub-explore-resources-header","type":"1-column","alignColumns":"top","containerMaxWidth":"extra-large","topPadding":"large","bottomPadding":"none","spaceBetween":"small","reverseOnMobile":false,"carouselOnMobile":false,"backgroundImageOption":"none","flexible_column_content_container_1":{"layout":"SIMPLE","id":"container-dd4dfc98dd",":type":"snowflake-site/components/flexible-column-container/flexible-column-content-container",":items":{"title_v2":{"id":"title-v2-afcab8753b","additionalClasses":"hub-explore-resources-header__headline","type":"heading2","lines":["KI-Ressourcen entdecken"],":type":"snowflake-site/components/title-v2","appliedCssClassNames":"left-alignment"}},":itemsOrder":["title_v2"]},":type":"snowflake-site/components/flexible-column-container","isBlogPage":false,"isActiveTOC":false,"appliedCssClassNames":"snowflake-flexible-column-container-gray-10-bg"},"flexible_column_cont_912630531":{"id":"flexible-column-container-2c00739bbe","propertiesId":"hub-explore-resources-grid","type":"1-column","alignColumns":"top","containerMaxWidth":"extra-large","topPadding":"medium","bottomPadding":"large","spaceBetween":"small","reverseOnMobile":false,"carouselOnMobile":false,"backgroundImageOption":"none","flexible_column_content_container_1":{"layout":"SIMPLE","id":"hub-explore-resources-grid-inner",":type":"snowflake-site/components/flexible-column-container/flexible-column-content-container",":items":{"resource_chip_0":{"id":"content-chip-226980e70a","tagText":"BERICHT","tagColor":"#C6EDF1","cta":{"id":"cta","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"https://www.snowflake.com/de/lp/radical-roi-generative-ai/"},"linkTargetContentType":"GENERIC",":type":"snowflake-site/components/button","linkType":"SNOWFLAKE_EXTERNAL","text":"Mehr erfahren"},"headline":{"id":"title-v2-e088a29e60","type":"heading5","lines":["Der ROI von generativer KI und KI-Agenten 2026"],":type":"snowflake-site/components/title-v2"},":type":"snowflake-site/components/content-chip","appliedCssClassNames":"snowflake-content-chip-white-bg"},"resource_chip_1":{"id":"content-chip-d8825b2f08","tagText":"E-BOOK","tagColor":"#71D3DC","cta":{"id":"cta","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"https://www.snowflake.com/en/resources/ebook/building-the-interoperable-lakehouse-data-strategies-for-ai-leaders/"},"linkTargetContentType":"GENERIC",":type":"snowflake-site/components/button","linkType":"SNOWFLAKE_EXTERNAL","text":"Mehr erfahren"},"headline":{"id":"title","type":"heading5","lines":["Aufbau eines interoperablen Lakehouse: Datenstrategien für KI-Führungskräfte"],":type":"snowflake-site/components/title-v2"},":type":"snowflake-site/components/content-chip","appliedCssClassNames":"snowflake-content-chip-white-bg"},"resource_chip_2":{"id":"content-chip-002781970b","tagText":"WHITEPAPER","tagColor":"#C6EDF1","cta":{"id":"cta","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"https://www.snowflake.com/en/resources/white-paper/from-prompt-to-purpose-unlocking-business-value-with-agentic-ai/"},"linkTargetContentType":"GENERIC",":type":"snowflake-site/components/button","linkType":"SNOWFLAKE_EXTERNAL","text":"Mehr erfahren"},"headline":{"id":"title-v2-65fd77b9e7","type":"heading5","lines":["From Prompt to Purpose: Unlocking Business Value with Agentic AI"],":type":"snowflake-site/components/title-v2"},":type":"snowflake-site/components/content-chip","appliedCssClassNames":"snowflake-content-chip-white-bg"},"resource_chip_3":{"id":"content-chip-4e73dd62a8","tagText":"BERICHT","tagColor":"#C6EDF1","cta":{"id":"cta","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"https://www.snowflake.com/en/redefining-data-engineering-in-the-age-of-ai/"},"linkTargetContentType":"GENERIC",":type":"snowflake-site/components/button","linkType":"SNOWFLAKE_EXTERNAL","text":"Mehr erfahren"},"headline":{"id":"title-v2-59ab2a438b","type":"heading5","lines":["Redefining Data Engineering in