KI-Readiness heißt: Ihr Unternehmen ist für einen bestimmten Einsatz von KI vorbereitet. Bevor Sie ein Werkzeug auswählen, sollten Sie ein paar einfache Fragen beantworten können. Sind die nötigen Informationen erreichbar? Wer prüft das Ergebnis? Und wer kümmert sich nach dem Pilot um den Ablauf? Der Selbstcheck unten zeigt Ihnen, was noch fehlt.
In diesem Beitrag lesen Sie, welche fünf Bereiche Sie vor einem KI-Projekt prüfen sollten, wie Sie Ihr Unternehmen mit 20 Fragen selbst einschätzen und welche Vorarbeiten daraus folgen. Eines vorweg: Bereit ist man immer für einen bestimmten Prozess, nie für das ganze Unternehmen auf einmal. Unser Raster zeigt Ihnen die größten Lücken. Ein wissenschaftlich geprüfter Index ist es nicht.
Wie prüfe ich die KI-Readiness meines Unternehmens?
Die KI-Readiness prüfen Sie für einen konkreten Anwendungsfall, indem Sie Daten, Prozesse, Rollen, Technologie sowie Kompetenz und Akzeptanz getrennt bewerten. Eine große Lücke gleichen gute Werte in anderen Bereichen nicht aus. Das Ergebnis hilft bei der Planung der Vorarbeiten, ersetzt aber weder einen Test noch eine Wirtschaftlichkeitsrechnung.
Wählen Sie für den Check einen konkreten Prozess. Ein Unternehmen kann gut darauf vorbereitet sein, freigegebene Dokumente zusammenzufassen, und trotzdem nicht bereit für automatische Änderungen im CRM. Eine Gesamtnote für das ganze Unternehmen würde diesen Unterschied verdecken.
Achten Sie auf den Engpass. Das ist eine Faustregel aus unserer Praxis, keine Rechenregel für den Gesamtreifegrad. Fragen Sie, welcher Bereich den gewählten Prozess wirklich bremst. Fehlende Schreibrechte können eine CRM-Änderung verhindern, eine reine Recherche aber nicht. Ein Durchschnitt über alle Bereiche würde das verwischen. Wie ein KI-Agent technisch funktioniert, erklärt unser Leitfaden zu KI-Agenten.
Warum scheitern KI-Projekte an der Ausgangslage und nicht am Modell?
Ein KI-Projekt kann an der Ausgangslage scheitern, auch wenn das Modell gut ist. Fehlen Daten oder klare Zuständigkeiten, kommt der Pilot nicht voran. Ein Readiness-Check prüft deshalb getrennt, ob Ihr Betrieb bereit ist und ob das Modell die Aufgabe lösen kann.
Sprachmodelle ergänzen fehlende oder widersprüchliche Informationen manchmal falsch. Sie können einen Konflikt aber auch erkennen und melden, wenn Daten und Ablauf das zulassen. Testen Sie deshalb Ihre Quellen, die Abnahmekriterien und das Verhalten bei fehlenden Angaben.
Ein gutes Modell macht noch keine gute Anwendung. Und ein Ablauf, der von Hand unklar ist, bleibt auch automatisiert unklar. Mögliche Prüffelder finden Sie im Betriebsraster in unserem Beitrag zu gescheiterten KI-Projekten.
Welche fünf Dimensionen gehören zu einem KI-Readiness-Check?
Der KI-Readiness-Check umfasst fünf Bereiche: Daten, Prozesse, Rollen, Technologie sowie Kompetenz und Akzeptanz. Jeden Bereich bewerten Sie mit konkreten Nachweisen für den geplanten Einsatz, nicht nach Bauchgefühl. Gute Voraussetzungen belegen aber nicht, dass sich das Projekt rechnet; das rechnen Sie getrennt.
Prüfen Sie jeden Bereich anhand echter Unterlagen und der Werkzeuge, die Sie wirklich haben:
- Daten: Liegen Kunden-, Produkt- und Unternehmensdaten digital, aktuell und geordnet vor? Gibt es klare Pflichtfelder im CRM, oder stehen wichtige Absprachen in Freitextfeldern? Wie stark dieses Kriterium über die Machbarkeit entscheidet, zeigt unser Beitrag über Datenverfügbarkeit bei Use Cases.
