ISO/IEC 42001 internes Audit
Aktualisiert am:
Ein internes Audit nach der ISO/IEC 42001 zeigt Ihnen, ob Ihr KI-Managementsystem im Alltag wirklich funktioniert. Entscheidend ist nicht nur, ob Richtlinien, Rollenbeschreibungen oder Nachweise vorhanden sind, sondern ob Freigaben, Kontrollen, Verantwortlichkeiten und Entscheidungen im echten Betrieb zusammenpassen. Mehr zu Aufbau und Anforderungen: ISO/IEC 42001: Überblick und Anforderungen.
Besonders wertvoll wird das Audit, wenn Sie nicht abstrakt „das ganze System“ prüfen, sondern einen konkreten KI-Anwendungsfall durchgängig nachvollziehen: vom Zweck und Geltungsbereich über Datenquellen, Risikobewertung und Freigaben bis zum Live-Betrieb, zu Änderungen und zu realen Outputs. So erkennen Sie Abweichungen zwischen Dokumentation und Praxis frühzeitig und schaffen eine belastbare Grundlage für Verbesserung, Zertifizierungsvorbereitung, das Zusammenspiel mit ISO/IEC 27001 und KI-Risikomanagement nach ISO 42001.
Worauf Sie im Audit wirklich achten sollten
Der eigentliche Zweck eines internen Audits nach ISO/IEC 42001 ist die Bewertung der Wirksamkeit Ihres KI-Managementsystems. Ein Audit ist deshalb mehr als eine Dokumentenprüfung. Es beantwortet die Frage, ob die festgelegten Regeln im Unternehmen so umgesetzt werden, dass KI-Systeme nachvollziehbar, gesteuert und verantwortet betrieben werden können.
Dazu sollten Sie nicht isoliert auf einzelne Vorgaben schauen, sondern auf das Zusammenspiel von Prozessen, Rollen, Freigaben und Kontrollen. Nur wenn diese Elemente miteinander funktionieren, bleiben Entscheidungen entlang des KI-Lebenszyklus nachvollziehbar. Ein sauber beschriebenes Verfahren nützt wenig, wenn Änderungen am Modell informell erfolgen, Freigaben nicht dokumentiert werden oder Verantwortlichkeiten im Tagesgeschäft unklar sind.
Ein belastbares Audit bezieht deshalb immer die operative Realität ein: tatsächliche Nutzung, Änderungen seit der Einführung, aufgetretene Vorfälle, Leistungskennzahlen, Beschwerden, Eskalationen und die gelebte menschliche Aufsicht. Genau hier zeigt sich, ob das System trägt oder nur auf dem Papier vollständig aussieht. Richtig eingesetzt ist das interne Audit kein Pflichttermin zum Abhaken, sondern ein Lern- und Verbesserungsmechanismus, mit dem Sie Ihr KI-Managementsystem gezielt weiterentwickeln.
So bereiten Sie Ihr Audit im KI-Managementsystem sinnvoll vor
Eine gute Vorbereitung entscheidet darüber, ob Ihr Audit konkret und aussagekräftig wird oder in allgemeinen Aussagen stecken bleibt. Sinnvoll ist ein risikoorientierter Zuschnitt auf einen klar abgegrenzten KI-Anwendungsfall.
-
Auditumfang und Kriterien festlegen: Definieren Sie, welches KI-System, welche Prozesse, welche Standorte oder Bereiche und welche Schnittstellen geprüft werden. Auditkriterien sind neben ISO/IEC 42001 auch interne Vorgaben, freigegebene Prozesse, Verträge und gegebenenfalls ergänzende Anforderungen aus Informationssicherheit oder Datenschutz.
-
Den Anwendungsfall konkret beschreiben: Halten Sie Zweck, Nutzerkreis, Datenquellen, eingesetzte Tools, Lieferantenbezug und relevante Rollen fest. So vermeiden Sie ein Audit, das zu abstrakt bleibt.
-
Einen praktikablen Auditplan für Interne Audits im Managementsystem erstellen: Legen Sie Termine, Ansprechpartner, beteiligte Funktionen, Interviewreihenfolge, Stichproben und benötigte Nachweise vorab fest. Dazu gehören beispielsweise Freigaben, Logs, Testberichte, Tickets oder Schulungsnachweise.
