AI Supply Chain Risk (KI-Lieferkettenrisiko)

AI Supply Chain Risk beschreibt die Risiken, die entstehen, wenn Unternehmen KI-Systeme aus vielen externen Bausteinen zusammensetzen: Modellanbieter, Cloud-Infrastruktur, Datenquellen, Embedding-Modelle, Vektordatenbanken, Agenten-Tools, Open-Source-Pakete und API-Integrationen. Anders als bei klassischer Software ist die Lieferkette oft dynamisch: Modelle ändern ihr Verhalten, Preise wechseln, Terms of Service können sich verschieben, Trainingsdaten sind nicht immer transparent und ein einzelner Provider-Ausfall kann ganze Workflows blockieren. Das Risiko liegt deshalb nicht nur in Cybersecurity, sondern auch in Compliance, Verfügbarkeit, Kostenkontrolle, Datenresidenz und strategischer Abhängigkeit. Ein gutes Risikomanagement kartiert alle KI-Abhängigkeiten, bewertet Anbieter nach Kritikalität, prüft Datenflüsse und definiert Fallbacks wie Modell-Routing, Self-Hosting oder manuelle Freigaben. Für Agentensysteme ist das besonders wichtig, weil Agenten selbstständig Tools aufrufen und damit Abhängigkeiten multiplizieren können. Typische Prüfungen betreffen Vertragslaufzeiten, Protokollierung, Subprozessoren, Exportmöglichkeiten, Sicherheitsnachweise und die Frage, ob kritische Prompts oder Kundendaten den Anbieter wechseln dürfen. AI Supply Chain Risk macht sichtbar, wo ein KI-Projekt anfällig ist, bevor es produktiv skaliert.