KI-Artefakte enthalten neue Unternehmenssubstanz

Kurzfassung: Der DOJ-Fall um mutmaßlich entwendete KI-Geschäftsgeheimnisse bei Google macht eine neue Managementlinie sichtbar: Wertschöpfung wandert in KI-Artefakte. Vorlagen, Testfälle, Korrekturen, Protokolle und agentische Abläufe können Vertriebs-, Service- oder Projektwissen so bündeln, dass daraus ein schutzbedürftiges Betriebsmittel entsteht.

KI im Unternehmen ist nicht nur eine Frage von Produktivität und Tool-Auswahl. Sobald Systeme mit echten Angeboten, Kundenfällen, technischen Unterlagen, fachlichen Korrekturen oder Prozessentscheidungen arbeiten, entsteht eine neue Form betrieblicher Substanz. Sie liegt nicht mehr nur in Köpfen, Dokumenten oder Anwendungen, sondern in wiederverwendbaren KI-Bausteinen. Für das KI-Management verändert das die Machtverteilung zwischen Fachbereich, IT, Anbieter und Geschäftsführung: Wer diese Bausteine kontrolliert, kontrolliert zunehmend einen Teil der Wertschöpfung.

Der Auslöser: Geschäftsgeheimnisse stecken auch in KI-Infrastruktur

Das U.S. Department of Justice erhob im März 2024 Anklage gegen einen ehemaligen Google-Softwareingenieur. Ihm wird vorgeworfen, KI-bezogene Geschäftsgeheimnisse entwendet zu haben. Nach Darstellung der Behörde betrafen die Informationen unter anderem Googles Supercomputing-Rechenzentren, die für das Training großer KI-Modelle genutzt werden. Das DOJ erklärte außerdem, der Beschuldigte habe parallel mit zwei chinesischen Unternehmen gearbeitet.

Für normale Unternehmen ist nicht die technische Größenordnung übertragbar. Ein Maschinenbauer, ein Dienstleister oder ein Handelsunternehmen betreibt keine KI-Trainingsinfrastruktur wie ein führendes Technologielabor. Übertragbar ist aber die betriebswirtschaftliche Logik: KI macht bestimmte Teile der Wertschöpfung kompakter, beweglicher und leichter anschlussfähig an andere Umgebungen.

Das betrifft nicht nur Modelle oder Quellcode. In produktiven KI-Anwendungen entstehen Prompt-Vorlagen, Bewertungsdatensätze, Testfälle, fachliche Korrekturen, Integrationen, Nutzungsprotokolle und agentische Arbeitsabläufe. Diese Elemente wirken in Projekten oft wie Nebenmaterial. Tatsächlich können sie zeigen, wie ein Unternehmen kalkuliert, priorisiert, eskaliert, argumentiert oder technische Probleme löst.

Die relevante Einsicht lautet daher: KI-Sicherheit beginnt nicht erst beim Verlust eines Modells. Sie beginnt dort, wo praktische Erfahrung in wiederverwendbare Betriebsmittel übersetzt wird.

Wertschöpfung wandert in unscheinbare Zwischenschichten

Klassische Informationssicherheit schaut auf bekannte Schutzobjekte: personenbezogene Daten, vertrauliche Dokumente, technische Zeichnungen, Quellcode, Finanzzahlen oder Verträge. Diese Sicht bleibt notwendig. Bei produktiver KI reicht sie aber nicht mehr aus, weil geschäftliche Sensibilität oft in der Kombination entsteht.

Ein einzelner Servicefall ist meist nur Kundenkorrespondenz. Tausende korrigierte Serviceantworten können jedoch zeigen, wann Kulanz gewährt wird, welche Fehlerbilder häufig auftreten, wie Eskalationen begründet werden und bei welchen Kundengruppen besondere Vorsicht gilt. Ein einzelnes Angebot ist vertraulich. Eine gepflegte Sammlung aus gewonnenen Ausschreibungen, Preisannahmen, Branchenargumenten und Ausschlussformulierungen enthält bereits Vertriebswissen.

Ähnlich ist es in der Projektabwicklung. Statusberichte, Nachtragsbegründungen, Risikohinweise und Erfahrungsnotizen sind einzeln oft unspektakulär. Wenn ein KI-System daraus verlässliche Vorschläge für Projektsteuerung oder Kundenkommunikation ableitet, entsteht ein operatives Abbild der eigenen Lieferpraxis. Dann ist die Anwendung nicht mehr nur ein Texthelfer, sondern kann zur verbindlichen Datenquelle für Entscheidungen oder Vorentscheidungen werden.

Hier liegt die Wertkettenfolge: Ein Teil der Differenzierung, der früher in eingespielten Teams, informellen Routinen und schwer kopierbarer Erfahrung lag, wandert in strukturierte KI-Artefakte. Das erhöht die Produktivität, weil Wissen schneller nutzbar wird. Es verändert aber auch den Schutzbedarf, weil diese Artefakte exportierbar, teilbar und in Anbieterplattformen einbettbar sind.

Fachbereiche verlieren ihre Exklusivität über Erfahrungswissen

Diese Veränderung ist keine reine IT-Frage. Sie verändert Rollen und Zuständigkeiten. Fachbereiche waren bisher oft die natürlichen Besitzer praktischer Erfahrung: Vertrieb kennt Preislogik und Kundenargumente, Service kennt Kulanzmuster und Fehlerbilder, Projektleitungen kennen Risiken und Nachträge, Einkauf kennt Lieferantenverhalten und Verhandlungsmuster.