the Age of AI"],":type":"snowflake-site/components/title-v2"},":type":"snowflake-site/components/content-chip","appliedCssClassNames":"snowflake-content-chip-white-bg"}},":itemsOrder":["resource_chip_0","resource_chip_1","resource_chip_2","resource_chip_3"]},":type":"snowflake-site/components/flexible-column-container","isBlogPage":false,"isActiveTOC":false,"appliedCssClassNames":"snowflake-flexible-column-container-gray-10-bg"},"flexible_column_cont_1158003461":{"id":"flexible-column-container-6d5ccd7180","propertiesId":"hub-explore-topics-header","type":"1-column","alignColumns":"top","containerMaxWidth":"extra-large","topPadding":"large","bottomPadding":"none","spaceBetween":"small","reverseOnMobile":false,"carouselOnMobile":false,"backgroundImageOption":"none","flexible_column_content_container_1":{"layout":"SIMPLE","id":"container-a789407ddd",":type":"snowflake-site/components/flexible-column-container/flexible-column-content-container",":items":{"title_v2_copy_copy":{"id":"title-v2-e20c46709f","additionalClasses":"hub-explore-topics-header__headline","type":"heading2","lines":["KI-Themen entdecken"],":type":"snowflake-site/components/title-v2","appliedCssClassNames":"left-alignment"},"text_copy_copy":{"id":"text-75bbb59f93","additionalClasses":"hub-explore-topics-header__subheadline","text":"\u003Cp\u003EDetaillierte Einblicke in jeden Aspekt der künstlichen Intelligenz\u003C/p\u003E\n","richText":true,":type":"snowflake-site/components/text","appliedCssClassNames":"text-color-text-05"}},":itemsOrder":["title_v2_copy_copy","text_copy_copy"],"appliedCssClassNames":"snowflake-responsive-container-inner-padding-extra-small"},":type":"snowflake-site/components/flexible-column-container","isBlogPage":false,"isActiveTOC":false,"appliedCssClassNames":"snowflake-flexible-column-container-white-bg"},"flexible_column_cont_1377146023":{"id":"flexible-column-container-22ed456888","propertiesId":"hub-explore-topics-grid","type":"3-column-even","alignColumns":"top","containerMaxWidth":"extra-large","topPadding":"small","bottomPadding":"large","spaceBetween":"small","reverseOnMobile":false,"carouselOnMobile":false,"backgroundImageOption":"none","flexible_column_content_container_1":{"layout":"SIMPLE","id":"container-6af29c3653",":type":"snowflake-site/components/flexible-column-container/flexible-column-content-container",":items":{"topic_card_0":{"id":"card-v2-a154875ffb","configurationStatus":{"configured":true,"message":""},":type":"snowflake-site/components/card-v2","title":{"id":"title","type":"heading4","lines":["KI-Transparenz"],":type":"snowflake-site/components/title-v2"},"button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"https://www.snowflake.com/de/artificial-intelligence/ai-governance/ai-transparency/"},"linkTargetContentType":"GENERIC",":type":"snowflake-site/components/button","linkType":"SNOWFLAKE_EXTERNAL","text":"Mehr erfahren"},"type":"content-card","text":{"id":"text","text":"\u003Cp\u003EKI-Transparenz macht KI-Systeme verständlich, indem ihr Zweck, ihre Eingaben, ihre Einschränkungen sowie ihr Verhalten dokumentiert werden. \u003C/p\u003E\n","richText":true,":type":"snowflake-site/components/text"},"layoutStyle":"vertical"}},":itemsOrder":["topic_card_0"]},"flexible_column_content_container_2":{"layout":"SIMPLE","id":"container-0db556b0e7",":type":"snowflake-site/components/flexible-column-container/flexible-column-content-container",":items":{"topic_card_1":{"id":"card-v2-59c55630f6","configurationStatus":{"configured":true,"message":""},":type":"snowflake-site/components/card-v2","title":{"id":"title","type":"heading4","lines":["KI-Ethik"],":type":"snowflake-site/components/title-v2"},"button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"https://www.snowflake.com/de/artificial-intelligence/ai-governance/ai-ethics/"},"linkTargetContentType":"GENERIC",":type":"snowflake-site/components/button","linkType":"SNOWFLAKE_EXTERNAL","text":"Mehr erfahren"},"type":"content-card","text":{"id":"text","text":"\u003Cp\u003EPrinzipien wie Fairness, Verantwortlichkeit und menschliche Aufsicht, die den verantwortungsvollen Einsatz von KI leiten.