KI-Readiness-Check: Ist dein Unternehmen bereit für Künstliche Intelligenz?

Update April 2026: Das EU-Parlament hat am 27.03.2026 die Verschiebung der Hochrisiko-KI-Pflichten beschlossen (Digital Omnibus, 569:45 Stimmen). Annex III tritt jetzt am 02.12.2027 in Kraft, Annex I am 02.08.2028. Der zweite Trilog ist für den 28.04.2026 angesetzt. WICHTIG: Die AI Literacy Pflicht nach Artikel 4 KI-VO bleibt unverändert ab August 2026 in Kraft. Schulungsnachweise sind also weiterhin Pflicht.

36 % der deutschen Unternehmen setzen 2026 bereits KI ein. Gleichzeitig sagen 53 % der Firmen, dass ihnen die technische Kompetenz fehlt, um KI sinnvoll zu nutzen (Bitkom 2025). Die Lücke dazwischen ist riesig: Unternehmen wissen, dass sie handeln müssen, aber nicht, wo sie stehen und was der nächste Schritt ist.

Genau dafür gibt es den KI-Readiness-Check. Kein Berater-Buzzword, sondern eine strukturierte Selbsteinschätzung in 20 Fragen. In 15 Minuten weißt du, ob dein Unternehmen Starter, Explorer, Practitioner oder Leader ist. Und was du konkret tun musst, um die nächste Stufe zu erreichen.

Das Wichtigste in Kürze

• KI-Readiness bedeutet nicht, ob du ChatGPT nutzt. Es geht um Datenqualität, Prozesse, Kultur, IT-Infrastruktur und Kompetenzen.
• Die meisten Unternehmen scheitern nicht an der Technik. Schlechte Daten, fehlende Strategie und Widerstand im Team sind die drei häufigsten Blocker.
• Der Selbsttest umfasst 20 Fragen in 5 Kategorien und ergibt einen von 4 Reifegraden: Starter (0-20 Punkte), Explorer (21-40), Practitioner (41-60) oder Leader (61-80).
• Jeder Reifegrad hat klare nächste Schritte. Starter brauchen Datenaufräumen, Leader brauchen Skalierung.
• Quick Wins existieren auf jeder Stufe. Auch Starter können in 4 Wochen messbare Ergebnisse erzielen.
• Ab August 2026 gilt die KI-Kompetenzpflicht nach EU AI Act Artikel 4. Unternehmen müssen nachweisen, dass Mitarbeiter im Umgang mit KI geschult sind.
• Der Check ersetzt keinen externen Audit, gibt aber eine fundierte Standortbestimmung für die interne Priorisierung.

Warum ein Readiness-Check vor dem KI-Projekt steht

86 % der KMU erkennen die Relevanz von KI (maximal.digital 2025). Trotzdem haben nur 23 % tatsächlich etwas implementiert. Der häufigste Grund: Es wurde direkt ein KI-Tool eingeführt, ohne vorher zu prüfen, ob die Voraussetzungen stimmen.

Das Ergebnis: Der Chatbot wird mit veralteten Daten gefüttert. Das Automatisierungstool scheitert an Prozessen, die niemand dokumentiert hat. Und das Team boykottiert das neue System, weil niemand erklärt hat, warum es eingeführt wird.

Ein Readiness-Check verhindert genau das. Er deckt Schwachstellen auf, bevor sie teuer werden. Und er zeigt, welche Projekte realistisch sind und welche erst nach Vorarbeit funktionieren.

Der Selbsttest: 20 Fragen in 5 Kategorien

Bewerte jede Aussage mit 0 bis 4 Punkten:

• 0 Punkte: Trifft gar nicht zu
• 1 Punkt: Trifft kaum zu
• 2 Punkte: Trifft teilweise zu
• 3 Punkte: Trifft überwiegend zu
• 4 Punkte: Trifft voll zu

Kategorie 1: Daten (maximal 16 Punkte)

Kategorie 2: Prozesse (maximal 16 Punkte)

Kategorie 3: Kultur und Führung (maximal 16 Punkte)

Kategorie 4: IT-Infrastruktur (maximal 16 Punkte)

Kategorie 5: Kompetenzen (maximal 16 Punkte)

Maximale Punktzahl: 80

Auswertung: Dein KI-Reifegrad

Addiere deine Punkte aus allen 5 Kategorien und lies ab, wo dein Unternehmen steht.

