KI im Whistleblowing und Fallmanagement

Wo herkömmliche Whistleblowing-Programme Risiken bergen

Programme für Whistleblowing und Fallmanagement umfassen sensible Informationen, komplexe Prozesse und Entscheidungen, die erhebliche Auswirkungen auf Hinweisgeber und Unternehmen haben können.

Einige häufige Herausforderungen können es erschweren, solche Programme wirksam zu managen.

Angst vor Vergeltungsmaßnahmen

Die Angst vor Vergeltungsmaßnahmen ist nach wie vor eine große Hürde, wenn es darum geht, Bedenken anzusprechen. Hinweisgeber befürchten möglicherweise, identifiziert, bloßgestellt, degradiert, suspendiert oder entlassen zu werden, nachdem sie eine Meldung abgegeben haben.

Um dem entgegenzuwirken, braucht es Meldeprozesse, die die Vertraulichkeit schützen und, wo angemessen, anonyme Meldungen ermöglichen.

Die Herausforderung besteht darin, genügend Informationen für die Untersuchung eines Hinweises zu erfassen, ohne die Entscheidung des Hinweisgebers für Anonymität zu gefährden. Dialogbasierte KI kann Hinweisgeber durch relevante Rückfragen führen und gleichzeitig ihre Anonymität wahren.

Eingeschränkter Zugang zu Meldekanälen

Hinweisgeber haben unterschiedliche Präferenzen, wenn es darum geht, Bedenken zu äußern. Manche fühlen sich mit einem digitalen Meldekanal wohler, insbesondere bei sensiblen Themen. Andere möchten lieber direkt mit einem geschulten Ansprechpartner sprechen.

Auch Sprache, Standort, Tätigkeit und Zugang zu Technologie beeinflussen, wie jemand eine Meldung abgibt.

Verschiedene Meldeoptionen – darunter Web-, Mobil- und Hotline-Kanäle – ermöglichen es Hinweisgebern, den für ihre jeweilige Situation passenden Weg zu wählen. Übersetzungsfunktionen tragen zusätzlich dazu bei, Sprachbarrieren in globalen Belegschaften abzubauen und damit eine wesentliche operative Hürde zu überwinden.

Uneinheitliche Kommunikation mit Hinweisgebern

Für Hinweisgeber endet der Meldeprozess nicht mit dem Absenden einer Meldung.

Die Kommunikation während einer Untersuchung trägt dazu bei, das Vertrauen darin zu stärken, dass das Unternehmen die geäußerten Bedenken ernst nimmt. Eine langsame, uneinheitliche oder ausbleibende Kommunikation kann hingegen das Gegenteil bewirken.

KI-gestützte Übersetzungen helfen Untersuchenden, auch nach Eingang einer Meldung sprachübergreifend mit Hinweisgebern zu kommunizieren. Sie können übersetzte Nachrichten prüfen und in ihrer bevorzugten Sprache antworten, während die ursprüngliche Kommunikation weiterhin verfügbar bleibt. So lassen sich Sprachbarrieren reduzieren, ohne die Untersuchenden aus einem sensiblen Dialog herauszunehmen.

Wie KI bei der Erfassung und Ersteinschätzung von Meldungen unterstützen kann

Eine der praktischsten Einsatzmöglichkeiten von KI in Whistleblowing-Programmen beginnt bereits beim Eingang einer Meldung.

Herkömmliche Prozesse zur Meldungserfassung können dazu führen, dass Untersuchenden wichtige Informationen fehlen oder erheblicher manueller Aufwand erforderlich ist, um zu bestimmen, wie ein Fall eingeordnet und weitergeleitet werden soll. KI kann bei mehreren dieser Aufgaben unterstützen. Die Verantwortung dafür, die Informationen zu prüfen und über die nächsten Schritte zu entscheiden, bleibt jedoch bei den Untersuchenden.