- Prozesse: Sind die Abläufe so festgelegt, dass Regeln und Schnittstellen eindeutig sind? Für den Start reicht eine kurze Ablaufbeschreibung. Komplexe Ausnahmen brauchen mehr Dokumentation und Tests.
- Rollen: Gibt es Personen mit Namen, die Ergebnisse gegenlesen, die Technik überwachen und das Budget verwalten? Ohne feste Zuständigkeit kann die Pflege nach dem Projektende liegen bleiben.
- Technologie: Lassen sich Ihre Kernsysteme wie ERP oder CRM sicher über Schnittstellen (APIs) anbinden? Fehlt eine API, wird es aufwendiger. Dateiübergaben oder die Steuerung über die Oberfläche sind Alternativen. Prüfen Sie dann gesondert, wie stabil sie sind und welche Rechte sie brauchen.
- Kompetenz und Akzeptanz: Erkennt Ihr Team fehlerhafte Ergebnisse und meldet sie? Die aktuelle Fassung von Artikel 4 EU AI Act, Europäische Union, Stand 2026 verlangt Maßnahmen für KI-Kompetenz, aber kein bestimmtes Niveau für jede einzelne Person. Ein einzelner Workshop reicht deshalb nicht automatisch aus. Das ist keine Rechtsberatung. Mehr dazu finden Sie im AI-Act-Beitrag.
| Dimension | Leitfrage | Typisches Warnsignal |
|---|---|---|
| Daten | Liegen relevante Informationen strukturiert und gepflegt vor? | Wichtige Kundenmerkmale stehen in Freitextnotizen oder privaten Tabellen. |
| Prozesse | Sind die Arbeitsabläufe standardisiert und dokumentiert? | Auftrag, Ausnahmen und Abnahme sind nicht nachvollziehbar beschrieben. |
| Rollen | Stehen namentliche Verantwortliche für Pflege und Freigabe fest? | Zuständigkeiten enden mit dem Projektabschluss, kein Linien-Owner benannt. |
| Technologie | Können Systeme über Schnittstellen angebunden werden? | Wichtige Kernanwendungen sind geschlossene Datensilos ohne moderne Schnittstellen. |
| Kompetenz und Akzeptanz | Wissen Mitarbeitende, wie KI sicher und kritisch genutzt wird? | Einwände bleiben ungeklärt oder Ergebnisse werden ungeprüft übernommen. |

Was ist ein KI-Reifegradmodell?
Ein KI-Reifegradmodell ordnet ein, wie weit Ihr Unternehmen mit KI ist. Unser Modell kennt fünf Stufen: Unklar, Punktuell, Strukturiert, Gesteuert und Skalierend. Die Stufen sind eine Orientierungshilfe von uns, keine objektive Messung und keine Mindestvoraussetzung dafür, dass sich KI rechnet.
Das Modell hilft Ihnen, den eigenen Stand realistisch einzuschätzen und die nächsten Schritte zu planen:
| Stufe | Bezeichnung | Woran Sie die Stufe erkennen |
|---|---|---|
| 1 | Unklar | Kein Überblick über Daten, Prozesse oder Zuständigkeiten. Einzelne Mitarbeitende nutzen KI privat und undokumentiert. |
| 2 | Punktuell | Erste Tools im Einsatz, ohne gemeinsame Regeln, ohne Messung und ohne feste Zuständigkeiten. |
| 3 | Strukturiert | Prozesse dokumentiert, CRM gepflegt, Zuständigkeiten geklärt. KI wird gezielt für einzelne Aufgaben eingesetzt. |
| 4 | Gesteuert | Use Cases sind priorisiert, Erfolg wird gemessen, Freigaben sind geregelt, Kompetenzaufbau läuft. |
| 5 | Skalierend | Agenten laufen im Regelbetrieb mit Protokoll, Fallback und regelmäßigem Review. Neue Use Cases folgen einem etablierten Muster. |
Die Stufe richtet sich danach, wie Sie tatsächlich arbeiten. Wie viele mittelständische Betriebe auf welcher Stufe stehen, wissen wir nicht, und wir behaupten dazu nichts. Eine gelungene Vorführung belegt noch keinen gesteuerten Betrieb. Dafür müssen Messung, Abnahme und Fehlerpfade im Alltag laufen.
