Kurz gesagt
Eine Umfrage mit 46 Fragen dazu, was ein Unternehmen für den Einsatz von KI schon hat: Daten, Technik, Kompetenzen und die Fähigkeit zur Veränderung. Nutzen Sie sie, um zu sehen, wo Leitung, IT und Betrieb übereinstimmen und wo nicht.
Für die Person, die die Diagnose durchführt: eine Leitung aus Personal oder Betrieb, ein internes Projektteam oder eine externe Beratung.
Was es misst
Die Skala fragt, wie weit ein Unternehmen hat, was es für den Einsatz von KI braucht. Sie deckt acht Bereiche in drei Gruppen ab:
- Was Sie kaufen oder aufbauen können: Daten, Technik und grundlegende Mittel wie Budget und Zeit.
- Menschen: technische Kompetenzen und betriebswirtschaftliche Kompetenzen.
- Wie die Organisation arbeitet: Abstimmung zwischen Abteilungen, die Fähigkeit zur Veränderung und die Bereitschaft, Risiken einzugehen.
Unter den offenen Fragebögen in diesem Bereich, die die ganze Organisation betrachten und nicht nur ihre Technik, ist sie der am besten geprüfte.
Wie Sie es nutzen
- Geben Sie sie mehreren Personen im Unternehmen, nicht einer: einer Person aus der Unternehmensleitung, jemandem aus IT oder Daten und jemandem aus Betrieb oder Personal.
- Sammeln Sie die Antworten getrennt.
- Legen Sie sie nebeneinander. Wo die Gruppen nicht übereinstimmen, liegt der nützliche Teil.
- Berichten Sie für jeden Bereich die Streuung der Antworten, nicht nur den Durchschnitt.
Die ursprüngliche Studie befragte eine Führungskraft pro Unternehmen. Vor genau dieser Schwäche warnt eine spätere Studie zu Reifegradmodellen: Eine einzelne Sicht von oben ist eine Meinung, keine Messung.
Was es nicht misst
- Einstellungen oder Verhalten der Beschäftigten. Die Fragen zu Veränderung und Risiko halten fest, was Führungskräfte über das Unternehmen sagen. Sie zeigen nicht, was Beschäftigte tun.
- Ergebnisse. Ein hoher Wert sagt keine Rendite voraus. Siehe Behandeln Sie einen Reifegradwert nicht als Prognose.
- Was KI in jedem Beruf leisten könnte. Dafür nutzen Sie ein Aufgabenprofil.
Sie ist auch nicht kurz. 46 Fragen kosten Zeit, und Führungskräfte überfliegen lange Formulare.
Wie es geprüft wurde
- Die Autoren bildeten die Fragen aus früherer Forschung und prüften sie mit 143 Führungskräften der obersten Ebene in den USA. Die Antworten ordneten sich wie beabsichtigt in die acht Bereiche. Die Studie ist auf einer eigenen Seite beschrieben.
- Der Erstautor untersuchte dann KI-Fähigkeit in 91 Kommunen in Deutschland, Norwegen und Finnland und in einer zweiten Studie mit 168 Kommunen.
Das technische Detail: Die erste Studie prüfte das Maß mit üblichen statistischen Tests zur Struktur von Umfragen. Alle drei Studien haben denselben Erstautor.
Lizenz und Zugang
Die Fragen sind im Artikel abgedruckt, der frei zugänglich unter CC BY 4.0 erschienen ist. Sie dürfen sie mit Nennung der Autoren übersetzen und anpassen.
Alternativen
Andere Diagnoseinstrumente mit ähnlicher Aufgabe, und wann Sie welches vorziehen sollten.
