KI-Reifegrad bestimmen:
wo Ihr Betrieb wirklich steht

Warum der Reifegrad über jede KI-Investition entscheidet

Ein Reifegradmodell ist kein neues Konstrukt. In der Prozess- und IT-Welt beschreibt es seit Langem, wie verlässlich und wiederholbar eine Organisation eine bestimmte Fähigkeit beherrscht – von zufälligem Einzelhandeln bis zum gesteuerten Regelbetrieb. Auf künstliche Intelligenz übertragen beantwortet es eine einzige, aber zentrale Frage: Trägt der Betrieb die nächste KI-Investition schon, oder fehlt die Grundlage noch?

Diese Frage wird in der Praxis selten gestellt. Stattdessen beginnt der Einstieg meist mit der Werkzeug-Wahl, weil das die sichtbarste und greifbarste Entscheidung ist. Das Ergebnis ist bekannt: Ein technisch einwandfreies Vorhaben liefert keinen Nutzen, weil die Daten dafür nie geordnet wurden, weil niemand im Betrieb es betreibt oder weil die Ergebnisse niemand prüft. Nicht das Werkzeug war falsch, sondern der Zeitpunkt.

Der Reifegrad verschiebt den Startpunkt vom Werkzeug zum Fundament. Er ist die Standortbestimmung, die jeder belastbaren Entscheidung vorausgeht – vergleichbar mit den Festlegungen, die vor jedem Website-Projekt fallen, wie wir sie im Beitrag zu den Entscheidungen vor dem ersten Entwurf beschrieben haben. Wer den Stand kennt, trifft begründete Entscheidungen. Wer ihn nicht kennt, trifft sie zufällig.

Das häufigste Missverständnis: Nutzung ist kein Reifegrad

Die verbreitetste Fehleinschätzung lautet: „Wir sind schon recht weit, bei uns nutzen viele KI." Tatsächlich beschreibt das nur die Verbreitung eines Werkzeugs, nicht die Reife einer Organisation. Beides wird regelmäßig verwechselt – und die Verwechslung führt zu deutlich überhöhten Selbsteinschätzungen.

Reife zeigt sich nicht darin, dass KI genutzt wird, sondern darin, wie. Drei Merkmale trennen die zufällige Nutzung vom reifen Einsatz:

• Wiederholbarkeit: Ein Ergebnis entsteht nicht zufällig, sondern lässt sich unter gleichen Bedingungen verlässlich erneut erzeugen.
• Steuerung: Es ist geregelt, wer KI wofür mit welchen Daten einsetzt – und wer das Ergebnis verantwortet.
• Gesicherte Voraussetzungen: Daten, Zugänge und Prozesse sind so geordnet, dass der Einsatz auch unter Last und über Personenwechsel hinweg trägt.

Ein anschauliches Bild: Wenn einzelne Mitarbeiter KI über private Zugänge nutzen, niemand die Ergebnisse prüft und die Datengrundlage nie betrachtet wurde, dann ist das keine hohe, sondern eine sehr niedrige Reife – trotz hoher Nutzung. Diese ungesteuerte Nutzung erzeugt sogar eigene Risiken; wie man sie in geordnete Bahnen lenkt, behandelt der Beitrag zur organisierten KI-Nutzung im Unternehmen. Genau deshalb braucht die Bestimmung des Reifegrads mehr als eine einzelne Frage. Sie braucht Dimensionen.

Die sechs Dimensionen des KI-Reifegrads

Ein einzelner Wert für „die KI-Reife" wäre irreführend, weil ein Betrieb in unterschiedlichen Bereichen unterschiedlich weit ist. Sinnvoll wird die Einstufung erst, wenn sie nach Dimensionen getrennt erfolgt. Die folgenden sechs decken die Voraussetzungen ab, an denen KI-Vorhaben in der Praxis gelingen oder scheitern.

1. Datengrundlage

KI arbeitet auf Daten. Sind sie verstreut, widersprüchlich, schlecht gepflegt oder nur in den Köpfen einzelner Personen vorhanden, scheitert jedes Vorhaben an der Eingabe, nicht an der Technik. Diese Dimension fragt nach Verfügbarkeit, Struktur, Qualität und Zugänglichkeit der relevanten Daten. Sie ist zugleich die am häufigsten unterschätzte – weil schlechte Daten unsichtbar sind, solange niemand sie ernsthaft nutzt.
Leitfrage: Lägen die nötigen Daten heute in einer Form vor, mit der ein System verlässlich arbeiten könnte?

