Im Frühjahr 2026 veröffentlichte das NIST ein Dokument zur Taxonomie von KI-Risiken in regulierten Umgebungen. Eine der unscheinbarsten Formulierungen darin lautet sinngemäß: “The attribution of AI-assisted decisions remains unresolved in current governance frameworks.”

Unresolved ist das richtige Wort. Nicht ungeklärt im Sinne von: wir wissen nicht, wer zuständig ist. Sondern ungeklärt im tieferen Sinne: die bestehenden Kategorien reichen nicht aus, um die Frage überhaupt präzise zu stellen.


Der Grund liegt nicht in fehlenden Werkzeugen. Er liegt in einer stillen Verschiebung, die mit der Verbreitung regelintelligenter und regelentwerfender Agenten eingetreten ist: Entscheidungen entstehen jetzt an einem Ort, an dem klassische Zurechnungslogik strukturell versagt.

Um diesen Ort präzise zu bestimmen, braucht es eine Unterscheidung, die im Governance-Diskurs meist fehlt. Der regelgebundene Agent wendet vorgegebene Normen an, ohne sie zu interpretieren. Er ist zuverlässig, berechenbar und institutionell transparent — solange die Regeln, nach denen er operiert, selbst adäquat sind. Der regelintelligente Agent tut mehr: Er interpretiert Regeln, wägt Zwecke gegeneinander ab und handelt auch dort, wo Normen schweigen oder konkurrieren. Das erfordert Urteilsvermögen und erzeugt Begründungspflichten. Der regelentwerfende Agentschließlich gestaltet die Regelstruktur selbst — explizit durch Normentwürfe oder implizit durch Präzedenzfälle, die sich als Norm verstetigen.

Diese Unterscheidung ist nicht graduell. Sie markiert qualitativ verschiedene Zurechnungslagen. Was folgt, gilt primär für regelintelligente und regelentwerfende Agenten — und es gilt für beide aus je verschiedenen Gründen.


Was Zurechenbarkeit bedeutet — und warum sie zählt

Zurechenbarkeit ist kein bürokratisches Konzept. Sie ist die Grundlage jeder institutionellen Ordnung.

Eine Organisation funktioniert, weil Entscheidungen auf Entscheidungsträger zurückgeführt werden können — auf Personen, Rollen, Gremien, die für das eintreten, was sie entschieden haben. Max Weber hat das als Kern der rationalen Bürokratie beschrieben: Kompetenzabgrenzung, Aktenmäßigkeit, Verantwortlichkeit. Niklas Luhmann hat es anders gewendet: Organisationen reproduzieren sich durch Entscheidungen, und Entscheidungen setzen Entscheidungsprämissen voraus — sie sind eingebettet in eine Kette von Vorentscheidungen, die die aktuelle Entscheidung ermöglichen und begrenzen.

In beiden Lesarten gilt: Eine Entscheidung, die sich keiner dieser Ketten zuordnen lässt, ist institutionell problematisch — nicht weil sie notwendigerweise falsch ist, sondern weil sie nicht verantwortet werden kann.

  • Warum herkömmliche Zugangssysteme an agentischer KI scheitern
  • Wer darf Regeln setzen? Der institutionell situierte Agent und die Governance-Architektur von NEXIS
  • Wenn der Akteur keine Person mehr ist: KI-Agenten und das Scheitern des menschzentrierten IAM