\u003C/p\u003E\n","richText":true,":type":"snowflake-site/components/text"},"layoutStyle":"vertical"}},":itemsOrder":["topic_card_1"]},"flexible_column_content_container_3":{"layout":"SIMPLE","id":"container-447e0d0812",":type":"snowflake-site/components/flexible-column-container/flexible-column-content-container",":items":{"topic_card_2":{"id":"card-v2-8c2dc481d3","configurationStatus":{"configured":true,"message":""},":type":"snowflake-site/components/card-v2","title":{"id":"title","type":"heading4","lines":["EU AI Act"],":type":"snowflake-site/components/title-v2"},"button":{"id":"button","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"https://www.snowflake.com/de/artificial-intelligence/ai-governance/eu-ai-act/"},"linkTargetContentType":"GENERIC",":type":"snowflake-site/components/button","linkType":"SNOWFLAKE_EXTERNAL","text":"Mehr erfahren"},"type":"content-card","text":{"id":"text","text":"\u003Cp\u003EDer EU AI Act verlangt von Unternehmen den Nachweis, was jedes KI-System tut, welche Risikostufe gilt, wer verantwortlich ist und welche Kontrollen die Nutzung unterstützen. \u003C/p\u003E\n","richText":true,":type":"snowflake-site/components/text"},"layoutStyle":"vertical"}},":itemsOrder":["topic_card_2"]},":type":"snowflake-site/components/flexible-column-container","isBlogPage":false,"isActiveTOC":false,"appliedCssClassNames":"snowflake-flexible-column-container-white-bg"},"flexible_column_cont_1786318617":{"id":"flexible-column-container-dbdce2cdd8","propertiesId":"hub-faq","type":"2-column-40-60","alignColumns":"top","containerMaxWidth":"extra-large","topPadding":"large","bottomPadding":"large","spaceBetween":"small","reverseOnMobile":false,"carouselOnMobile":false,"backgroundImageOption":"none","flexible_column_content_container_1":{"layout":"SIMPLE","id":"hub-faq-intro",":type":"snowflake-site/components/flexible-column-container/flexible-column-content-container",":items":{},":itemsOrder":[],"appliedCssClassNames":"snowflake-responsive-container-inner-padding-extra-small"},"flexible_column_content_container_2":{"layout":"SIMPLE","id":"hub-faq-accordions",":type":"snowflake-site/components/flexible-column-container/flexible-column-content-container",":items":{},":itemsOrder":[]},":type":"snowflake-site/components/flexible-column-container","isBlogPage":false,"isActiveTOC":false,"appliedCssClassNames":"snowflake-flexible-column-container-gray-10-bg"}},":itemsOrder":["flexible_column_cont","flexible_column_cont_939100716","flexible_column_cont_1398138236","flexible_column_cont_663228916","flexible_column_cont_963294944","flexible_column_cont_1467213961","flexible_column_cont_912630531","flexible_column_cont_1158003461","flexible_column_cont_1377146023","flexible_column_cont_1786318617"],":type":"wcm/foundation/components/responsivegrid"},"modal_container":{"layout":"SIMPLE","id":"container-f2c6bff06a",":type":"snowflake-site/components/modal/modal-container",":items":{},":itemsOrder":[]},"markup_editor_928258845":{"id":"markup-editor-31c6239b66","title":" ","cssContent":".snowflake-flexible-column-container-gray-10-bg\u003E.snowflake-flexible-column-container{background-color:var(--ui-background-05) !important}.text-size-regular:has(.seo-hub-hero__related-topic-label){display:flex;align-items:center}.hub-hero__headline span{text-transform:none !important}.hub-hero__subheadline p{max-width:70ch;margin-top:8px}.hub-hero__authors \u003E .container \u003E .cmp-container \u003E .aem-container{display:flex;flex-direction:row}.hub-hero__authors \u003E .container \u003E .cmp-container \u003E .aem-container \u003E div{width:auto !important;margin:24px 48px 0 0 !important}.hub-hero__authors .heading-5-v2{gap:var(--spacing-00)}.hub-hero__authors .snowflake-content-chip-button{display:none !important}.hub-hero__authors .snowflake-person-chip-content .body-2,.hub-hero__authors .snowflake-content-chip-content .snowflake-title-v2-line{font-size:16px !important;line-height:20px !important;font-family:\"Lato\",sans-serif !important;color:#000 !important;font-weight:600 !important}.hub-hero__authors .snowflake-person-chip-content .body-3,.hub-hero__authors .snowflake-content-chip-content .snowflake-title-v2-line:not(:first-child){font-weight:400 !important;color:var(--text-05) !important;font-size:16px !important}.hub-hero__authors .snowflake-image-container img{aspect-ratio:1 !important;border-radius:100%;overflow:hidden}.hub-hero__authors .snowflake-person-chip-avatar{width:56px;height:56px}.hub-hero__authors .snowflake-content-chip{align-items:center;display:inline-flex}.hub-hero__authors .snowflake-content-chip-image{max-width:56px;line-height:0;margin-right:var(--spacing-03)}.hub-hero__authors .snowflake-person-chip-inner-horizontal{gap:var(--spacing-03)}@media screen and (min-width:1367px){.hub-hero__headline .heading-1-v2{font-size:48px;line-height:44px}}#hub-explore-resources-grid-inner\u003E.container\u003E.cmp-container\u003E.aem-container{display:flex;flex-direction:row;flex-wrap:wrap;gap:24px}#hub-explore-resources-grid-inner\u003E.container\u003E.cmp-container\u003E.aem-container::before,#hub-explore-resources-grid-inner\u003E.container\u003E.cmp-container\u003E.aem-container::after{display:none}#hub-explore-resources-grid-inner\u003E.container\u003E.cmp-container\u003E.aem-container\u003Ediv{width:calc(25% - 18px)}.text-color-text-05 .snowflake-text h2,.text-color-text-05.cq-Editable-dom h2,.text-color-text-05 .snowflake-text h3,.text-color-text-05.cq-Editable-dom h3,.text-color-text-05 .snowflake-text h4,.text-color-text-05.cq-Editable-dom h4,.text-color-text-05 .snowflake-text h5,.text-color-text-05.cq-Editable-dom h5,.text-color-text-05 .snowflake-text h6,.text-color-text-05.cq-Editable-dom h6{color:#000 !important}",":type":"snowflake-site/components/markup-editor","isGSAPEnabled":false},"markup_editor_597730182":{"id":"markup-editor-42a7b1a3c6","title":" ","cssContent":".sf-copy-markdown [data-copy-md]{display:inline-flex;align-items:center;gap:6px;padding:8px 16px;font-family:'Texta',sans-serif;text-transform:uppercase;font-weight:800 !important;font-size:14px;font-weight:500;color:#11567f;background:#f0faff;border:1px solid #b8e6f9;border-radius:24px;cursor:pointer;transition:background .2s ease,border-color .2s ease,color .2s ease}.sf-copy-markdown [data-copy-md]:hover{background:#ddf3fc;border-color:#29b5e8}.sf-copy-markdown [data-copy-md][data-copied=\"1\"]{color:#0f7b3e;background:#ecfdf5;border-color:#6ee7a0;pointer-events:none}.sf-copy-markdown [data-copy-md] svg{flex-shrink:0}.longform-conten .snowflake-content-chip-white-bg .snowflake-content-chip{box-shadow:0 0 24px 4px rgba(0,0,0,.02),0 4px 8px 0 rgba(0,0,0,.04);flex-direction:row-reverse;align-items:center}.longform-conten .snowflake-content-chip-button{display:none}.longform-conten .snowflake-content-chip-image__inner{aspect-ratio:5 / 3;display:flex;justify-content:center;align-items:center;background-color:var(--ui-01);border-radius:4px}.longform-conten .snowflake-content-chip-image{margin-right:0;margin-left:48px}.longform-conten .snowflake-content-chip-image img{width:50%;border-radius:0 !important;object-fit:contain}.longform-content .black-blue-text-color .snowflake-title-v2-line:not(:first-child){font-size:14px !important;font-weight:400 !important;color:rgba(0,0,0,.6) !important;margin-top:8px !important}.page-toc ul li:first-child{padding-top:0 !important}.page-toc ul li:last-child{padding-bottom:0 !important}.seo-hub__top-bar \u003E .container \u003E .cmp-container \u003E .aem-container \u003E div:first-child{flex-grow:1}.sf-copy-markdown{margin-top:40px !important}.page-toc ul{margin-top:16px !important}.seo-hub__top-bar \u003E .container \u003E .cmp-container \u003E .aem-container{display:flex;justify-content:space-between}.sf-copy-markdown{}.callout.snowflake-text p:not(:first-child){margin-top:var(--spacing-01)}.callout \u003E span \u003E p:first-child \u003E strong,.callout \u003E span \u003E p:first-child \u003E b{text-transform:uppercase;font-family:'Texta',sans-serif;font-size:16px !important;color:var(--ui-01) !important}.seo-hub-hero__subheadline p{max-width:50ch}.tag-group ul{list-style-type:none;padding:0;margin:0;display:flex;flex-direction:row;row-gap:12px;column-gap:8px;align-items:center;flex-wrap:wrap}.tag-group ul li:first-child{flex-shrink:0}.tag-group ul li a{display:inline-block;padding:2px 12px;border-radius:48px;background-color:#ededed;color:#666;font-size:14px !important}@media screen and (min-width:1367px){.seo-hub-hero__headline span.snowflake-title-v2-line{font-size:56px !important}}.callout.snowflake-text p:not(:first-child){margin-top:var(--spacing-01)}.callout \u003E span \u003E p:first-child \u003E b{text-transform:uppercase;font-family:'Texta',sans-serif;font-size:16px !important;color:var(--ui-01) !important}.seo-hub-hero__subheadline p{max-width:80ch}#hero:has(.snowflake-youtube-lite) .seo-hub-hero__subheadline p{max-width:50ch}.tag-group ul{list-style-type:none;padding:0;margin:0;display:flex;flex-direction:row;row-gap:12px;column-gap:8px;align-items:center;flex-wrap:wrap}.tag-group ul li:first-child{width:100%;flex-shrink:0}.tag-group ul li a{display:inline-block;padding:2px 12px;border-radius:48px;background-color:#ededed;color:#666;font-size:14px !important}@media screen and (min-width:1367px){.seo-hub-hero__headline span.snowflake-title-v2-line{font-size:56px !important}}",":type":"snowflake-site/components/markup-editor","isGSAPEnabled":false},"markup_editor":{"id":"markup-editor-7da4ca8a7b","title":" ","cssContent":"div.snowflake-breadcrumb a.snowflake-breadcrumb-item,.snowflake-breadcrumb div.snowflake-breadcrumb-item{text-transform:none;font-weight:500}.snowflake-breadcrumb svg{display:none !important}.snowflake-breadcrumb a:has(svg)::after{content:'/';margin:0 12px;color:#666}.hub-sidebar{padding:0 40px}.sticky-sidebar{max-width:340px;margin-left:auto}.page-toc ul{list-style-type:none;padding:0}.page-toc li{padding:8px 16px;border-left:4px solid var(--ui-01);cursor:pointer;transition:300ms ease all}.page-toc li:hover{color:var(--ui-01);border-color:#7fd3f1;transition:300ms ease all}.callout,.customer-card{background-color:#eef9fd;border-left:4px solid var(--ui-01);padding:24px 24px 24px 32px;border-radius:4px}.logo-container{max-width:180px}.longform-content li{margin-top:1rem !important}div.longform-content p{max-width:80ch}.bolder .snowflake-title-v2-line{font-weight:900 !important}.border-top\u003Ediv{border-top:1px solid #ccc;padding-top:48px}.related-topics ul{list-style-type:none;padding:0;margin:0;display:flex;gap:8px;flex-wrap:wrap}.related-topics li{display:inline-block;border:1px solid #ccc;padding:4px 12px;border-radius:24px}div.longform-content .snowflake-text h2,div.longform-content .snowflake-text .heading-2-v2,div.longform-content .snowflake-text h3,div.longform-content .snowflake-text .heading-3-v2,div.longform-content .snowflake-title-v2 .heading-3-v2,div.longform-content .snowflake-text h4,div.longform-content .snowflake-text .heading-4-v2,div.longform-content .snowflake-title-v2 .heading-4-v2,div.longform-content .snowflake-text h5,div.longform-content .snowflake-text .heading-5-v2,div.longform-content .snowflake-title-v2 .heading-5-v2,div.longform-content .snowflake-text h6,div.longform-content .snowflake-title-v2 .heading-6-v2,div.longform-content .snowflake-text .heading-6-v2{text-transform:none !important}div.longform-content .snowflake-text h2,div.longform-content .snowflake-text .heading-2-v2,div.longform-content .snowflake-text h3,div.longform-content .snowflake-text .heading-3-v2,div.longform-content .snowflake-text