-
Unabhängigkeit und Kompetenz absichern: Auditoren sollten die geprüften Tätigkeiten nicht allein selbst verantworten. Gleichzeitig brauchen sie genügend Fachkenntnis zu KI-Governance, Prozessen und Kontrollzielen, um wirksam prüfen zu können.
-
Vorbereitung an realen Risiken ausrichten: Prüfen Sie besonders dort, wo sich Systeme geändert haben, neue Datenquellen eingeführt wurden, Verantwortlichkeiten gewechselt haben oder Unsicherheiten in der Nutzung bestehen. Das ist wertvoller als jede generische Checkliste.
Einen KI-Anwendungsfall Ende zu Ende prüfen
Ein wirksames internes Audit wird besonders greifbar, wenn Sie ein konkretes KI-System über seinen gesamten Lebenszyklus verfolgen. Starten Sie beim Zweck und Geltungsbereich: Wofür wird das System eingesetzt, wer nutzt es, welche Entscheidungen unterstützt es und wo liegen die Grenzen des Einsatzes? Danach prüfen Sie, ob das System vollständig inventarisiert ist und ob Risiken, Verantwortlichkeiten und Kontrollen passend beschrieben wurden.
Im nächsten Schritt gehen Sie tiefer in die Umsetzung: Welche Datenquellen werden genutzt, wie wurden sie freigegeben, welche Lieferanten oder Dienste sind beteiligt, welche vertraglichen Festlegungen bestehen, und wie wurde der Einsatz datenschutzseitig bewertet? Dann folgt der Übergang in den Betrieb: Wer hat das System freigegeben, welcher Modell- oder Versionsstand ist produktiv, welche Konfiguration ist tatsächlich aktiv, und wie werden Änderungen gesteuert?
Besonders aufschlussreich ist der Abgleich zwischen Dokumentation und Realität. Stimmen Verträge, Prozessbeschreibungen, technische Einstellungen und tatsächlich genutzte Versionen überein? Sind menschliche Aufsicht, Incident-Handling, Leistungsüberwachung und Eskalationen nicht nur beschrieben, sondern nachweisbar umgesetzt? Sehr hilfreich ist zusätzlich die Rückwärtsprüfung: Nehmen Sie einen realen Output und verfolgen Sie ihn zurück zu Datenquelle, Modellversion, Prompt-Vorlage, Freigaben und verantwortlichen Rollen. Genau diese Rückverfolgbarkeit macht ein Audit belastbar.
Diese Nachweise und Fragen machen Ihr Audit belastbar
Belastbare interne Audits leben von offenen Fragen und von Nachweisen, die näher an der tatsächlichen Nutzung liegen als an reiner Papierdokumentation. Die folgende Übersicht hilft bei der Vorbereitung.
| Prüfbereich | Typische Nachweise | Passende offene Auditfragen |
|---|---|---|
| Inventarisierung und Zweck | Systeminventar, Einsatzbeschreibung, Rollenmatrix, Geltungsbereich | Welchem Zweck dient das KI-System genau, wer nutzt es und wo endet der freigegebene Einsatzbereich? |
| Datenquellen und Freigaben | Datenfreigaben, Prüfvermerke, Tickets, Verfahrensbeschreibungen | Wer genehmigt neue Datenquellen, nach welchen Kriterien erfolgt die Prüfung und wie werden Änderungen dokumentiert? |
| Lieferanten und externe Dienste | Verträge, Leistungsbeschreibungen, Sicherheits- und Governance-Anforderungen | Welche Zusagen oder Einschränkungen gelten gegenüber dem Anbieter und wie wird deren Einhaltung überwacht? |
| Modell-, Prompt- und Versionssteuerung | Konfigurationen, Versionsstände, Change-Tickets, Freigabeprotokolle | Wie werden größere Modelländerungen, Prompt-Anpassungen oder Toolwechsel geprüft und freigegeben? |
| Menschliche Aufsicht und Nutzung | Berechtigungskonzepte, Schulungsnachweise, Arbeitsanweisungen, Nutzungsprotokolle | Wer darf das System nutzen, welche Entscheidungen erfordern menschliche Prüfung und wie wird das im Alltag sichergestellt? |
| Tests und Wirksamkeitsbewertung | Testberichte, Validierungsprotokolle, Kennzahlen, reale Output-Beispiele | Wie werden Fehlerszenarien getestet und woran erkennen Sie, dass das System im vorgesehenen Rahmen wirksam arbeitet? |
| Vorfälle und Änderungen im Betrieb | Incident-Logs, Eskalationen, Maßnahmenlisten, Monitoring-Berichte | Wie werden Auffälligkeiten erkannt, dokumentiert, bewertet und in Verbesserungen überführt? |
Gerade technische Protokollierung und Rückverfolgbarkeit sind dabei kein reines IT-Detail. Ohne nachvollziehbare Logs, Freigaben und Versionsstände wird Auditierbarkeit schnell zur Vermutung statt zum Nachweis.