- Sind eine Behörde und ihre Menschen beide bereit für KI? Dual-level model of AI readiness in the public sector Nehmen Sie es in einer Behörde, oder wenn Sie die Bereitschaft der Organisation und ihrer Menschen in einem Modell wollen. Es stützt sich nur auf das Urteil von Fachleuten. Führungskräfte und Beschäftigte, in einer Diskussion · 4 Gruppen von Kriterien. Die Zahl der Fragen ist nicht geklärt Frei nutzbar und anpassbar
- Was macht dieses Technikprojekt schwierig? NASSS-CAT: complexity assessment tools for technology projects Nehmen Sie es, wenn Sie eine Diskussion und eine Liste von Maßnahmen wollen, keinen Wert. Das Projektteam und Beschäftigte in Interviews · Zwei Checklisten, ein Formular mit 35 Fragen und ein Interviewleitfaden Frei nutzbar, vor Änderungen fragen
Praktiken, die es nutzen
- Behandeln Sie einen Reifegradwert nicht als Prognose Ein Wert für KI-Reifegrad oder KI-Bereitschaft beschreibt, wo Sie nach eigener Angabe stehen. Die Evidenz, dass ein höherer Wert zu besseren Ergebnissen führt, ist dünn und umstritten. Nutzen Sie ihn als Anstoß für ein Gespräch, nicht zur Vorhersage von Erträgen. Als Nächstes · Aufwand: gering (Tage, eine Person)
- Ermitteln Sie die KI-Bereitschaft aus mehreren Quellen, nicht aus der Einschätzung einer einzigen Führungskraft Ein Bereitschafts-Check, den eine einzige Person aus der Leitung ausfüllt, spiegelt deren Sicht. Fragen Sie auch Beschäftigte und Führungskräfte und vergleichen Sie die Antworten mit dem, was Sie beobachten können. Als Nächstes · Aufwand: mittel (Wochen, einige Personen)
Die Einzelheiten
- Prüfung
- Entwickelt und geprüft mit 143 Führungskräften der obersten Ebene in den USA, und die Ergebnisse hielten stand. Derselbe Erstautor maß KI-Fähigkeit später in zwei Studien zu europäischen Kommunen. Noch hat kein unabhängiges Team die Prüfung wiederholt.
- Betrachtet
- Organisation
- Wie die Antworten erhoben werden
- Eine Umfrage, die Führungskräfte über ihr eigenes Unternehmen beantworten. Die ursprüngliche Studie befragte eine Führungskraft pro Unternehmen.
- Länge
- 46 Fragen in 8 Gruppen
- Kosten
- Kostenlos
- Lizenz
- CC BY 4.0Sie dürfen die Fragen übersetzen, anpassen und abdrucken, wenn Sie die Autoren nennen. Eine Erlaubnis ist nicht nötig.
- Sprachen
- Englisch
- Von
- Mikalef and Gupta, 2021
Quellen
- Mikalef and Gupta (2021). Artificial intelligence capability: Conceptualization, measurement calibration, and empirical study on its impact on organizational creativity and firm performance. Information & Management. doi:10.1016/j.im.2021.103434
- Mikalef, Lemmer, Schaefer, Ylinen and colleagues (2021). Enabling AI capabilities in government agencies: A study of determinants for European municipalities. Government Information Quarterly. doi:10.1016/j.giq.2021.101596
- Mikalef, Lemmer, Schaefer, Ylinen and colleagues (2023). Examining how AI capabilities can foster organizational performance in public organizations. Government Information Quarterly. doi:10.1016/j.giq.2022.101797
Verwandte Studien auf dieser Website
- KI-Fähigkeit und Unternehmenserfolg: eine Umfrage unter 143 Führungskräften Mikalef and Gupta (2021). Artificial intelligence capability: Conceptualization, measurement calibration, and empirical study on its impact on organizational creativity and firm performance. Information & Management, 58(3), 103434.
- Wessen Sicht spiegelt ein digitaler Reifegradwert wider? Silva, São Mamede and Santos (2024). A new proposed model to assess the digital organizational readiness to maximize the results of the digital transformation in SMEs. Journal of Innovation & Knowledge, 10(1), 100644.
- Zehn Jahre digitale Reifegradmodelle: Sagen sie Ergebnisse voraus? Thordsen and Bick (2023). A decade of digital maturity models: much ado about nothing?. Information Systems and e-Business Management, 21(4), 947–976.