Bevor die erste Pilotidee überhaupt auf den Tisch kommt, stellen sich viele Unternehmen die falsche Frage. Sie fragen, welches Tool sie brauchen, nicht ob sie überhaupt so weit sind, eines sinnvoll einzusetzen. Ein KI-Readiness-Check dreht diese Reihenfolge um und prüft vier Bereiche, bevor ein Euro Budget verplant wird.
Kurzfassung
Ein KI-Readiness-Check prüft vier Bereiche: wiederkehrende, beschreibbare Prozesse, eine geklärte Datenlage, eine benannte Verantwortung und Kompetenz in der Belegschaft. Kostenlose Online-Selbsttests geben einen groben Puls, ersetzen aber keine Einschätzung mit Bezug zum eigenen Vorhaben. Fehlt ein Bereich, heißt das nicht warten, sondern die Reihenfolge anpassen.
Wer schon weiß, welcher Workflow als Erster dran ist, findet die passende Vorgehensweise in KI-Use-Cases finden. Dieser Beitrag klärt die Stufe davor: ob der Boden dafür überhaupt trägt.
Was ein KI-Readiness-Check eigentlich prüft
Der Begriff wird häufig für zwei sehr unterschiedliche Dinge verwendet. Die eine Version ist ein kurzer Online-Fragebogen, der in wenigen Minuten eine Ampel oder einen Punktwert ausgibt. Solche Selbsttests bieten unter anderem Mittelstand-Digital-Zentren kostenlos an und sie sind ein guter Einstieg, um ein erstes Gefühl zu bekommen. Die andere Version ist eine echte Standortbestimmung: eine Einschätzung, die konkret sagt, woran es bei dir hakt und was das für dein nächstes Vorhaben bedeutet.
Beide Versionen fragen im Kern dieselben vier Dinge ab, auch wenn sie unterschiedlich tief gehen:
| Bereich | Bereit, wenn… | Noch nicht bereit, wenn… |
|---|---|---|
| Prozessreife | Ein Ablauf läuft wiederholt gleich ab und lässt sich in wenigen Sätzen beschreiben | Jeder Fall anders läuft und niemand den Ablauf ohne Rückfrage erklären kann |
| Datenlage | Klar ist, welche Daten hineinfließen und welche Kategorie sie haben | Unklar ist, woher Daten kommen oder ob sie das Haus verlassen dürfen |
| Verantwortung | Eine Person Entscheidungen zum Piloten treffen kann und dafür Zeit hat | Verantwortung diffus im Team liegt oder nirgends explizit benannt ist |
| Kompetenz | Die Beteiligten die Grenzen des Systems verstehen und mitziehen wollen | Skepsis, Zeitmangel oder fehlendes Grundverständnis den Start blockieren |
Die folgenden vier Abschnitte gehen jeden Bereich einzeln durch.
Prozessreife: sind deine Abläufe wiederkehrend und beschreibbar?
KI-Systeme brauchen Struktur, um daraus zu lernen, was ein guter Fall ist und was nicht. Ein Prozess ist reif genug, wenn er häufig genug in ähnlicher Form abläuft, ein erkennbares Ergebnis hat und sich beschreiben lässt, ohne dass die beschreibende Person ständig “kommt drauf an” sagen muss.
Eine einfache Probe: Kann eine neue Mitarbeiterin den Prozess anhand vorhandener Unterlagen nachvollziehen, ohne dass jemand daneben sitzt und erklärt? Wenn nicht, ist der Prozess nicht reif für KI, er ist noch nicht einmal reif für eine ordentliche Einarbeitung. Genau diese Probe zählt auch bei der Suche nach dem ersten Anwendungsfall selbst.
Nicht reif bedeutet nicht automatisch ungeeignet. Es bedeutet, dass der Prozess zuerst geklärt und dokumentiert gehört, bevor ein System darauf aufgesetzt wird. Diese Klärung kostet Tage, keine Wochen, spart danach aber Monate an Fehlversuchen.
Datenlage: weißt du, welche Daten wohin dürfen?
Die zweite Frage ist meistens die, die am längsten unbeantwortet bleibt: Welche Daten fließen in den geplanten Workflow, und dürfen sie das interne Netz verlassen? Ohne diese Antwort endet ein Pilot entweder blockiert oder in einem Compliance-Graubereich, aus dem er nur mit Verzögerung wieder herauskommt.
Reif ist eine Datenlage, wenn drei Punkte geklärt sind: die Datenkategorie (allgemeine Bürodokumente oder personenbezogene, mandatsbezogene, besonders schützenswerte Daten), der Verarbeitungsort und ob der eingesetzte Anbieter auf diesen Daten trainiert. Für allgemeine Bürodokumente reicht meist ein Enterprise-Tier mit Auftragsverarbeitungsvertrag. Für sensiblere Kategorien braucht es EU-Datenresidenz oder eine private Infrastruktur. Der vollständige Prüfweg dafür steht in Datenschutzkonforme KI für Unternehmen.