Dialogbasierte Meldungen mit KI

Ein dialogbasierter KI-gestützter Meldeprozess kann Fragen an die Bedenken anpassen, die ein Hinweisgeber beschreibt. Statt ausschließlich einer festgelegten Abfolge von Fragen zu folgen, kann die KI gezielt relevante Informationen erfragen, die Untersuchenden dabei helfen, den gemeldeten Sachverhalt besser zu verstehen.

Hinweisgeber sollten dennoch jederzeit Zugang zu menschlicher Unterstützung haben – wenn sie diese wünschen oder wenn die jeweilige Situation besondere Aufmerksamkeit oder menschliches Urteilsvermögen erfordert.

Vorgeschlagene Fallklassifizierung

KI kann die Informationen einer Meldung analysieren und eine passende Art des Vorfalls oder Risikokategorie vorschlagen. Das reduziert wiederkehrende manuelle Klassifizierungsaufgaben und trägt zu einer einheitlicheren Einordnung von Fällen bei. Untersuchende gleichen die vorgeschlagene Klassifizierung mit den Fallinformationen ab und entscheiden, ob sie übernommen wird.

Zusammenfassung von Fällen

Umfangreiche Falldokumentationen gründlich zu prüfen, kostet Zeit – insbesondere wenn Untersuchende einen Fall übernehmen, mit der Ersteinschätzung beginnen oder andere Stakeholder informieren müssen.

KI-generierte Zusammenfassungen können wichtige Fallinformationen übersichtlich aufbereiten und Untersuchenden so einen schnelleren Einstieg ermöglichen. Gleichzeitig bleiben die zugrunde liegenden Informationen für die Überprüfung zugänglich.

Noch wertvoller wird KI, wenn sie relevanten Compliance-Kontext berücksichtigt und dadurch zusätzliche Erkenntnisse für die Fallprüfung liefern kann. Funktionen von NAVEX One wie die KI-gestützte Überarbeitung von Fallnotizen sowie die KI-gestützte Zusammenfassung von Vorfällen und Anhängen helfen Untersuchenden, wichtige Informationen schneller zu erfassen und klarer zu dokumentieren. So schaffen sie eine fundiertere Grundlage für die Analyse von Meldungen.

KI kann Untersuchenden helfen, Zusammenhänge zwischen Fällen zu erkennen

Eine einzelne Meldung liefert Compliance-Teams nie alle Informationen, die sie benötigen, um die Risiken im Unternehmen vollständig zu verstehen.

Muster können sich über mehrere Fälle hinweg zeigen – etwa bei ähnlichem Verhalten, an bestimmten Standorten, in Abteilungen oder bei beteiligten Personen. Solche Zusammenhänge manuell zu erkennen, kann jedoch eine umfangreiche Suche und Prüfung erfordern.

KI kann auf möglicherweise zusammenhängende Fälle hinweisen und zugleich Informationen dazu liefern, warum eine Verbindung vorgeschlagen wurde. Untersuchende prüfen anschließend die betreffenden Fälle, bewerten den vorgeschlagenen Zusammenhang und entscheiden, ob dieser tatsächlich relevant ist.

Das Erkennen solcher Zusammenhänge hilft Teams, wiederkehrende Verhaltensweisen oder sich abzeichnende Muster früher zu erkennen. Die KI stellt relevante Informationen zur Prüfung bereit – die Untersuchenden entscheiden, was diese bedeuten und ob daraus Maßnahmen erforderlich sind.

KI kann bei der Prüfung von Nachweisen und der Dokumentation von Untersuchungen unterstützen

Untersuchungen können umfangreiche Dokumente, Bilder und andere Anhänge umfassen, die sorgfältig geprüft werden müssen. Steigt die Zahl der Fälle, kostet es Untersuchende wertvolle Zeit, zu bestimmen, welche Nachweise zuerst geprüft werden sollten.

KI-generierte Zusammenfassungen von Anhängen können Untersuchenden einen schnellen Überblick über die vorliegenden Nachweise geben und ihnen helfen zu priorisieren, welche Inhalte genauer geprüft werden müssen.