Der Selbstcheck: 20 Fragen zur KI-Readiness
Der Selbstcheck besteht aus zwanzig Fragen zu einem ausgewählten Anwendungsfall. Sie antworten mit Ja, Teilweise oder Nein und sehen so, welche Voraussetzungen noch offen sind. Das Ergebnis ist kein geprüfter Reifegrad für das Unternehmen, und viele Punkte allein reichen nicht für die Freigabe des Regelbetriebs.
Beantworten Sie die Fragen für einen konkreten Anwendungsfall mit Ja (2 Punkte), Teilweise (1 Punkt) oder Nein (0 Punkte):
Dimension Daten
- Sind die Daten für diesen Prozess vollständig genug, und fallen widersprüchliche Einträge auf?
- Sind die benötigten Felder und zulässigen Werte für den Prozess festgelegt?
- Liegen die wichtigen Dokumente in aktueller Fassung an einem freigegebenen Ort?
- Wissen Sie genau, wer im Team für die Pflege der Stammdaten verantwortlich ist?
Dimension Prozesse
- Ist der Ablauf mit Eingaben, Ergebnis und Ausnahmen dokumentiert?
- Könnten Sie einem neuen Mitarbeiter den Kernprozess auf einer einzigen Seite erklären?
- Ist festgelegt, wann ein Ergebnis abgenommen oder zur Klärung übergeben wird?
- Führen alle Kollegen im Team vergleichbare Routineaufgaben nach denselben Schritten aus?
Dimension Rollen
- Gibt es für jeden geplanten KI-Einsatz eine feste Person, die für das Ergebnis geradesteht?
- Haben die zuständigen Mitarbeiter Zeit im Arbeitsalltag, um KI-Ergebnisse gegenzulesen?
- Ist geregelt, wer Fehler meldet und falsche Software-Ausgaben korrigiert?
- Gibt es nach dem Projektabschluss einen definierten Verantwortlichen im Fachbereich?
Dimension Technologie
- Ist die vorgesehene Anbindung für den Prozess erreichbar, stabil und mit begrenzten Rechten nutzbar?
- Werden Passwörter und Zugriffsrechte zentral verwaltet und rollenbasiert vergeben?
- Können Mitarbeiter von ihren Arbeitsplätzen sicher auf die benötigten Tools zugreifen?
- Werden Systemausfälle und Schnittstellenfehler automatisch protokolliert?
Dimension Kompetenz und Akzeptanz
- Wurde das Team geschult, wie man Ergebnisse von Sprachmodellen kritisch prüft?
- Gibt es klare Spielregeln, welche Firmendaten nicht in externe Tools eingegeben werden dürfen?
- Kann das Team Nutzen, Grenzen und mögliche Fehlerfolgen erklären und Einwände vorbringen?
- Werden erkannte Fehler und Änderungen am Ablauf mit den Beteiligten besprochen?
Prüfen Sie die Kompetenzfrage zusätzlich an Beispielen aus der Arbeit. Zeigen Sie dem Team drei Fälle: eine belegte Ausgabe, eine plausible Ausgabe ohne Quelle und einen widersprüchlichen Fall. Die Beteiligten sagen, was sie übernehmen dürfen und wann sie abgeben müssen. Weichen die Antworten voneinander ab, sollten Sie diese Punkte vor dem Pilot gemeinsam klären. Die Übung ist unsere Empfehlung und kein rechtlicher Kompetenznachweis.
Auswertungslogik des Selbstchecks
Zählen Sie die Punkte je Bereich zusammen, maximal acht. Die folgenden Bereiche sind unsere eigene Faustregel, um Vorarbeiten zu ordnen. Geprüfte Schwellenwerte sind es nicht:
- 0 bis 3 Punkte: Wichtige Voraussetzungen sind ungeklärt.
