So prüfen Sie die KI-Readiness an einem echten Prozess

Ist unser Unternehmen bereit für KI?

Stellen Sie die Frage für einen Prozess, dann wird die Antwort konkret. Bereit für KI im Allgemeinen heißt wenig: Ein Unternehmen kann eine gute IT und klare Regeln haben und trotzdem nicht die Daten für den Prozess, auf den es ankommt. Bereitschaft ist eine Liste von Bedingungen für einen Prozess, jede erfüllt oder nicht, mit einem Namen an jeder Lücke.

Bei den Daten finden die meisten Checks ihre Lücken. In der ServiceNow-Umfrage vom 14. Juli 2026 nennen 72 % der deutschen Unternehmen Datengenauigkeit, Datenzugang und Datenmanagement als größte Hürden, und nur 16 % haben etablierte Test-, Audit- und Risikoprozesse für KI. In der Bitkom-Umfrage vom 14. September 2026 nennen 40 % der Unternehmen, die keine KI nutzen, fehlende Daten, und 50 % der Unternehmen, die KI nutzen, nennen die Datenaufbereitung als großen Kostenpunkt.

Sollte ein Readiness-Check einen Reifegrad messen oder einen echten Fall verfolgen?

Ein Reifegradmodell ordnet das ganze Unternehmen auf einer Skala ein, meist von ersten Experimenten bis zu KI im gesamten Geschäft. Das ist nützlich, um sich mit anderen zu vergleichen und um ein erstes Gespräch in der Geschäftsführung zu führen. Es sagt Ihnen aber nicht, ob die Rechnungen in Ihrem Postfach lesbar sind, ob das ERP eine Schnittstelle hat, die das System nutzen darf, oder wer die Ergebnisse freigibt.

Ein Beispielfall schon. Nehmen Sie einen echten, aktuellen Fall aus dem Prozess, an den Sie denken, einen normalen statt einer Ausnahme, und verfolgen Sie ihn vom Eingang bis zum Abschluss. Jedes System, das er berührt, jedes Dokument, das jemand öffnet, jede Entscheidung und jede beteiligte Person wird zu einer Zeile der Checkliste. Prüfen Sie dieselben Zeilen dann an einer Reihe vergangener Fälle mit bekanntem Ergebnis, denn ein einzelner Fall kann untypisch sein.

Wie führen wir den Check an einem Prozess durch?

1. 1

   Den Prozess wählen

   Wählen Sie einen Kandidaten mit vielen ähnlichen Fällen und einem Ergebnis, das ein Mensch schnell prüfen kann. Konkurrieren mehrere Teams um den ersten Platz, bewerten Sie deren Vorschläge zuerst nach denselben Fragen.

2. 2

   Einen Beispielfall und die passenden Leute wählen

   Ein aktueller, normaler Fall, die Person, die ihn bearbeitet hat, die Prozessverantwortlichen und jemand aus der IT, der die Systeme kennt. Beginnen Sie nicht mit der schwierigsten Ausnahme.

3. 3

   Den Fall von Anfang bis Ende verfolgen

   Halten Sie fest, wo er ankam, welche Dokumente und Systeme genutzt wurden, was nachgeschlagen wurde, was wer entschieden hat und wohin das Ergebnis ging.

4. 4

   Jeden Schritt an der Checkliste prüfen

   Fragen Sie bei jedem Schritt, ob die Daten digital vorliegen, ob ein System sie lesen darf, ob es eine Schnittstelle gibt, ob eine Regel festlegt, was das System tun darf, und wer das Ergebnis prüfen würde.

5. 5

   Vergangene Fälle mit bekanntem Ergebnis sammeln

   Daraus wird später der Testsatz. Kann niemand sagen, was das richtige Ergebnis eines vergangenen Falls war, lässt sich Qualität noch nicht messen, und das ist eine eigene Lücke.

6. 6

   Die Lückenliste schreiben

   Jede Lücke bekommt eine verantwortliche Person und eine Entscheidung: zuerst schließen, umgehen oder einen anderen Prozess wählen.

Was gehört auf eine KI-Readiness-Checkliste?

Die Checkliste hat fünf Bereiche: Kompetenzen, Daten, Systeme, Regeln und Menschen. Beantworten Sie jede Frage nur für den Beispielfall. Eine Zeile gilt erst als erfüllt, wenn jemand es zeigen kann. Eine Annahme reicht nicht.

Manche Nutzungen sind nach der KI-Verordnung (AI Act) hochriskant, darunter die Sichtung und Bewertung von Bewerbungen und die Kreditwürdigkeitsprüfung, beide in Anhang III aufgeführt. Ein Unternehmen, das ein solches System betreibt, übernimmt eigene Pflichten, unter anderem menschliche Aufsicht durch kompetente Personen, die Aufbewahrung der vom System erzeugten Logs und die Information der Arbeitnehmervertretung vor dem Einsatz am Arbeitsplatz. Solche Entscheidungen automatisieren wir nicht ohne Menschen. Ob eine Nutzung unter Anhang III fällt, entscheidet Ihr Unternehmen, beraten von seinen Datenschutzbeauftragten und Anwälten.

