Bevor man in KI-Tools investiert, sollte man wissen, ob das Unternehmen bereit ist. Ein KI-Readiness-Check stellt diese Frage strukturiert: Sind die Daten brauchbar? Gibt es einen Verantwortlichen? Hat das Personal Grundkompetenz? Welche Use-Cases sind realistisch? Dieser Artikel ist gleichzeitig der Self-Check — 25 Fragen die in 30 Minuten klären, wo ihr 2026 wirklich steht.
Wozu ein Readiness-Check
Wer KI-Tools kauft, ohne die Vorbedingungen zu prüfen, verbrennt Geld. Aus der Praxis: Mittelständler mit niedriger Readiness, die trotzdem in komplexe KI-Projekte einsteigen, haben in 60 bis 80 Prozent der Fälle nach 6 Monaten weder produktive Tools noch befähigtes Personal — nur eine teure Investition.
Der Readiness-Check zeigt vor Investition, wo Lücken sind und was zuerst zu tun ist.
Die 6 Dimensionen der KI-Readiness
Dimension 1: Datenqualität (5 Fragen)
- Sind unsere Stammdaten (Kunden, Produkte, Lieferanten) zentral und konsistent?
- Können wir wichtige Geschäftsdokumente (Verträge, Angebote, Rechnungen) digital durchsuchen?
- Wie alt ist unser letzter Datenbereinigungs-Durchlauf?
- Haben wir ein zentrales Dokumentenmanagement oder verteilte Ablagen?
- Gibt es definierte Datenklassen (öffentlich, intern, vertraulich, geheim)?
Bewertung: Wenn 4+ Fragen mit "ja" beantwortbar: Gute Datenqualität. Sonst: Erst Daten in Ordnung bringen, dann KI.
Dimension 2: Personal-Kompetenz (5 Fragen)
- Gibt es im Haus mindestens eine Person mit KI-Grundkenntnissen?
- Sind die Mitarbeiter dokumentiert KI-geschult (Pflicht nach Art. 4 KI-VO seit 02.02.2025)?
- Haben wir intern Multiplikatoren oder müssen wir alles extern einkaufen?
- Wie offen ist das Team gegenüber KI? Gibt es viele Bedenken?
- Wer kann Tool-Setup und Konfiguration übernehmen (intern oder extern)?
Bewertung: Mindestens eine geschulte Person und drei tool-affine Mitarbeiter — Grundvoraussetzung. Sonst: Schulung über QCG starten.
Dimension 3: Strategische Klarheit (5 Fragen)
- Hat die Geschäftsleitung eine KI-Position oder -Strategie formuliert?
- Gibt es einen benannten KI-Verantwortlichen mit Mandat?
- Ist Budget für KI-Initiativen explizit eingeplant (nicht aus dem IT-Topf abgezweigt)?
- Gibt es einen Use-Case-Backlog mit priorisierten Anwendungsfällen?
- Sind Erfolgskriterien für KI-Projekte definiert?
Bewertung: Bitkom 2026: Nur 21 % der Mittelständler haben formale KI-Strategie. Hier holt ihr schnell Vorsprung.
Dimension 4: Compliance und Datenschutz (5 Fragen)
- Ist das Verarbeitungsverzeichnis (ROPA) auf aktuellem Stand?
- Habt ihr ein Tool-Whitelist-Konzept (was darf benutzt werden)?
- Liegen Auftragsverarbeitungsverträge mit relevanten Anbietern vor?
- Gibt es einen Datenschutzbeauftragten oder festen Ansprechpartner?
- Bei Mitbestimmung: Ist der Betriebsrat über KI-Pläne informiert?
Bewertung: Mindestens ROPA aktuell und ein Verantwortlicher benannt. Bei Hochrisiko-Anwendungen (HR, Kreditvergabe): zusätzlich Datenschutz-Folgenabschätzung.
Dimension 5: Technische Infrastruktur (3 Fragen)
- Habt ihr Cloud-Anbindung (Microsoft 365, Google Workspace, eigene Cloud)?
- Können IT-Verantwortliche neue SaaS-Tools integrieren oder steht alles still bis zur nächsten Ausschreibung?
- Wie viel Internet-Bandbreite habt ihr für KI-Workloads?
Bewertung: Cloud-fähig + agile IT — ihr seid bereit. Pure On-Premise mit langen Beschaffungszyklen — schwierig für KI-Schnellboote.
Dimension 6: Marktdruck und Notwendigkeit (2 Fragen)
- Wie nutzen eure direkten Wettbewerber KI bereits? Wisst ihr das überhaupt?
- Wo erlebt ihr aktuell Kosten-Druck oder Fachkräfte-Engpässe, die KI mildern könnte?
Bewertung: Hohe Antworten = klare Motivation. Niedrige Antworten = Pilot-Projekt eher als Lerngelegenheit denn als wirtschaftliche Notwendigkeit.
Die Auswertung
| Score | Was es bedeutet | Nächster Schritt |
|---|---|---|
| 20+ ja-Antworten von 25 | Hohe Readiness | Ambitionierter KI-Plan möglich, mehrere parallele Use-Cases |
| 15 bis 19 | Mittlere Readiness | Pilot starten, Lücken in 6 Monaten schließen |
| 10 bis 14 | Eingeschränkte Readiness | Vor KI-Pilot Lücken adressieren (Daten, Schulung, Strategie) |
| Unter 10 | Niedrige Readiness | Vor jeder KI-Investition Grundlagen schaffen |
Was die häufigsten Lücken sind (Bitkom + DIHK 2026)
- Fehlende KI-Strategie (79 % der Mittelständler haben keine)
- Personal nicht geschult (oft auch nicht dokumentiert geschult — Art.-4-Verstoß)
- Verarbeitungsverzeichnis veraltet (68 % seit 5 Jahren nicht angepasst)
- Kein klarer Verantwortlicher für KI-Themen
- Datenqualitäts-Probleme (oft erst sichtbar wenn KI sie aufdeckt)
Quick-Wins zur Readiness-Steigerung
| Maßnahme | Aufwand | Wirkung |
|---|---|---|
| KI-Verantwortlichen benennen | 1 Stunde | Strategische Dimension +1 Punkt |
| Tool-Whitelist erstellen | 2 bis 4 Stunden | Compliance +1 Punkt |
| ROPA aktualisieren | 4 bis 8 Stunden | Compliance +1 Punkt |
| QCG-Schulung für 2-3 Mitarbeiter beantragen | 2 Stunden Antrag | Personal-Kompetenz +2 Punkte (nach Abschluss) |
| Use-Case-Workshop intern | 1 Tag | Strategische Dimension +1 Punkt |
Mit 2 bis 3 Tagen Aufwand kann der Score von "10" auf "16" steigen — und damit die Readiness-Stufe wechseln.
Wir helfen bei der Schulungs-Komponente
Die DigiMan-Weiterbildung adressiert direkt die häufigsten Readiness-Lücken: Personal-Kompetenz, Strategie-Wissen, Compliance-Grundlagen. 100 % über QCG förderfähig. 15 Minuten kostenloses Erstgespräch klärt, was bei eurer Readiness-Stufe der nächste sinnvolle Schritt ist.
Readiness-Lücken schließen mit Schulung?
DigiMan-Weiterbildung adressiert direkt die häufigsten Lücken. 100 % über QCG förderfähig.