Was als Nächstes zu tun ist: Empfehlungen pro Reifegrad

Starter (0-20 Punkte): Fundament bauen

Dein Unternehmen hat akuten Nachholbedarf bei den Grundlagen. KI-Projekte wären jetzt Geldverschwendung, weil die Voraussetzungen fehlen.

Nächste Schritte: 1. Daten zentralisieren. Ein CRM einführen oder das bestehende aufräumen. Kundendaten, Angebote und Bestellungen gehören in ein System, nicht in 47 Excel-Dateien. 2. Drei Kernprozesse dokumentieren. Vertrieb, Auftragsabwicklung und Buchhaltung aufschreiben: Wer macht was, wie lange dauert es, wo liegen Engpässe? 3. Eine Person als KI-Verantwortlichen benennen. Kein Vollzeit-Job, aber eine klare Zuständigkeit. 4. Team sensibilisieren. Einen 60-Minuten-Workshop zum Thema "Was kann KI, was nicht?" durchführen.

Quick Win: Richte einen gemeinsamen ChatGPT-Team-Account ein (25 USD/Nutzer/Monat). Lass 3 Mitarbeiter eine Woche lang ihre wiederkehrenden Aufgaben damit erledigen. Am Freitag berichten sie, was funktioniert hat.

Explorer (21-40 Punkte): Strategie definieren

Du hast Grundlagen, aber kein Ziel. Einzelne Mitarbeiter nutzen KI, aber es gibt keine Richtung. Das Risiko: Jeder kocht sein eigenes Süppchen, niemand lernt voneinander, und die Geschäftsleitung hat keinen Überblick.

Nächste Schritte: 1. KI-Strategie in einem Satz formulieren. Beispiel: "Wir automatisieren bis Q4 2026 die Angebotserstellung und den Erstkundenkontakt mit KI-Unterstützung." Konkreter geht immer, hier eine Anleitung in 6 Schritten. 2. Interne KI-Richtlinie erstellen. Welche Daten dürfen in welches Tool? Wer gibt neue Tools frei? Wie wird dokumentiert? 3. Ein Pilotprojekt starten. Einen Prozess auswählen, der repetitiv, datenbasiert und fehleranfällig ist. Klassiker: E-Mail-Klassifizierung, Rechnungsprüfung, FAQ-Beantwortung. 4. Weiterbildung planen. Mindestens 2 Personen gezielt schulen (Prompt Engineering, Automatisierungstools, Datenschutz mit KI).

Quick Win: Nimm den Prozess, der am meisten Frust verursacht. Bau in einem Nachmittag einen einfachen Workflow (z. B. mit n8n oder Make): Wenn eine Mail mit "Rechnung" im Betreff eingeht, wird sie automatisch in den richtigen Ordner verschoben und der Betrag extrahiert.

Practitioner (41-60 Punkte): Skalieren

Du hast ein funktionierendes KI-Projekt. Jetzt geht es darum, das Wissen zu verbreitern und weitere Prozesse zu automatisieren.

Nächste Schritte: 1. Ergebnisse des Pilotprojekts messen und dokumentieren. Zeitersparnis in Stunden, Fehlerquote vorher/nachher, Kosteneinsparung pro Monat. 2. Zweites und drittes KI-Projekt starten. Übertrage die Learnings aus dem Piloten auf ähnliche Prozesse. 3. Datenqualität systematisch verbessern. Automatische Validierung bei der Eingabe einführen. Duplikate bereinigen. Datenverantwortliche pro Abteilung benennen. 4. KI-Kompetenz in die Breite bringen. Nicht nur 2-3 Power-User, sondern das gesamte Team befähigen. Genau dafür gibt es die Weiterbildung zum Digitalisierungsmanager. 5. EU AI Act Pflichten prüfen. Ab August 2026 greift die Kompetenzpflicht nach Artikel 4. Schulungsnachweise vorbereiten.

