RACI klärt, wer verantwortlich ist. Aber wer stellt sicher, dass die richtigen Informationen zur richtigen Zeit in richtiger Qualität verfügbar sind? Das ist die Frage, die RACKI beantwortet — mit KI als strukturell verankerter Kontrollinstanz. Nicht als Ersatz menschlicher Entscheidung. Als Garant ihrer Qualität.

01Was RACI kann. Und was nicht.

Stellen Sie sich ein Cockpit vor. Pilot und Copilot sind klar definiert. Die Checkliste vor dem Start ist vollständig abgearbeitet. Rollen, Verantwortungen, Kommunikationswege — alles stimmt. Und trotzdem zeigt das Höhenmessgerät falsche Werte, weil ein Sensor seit Tagen nicht kalibriert wurde.

Das ist das RACI-Problem im übertragenen Sinne.

Das RACI-Modell — Responsible, Accountable, Consulted, Informed — ist seit Jahrzehnten ein bewährtes Werkzeug des Prozessmanagements. Es beantwortet eine wichtige Frage: Wer ist wofür zuständig? In einer Zeit, in der Reibungsverluste vor allem durch unklare Verantwortlichkeiten entstanden, war das die richtige Frage.

Aber moderne Wissens- und Verwaltungsarbeit hat eine andere Problemstruktur. Die Rollen sind oft klar. Was fehlt, ist etwas anderes.

02Die eigentliche Reibung: Informationsqualität

Die Frage, die RACI nicht stellt, lautet: Wer oder was stellt kontinuierlich sicher, dass die richtigen Informationen zur richtigen Zeit in richtiger Qualität im richtigen System verfügbar sind?

In komplexen Prozessen scheitern Übergaben selten, weil niemand zuständig ist. Sie scheitern, weil Dokumente veralten, bevor sie genutzt werden. Weil Daten in unterschiedlichen Systemen nicht konsistent sind. Weil Informationen an Schnittstellen verloren gehen, Rückmeldungen zu spät ankommen oder manuelle Prüfungen schlicht unter dem Radar bleiben.

Das ist die blinde Stelle des klassischen Prozessmanagements — und der Ausgangspunkt für RACKI.

03Von RACI zu RACKI — die fünfte Dimension

RACKI erweitert das bewährte Modell um genau einen Buchstaben: K.

K steht für KI-gestützte Kontrolle. Diese fünfte Dimension verändert die Grundlogik des Prozessmanagements — nicht durch eine neue menschliche Rolle, sondern durch eine strukturell verankerte Prüfinstanz, die KI systematisch in den Prozessfluss einbettet.

Dabei gilt von Anfang an eine klare Grenze: K entscheidet nicht. K gibt nicht frei. K verantwortet nichts. K prüft. K markiert. K warnt. K vergleicht. K macht sichtbar. Die Entscheidung bleibt, wo sie hingehört: beim Menschen.

04Was K konkret bedeutet — sieben Prüfdimensionen

K ist kein vager KI-Einsatz. Die Kontrolldimension ist operational definierbar — entlang von sieben messbaren Prüffeldern, die gemeinsam die Qualität einer Prozesskette sichern:

Diese sieben Felder machen RACKI handhabbar: Sie lassen sich auf konkrete Prüfaufgaben herunterbrechen, toolgestützt umsetzen und — entscheidend — in klare menschliche Freigabepunkte übersetzen.

05KI kontrolliert. Menschen entscheiden. Warum diese Trennung das Fundament ist.

Diese Formulierung klingt technisch. Sie trifft aber einen kulturellen Kern: Wer KI in Prozessen einsetzt, muss vorher entschieden haben, was KI darf — und was nicht. RACKI macht diese Entscheidung sichtbar und strukturierbar. Die K-Dimension ist keine Blackbox, sondern ein definierbarer Prüfauftrag — mit klarem Umfang, klaren Grenzen und einem menschlichen Freigabepunkt dahinter.

Das ist kein Kompromiss zwischen Automatisierung und Kontrolle. Es ist das Modell.

Aus meiner eigenen Arbeit mit dokumentenintensiven Prozessen weiß ich: Die Frage ist nie, ob KI helfen kann. Die Frage ist, ob wir wissen, wo der Mensch eingreifen muss — und ob das strukturell abgesichert ist. RACKI gibt darauf eine Antwort.

06Automation Bias — das Risiko, das zu selten benannt wird

KI-Einsatz ohne strukturierte menschliche Prüfpunkte erzeugt ein gut untersuchtes Risiko: Automation Bias — die Tendenz, maschinellen Empfehlungen auch dann zu folgen, wenn sie falsch sind.

Das Georgetown Center for Security and Emerging Technology beschreibt in seinem Issue Brief von 2024 drei Faktoren, die Automation Bias systematisch erzeugen: individuelle Eigenschaften des Nutzers, Eigenschaften des KI-Systems selbst — und organisatorische Rahmenbedingungen. Das Risiko ist damit kein Nutzerproblem, sondern ein Architekturproblem. Es muss im Prozessdesign adressiert werden, nicht im Nutzungshinweis.

Und es ist nicht klein: Deloitte berichtete 2025, dass 47 % der befragten Führungskräfte bereits wesentliche Entscheidungen auf Basis von KI-Ausgaben getroffen hatten, die nachträglich als fehlerhaft identifiziert wurden.

RACKI begegnet diesem Risiko durch eine strukturelle Maßnahme: die klare Rollentrennung zwischen KI-Prüfung und menschlicher Entscheidung. Diese Trennung ist kein Luxus. Sie ist Designprinzip — und, wie der nächste Abschnitt zeigt, inzwischen auch Rechtspflicht.