Typische Feststellungen, die Sie früh erkennen sollten
Viele Abweichungen wirken auf den ersten Blick klein, haben aber große Auswirkungen auf Nachvollziehbarkeit, Rechenschaft und Governance. Gerade deshalb lohnt es sich, typische Schwachstellen früh gezielt zu prüfen.
-
Unterschiedliche Systemstände in Dokumentation und Betrieb: Richtlinie, Vertrag und produktive Konfiguration beschreiben nicht dasselbe System. Das erschwert die Rückverfolgbarkeit und macht Verantwortlichkeiten unscharf.
-
Unklare Rollen und Freigaben: Es ist nicht eindeutig, wer neue Datenquellen, Prompt-Änderungen, Modellupdates oder den Produktiveinsatz freigibt. Dadurch entstehen Lücken in Steuerung und Rechenschaft.
-
Schwacher Change-Prozess: Änderungen werden technisch umgesetzt, aber nicht formal bewertet oder dokumentiert. Das führt dazu, dass Risiken, Auswirkungen und Verantwortlichkeiten im Nachhinein kaum sauber nachvollziehbar sind.
-
Lücken bei menschlicher Aufsicht: Aufsicht ist beschrieben, aber im Alltag nicht klar operationalisiert. Dann bleibt offen, wann Menschen eingreifen müssen und wie kritische Ergebnisse überprüft werden.
-
Unvollständige Inventare und Nachweise: Nicht alle KI-Systeme, Komponenten, Schnittstellen oder genutzten Dienste sind erfasst. Damit fehlt die Grundlage für wirksame Steuerung.
-
Schwache Verknüpfung von Risiken und Kontrollen: Risiken sind dokumentiert, aber konkrete Maßnahmen, Verantwortliche oder Wirksamkeitsnachweise fehlen. Das mindert den Nutzen des gesamten Managementsystems.
-
Veraltete Vorfalls- oder Schulungsnachweise: Das System wurde weiterentwickelt, aber Trainings, Incident-Dokumentation oder Arbeitsanweisungen wurden nicht nachgezogen. Genau daraus entstehen im Audit oft wiederkehrende Feststellungen.
Wie Sie Feststellungen so berichten, dass sie wirklich weiterhelfen
Ein guter Auditbericht macht nicht nur sichtbar, dass etwas fehlt. Er zeigt klar, was geprüft wurde, anhand welcher Kriterien geprüft wurde, welche Nachweise herangezogen wurden und wo genau Handlungsbedarf besteht. Wer den Bericht später liest, sollte ohne Zusatzgespräch nachvollziehen können, wie die Feststellung entstanden ist.
Besonders hilfreich wird der Bericht, wenn Feststellungen nicht nur an einer Normanforderung festgemacht werden, sondern in ihren Ursachen beschrieben werden. Liegt die Schwäche an einer Prozesslücke, an unklaren Rollen, an fehlender Abstimmung zwischen Fachbereich und IT oder an einer nicht gepflegten Dokumentation? Diese Einordnung macht aus einer formalen Abweichung eine steuerbare Verbesserung.
Empfehlungen sollten dabei die Richtung vorgeben, ohne vorschnell eine einzige Detailmaßnahme vorzuschreiben. Sinnvoll ist zum Beispiel zu beschreiben, dass die Änderungssteuerung für Modell- und Prompt-Anpassungen klarer geregelt und nachweisbar umgesetzt werden muss. Wie das Unternehmen dies konkret organisiert, sollte zum Prozess, zur Systemlandschaft und zu den Verantwortlichkeiten passen.