Quick Win: Erstelle ein internes "KI-Kochbuch" mit 10 getesteten Prompts und Workflows, die nachweislich funktionieren. Teile es mit dem gesamten Team.

Leader (61-80 Punkte): Wettbewerbsvorteil ausbauen

Du gehörst zu den Top 10 % in Deutschland. KI ist bei dir kein Projekt, sondern Betriebssystem. Die Gefahr: Stillstand. Technologie entwickelt sich schnell, und wer aufhört zu lernen, fällt zurück.

Nächste Schritte: 1. KI-Governance aufsetzen. Klare Regeln für Modell-Auswahl, Datenzugriff, Bias-Prüfung und Dokumentation. 2. Eigene Modelle oder Fine-Tuning evaluieren. Wenn deine Datenqualität hoch genug ist, kannst du branchenspezifische KI-Modelle trainieren. 3. Wissenstransfer nach außen. Als KI-Vorreiter kannst du Partner, Kunden und Lieferanten mitziehen. Das stärkt dein Netzwerk und deine Position. 4. Mitarbeiter zu KI-Trainern ausbilden. Deine besten Leute schulen andere, intern wie extern.

Quick Win: Veröffentliche eine Fallstudie über dein erfolgreichstes KI-Projekt. Auf LinkedIn, im Unternehmensblog oder als Vortrag bei der IHK. Das zieht Talente an und positioniert dich als Arbeitgeber.

Die 5 häufigsten Blocker und wie du sie löst

1. Schlechte Datenqualität

Daten liegen in verschiedenen Systemen, sind unvollständig oder veraltet. KI-Modelle liefern dann schlechte Ergebnisse, und das Team verliert das Vertrauen in die Technologie.

Lösung: Starte nicht mit dem KI-Tool, sondern mit einer Dateninventur. Welche Daten hast du, wo liegen sie, wie aktuell sind sie? Dann aufräumen: Duplikate entfernen, Pflichtfelder definieren, Eingabevalidierung einführen. Das dauert 2-4 Wochen, spart aber Monate an Nacharbeit.

2. Fehlende Strategie

"Wir müssen was mit KI machen" ist keine Strategie. Ohne konkretes Ziel werden Budgets verteilt, Piloten gestartet und wieder eingestellt. Nach 6 Monaten hat niemand etwas Messbares vorzuweisen.

Lösung: Ein Satz reicht für den Anfang. "Wir reduzieren die Bearbeitungszeit von Kundenanfragen um 50 % bis Dezember 2026." Messbar, terminiert, verständlich. Alles andere folgt daraus.

3. Widerstand im Team

Mitarbeiter haben Angst, durch KI ersetzt zu werden. Oder sie halten die Technik für Spielzeug. Beides führt dazu, dass KI-Projekte sabotiert oder ignoriert werden. Mehr dazu und konkrete Gegenmaßnahmen findest du im Artikel über Change Management bei KI-Einführung.

Lösung: Kommunikation vor Technik. Erkläre, warum KI eingeführt wird, welche Aufgaben sich ändern und welche nicht. Beziehe die Betroffenen früh ein. Lass sie mitentscheiden, welche Prozesse automatisiert werden. Wer mitgestalten darf, blockiert nicht.

4. Kein Budget

KI kostet Geld, zumindest am Anfang. Viele Unternehmen scheuen die Investition, weil der ROI unklar ist.

Lösung: Starte mit kostenfreien oder günstigen Tools (ChatGPT Team ab 25 USD/Nutzer, n8n Self-hosted ab 0 EUR). Miss die Ergebnisse eines kleinen Piloten. Rechne die Zeitersparnis in Euro um. Ein Mitarbeiter, der 5 Stunden/Woche spart, liefert bei 50 EUR/Stunde einen ROI von 1.000 EUR/Monat. Das reicht als Argument für die Geschäftsleitung.