Wie steht es um unsere Datenqualität und -verfügbarkeit?

Für KI müssen Daten nicht perfekt sein, nur gut genug. Sie decken die Fälle ab, die das System sehen wird, haben eine verantwortliche Person, sind mit den richtigen Berechtigungen erreichbar und lassen die aktuelle Fassung von älteren unterscheiden. Vor dem ersten Prozess brauchen Sie weder einen Data Lake noch ein unternehmensweites Datenprojekt. Sie brauchen die Quellen, die dieser Prozess nutzt, in einem brauchbaren Zustand. Prüfen Sie am Beispielfall und an den vergangenen Fällen vier Dinge:

• Abdeckung: Enthalten die vergangenen Fälle die vorkommenden Varianten, etwa verschiedene Lieferanten, Formate und Sprachen, und neben den einfachen auch die schwierigen Fälle?
• Richtigkeit: Wo das Ergebnis eines vergangenen Falls festgehalten ist, stimmt es? Ein Testsatz mit falschen Ergebnissen misst das Falsche.
• Aktualität: Welche Fassung gilt bei Fragen, die aus Dokumenten beantwortet werden, und wer entfernt veraltete?
• Zugang: Kann ein Dienstkonto die Daten mit Berechtigungen lesen, die auch in der Produktion gelten, statt über einen einmaligen Export?

Finanzabteilungen spüren das am stärksten. Im Global AI in Finance Report von KPMG vom 22. Mai 2026 nennen 36 % der Finanzverantwortlichen die Datenqualität als größte Herausforderung für KI im Finanzbereich. Die Leitfäden zur Datenbereitschaft für KI-Projekte und zur Vorbereitung von Quellen für RAG, also Antworten aus Ihren eigenen Dokumenten mit angezeigter Quelle, vertiefen jeden Punkt.

Gibt es einen kostenlosen KI-Readiness-Check?

Ja. Mittelstand-Digital Zentren bieten kostenlose KI-Erstberatungen an, und Industrie- und Handelskammern bieten eigene Checks an, zum Beispiel den KI-Reifegrad-Check der IHK Schwaben und den KI-Check der IHK Stuttgart. Die Konditionen erfragen Sie bei Ihrer Kammer. Als Einstieg sind diese Angebote sinnvoll: Sie sind neutral und strukturiert, und die Geschäftsführung spricht danach mit gemeinsamen Begriffen über KI.

Wichtig ist, wofür ein solcher Check gedacht ist. Die IHK Schwaben beschreibt ihren Check als erste strukturierte Einschätzung und sagt, dass er keine Beratung, keine Rechtsberatung und kein Audit ist. Ein allgemeiner Check dieser Art lässt bewusst aus, was sich nur an Ihrem eigenen Prozess zeigt:

• Ob Ihre eigenen Fälle bearbeitet werden können, denn kein Beispielfall wird durch Ihre Systeme verfolgt.
• Zugang und Berechtigungen in Ihren ERP-, CRM-, Dokumenten- oder Ticketsystemen.
• Welche Infrastruktur zu Ihren Daten passt: ein Cloud-Dienst, Ihr eigenes Cloud-Konto oder eigene Server.
• Wie die Ergebnisqualität gemessen wird und wie viel Prüfung sie braucht.
• Aufbau und Betrieb des Systems danach.

Nutzen Sie beides: den Kammer-Check zur Orientierung, den Check am Beispielfall für den Prozess, den Sie verändern wollen. Unser kostenloses 30-minütiges Gespräch mit einem Engineer braucht keinen Zugriff auf Ihre Systeme oder Daten und kann die Checkliste oben mit Ihnen für einen Prozess durchgehen. Nutzen Ihre Beschäftigten schon KI-Werkzeuge, ergänzt die kostenlose KI-Nutzungsanalyse eine Seite zu KI-Ausgaben und Qualität, erstellt aus Exporten, die Sie selbst auswählen.

Was kommt nach dem Readiness-Check?

Die Lückenliste entscheidet über den nächsten Schritt, und meist läuft sie auf eines von drei Ergebnissen hinaus:

• Bereit oder fast bereit: den heutigen Prozess messen, Abnahmekriterien vereinbaren und einen Piloten an Ihren eigenen Fällen starten.
• Bereit nach Nacharbeit: zuerst die Lücken schließen, die einen Piloten blockieren, meist der Zugang zu einem System, eine verantwortliche Person für eine Datenquelle oder die Freigabe des Datenflusses, und den Rest für den Schritt in die Produktion vormerken.
• Nicht dieser Prozess: Fehlen die Daten oder kann niemand sagen, wie ein richtiges Ergebnis aussieht, wählen Sie den nächsten Kandidaten, statt es zu erzwingen.

Der Leitfaden zur KI-Einführung im Unternehmen beschreibt die Stufen von hier bis zum laufenden System.

KI-Strategie und KI-EinführungDatenintegration für KILeitung Digitalisierung und KI-Beauftragte