07Der EU AI Act sagt dasselbe — nur verbindlicher

Was RACKI als Denkmodell vorschlägt, schreibt der europäische Rechtsrahmen für einen wachsenden Anwendungsbereich bereits vor.

Artikel 14 des EU AI Act (2024) verpflichtet Anbieter und Betreiber von KI-Systemen in kritischen Prozessen zur aktiven menschlichen Aufsicht. Und er nennt dabei explizit die Gefahr der Überabhängigkeit von KI-Ausgaben als adressierpflichtiges Risiko — Deployer müssen sicherstellen, dass diese Tendenz erkannt und strukturell begrenzt wird.

Das ist kein akademischer Hinweis. Das ist eine Rechtspflicht, die schrittweise für immer mehr Prozessbereiche gilt.

Wer KI in Prozessen einsetzt, die qualitative, regulatorische oder organisationale Konsequenzen haben, braucht eine belegbare Antwort auf die Frage: Wo sitzt der Mensch im Loop? RACKI strukturiert genau diese Antwort — und macht sie dokumentierbar.

08Good Practice: RACKI in einem dokumentenintensiven Prozess

Ein gutes Anschauungsbeispiel für RACKI ist ein Prozesstyp, den viele Organisationen kennen: ein regelmäßig wiederkehrender Prüf- und Zulassungsprozess mit hoher Dokumentenlast, vielen Beteiligten, mehreren Systemen, Fristenabhängigkeit und einem regulatorischen Rahmen.

In solchen Prozessen entstehen die Reibungsverluste nicht dort, wo Verantwortlichkeiten unklar sind — die sind oft sehr gut definiert. Sie entstehen an den Übergabepunkten: wenn ein Dokument veraltet ist, eine Rückmeldung fehlt, eine Zahlenspalte nicht zur Gesamtlogik passt oder ein Nachweis einfach nicht da ist.

Genau hier greift K.

KI prüft, ob alle Pflichtdokumente vorliegen. Sie erkennt Versionskonflikte. Sie markiert, wenn eine Frist näher rückt. Sie macht sichtbar, welche Übergabe anschlussfähig ist — und welche nicht. Der Mensch bekommt keinen Berg Rohdaten, sondern einen vorbereiteten Blick auf das, was seine Aufmerksamkeit wirklich braucht.

Das ist kein futuristisches Szenario. Es ist mit bestehenden Werkzeugen umsetzbar — wenn die Prozessarchitektur stimmt. Und genau das ist das entscheidende Wort.

09Hinter RACKI steht eine Architektur

RACKI ist für mich kein abgeschlossenes Modell. Es ist ein Eingangsprinzip.

Wer die K-Dimension konsequent denkt, öffnet eine Tür zu etwas Größerem: einer Workflow-Architektur, die KI nicht als Add-on behandelt, sondern als strukturellen Bestandteil des Prozesses — mit definierten Prüfaufgaben, klaren Freigabepunkten und nachvollziehbaren menschlichen Entscheidungsmomenten an den richtigen Stellen.

Stellen Sie sich ein Netz vor, das vom Rand her gespannt wird: Erst wenn die Anker klar sind — die menschlichen Verantwortungs- und Entscheidungspunkte — kann das Ganze tragen. KI füllt die Maschen. Menschen halten die Anker.

Ich arbeite gerade daran, auf dieser Grundlage eine konkrete Prozessstruktur aufzubauen: smarter, transparenter, menschlich steuerbarer. RACKI ist der Denkrahmen. Was dahinter steht, ist Organisations- und Umsetzungsarbeit. Aber der erste Schritt ist dieser: zu klären, wo KI kontrollieren darf — und wo der Mensch das letzte Wort hat. Und dann diese Entscheidung im Prozess sichtbar zu machen.

10Was das Zielbild von uns fordert

RACKI ist keine Softwarelösung. Es ist ein Denk- und Gestaltungsprinzip. Wer smarte Prozesse will — verlässlich, transparent, menschlich kontrollierbar — muss vier Dinge tun:

1. Rollen klären Wer entscheidet? Wer prüft? Wer wird informiert? Das klassische RACI bleibt die Basis. RACKI erweitert es, ersetzt es nicht.
2. KI-Einsatzgrenzen definieren Wo darf KI prüfen, markieren, warnen? Wo nicht? Diese Grenze muss bewusst und dokumentiert gezogen werden — nicht im Nachhinein, sondern im Prozessdesign.
3. Freigabepunkte bauen Jede KI-Empfehlung braucht einen menschlichen Prüfpunkt. Nicht als Bremse, sondern als Qualitätssicherung. Und als Schutz vor Automation Bias.
4. Automation Bias aktiv adressieren Strukturelle Maßnahmen statt guter Absichten: Wer KI einsetzt, muss sicherstellen, dass menschliche Prüfung nicht zur Formalie wird. Der EU AI Act macht das zur Pflicht — es sollte aber auch ohne gesetzlichen Druck gelten.

Das klingt nach Aufwand. Es ist Aufwand — einmalig, beim Architekturentwurf. Was danach entsteht, sind Prozesse, in denen Menschen weniger suchen, weniger nachprüfen und weniger korrigieren müssen. Und mehr Zeit für das haben, was Menschen wirklich gut können: bewerten, entscheiden, kommunizieren, gestalten.

Das ist das Zielbild. RACKI ist der Weg dorthin.