h4,div.longform-content .snowflake-text .heading-4-v2,div.longform-content .snowflake-text h5,div.longform-content .snowflake-text .heading-5-v2,div.longform-content .snowflake-text h6,div.longform-content .snowflake-text .heading-6-v2{margin-top:1.5rem !important;line-height:1.1 !important}div.longform-content .snowflake-text h3,div.longform-content .snowflake-text .heading-3-v2,div.longform-content .snowflake-title-v2 .heading-3-v2,div.longform-content .snowflake-text h4,div.longform-content .snowflake-text .heading-4-v2,div.longform-content .snowflake-title-v2 .heading-4-v2,div.longform-content .snowflake-text h5,div.longform-content .snowflake-text .heading-5-v2,div.longform-content .snowflake-title-v2 .heading-5-v2,div.longform-content .snowflake-text h6,div.longform-content .snowflake-text .heading-6-v2,div.longform-content .snowflake-title-v2 .heading-6-v2{font-family:Lato,sans-serif !important;font-weight:800 !important}div.longform-content .snowflake-text h2,div.longform-content .snowflake-text .heading-2-v2,div.longform-content .snowflake-title-v2 .heading-2-v2{text-transform:none !important;font-size:28px !important}div.longform-content .snowflake-text h3,div.longform-content .snowflake-text .heading-3-v2,div.longform-content .snowflake-title-v2 .heading-3-v2{font-size:22px !important}div.longform-content .snowflake-text h4,div.longform-content .snowflake-text .heading-4-v2,div.longform-content .snowflake-title-v2 .heading-4-v2{font-size:18px !important}div.longform-content .snowflake-text h5,div.longform-content .snowflake-text .heading-5-v2,div.longform-content .snowflake-title-v2 .heading-5-v2{font-size:16px !important}div.longform-content .snowflake-text h6,div.longform-content .snowflake-text .heading-6-v2,div.longform-content .snowflake-title-v2 .heading-6-v2{font-size:14px !important}@media screen and (min-width:992px){div.longform-content .snowflake-text h2,div.longform-content .snowflake-text .heading-2-v2,div.longform-content .snowflake-title-v2 .heading-2-v2{font-size:38px !important}div.longform-content .snowflake-text h3,div.longform-content .snowflake-text .heading-3-v2,div.longform-content .snowflake-title-v2 .heading-3-v2{font-size:26px !important}div.longform-content .snowflake-text h4,div.longform-content .snowflake-text .heading-4-v2,div.longform-content .snowflake-title-v2 .heading-4-v2{font-size:22px !important}div.longform-content .snowflake-text h5,div.longform-content .snowflake-text .heading-5-v2,div.longform-content .snowflake-title-v2 .heading-5-v2{font-size:18px !important}div.longform-content .snowflake-text h6,div.longform-content .snowflake-text .heading-6-v2,div.longform-content .snowflake-title-v2 .heading-6-v2{font-size:16px !important}}.sticky-sidebar .page-toc li.is-active{font-weight:600;color:var(--snow-blue,#29b5e8)}.sticky-sidebar .page-toc li[data-anchor]{cursor:pointer}.longform-content table{margin-top:24px;margin-bottom:24px;width:100%;background-color:var(--ui-background-01);border-collapse:collapse;border:2px solid var(--ui-background-09);font-family:'Lato',sans-serif;color:var(--ui-background-09)}.longform-content table thead{background-color:var(--ui-01)}.longform-content th,.longform-content td{min-width:120px;border:2px solid var(--ui-background-09);padding:var(--spacing-01)}.longform-content ol{margin-top:0 !important}.longform-content ol li{margin-bottom:1rem !important}.longform-content ul li{margin:0;padding:0 0 0 32px;position:relative}.longform-content ul{list-style-type:none}.longform-content ul li::before{content:\"\";display:block;border-radius:100%;background:#29b5e8;width:18px;height:18px;position:absolute;top:4px;left:0;border:5px solid #e5f2f7;box-sizing:border-box}.seo-customer.snowflake-card-v2-advanced-horizontal .snowflake-card-v2-advanced-image-container{max-width:200px}.seo-customer.snowflake-card-v2-advanced-horizontal .snowflake-card-v2-advanced-image-container