Ein Vorstand stellt zwei Fragen — welche KI nutzen wir, und wohin fließen unsere Daten — und im Raum wird es still. Nicht, weil niemand gearbeitet hätte. Irgendwer hat einen Fragebogen verschickt, die Antworten gesammelt und ein Register gebaut. Nur ist ein Fragebogen eine Erhebung von Erinnerungen, und ein KI-Inventar ist eine Inventur. Das sind zwei verschiedene Instrumente, und nur eines davon zählt, was tatsächlich im Regal steht.
Vier Gründe, warum die Zählung zu kurz kommt
Gemeldet wird, woran man sich erinnert. Teams erinnern sich an die Systeme, für die sie sich bewusst entschieden haben — den Assistenten, der durch die Beschaffung ging, den Piloten mit eigener Budgetzeile. Das Skript, das eine Kollegin vor neun Monaten für die Vorsortierung eingehender Tickets geschrieben hat, fällt niemandem ein. Es hat sich nie wie ein KI-System angefühlt. Es hat sich wie ein Skript angefühlt.
KI kommt in Dingen an, die längst freigegeben sind. Das ist mengenmäßig die größte Lücke. Ein Anbieter liefert eine Zusammenfassungsfunktion in einem Minor Release aus — in einem Werkzeug, das die Beschaffung vor zwei Jahren freigegeben hat. Niemand hat es gemeldet, weil niemand gefragt wurde: Das Werkzeug hat seinen Namen nicht geändert, als es ein Modell bekam. Ihre Softwareliste ist korrekt und Ihr KI-Inventar ist falsch — gleichzeitig.
Die Kategorien passen nicht zur Wirklichkeit. Ein Formular, das fragt „Nutzen Sie KI?“, sammelt Antworten auf die Frage, die die Leute vermuten. Fragen Sie nach Machine-Learning-Modellen, hören Sie nichts über den Chatbot. Fragen Sie nach Chatbots, hören Sie nichts über den Klassifikator, der die Schadenmeldungen vorsortiert.
Eine Momentaufnahme altert schlecht. Ein Fragebogen stimmt an dem Tag, an dem er geschlossen wird. Danach starten Testphasen, werden Erweiterungen installiert, verdrahtet ein Team über ein langes Wochenende einen Agenten. Sechs Wochen später steuern Sie die Zählung vom letzten Quartal.
Ein Fragebogen erfasst, woran sich jemand erinnert. Eine Inventur erfasst, was im Regal steht.
Benennen Sie es nach seiner Funktion, nicht nach seinem Namen
Der wirksamste Schritt: Suchen Sie nicht nach dem Wort „KI“, sondern nach dem Verhalten. Ein System gehört ins Inventar, wenn es Ihre Daten verarbeitet und daraus eine generierte, abgeleitete oder bewertete Ausgabe erzeugt, auf deren Grundlage anschließend jemand entscheidet. Diese Definition erfasst die nicht gemeldete Anbieterfunktion, das interne Skript und das Tabellen-Plugin — und sie setzt nicht voraus, dass alle dasselbe Vokabular verwenden wie Sie.
Sie gibt Ihnen außerdem einen Test, den die ganze Organisation ohne Glossar anwenden kann: Welche Daten gehen hinein, was kommt heraus, und wer entscheidet auf dieser Grundlage?
Was Sie stattdessen zählen
Discovery besteht aus mehreren Teilzählungen, gerichtet auf Systeme statt auf Menschen. Welche davon Sie durchführen können, hängt davon ab, wie die KI zu Ihnen gekommen ist — manche Organisationen entwickeln selbst, die meisten kaufen nur ein. Mehr als einen Kanal hat aber jede.
- OAuth-Freigaben und verbundene Apps in Ihrem Identity Provider und Ihrer Office-Suite. Für die meisten Organisationen der ertragreichste Kanal: jedes Werkzeug, das Mitarbeitende mit Unternehmensdaten verbunden haben, samt der erteilten Berechtigungen.
- Egress- und DNS-Logs. Ausgehender Verkehr zu Modell-APIs und Inferenz-Endpunkten lässt sich schwer verbergen und leicht aggregieren. Dieser Kanal findet, was niemand gemeldet und niemand verbunden hat.
- Ausgaben. Kreditkartenabrechnungen, Rechnungen, App-Store-Belege. Ein Abonnement ist eine Meldung — eingegangen in der falschen Abteilung.
- Browser-Erweiterungen und Desktop-Agenten auf verwalteten Geräten. Diese Liste hat Ihr Endpoint-Management längst.
- Release Notes und Auftragsverarbeitungsverträge der Software, die Sie ohnehin betreiben. Der Kanal, der die KI findet, die Sie freigegeben haben — ohne es zu wissen.
- Code und Konfiguration, falls in Ihrem Haus entwickelt wird: Dependency-Manifeste wie
package.json, API-Keys und Endpunkte in Konfiguration und Secret-Stores, dazu Prompt- und Agenten-Artefakte — Prompt-Vorlagen, Tool-Definitionen, System-Anweisungen. Prompts sind der klarste Beleg für Absicht im ganzen Bestand, und sie beschönigen selten, nach welchen Daten sie greifen.
Wer auch immer dafür zuständig ist — Ihre Entwicklung, Ihre IT oder Ihr Dienstleister — kann seinen Teil an einem Nachmittag liefern. Die Arbeit besteht darin, jeweils eine Liste zu verlangen statt einer Zusicherung.
Kein Regal allein ergibt den Bestand
Jeder dieser Kanäle ist für sich unvollständig, und sie überlappen unübersichtlich. Egress sieht Verkehr, aber keinen Zweck. OAuth sieht eine Freigabe, aber nicht, ob sie genutzt wird. Code sieht Absicht, aber nicht, was ausgeliefert wurde. Ausgaben sehen eine Lizenz, aber nicht die Mandantenkonfiguration.
Also abgleichen. Legen Sie die Kanäle nebeneinander und behandeln Sie jede Abweichung als Fund, nicht als Rauschen: eine Freigabe ohne Verkehr, Verkehr ohne Verantwortlichen, eine Lizenz ohne Freigabe. Den Fragebogen sollten Sie weiterhin verschicken — als einen Kanal unter mehreren, und besser ohne Schuldfrage. Eine Umfrage, die sich wie eine Prüfung liest, liefert die Antworten, die man für sicher hält.
Wo Sie anfangen
Ziehen Sie die OAuth-Freigaben und einen Monat Egress-Logs und legen Sie beides neben das Register, das Sie schon haben. Dieser Vergleich kostet einen Vormittag und zeigt Ihnen die Größe der Lücke, bevor Sie sich auf eine Methode festlegen. Halten Sie dann pro System die zwei Angaben fest, die ein Inventar später brauchbar machen: welche Daten hineinfließen, und wer auf Basis der Ausgabe entscheidet.
Und setzen Sie ein Datum darauf. Discovery ist kein Projekt, das man abschließt, sondern eine Zählung, die man wiederholt — denn Ihr Bestand nimmt weiter Lieferungen an. Ein Inventar ist an dem Tag korrekt, an dem Sie es schließen, und veraltet ab dem Tag danach.