5. Fehlende Kompetenzen

Niemand im Team weiß, wie man KI-Projekte aufsetzt, Daten vorbereitet oder Automatisierungen baut. Der IT-Dienstleister kennt sich mit Servern aus, nicht mit Sprachmodellen.

Lösung: Kompetenzen aufbauen. Intern durch Weiterbildung, extern durch gezielte Beratung. Die Weiterbildung zum Digitalisierungsmanager qualifiziert Mitarbeiter in 4 Monaten für genau diese Aufgaben. Über das Qualifizierungschancengesetz zahlt der Staat die Kosten bis zu 100 %.

FAQ

Wie lange dauert der KI-Readiness-Check? Der Selbsttest dauert 15 Minuten. Wenn du die Ergebnisse mit der Geschäftsleitung und der IT besprechen willst, plane 1-2 Stunden für ein Workshop-Format ein. Das Ergebnis ist eine Prioritätenliste, kein 50-Seiten-Bericht.

Wir sind ein kleines Unternehmen mit 10 Mitarbeitern. Ist der Check für uns relevant? Ja. Die Fragen sind bewusst so formuliert, dass sie für Unternehmen ab 5 Mitarbeitern funktionieren. Gerade kleine Firmen profitieren überproportional von KI, weil sie keine eigenen Abteilungen für Aufgaben haben, die KI automatisieren kann (Buchhaltung, Kundenkommunikation, Datenanalyse).

Was ist das Qualifizierungschancengesetz (QCG)? Ein Förderprogramm der Agentur für Arbeit. Unternehmen können ihre beschäftigten Mitarbeiter weiterbilden lassen. Der Staat übernimmt bis zu 100 % der Lehrgangskosten und zahlt zusätzlich einen Lohnzuschuss. Die Förderhöhe hängt von der Unternehmensgröße ab: Betriebe unter 10 Mitarbeitern erhalten 100 %, ab 250 Mitarbeitern noch 25-50 %.

Wir haben 25 Punkte und stecken zwischen Explorer und Practitioner. Was machen wir zuerst? Schau dir an, welche Kategorie die niedrigsten Punktzahlen hat. Wenn Daten das Problem sind, hilft kein KI-Tool der Welt. Wenn Kompetenzen fehlen, starte mit Schulungen. Die schwächste Kategorie bestimmt die Geschwindigkeit, nicht die stärkste.

Gibt es eine Pflicht, KI-Kompetenzen nachzuweisen? Ab August 2026 ja. Der EU AI Act verpflichtet Unternehmen in Artikel 4, sicherzustellen, dass alle Personen, die KI-Systeme einsetzen, über ausreichende KI-Kompetenz verfügen. Das betrifft nicht nur die IT-Abteilung, sondern jeden Mitarbeiter, der KI-Tools nutzt. Schulungsnachweise sind der einfachste Weg, diese Pflicht zu erfüllen.

Nächster Schritt: Kompetenzen aufbauen

Der Readiness-Check zeigt dir, wo dein Unternehmen steht. Die häufigste Schwachstelle in allen vier Reifegraden ist dieselbe: fehlende Kompetenzen. Technik lässt sich kaufen, Daten lassen sich aufräumen, aber Wissen muss aufgebaut werden.

Die Weiterbildung zum Digitalisierungsmanager für Prozessautomatisierung und KI von SkillSprinters qualifiziert deine Mitarbeiter in 4 Monaten. Komplett online, DEKRA-zertifiziert (AZAV), keine Programmierkenntnisse nötig. Absolventen können KI-Projekte eigenständig planen, umsetzen und auswerten.

Für beschäftigte Mitarbeiter übernimmt der Staat über das Qualifizierungschancengesetz bis zu 100 % der Kosten. Für Arbeitssuchende ist die Weiterbildung über den Bildungsgutschein kostenlos. Das Einstiegsgehalt als Digitalisierungsmanager liegt bei rund 60.000 EUR.

Du willst wissen, ob die Weiterbildung für dein Team passt? Termin mit Jens buchen und in 10 Minuten Klarheit bekommen.