2. Prozesse und Standardisierung

KI entfaltet ihren Nutzen an wiederkehrenden, klar geregelten Abläufen. Ein Vorgang, der bei jedem Mal anders läuft und nirgends beschrieben ist, lässt sich weder sinnvoll unterstützen noch automatisieren. Diese Dimension fragt, wie standardisiert, dokumentiert und wiederholbar die Prozesse sind, an denen KI ansetzen soll.
Leitfrage: Ließe sich der Zielprozess so beschreiben, dass eine zweite Person ihn ohne Rückfragen genauso ausführt?

3. Kompetenz und Kultur

Technik ohne Menschen, die sie beurteilen können, ist ein Risiko. Diese Dimension umfasst das vorhandene Wissen über Möglichkeiten und Grenzen von KI, die Fähigkeit zur kritischen Prüfung von Ergebnissen und die Bereitschaft im Team, neue Abläufe mitzutragen. Wie sich diese Akzeptanz gezielt aufbauen lässt, vertieft der Beitrag zur KI-Einführung ohne Vertrauensverlust.
Leitfrage: Könnte Ihr Team ein KI-Ergebnis fachlich beurteilen – oder würde es ungeprüft übernommen?

4. Technik und Infrastruktur

Hierher gehören die Systeme, in denen gearbeitet wird, die Schnittstellen zwischen ihnen und die Frage, ob sich KI überhaupt sinnvoll anbinden lässt. Ein Betrieb, dessen Systeme nicht miteinander sprechen, kann KI nur als Insellösung betreiben – mit begrenztem Nutzen und hohem manuellem Aufwand.
Leitfrage: Lassen sich die beteiligten Systeme verbinden, oder müsste jedes Ergebnis von Hand übertragen werden?

5. Governance und Recht

Diese Dimension fragt nach den Regeln: Gibt es eine schriftliche Richtlinie? Ist geklärt, welche Daten in welche Systeme dürfen? Sind Verantwortlichkeiten benannt und die rechtlichen Pflichten bekannt? Mit den gestaffelten Vorgaben des EU-Rechtsrahmens, die wir im Beitrag zum EU AI Act und seinen Stichtagen eingeordnet haben, ist diese Dimension keine Kür mehr.
Leitfrage: Wüsste ein Mitarbeiter heute, was er mit KI darf und was nicht – schriftlich, nicht nach Gefühl?

6. Strategie und Steuerung

Die letzte Dimension fragt, ob KI gesteuert oder dem Zufall überlassen wird: Gibt es Ziele, eine Priorisierung der Anwendungsfälle und eine Messung des Nutzens? Ohne diese Klammer bleibt selbst gelungene Einzel-Nutzung folgenlos, weil sie sich nicht in einen größeren Plan einfügt.
Leitfrage: Ließe sich nach einem Jahr belegen, was der KI-Einsatz dem Betrieb tatsächlich gebracht hat?

Diese sechs Dimensionen sind bewusst getrennt, weil sie sich nicht gegenseitig ersetzen. Hervorragende Technik gleicht eine ungeordnete Datengrundlage nicht aus, und die beste Richtlinie nützt nichts, wenn der Zielprozess nicht beschrieben ist.

Die fünf Reifegrad-Stufen: von ungeordnet bis steuernd

Jede der sechs Dimensionen wird auf einer Skala eingestuft. Fünf Stufen haben sich als handhabbar erwiesen: Sie sind fein genug, um Fortschritt abzubilden, und grob genug, um ohne Scheingenauigkeit auszukommen. Die Stufen beschreiben jeweils einen qualitativen Sprung, nicht nur „etwas mehr".

1. Stufe 1 – Ungeordnet: KI wird, wenn überhaupt, zufällig und über private Zugänge genutzt. Es gibt keine Regeln, keine Verantwortung, keine Übersicht. Was hier passiert, geschieht im Verborgenen.
2. Stufe 2 – Orientierend: Der Betrieb beschäftigt sich bewusst mit dem Thema, sammelt erste Erfahrungen und benennt mögliche Anwendungsfälle. Vieles ist noch Versuch, aber es geschieht absichtlich statt nebenbei.
3. Stufe 3 – Strukturiert: Erste Anwendungsfälle laufen geregelt und wiederholbar. Es gibt eine Richtlinie, eine Zuständigkeit und einen Freigabe-Schritt. Der Einsatz ist begrenzt, aber kontrolliert.
4. Stufe 4 – Integriert: KI ist fester Bestandteil ausgewählter Regelprozesse, in vorhandene Systeme eingebunden und der Nutzen wird gemessen. Der Einsatz trägt auch über Personenwechsel hinweg.
5. Stufe 5 – Steuernd: KI ist Teil der Wertschöpfung und wird systematisch weiterentwickelt. Neue Anwendungsfälle entstehen aus einem geführten Prozess, nicht aus Einzelinitiative. Diese Stufe ist für die meisten mittelständischen Betriebe kein nahes Ziel – und das ist in Ordnung.