- 4 bis 5 Punkte: Einiges ist belegt, wichtige Lücken bleiben.
- 6 bis 7 Punkte: Das meiste ist vorbereitet. Prüfen Sie die offenen Punkte einzeln.
- 8 Punkte: Alle vier Fragen sind mit Ja beantwortet. Das belegt die Selbstauskunft, aber noch keinen gesteuerten oder skalierenden Betrieb.
Für Stufe 4 (Gesteuert) verlangen wir zusätzlich einen dokumentierten Pilot, eine benannte Zuständigkeit und Mess- und Abnahmeverfahren, die tatsächlich genutzt werden. Stufe 5 (Skalierend) braucht dazu Nachweise aus dem Betrieb: laufende Überwachung, getestete Fehlerpfade und die kontrollierte Übertragung auf weitere Fälle. Aus acht Punkten im Fragebogen leiten wir diese Stufen nicht ab.
Die niedrigste Punktzahl ist ein Hinweis, wo Sie genauer hinschauen sollten. Sie legt weder die Gesamtstufe noch die Startentscheidung fest. Prüfen Sie, welche Lücke Ihre Aufgabe wirklich betrifft, und halten Sie den nötigen Nachweis fest.
Hier liegt Ihre größte Lücke. Ein Agent schreibt fehlerhafte Entwürfe, wenn Kontaktdaten oder Produktbeschreibungen veraltet sind. Bereinigen Sie die Daten für diesen einen Prozess, legen Sie Pflichtfelder fest und benennen Sie, wer sie pflegt.
Hier liegt Ihre größte Lücke. Solange Auftrag, Ausnahmen und Abnahme nicht beschrieben sind, kann niemand prüfen, ob die KI richtig arbeitet. Beschreiben Sie den Ablauf auf einer Seite, mit Eingaben, Ergebnis und dem Punkt, an dem ein Mensch übernimmt.
Hier liegt Ihre größte Lücke. Ohne feste Zuständigkeit verwaist das Werkzeug nach dem Projekt, weil Fehler niemand korrigiert. Benennen Sie eine verantwortliche Person und planen Sie feste Zeiten für die Prüfung ein.
Hier liegt Ihre größte Lücke. Prüfen Sie die Anbindung an einem echten Fall: Ist sie erreichbar, laufen die Rechte eng begrenzt, und fällt ein Fehler auf? Ein geschlossenes System ohne Schnittstelle ist ein Grund, den Anwendungsfall zu wechseln.
Hier liegt Ihre größte Lücke. Wenn das Team Ergebnisse ungeprüft übernimmt oder dem Werkzeug misstraut, laufen alte Abläufe weiter. Nehmen Sie Einwände auf, erklären Sie den Einsatz und üben Sie die Prüfung an drei echten Beispielen.
Das spricht für eine gute Ausgangslage, belegt aber noch keinen gesteuerten Betrieb. Gehen Sie die übrigen zehn Fragen des Selbstchecks durch und halten Sie für jede Antwort einen Nachweis fest.
Kurzfassung des Selbstchecks. Die Auswertung ist eine Faustregel von FALCONFOX, kein geprüfter Reifegrad. Es werden keine Antworten gespeichert oder übertragen.
Welche Ergebnisbilder sind typisch?
Der Selbstcheck deckt zum Beispiel ein Daten-, Rollen- oder Akzeptanzproblem in Ihrem Prozess auf. Die drei Ergebnisbilder unten sind erdachte Beispiele und keine gemessene Verteilung unter Unternehmen. Welche Maßnahme als Nächstes folgt, hängt von der konkreten Lücke und vom geplanten Prozess ab.
Drei erdachte Ergebnisbilder zeigen, wie Sie mit dem Raster arbeiten:
Muster 1: Das Datenproblem. Die Technik ist modern und das Team motiviert, aber die Datenbank ist ungepflegt. Der Agent schreibt fehlerhafte Entwürfe, weil Kontaktdaten oder Produktbeschreibungen veraltet sind. Im Team entsteht Frust. Die Maßnahme: das CRM bereinigen und strikte Pflichtfelder einführen, bevor Sie den Agenten anbinden.
