AI Readiness Check: 12 Fragen, bevor Ihr Unternehmen mit KI startet

Die meisten Unternehmen, die mit KI scheitern, scheitern nicht an der Technik. Sie starten, bevor klar ist, welche Entscheidung besser werden soll und ob die Voraussetzungen dafür existieren.

Wir haben in einem früheren Artikel argumentiert, warum KI mit einer Entscheidung statt einem Modell beginnt. Dieser Artikel macht daraus ein konkretes Werkzeug: 12 Fragen, jede mit 0, 1 oder 2 Punkten. Beantworten Sie sie ehrlich für einen geplanten Anwendungsfall — nicht für „KI allgemein".

Am Ende gibt es eine Auswertung. Der Sinn ist nicht eine gute Zahl, sondern eine ehrliche.

So bewerten Sie

Für jede Frage:

• 0 Punkte – trifft nicht zu oder unklar
• 1 Punkt – teilweise vorhanden
• 2 Punkte – klar erfüllt

Maximal 24 Punkte. Die Auswertung steht am Ende.

Block A: Die Entscheidung

1. Können Sie den Anwendungsfall als Entscheidung formulieren, nicht als Werkzeug? „Riskante Eingangsrechnungen vor der Buchung erkennen" zählt. „KI im Einkauf einsetzen" zählt nicht. Eine Entscheidung hat ein Subjekt, eine Handlung und einen Zeitpunkt.

2. Kennen Sie die aktuellen Kosten des Problems? In Stunden, Fehlern, Verzögerungen, entgangenem Umsatz oder Reklamationen — mit einer groben Zahl, nicht nur einem Gefühl. Wer die Ist-Kosten nicht beziffern kann, kann den Nutzen später nicht beweisen.

3. Folgt aus dem KI-Ergebnis eine konkrete Aktion? Ein Score, den niemand nutzt, ist ein Dashboard, kein Nutzen. Es muss klar sein, was aufgrund der Ausgabe passiert.

Block B: Die Daten

4. Wissen Sie, wo die für diese Entscheidung nötigen Daten liegen? Nicht „wir haben viele Daten", sondern: genau diese fünf bis zwölf Felder, in diesem System.

5. Gibt es eine Person, die diesen Daten vertraut und sie verantwortet? Daten ohne Eigentümer sind in KI-Projekten gefährlicher als fehlende Daten. Wenn niemand erklären kann, warum ein Wert sich ändert, wird der KI-Ausgabe nicht vertraut.

6. Sind die alten Realitäten (Excel, E-Mail, ERP-Altsystem) im Plan berücksichtigt? Wenn der Plan eine saubere Datenwelt voraussetzt, die es nicht gibt, ist er kein Plan.

Block C: Verantwortung und Mensch

7. Ist eine Person benannt, die die KI-gestützte Aktion freigibt? Nicht „die Fachabteilung" — ein Name. Human-in-the-loop ist kein Disclaimer, sondern eine Rolle.

8. Ist klar, was bei Unsicherheit der KI passiert? Gute Systeme zeigen Konfidenz und eskalieren im Zweifel an Menschen. Wenn es keinen Eskalationspfad gibt, ist das System nicht produktionsreif.

9. Sind IT, Fachbereich und ggf. Datenschutz von Anfang an eingebunden? KI-Projekte scheitern selten technisch und oft organisatorisch. Eine späte Einbindung erzeugt späte Blockaden.

Block D: Recht und Messbarkeit

10. Haben Sie geprüft, ob der Anwendungsfall regulatorisch sensibel ist? Der EU AI Act ist gestaffelt in Kraft: Pflichten für General-Purpose-KI gelten seit dem 2. August 2025, Transparenzpflichten ab August 2026, Anforderungen an bestimmte Hochrisiko-Systeme greifen 2026 bis 2027. Ein Entwurfsassistent ist anders zu bewerten als ein System, das über Menschen entscheidet. Diese Frage verlangt keine Rechtsabteilung — nur eine bewusste Einordnung.