Die zugrunde liegenden Nachweise bleiben dabei die maßgebliche Informationsquelle. Untersuchende sollten KI-generierte Zusammenfassungen stets mit dem Originalmaterial abgleichen, bevor sie Schlussfolgerungen ziehen oder Maßnahmen ergreifen.

KI kann außerdem dazu beitragen, Fallnotizen und andere schriftliche Dokumentationen klarer und einheitlicher zu formulieren. KI-gestützte Überarbeitungen können Rechtschreibung, Grammatik, Satzbau und einen professionellen Ton verbessern, ohne die zugrunde liegenden Fakten zu verändern.

Die Aufgabe der KI besteht hier darin, die Darstellung von Informationen zu verbessern – nicht darin, Fakten einer Untersuchung oder Entscheidungen zu verändern.

KI kann die Überprüfung beteiligter Personen verbessern

Personen, die in einer Meldung genannt werden, in einer globalen Belegschaft eindeutig zu identifizieren, kann schwierig sein. Unterschiede bei Schreibweisen, Zeichensetzung, Namensreihenfolge, Akzenten und Zeichensätzen können die Zuordnung erschweren.

KI-gestützte Überprüfungen können dabei helfen, potenziell beteiligte Mitarbeiter trotz unterschiedlicher Namensvarianten zu identifizieren. So erhalten Untersuchende zusätzliche Informationen, die sie bei der Verwaltung von Fallzugriffen berücksichtigen können.

Die menschliche Prüfung bleibt dabei unverzichtbar. Untersuchende müssen feststellen, ob eine mögliche Übereinstimmung tatsächlich korrekt ist, bevor sie darauf basierend Maßnahmen ergreifen.

Übersetzungsfunktionen unterstützen die Kommunikation mit Hinweisgebern während der gesamten Untersuchung

Sprachbarrieren enden nicht mit dem Absenden einer Meldung. Hinweisgeber stellen im Verlauf einer Untersuchung häufig zusätzliche Informationen bereit, beantworten Fragen oder erkundigen sich nach dem aktuellen Stand.

Übersetzungsfunktionen helfen Untersuchenden, nachfolgende Nachrichten zu verstehen und die Kommunikation in ihrer bevorzugten Sprache fortzusetzen. Je nach konfiguriertem Prozess können Untersuchende sowohl die Originalnachricht als auch die Übersetzung einsehen und antworten, während der Zugriff auf die ursprüngliche Nachricht erhalten bleibt.

So können Untersuchende auch über Sprachgrenzen hinweg kommunizieren. Gleichzeitig bleiben sie selbst für Inhalt, Ton und die Beurteilung sensibler Kommunikation verantwortlich.

Vorfalldaten in wertvolle Compliance-Erkenntnisse verwandeln

Whistleblowing-Programme generieren große Mengen an Daten. Die große Herausforderung besteht darin, zu verstehen, was diese Daten über das Unternehmen aussagen.

Statische Berichte können Fallzahlen, Kategorien und Ergebnisse abbilden. Compliance-Verantwortliche, die in ihrem Unternehmen etwas bewirken möchten, müssen jedoch weitergehen:

• Wie haben sich die Ergebnisse im Laufe der Zeit verändert?
• Wo zeichnen sich Muster ab?
• Wie schneiden die Ergebnisse im Vergleich zu früheren Zeiträumen oder relevanten Benchmarks ab?

Dialogbasierte Analysen ermöglichen es Compliance-Verantwortlichen, Fragen zu Vorfall- und Benchmark-Daten in natürlicher Sprache zu stellen. Statt jeden Bericht manuell zusammenzustellen, können sie sich im Dialog mit Fragen zu Meldevolumen, Substantiierungsraten und anderen Entwicklungen im Compliance-Programm auseinandersetzen.

KI-generierte Zusammenfassungen und Visualisierungen können dabei helfen, die gewonnenen Informationen leichter auszuwerten und zu vermitteln. Compliance-Verantwortliche bleiben dafür verantwortlich, die Ergebnisse zu interpretieren, den unternehmensspezifischen Kontext einzubeziehen und über erforderliche Maßnahmen zu entscheiden.