Muster 2: Das Rollenproblem. Prozesse und Daten sind ordentlich, aber niemand fühlt sich für die tägliche Qualitätskontrolle zuständig. Nach dem Projekt verwaist das Werkzeug, weil Fehler unkorrigiert bleiben. Die Maßnahme: feste Zeiten für Reviews im Dienstplan und ein benannter Verantwortlicher im Fachbereich.
Muster 3: Das Akzeptanzproblem. Daten und Software stehen bereit, aber die Belegschaft fürchtet Kontrollverlust oder Stellenabbau. Das Werkzeug wird boykottiert, die alten Schatten-Workflows laufen weiter. Die Maßnahme: Einwände aufnehmen, den Einsatz erklären und das Team befähigen. Ein neuer Name wie „Assistent“ nimmt begründete Sorgen nicht weg.
Wovon wir abraten
Wir raten davon ab, die Ergebnisse zu einem Durchschnitt zu verrechnen, den Check allein der IT zu überlassen oder Software zu kaufen, bevor Daten und Rollen geklärt sind. Alle drei Wege können wichtige Lücken verdecken und zu teuren Fehlentscheidungen führen. Eine belegte Ausgangslage verbessert die Entscheidung, garantiert aber keinen erfolgreichen Betrieb.
Drei Dinge gefährden den Projekterfolg:
- Einen Readiness-Durchschnitt bilden: Ein Mittelwert verdeckt gefährliche Schwachstellen. Sie können ihn ergänzend anzeigen, er darf aber keine kritische Lücke verstecken.
- Den Check allein von der IT ausfüllen lassen: Die IT kann Fachabläufe und die Akzeptanz im betroffenen Team nicht allein beurteilen. Füllen Sie den Fragebogen deshalb gemeinsam mit der Fachbereichsleitung in einem Workshop aus.
- Mit der Toolauswahl beginnen, bevor Daten und Rollen geklärt sind: Software löst keine Organisationsprobleme. Ausnahme: kurze Tests in einer abgetrennten Testumgebung ohne Produktivdaten.
Tipp: Füllen Sie den Selbstcheck nicht allein aus. Lassen Sie eine Person aus dem Fachbereich und eine aus der IT getrennt antworten und vergleichen Sie danach die Punkte. Wo die Einschätzungen weit auseinanderliegen, lohnt sich der erste genauere Blick.
Welcher nächste Schritt ist für Entscheider sinnvoll?
Füllen Sie den Selbstcheck für einen benannten Prozess gemeinsam aus: Geschäftsführung, IT und Fachbereich. Prüfen Sie die kritischen Lücken einzeln und halten Sie Belege und nötige Vorarbeiten fest. Ob ein Pilot starten kann, folgt aus diesen Nachweisen und nicht allein aus der niedrigsten Punktzahl.
So starten Sie in den kommenden Wochen:
1. Drucken Sie den Selbstcheck aus und beantworten Sie die zwanzig Fragen gemeinsam mit Ihren Abteilungsleitern.
2. Finden Sie den Bereich mit der niedrigsten Punktzahl.
3. Prüfen Sie die Lücken, die für den Prozess kritisch sind. Benennen Sie für jede eine verantwortliche Person und einen Termin.
Als allgemeine Referenz für die Risikoprüfung über den ganzen Lebenszyklus dient NIST, AI Risk Management Framework, 2023. Unser Raster und seine Punktbereiche sind davon getrennt.
Ihr nächster Schritt ist eine Liste der kritischen Vorarbeiten für Ihren Prozess. Zu jeder Lücke gehören eine zuständige Person, ein Termin und ein Nachweis, den man prüfen kann. Erst damit lässt sich entscheiden, ob der Pilot beginnen kann.
Kurz zusammengefasst: KI-Readiness prüfen Sie am besten für einen konkreten Prozess. Schauen Sie auf Daten, Prozesse, Rollen, Technik sowie Kompetenz und Akzeptanz. Entscheidend ist die schwächste Dimension, nicht der Durchschnitt. Klären Sie diese Lücke mit einer zuständigen Person und einem Termin, bevor Sie in Software investieren.