Entscheidend ist die Lesart: Ein Betrieb hat nicht eine Stufe, sondern sechs – je Dimension eine. Üblich ist ein gemischtes Bild, etwa Stufe 2 bei den Daten, Stufe 3 bei der Technik und Stufe 1 bei der Governance. Genau dieses Profil ist der eigentliche Befund, nicht ein gemittelter Gesamtwert.

Den eigenen Stand ehrlich bestimmen

Die Bestimmung selbst ist kein aufwendiges Projekt, aber sie verlangt Disziplin: Jede Einstufung muss sich auf einen Beleg stützen, nicht auf ein Gefühl. Vier Schritte führen von der Bestandsaufnahme zu einer begründeten Einstufung.

1. Inventar aufnehmen: Zusammentragen, wo KI heute bereits eingesetzt wird – auch inoffiziell –, welche Daten vorliegen und welche Systeme im Spiel sind. Ohne dieses ehrliche Bild beginnt jede Einstufung auf Sand.
2. Je Dimension bewerten: Jede der sechs Dimensionen einzeln durchgehen und mit der Leitfrage prüfen. Wichtig ist, hier nicht zu beschönigen – die schwächste Dimension ist der wertvollste Befund.
3. Stufe begründen: Für jede Dimension die passende Stufe wählen und in einem Satz festhalten, woran sie sich festmacht. Wo der Beleg fehlt, ist die Stufe in der Regel niedriger als gedacht.
4. Nächsten Schritt ableiten: Aus dem Profil ergibt sich die Reihenfolge – beginnend bei der schwächsten Dimension, die das gewünschte Vorhaben blockiert. Erst danach folgt die Werkzeug-Frage.

Diese Bestimmung lässt sich intern durchführen. Der häufigste Nutzen einer externen Begleitung liegt weniger im Modell selbst als in der Unbefangenheit: Ein Blick von außen stuft seltener zu wohlwollend ein und stellt die unbequemen Leitfragen, die intern gern übergangen werden. Wie wir eine solche Standortbestimmung begleiten, beschreibt unsere Leistungsseite zur KI-Beratung.

Die häufigsten Fehler bei der Selbsteinschätzung

Eine Selbsteinschätzung ist nur so gut wie ihre Ehrlichkeit. Die folgenden Muster verzerren das Ergebnis fast immer nach oben – und führen zu Investitionen auf einer Grundlage, die sie nicht trägt.

Die ersten drei Muster führen am zuverlässigsten zu überhöhten Einstufungen – und damit zu Vorhaben, die auf zu schwacher Grundlage starten.

Was der Reifegrad über den nächsten Schritt verrät

Der eigentliche Wert der Bestimmung liegt nicht in der Note, sondern in der Handlungsanweisung, die aus ihr folgt. Der richtige nächste Schritt hängt unmittelbar davon ab, wo der Betrieb steht – und unterscheidet sich von Stufe zu Stufe grundlegend.

• Auf früher Stufe (1–2): Nicht das große Projekt, sondern ein eng abgegrenzter erster Anwendungsfall und das Aufräumen der nötigen Voraussetzungen. Welcher Vorgang sich dafür eignet, behandelt der Beitrag zur ersten KI-Automation.
• Auf mittlerer Stufe (3): Den kontrollierten Einsatz verbreitern, die Messung schärfen und die Governance verschriftlichen, bevor zusätzliche Anwendungsfälle hinzukommen.
• Auf hoher Stufe (4–5): Aus Einzelfällen einen geführten Prozess machen, in dem neue Anwendungsfälle systematisch entstehen, geprüft und skaliert werden.

Daraus folgt die zentrale Einordnung dieses Beitrags: Der Reifegrad entscheidet nicht darüber, ob sich KI lohnt, sondern über das Wie und die Reihenfolge. Selbst eine niedrige Einstufung ist kein Grund zu warten – sie ist ein Hinweis, an welcher Stelle zuerst gearbeitet werden sollte. Wer die Voraussetzungen schafft, bevor er das Werkzeug auswählt, kommt langsamer los, aber deutlich weiter.

Begleitend gilt, was für jede Veränderung im Betrieb gilt: Eine ehrlich kommunizierte Standortbestimmung trägt mehr zur Akzeptanz bei als ein groß angekündigtes Vorhaben, das an unsichtbaren Lücken scheitert. Reife wächst – sie lässt sich nicht überspringen.