11. Ist Datenhaltung und Hosting-Region geklärt? Bei personenbezogenen oder vertraulichen Daten ist die Hosting-Region keine Detailfrage. Sie ist Teil der Readiness, nicht ein späterer Schritt.

12. Gibt es einen Business-KPI, der Erfolg messbar macht? Nicht „die KI funktioniert", sondern ein Geschäftswert mit Ziel: Bearbeitungszeit, Fehlerquote, Erstlösungsrate, Durchlaufzeit. Ohne KPI gibt es kein Ende und keinen Beweis.

Auswertung

Zählen Sie Ihre Punkte.

0–9 Punkte: Noch nicht startklar — und das ist die wertvollste Erkenntnis. Sie sind nicht durch Technik blockiert, sondern durch Klarheit. Bevor ein Pilot beginnt, sollten Entscheidung, Datenort und Verantwortung definiert werden. Ein Pilot würde hier vor allem zeigen, was fehlt — teurer als ein Vorgespräch.

10–17 Punkte: Pilotfähig mit gezielter Vorarbeit. Der Kern steht, aber ein bis drei Lücken (oft Daten-Owner, KPI oder Eskalationspfad) sollten vor dem Start geschlossen werden. Genau diese Lücken sind die Agenda der ersten zwei Pilotwochen.

18–24 Punkte: Startklar für einen kontrollierten 90-Tage-Piloten. Entscheidung, Daten, Verantwortung und Messbarkeit sind klar. Der nächste Schritt ist kein weiteres Konzept, sondern ein kleiner, messbarer Pilot mit Abbruchkriterium.

Was eine niedrige Punktzahl wirklich bedeutet

Eine niedrige Zahl ist kein schlechtes Zeichen. Sie ist ein präzises. Die meisten teuren KI-Fehlinvestitionen entstehen, weil ein Projekt mit 8 Readiness-Punkten gestartet wird, als hätte es 20. Der Test hat dann seinen Zweck erfüllt, bevor Budget gebunden wurde.

Die häufigste Lücke im Mittelstand ist nicht das Modell, nicht das Budget und nicht das Talent. Es ist Frage 2 und Frage 5: niemand kann die Ist-Kosten beziffern, und niemand besitzt die Daten.

Häufige Fragen

Sollen wir den Test pro Anwendungsfall oder pauschal machen? Pro Anwendungsfall. „Sind wir KI-ready?" ist keine sinnvolle Frage. „Sind wir ready für diese Entscheidung?" schon.

Was, wenn wir bei Frage 10 (Recht) unsicher sind? Unsicherheit ist hier eine 1, keine 0 — sofern Sie die Frage bewusst stellen. Eine fachliche Einordnung gehört in die Pilotvorbereitung, nicht ans Ende.

Reicht eine hohe Punktzahl als Startfreigabe? Sie ist notwendig, nicht hinreichend. 20 Punkte ohne benannten Decision Owner sind 20 Punkte ohne Pilot.

Wie oft sollte man neu bewerten? Vor jedem neuen Anwendungsfall und am Ende jedes Piloten. Readiness ist kein Zustand, sondern eine wiederkehrende Prüfung.

Fazit

KI-Readiness ist messbar, aber nicht durch ein Tool-Inventar. Sie ist messbar an Entscheidung, Daten, Verantwortung, Recht und KPI. Diese 12 Fragen ersetzen kein Gespräch — aber sie verhindern das teuerste Missverständnis: ein großes Projekt zu starten, wo eigentlich Klarheit fehlt.

Nächster Schritt

Sie haben den Test gemacht und liegen unter 18? Genau hier setzen wir an. Ein AI-Readiness-Check mit OzyCore schließt die konkreten Lücken — Entscheidung, KPI, Daten-Owner — und mündet erst dann in einen kontrollierten 90-Tage-Piloten, wenn die Voraussetzungen stehen.

Quellen

• NIST, AI Risk Management Framework — nist.gov
• Europäische Kommission, AI Act — digital-strategy.ec.europa.eu
• Bitkom, Digitalisierung der Wirtschaft: Fast jedes Unternehmen beschäftigt sich mit KI (2026) — bitkom.org
• Destatis, Unternehmen mit Nutzung von KI — destatis.de