Nicht reif ist eine Datenlage nicht dann, wenn sie kompliziert ist, sondern wenn sie ungeklärt ist. Ein Unternehmen mit sensiblen Daten kann trotzdem sofort starten, wenn es die Kategorie kennt und die passende Infrastruktur wählt. Ein Unternehmen mit unkritischen Daten kann trotzdem blockiert sein, wenn niemand die Frage überhaupt gestellt hat.
Verantwortung: eine benennbare Ansprechperson statt eines Kollektivs
Der dritte Bereich wird am häufigsten übersehen, weil er nicht technisch klingt. Ein Pilot braucht eine Person, die Entscheidungen treffen kann, ohne jedes Mal eine Runde einzuberufen, und die dafür tatsächlich Zeit im Kalender hat. “Das Team kümmert sich darum” ist keine Verantwortung, sondern eine Verzögerung mit mehreren Namen.
Diese Person muss nicht Vollzeit für KI zuständig sein und in den meisten mittelständischen Betrieben ist sie es auch nicht. Sie übernimmt das neben der IT-Leitung, der Prozessverantwortung oder der Geschäftsführung selbst. Entscheidend ist nicht der Titel, sondern dass diese Person im Zweifel schnell und verbindlich entscheiden kann: Welcher Fall geht in den Piloten, welcher nicht, und wann gilt ein Test als gescheitert oder erfolgreich.
Fehlt diese Rolle, ist das kein Grund, den Piloten zu verschieben. Es ist der erste Schritt vor dem Piloten: die Rolle benennen, bevor der erste Workflow ausgewählt wird, nicht danach.
Kompetenz: sind deine Mitarbeitenden schulungsfähig und bereit?
Der vierte Bereich ist doppelt relevant, weil er sowohl eine praktische als auch eine gesetzliche Seite hat. Praktisch braucht ein Pilot Mitarbeitende, die verstehen, was das System kann und was nicht, und die bereit sind, Ergebnisse zu prüfen statt sie blind zu übernehmen. Rechtlich verpflichtet der EU AI Act Unternehmen bereits seit Februar 2025 dazu, für ausreichende KI-Kompetenz des eingesetzten Personals zu sorgen. Was das konkret bedeutet, für welche Rollen und mit welchem Nachweis, steht in EU AI Act Schulungspflicht.
Kompetenz heißt an dieser Stelle nicht, dass jemand Modelle trainieren können muss. Es reicht, dass die Beteiligten Grenzen und typische Fehlerquellen des eingesetzten Systems kennen und wissen, wann sie eine Ausgabe hinterfragen statt übernehmen. Fehlt diese Grundlage, hilft keine Tool-Auswahl der Welt, weil das schwächste Glied dann der Umgang mit den Ergebnissen ist, nicht die Technologie selbst.
Warum ein kostenloser Online-Selbsttest nicht reicht
Kostenlose Selbsttests, etwa von Mittelstand-Digital-Zentren oder Industrie- und Handelskammern, haben ihren Platz. Sie sind schnell, unverbindlich und ein ehrlicher erster Anstoß, sich überhaupt mit der eigenen Reife zu beschäftigen. Ihre Grenze liegt darin, dass sie allgemein bleiben müssen, um für jedes Unternehmen zu funktionieren. Sie können nicht wissen, welcher Workflow bei dir konkret ansteht, welche Systeme im Haus laufen oder welche Datenkategorie dein größtes Risiko ist.
Der Unterschied zeigt sich vor allem in der Verantwortungs- und Datenfrage. Ob “jemand zuständig ist” lässt sich mit Ja oder Nein beantworten, ohne dass die Antwort etwas über die tatsächliche Entscheidungsbefugnis dieser Person aussagt. Ob “die Datenlage geklärt ist” lässt sich ähnlich pauschal abfragen, ohne die konkrete Datenkategorie eines bestimmten Vorhabens zu kennen. Ein Selbsttest ist ein Thermometer. Er sagt dir, dass Fieber da ist, nicht woher es kommt.
Genau an dieser Stelle setzt eine Einschätzung mit jemandem an, der beide Seiten kennt: die vier Bereiche und die Workflows, die im Mittelstand tatsächlich funktionieren. Ein Überblick über passende Einstiegs-Workflows und typische Anfängerfehler steht in KI im Mittelstand: der Einstieg.
Was jetzt zu tun ist
Geh die vier Bereiche einmal ehrlich durch, am besten mit den Personen, die die Antworten tatsächlich kennen, nicht nur mit denen, die sie vermuten. Wo die Ampel auf Rot steht, ist das kein Grund zu warten, sondern der nächste konkrete Schritt: die Rolle benennen, die Datenkategorie klären, den Prozess einmal sauber aufschreiben. Steht die Readiness, folgt als Nächstes die Wirtschaftlichkeitsfrage, beschrieben in KI ROI berechnen.
Wenn du eine ehrliche Einschätzung willst, die deine tatsächliche Ausgangslage kennt statt eines allgemeinen Fragebogens, ist das Kennenlerngespräch der richtige Ort dafür. 30 Minuten, danach weißt du, ob ein erster Pilot jetzt sinnvoll ist oder was vorher zu klären ist.
