Ermitteln Sie die KI-Bereitschaft aus mehreren Quellen, nicht aus der Einschätzung einer einzigen Führungskraft

Worum es geht

Die meisten Checks zur KI-Bereitschaft sind ein Fragebogen, den eine Person aus der Leitung ausfüllt. Sammeln Sie stattdessen drei Arten von Antworten: was die Leitung sagt, was die Beschäftigten sagen und was Sie beobachten oder testen können.

Was die Evidenz zeigt

Die meisten Modelle erfassen die Sicht von oben. Forschende stellen fest, dass viele Reifegradmodelle vor allem die Sicht der obersten Leitung erfassen, nicht messbare Ergebnisse.
Die Sicht unterscheidet sich nach Ebene. In einem Finanzunternehmen beschrieben Beschäftigte und Vorgesetzte die digitalen Kompetenzen derselben Menschen unterschiedlich.
Selbsteinschätzungen liegen daneben. In einer Studie mit 629 Studierenden wichen selbst eingeschätzte digitale Kompetenzen klar, also über den Zufall hinaus, von Testergebnissen ab. Manche schätzten sich zu hoch ein, manche zu niedrig.
Private Nutzung ist keine Bereitschaft des Unternehmens. In einer Umfrage unter 179 Führungskräften in Polen nutzten 83 % täglich KI, während etwa 70 % ihrer Organisationen nicht über Pilotprojekte hinausgekommen waren. Führungskräfte, die mehr über KI wussten, bewerteten ihre Organisation strenger.
Was das Unternehmen kann, zählt mehr als seine Größe. Die KfW, die staatliche Förderbank in Deutschland, fragte etwa 6.800 kleine und mittlere Unternehmen, ob sie KI nutzen. Als die Auswertung berücksichtigte, wie viele Hochschulabsolventen beschäftigt waren, ob Innovation und Forschung betrieben wurden und ob es eine Digitalstrategie gab, spielten Größe und Branche kaum noch eine Rolle. Ein Unternehmen ohne Hochschulabsolventen und ohne Innovation nutzte KI mit einer Wahrscheinlichkeit von 8 %. Ein Unternehmen mit kontinuierlicher Forschung und Entwicklung kam auf 38 %. In der Umfrage der Europäischen Zentralbank unter 5.067 Unternehmen im Euroraum nutzten 41 % der Kleinstunternehmen keine KI, gegenüber 13 % der Großunternehmen. Doch in jeder Größenklasse nutzten etwa 7–8 % der Unternehmen KI in erheblichem Umfang. Beurteilen Sie, was das Unternehmen kann, nicht wie groß es ist.

Das letzte Ergebnis ist für die Person, die den Fragebogen ausfüllt, am wichtigsten. Eine Führungskraft, die jeden Tag KI nutzt, hält das Unternehmen vielleicht für weiter, als es ist. Eine, die wenig weiß, sieht die Lücken womöglich nicht.

So gehen Sie vor

Wählen Sie einen Fragebogen zur Bereitschaft. Jeder vernünftige reicht. Die AI Capability scale ist frei zugänglich und geprüft.
Lassen Sie mindestens drei Gruppen getrennt antworten: oberste Leitung, mittlere Führungsebene und Beschäftigte an der Basis.
Ergänzen Sie Fakten, die nicht von Meinungen abhängen: wie viele KI-Anwendungen im täglichen Betrieb laufen, wie viele Beschäftigte eine Schulung abgeschlossen haben, Testergebnisse und ob das Unternehmen Innovationsprojekte betreibt oder eine Digitalstrategie hat.
Legen Sie die Antworten nebeneinander. Achten Sie darauf, wo die Gruppen sich nicht einig sind.
Besprechen Sie die Unterschiede mit allen drei Gruppen in einem Raum. Die Unterschiede sind das Ergebnis.
Wiederholen Sie das nach sechs bis zwölf Monaten.

Was Sie messen sollten

Den Unterschied zwischen den Gruppen bei jeder Frage.
Den Unterschied zwischen dem, was Menschen sagen, und den Fakten, die Sie gesammelt haben.

Woran es scheitert

Die Antworten mitteln. Ein Durchschnitt verdeckt die Uneinigkeit, und gerade sie ist der nützliche Teil.
Zu viele Umfragen. Halten Sie es kurz. Ein langer Fragebogen, nachlässig beantwortet, ist schlechter als ein kurzer, ehrlich beantworteter.
Kein sicherer Weg, zu widersprechen. Beschäftigte übernehmen die Sicht ihrer Führungskraft, wenn die Antworten nicht anonym sind.

Nach Unternehmensgröße

Mittlere Unternehmen: Ein einstündiger Workshop mit einer gemischten Gruppe kann die Umfrage ersetzen.
Gehobener Mittelstand und Großunternehmen: Führen Sie es nach Geschäftsbereichen durch. Die Bereiche unterscheiden sich stärker, als Durchschnittswerte des Unternehmens vermuten lassen.

Diagnoseinstrumente für diese Praktik

Dies sind vorhandene Fragebögen, Tests und Leitfäden, die Sie nutzen können. Jede Karte nennt die Frage, die es beantwortet, wer es ausfüllt und ob Sie es frei nutzen dürfen. Alle Diagnoseinstrumente.

Quellen

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. Was diese Studie untersucht und gefunden hat
Rogacka (2022). Digital skills in the workplace – from the employees’ and supervisors’ perspective. e-mentor, 5(97), 53–64. Was diese Studie untersucht und gefunden hat
Luna, Ocaña, Ortiz-Colón and Rodríguez Moreno (2026). From Self-Perception to Reality in Digital Competence: Findings from the DigComp 2.2 Framework. The Electronic Journal of e-Learning, 24(3), 137–153. Was diese Studie untersucht und gefunden hat
Wojewodzic (2026). AI Transformation in Polish Organisations: The Gap Between Individual Adoption and Organisational Maturity. e-mentor, 2(114), 75–83. Was diese Studie untersucht und gefunden hat
Zimmermann (KfW Research) (2026). Einsatz von Künstlicher Intelligenz vor allem in Unternehmen mit hohen Innovations- und Digitalisierungsaktivitäten. KfW Research, Fokus Volkswirtschaft No. 533 (11 February 2026), with No. 554 (29 July 2026). Was diese Studie untersucht und gefunden hat
Ferrando, Lamboglia, Rariga and Schmidt (2026). Adoption and investment in AI across the euro area: Insights from harmonised firm-level data. European Central Bank, Occasional Paper Series No 395. Was diese Studie untersucht und gefunden hat

Behauptungen zu diesem Thema, geprüft anhand dieser Studien:

„Die AI Maturity Matrix von BCG zeigt, wie reif Unternehmen sind“ Muss korrigiert werden
„MIT Sloan zeigt, dass die Hindernisse der digitalen Transformation vor allem kulturell sind“ Kein Beleg gefunden
„Nur 13 % der Unternehmen sind bereit für KI“ Muss korrigiert werden