img{object-fit:contain}.related-topics-outer-container \u003E .container \u003E .cmp-container \u003E .aem-container{display:flex;flex-direction:row}.related-topics-outer-container \u003E .container \u003E .cmp-container \u003E .aem-container \u003E div{width:auto !important;margin:0 !important}.related-topics-outer-container \u003E .container \u003E .cmp-container \u003E .aem-container \u003E div:first-child{margin-right:16px !important;flex-shrink:0}","jsContent":"(function(){var OFFSET=100;if(window.gsap&&window.ScrollTrigger){gsap.registerPlugin(ScrollTrigger);var sidebar=document.querySelector('.sticky-sidebar');var body=document.querySelector('.longform-content');if(sidebar&&body){ScrollTrigger.create({trigger:sidebar,start:'top 100px',endTrigger:body,end:'bottom bottom',pin:sidebar,pinSpacing:false});}}document.addEventListener('click',function(e){var li=e.target.closest('li[data-anchor]');if(!li)return;var slug=li.getAttribute('data-anchor');var heading=document.querySelector('.anchor-title--'+CSS.escape(slug));if(!heading)return;e.preventDefault();var top=heading.getBoundingClientRect().top+window.pageYOffset-OFFSET;window.scrollTo({top:top,behavior:'smooth'});history.replaceState(null,'','#'+slug);},false);var headings=document.querySelectorAll('[class*=\"anchor-title--\"]');if(headings.length&&'IntersectionObserver'in window){var io=new IntersectionObserver(function(entries){entries.forEach(function(entry){if(!entry.isIntersecting)return;var cls=Array.from(entry.target.classList).find(function(c){return c.indexOf('anchor-title--')===0;});if(!cls)return;var slug=cls.replace('anchor-title--','');document.querySelectorAll('li[data-anchor]').forEach(function(li){li.classList.toggle('is-active',li.getAttribute('data-anchor')===slug);});});},{rootMargin:'-20% 0px -70% 0px',threshold:0});headings.forEach(function(h){io.observe(h);});}})();",":type":"snowflake-site/components/markup-editor","isGSAPEnabled":true},"experiencefragment-footer":{"id":"experiencefragment-a4628c7a8f","localizedFragmentVariationPath":"/content/experience-fragments/snowflake-site/language-masters/de/site/footer/master/jcr:content","configured":true,":type":"snowflake-site/components/experiencefragment","xfModelPath":"/content/experience-fragments/snowflake-site/language-masters/de/site/footer/master.xfmodel.json"},"experiencefragment":{"id":"experiencefragment-62af96a339","localizedFragmentVariationPath":"/content/experience-fragments/snowflake-site/language-masters/de/site/footer-legal-disclaimers/master/jcr:content","configured":true,":type":"snowflake-site/components/experiencefragment","xfModelPath":"/content/experience-fragments/snowflake-site/language-masters/de/site/footer-legal-disclaimers/master.xfmodel.json"}},":itemsOrder":["experiencefragment-banner","experiencefragment-header","responsivegrid","modal_container","markup_editor_928258845","markup_editor_597730182","markup_editor","experiencefragment-footer","experiencefragment"],":type":"wcm/foundation/components/responsivegrid"}},":itemsOrder":["root"],"analyticsContentTags":["snowflake-site:taxonomy/content-type/fundamentals"],"analyticsEnabled":true,":hierarchyType":"page",":path":"/content/snowflake-site/global/de/artificial-intelligence/ai-governance/iso-42001","isPasswordProtected":false,"coveoConfig":{"apiKey":"xx335921a6-2a0a-40f2-a167-e390b4766c3d","organizationId":"snowflakecomputingproduction8neljofn","searchHub":"snowflake.com","pipeline":"snowflake.com"},"analyticsDebugMode":false,"analyticsData":{"excludeFromAnalytics":false,"subCategory":"","pageType":"homepage","templateName":"base-page-template54","siteName":"snowflake","pageUrl":"/content/snowflake-site/global/de/artificial-intelligence/ai-governance/iso-42001","language":"de","category":"general","pageName":"ISO/IEC 42001:2023 erklärt: Anforderungen, Kontrollen und Zertifizierung","contentTags":["snowflake-site:taxonomy/content-type/fundamentals"]},"locale":"de"}