Wichtig ist außerdem die Nachverfolgung: Maßnahmen sollten nicht nur terminiert und zugeordnet, sondern später auf Wirksamkeit geprüft werden. Erst wenn die Ursache tatsächlich beseitigt oder die Steuerung erkennbar verbessert wurde, zahlt das interne Audit in die kontinuierliche Verbesserung Ihres KI-Managementsystems ein.
Woran Sie vor Stage 1 und Stage 2 wirklich auditreif sind
Vor einer externen Zertifizierungsprüfung zählt vor allem, ob Ihr KI-Managementsystem eingeführt ist und tatsächlich gelebt wird. Auditreife zeigt sich nicht an einer großen Menge an Dokumenten, sondern an klarer Führungsunterstützung, definierten Verantwortlichkeiten, eingeführten Verfahren und verfügbaren Nachweisen aus dem realen Betrieb.
Vor Stage 1 sollte erkennbar sein, dass das Managementsystem aufgebaut, der Geltungsbereich festgelegt, wesentliche Prozesse beschrieben und relevante dokumentierte Informationen vorhanden sind. Außerdem sollten interne Audits und die Bearbeitung erster Feststellungen nicht nur geplant, sondern bereits in die Praxis überführt worden sein. Inkonsistenzen zwischen Richtlinie, Rollenbeschreibung, Verträgen und tatsächlichem Systembetrieb sollten vorab bereinigt sein.
Stage 1 dient in der externen Zertifizierung in der Regel vor allem der Bereitschafts- und Dokumentationsprüfung. Stage 2 geht tiefer in die Wirksamkeit und Umsetzung im Alltag. Dort wird stärker betrachtet, ob Verfahren gelebt werden, ob Nachweise belastbar sind und ob das System in der Praxis funktioniert. Genau deshalb reicht ein „formal vollständiges“ System allein nicht aus.
Auch nach der Erstzertifizierung bleibt das Thema relevant. Überwachungs- und spätere Wiederholungsaudits machen ein wiederkehrendes internes Auditprogramm sinnvoll, damit Änderungen, neue KI-Anwendungsfälle und erkannte Schwächen laufend systematisch aufgegriffen werden.
Wo ISO 42001, ISO 27001 und der EU AI Act zusammenspielen
ISO/IEC 42001 steht nicht isoliert. In vielen Unternehmen überschneidet sich das interne Audit im KI-Managementsystem mit bestehenden Strukturen aus ISO/IEC 27001. Das gilt besonders für Risikobewertung, internes Audit, Incident-Handling, dokumentierte Information, Verantwortlichkeiten und Leistungsüberwachung. Wenn bereits ein Informationssicherheitsmanagementsystem besteht, können diese Elemente oft methodisch anschlussfähig genutzt werden.
ISO/IEC 42001 geht jedoch deutlich über klassische Informationssicherheit hinaus. Im Mittelpunkt stehen KI-spezifische Governance, nachvollziehbare Entscheidungen, menschliche Aufsicht, der Umgang mit Änderungen über den gesamten Lebenszyklus, der kontrollierte Einsatz von Datenquellen sowie die Bewertung von Wirkungen und Grenzen eines KI-Systems. Genau diese Punkte werden in vielen Audits entscheidend, weil sie in reinen Sicherheits- oder Datenschutzprozessen nicht vollständig abgedeckt sind.
Auch für den Umgang mit Anforderungen aus dem Zusammenspiel von EU AI Act und ISO 42001 kann ISO/IEC 42001 eine hilfreiche Grundlage sein, weil sie strukturierte Prozesse, Zuständigkeiten und Nachweise fördert. Sie ersetzt jedoch keine automatische Rechtskonformität. Welche regulatorischen Pflichten tatsächlich gelten, hängt von Rolle, Systemtyp und Einsatzkontext ab.
Für die Praxis ist daher oft ein integrierter Blick sinnvoll: KI-Risikomanagement nach ISO/IEC 42001, die Schnittstellen zu ISO/IEC 27001, die Einordnung zur EU-KI-Verordnung und eine realistische Vorbereitung auf Zertifizierungsaudits. Genau an dieser Stelle unterstützen wir Unternehmen mit praxisnahen internen Audits, verständlicher Normenberatung, passender Zertifizierungsbegleitung und bei Bedarf auch als Externer KI-Managementbeauftragter.