Mit KI wird dieses Erfahrungswissen teilweise formalisiert. Es steckt in Beispielen, Korrekturen, Freigaben, Auswertungen und automatisch erzeugten Vorschlägen. Dadurch entsteht eine Machtverschiebung: Der Fachbereich bleibt fachlich verantwortlich, aber IT, Anbieter und Plattformadministratoren können technisch über Zugänge, Speicherung, Protokollierung und Weiterverwendung mitentscheiden.

Das ist besonders relevant bei agentischen Arbeitsabläufen. Damit sind KI-Systeme gemeint, die nicht nur Antworten formulieren, sondern Datenquellen abfragen, Werkzeuge nutzen, Vorgänge vorbereiten oder Aktionen in Unternehmenssystemen anstoßen. Ein Vertriebsassistent, der Kundenhistorien liest, Angebotsbausteine erstellt und CRM-Felder aktualisiert, berührt Preispolitik und Kundensteuerung. Ein Service-Agent, der Tickets klassifiziert, Ersatzteile vorschlägt und Eskalationen vorbereitet, greift in die Lieferpraxis ein. Eine KI in der Projektabwicklung, die Risiken bewertet und Managementberichte erstellt, beeinflusst Entscheidungsqualität.

OpenAI beschrieb 2024, dass staatlich verbundene Bedrohungsakteure KI-Systeme unter anderem für Recherche, Übersetzung, Skripterstellung und operative Unterstützung nutzten und dass entsprechende Nutzungen unterbunden wurden. Das bedeutet nicht, dass jedes B2B-Unternehmen unmittelbar Ziel solcher Akteure ist. Es zeigt aber, dass KI bereits in realen Missbrauchskontexten als Hilfsmittel für Vorbereitung und Durchführung eingesetzt wird.

Für Unternehmen folgt daraus keine pauschale Abwehrhaltung. Die nüchterne Konsequenz lautet: Je stärker KI-Systeme mit internen Daten, Berechtigungen und Arbeitsschritten verbunden werden, desto wichtiger wird betriebliche Nachvollziehbarkeit. Führungskräfte brauchen nicht die vollständige Erklärung jedes Modellparameters. Sie brauchen Transparenz darüber, welche Systeme geschäftskritische Informationen sehen, welche Vorschläge regelmäßig übernommen werden und an welchen Stellen Menschen verbindlich entscheiden.

Beschaffung entscheidet über Kontrolle der eigenen Wertschöpfung

Viele Unternehmen entwickeln KI-Anwendungen nicht selbst. Sie nutzen Standardsoftware, Cloud-Dienste, Modellanbieter, Integratoren oder Branchenlösungen. Gerade bei KI im Mittelstand ist das wirtschaftlich naheliegend. Die Beschaffungsfrage darf sich dann aber nicht auf Funktionen, Lizenzkosten und Einführungsaufwand beschränken.

Wenn eine Plattform Angebotslogik, Servicekorrekturen, Projekthistorien oder technische Spezifikationen verarbeitet, entsteht Anbieterabhängigkeit nicht nur durch Schnittstellen. Sie betrifft betriebliches Wissen. Vorlagen, Testfälle, Bewertungsdaten, Protokolle und fachlich eingestellte Abläufe können mit der Zeit wertvoller werden als die ursprüngliche Softwarekonfiguration.

Für Geschäftsführung, Einkauf, IT und Fachbereiche werden deshalb konkrete Punkte relevant: Wo werden Eingaben, Ausgaben und Nutzungsprotokolle gespeichert? Dürfen Inhalte oder Korrekturen zur Verbesserung von Modellen genutzt werden? Wie ist Mandantentrennung geregelt? Welche Administrationsrechte besitzt der Anbieter? Lassen sich Vorlagen, Testfälle, Bewertungsdaten und Prozessregeln bei einem Wechsel exportieren oder löschen? Kann das Unternehmen gegenüber Kunden belegen, wie deren Daten in KI-gestützten Abläufen behandelt werden?

Die Executive Order der US-Regierung vom Oktober 2023 zur sicheren, geschützten und vertrauenswürdigen Entwicklung und Nutzung von KI ist für deutsche Unternehmen keine direkte Betriebsanleitung. Sie macht aber sichtbar, dass Sicherheit, Schutzmaßnahmen und Governance leistungsfähiger KI-Systeme politisch und wirtschaftlich nicht mehr als Randthemen gelten. Im B2B-Geschäft wird daraus zunehmend ein Vertrauensnachweis: Kunden wollen wissen, ob in der Leistungserbringung KI eingesetzt wird, welche Daten ausgeschlossen bleiben, welche Anbieter beteiligt sind und wie fachliche Prüfung erfolgt.

Für einen KMU-Manager ist die operative Konsequenz klar: Eine produktive KI-Anwendung in Vertrieb, Service, Projektabwicklung oder Technik sollte nicht nur nach Zeitersparnis bewertet werden. Entscheidend ist, ob sie bereits geschäftskritisches Erfahrungswissen sammelt. Wenn ja, gehören Anbieterbedingungen, Zugriffe, Protokolle, Exportfähigkeit und fachliche Eigentümerschaft in die Führungsentscheidung vor der Skalierung.