KI-Readiness-Checkliste für den Mittelstand

Eine KI-Readiness-Checkliste zeigt Ihnen, ob Ihr Unternehmen mitbringt, was es für einen nützlichen und sicheren KI-Einsatz braucht – und wo die Lücken liegen. Für kleine und mittlere Unternehmen läuft Readiness auf acht Bereiche hinaus: klare Ziele, geeignete Prozesse, zugängliche Daten, die richtigen Tools, Sicherheit und Datenschutz, Menschen und Kompetenzen, Governance und ein realistisches Budget. Sie brauchen nicht überall Bestnoten, um anzufangen. Sie brauchen die Grundlagen für einen risikoarmen Pilot und einen Plan für den Rest.

Gehen Sie die Checkliste unten mit Ihrem Team durch. Haken Sie ab, was vorhanden ist, bewerten Sie jeden Bereich und richten Sie Ihre nächsten Schritte auf die niedrigsten Werte aus.

So nutzen Sie diese Checkliste

• Bearbeiten Sie sie mit zwei oder drei Personen, die verschiedene Teile des Unternehmens kennen.
• Antworten Sie für das Unternehmen, wie es heute ist, nicht wie Sie es planen.
• Bewerten Sie jeden Bereich mit 0 bis 3 Punkten nach der Skala unten.
• Nutzen Sie die Summe, um nächste Schritte zu wählen, nicht um sich zu benoten.

Punkte	Bedeutung
0	Nicht vorhanden, nicht besprochen
1	Besprochen oder von einigen informell umgesetzt
2	Größtenteils vorhanden, mit Lücken
3	Vorhanden, dokumentiert und funktionierend

1. Ziele und Anwendungsfälle

• Wir können die geschäftlichen Probleme, bei denen KI helfen soll, in einfachen Worten benennen.
• Wir haben eine Shortlist konkreter Aufgaben, nicht nur den allgemeinen Wunsch, „KI zu nutzen“.
• Für mindestens eine Aufgabe wissen wir, wie lange sie heute dauert und wie oft sie anfällt.
• Wir haben vereinbart, woran wir den Erfolg eines ersten Projekts messen.
• Eine Person aus der Geschäftsleitung unterstützt das Vorhaben und trifft Entscheidungen.

Wenn Sie noch keine Shortlist haben, erklärt der Artikel dazu, welche Aufgaben Sie mit KI automatisieren sollten, wie Sie eine erstellen und bewerten.

2. Prozesse

• Die Prozesse, die wir verbessern wollen, sind beschrieben, zumindest als einfache Liste von Schritten.
• Wir wissen, wer welchen Schritt erledigt und welche Systeme dabei genutzt werden.
• Ausnahmen und Sonderfälle sind bekannt.
• Der Prozess funktioniert heute einigermaßen gut; wir automatisieren kein Chaos.
• Wir können den Prozess messen, etwa Volumen, Zeit und Fehler.

KI beschleunigt jeden Prozess, in den sie eingebaut wird. Ist ein Prozess unklar oder uneinheitlich, bringen Sie ihn zuerst in Ordnung.

3. Daten und Wissen

• Wir wissen, wo die Informationen für unsere Anwendungsfälle liegen (E-Mail, Netzlaufwerke, CRM, ERP, Dokumente).
• Wichtige Dokumente wie Richtlinien, Produktdaten und Vorlagen sind aktuell und widerspruchsfrei.
• Informationen sind digital zugänglich, nicht nur auf Papier oder in den Köpfen der Mitarbeitenden.
• Wir wissen, welche Daten personenbezogen, vertraulich oder geschäftlich sensibel sind.
• Jemand ist dafür zuständig, wichtige Wissensquellen aktuell zu halten.

Wenn Sie einen Assistenten planen, der Fragen anhand Ihrer Dokumente beantwortet, bestimmt die Qualität dieser Dokumente die Qualität der Antworten. Warum, lesen Sie unter RAG vs. Fine-Tuning.

4. Tools und Technik

• Wir wissen, welche KI-Tools Mitarbeitende bereits nutzen, auch kostenlose und private Konten.
• Wir haben entschieden, welche KI-Tools für die Arbeit freigegeben sind.
• Freigegebene Tools haben Geschäftsbedingungen, die zu unseren Datenanforderungen passen (Speicherung, Training mit Eingaben, Speicherort).
• Unsere Kernsysteme können Daten exportieren oder anbinden, falls eine Integration nötig wird.
• Wir wissen, ob unsere vorhandene Software bereits KI-Funktionen enthält.

5. Sicherheit und Datenschutz

• Wir haben Regeln, welche Daten in welche KI-Tools eingegeben werden dürfen.
• Die Nutzung personenbezogener Daten in KI-Tools wurde anhand der Datenschutzanforderungen geprüft, in der EU etwa der DSGVO.
• Konten für KI-Tools nutzen Unternehmens-Logins mit passender Zugriffskontrolle.
• Wir wissen, wie wir mit einem Fehler umgehen, etwa vertraulichen Daten in einem nicht freigegebenen Tool.
• Bei Integrationen: API-Schlüssel sind sicher abgelegt und Ausgabenlimits gesetzt.

6. Menschen und Kompetenzen

• Mitarbeitende, die KI-Tools nutzen, wissen, worin diese gut sind und wo sie versagen, einschließlich Halluzinationen.
• Mitarbeitende kennen die Unternehmensregeln zu Daten und freigegebenen Tools.
• Mindestens eine Person kann gute Prompts schreiben und Kollegen helfen.
• Prüfende wissen, worauf sie bei KI-Ergebnissen achten müssen.
• Teams, deren Arbeit sich verändern wird, sind früh eingebunden.

In der EU verlangt der AI Act von Anbietern und Betreibern von KI-Systemen Maßnahmen für ausreichende KI-Kompetenz des Personals. Was das praktisch bedeutet, erklärt der Artikel zur KI-Kompetenz nach dem EU AI Act.

7. Governance und Verantwortung

• Jemand ist insgesamt für den KI-Einsatz verantwortlich, auch wenn nur in Teilzeit.
• Wir haben eine schriftliche KI-Richtlinie. Unser Leitfaden zur KI-Richtlinie für Unternehmen enthält eine Gliederung.
• Jeder KI-Anwendungsfall hat eine verantwortliche Person.
• KI-Ergebnisse, die an Kunden gehen oder Folgen haben, prüft ein Mensch.
• Wir haben geprüft, ob ein geplanter Einsatz in eine regulierte Kategorie fallen könnte, etwa Hochrisiko-Einsätze nach dem EU AI Act. Der EU AI Act Risikoklassen-Check gibt eine erste Orientierung.
• Wir führen eine einfache Liste der KI-Tools und Anwendungsfälle im Unternehmen.

8. Budget und Business Case

• Wir haben ein Budget für einen Pilot, einschließlich Arbeitszeit.
• Wir verstehen, wie die betrachteten Tools abgerechnet werden: pro Nutzer, nach Verbrauch oder beides.
• Wir haben die laufenden Kosten bei realistischem Volumen geschätzt.
• Wir haben die Kosten mit der erwarteten Zeitersparnis verglichen, inklusive Prüfzeit.
• Wir haben vereinbart, wann wir über die Fortsetzung entscheiden.

Der KI-ROI-Rechner schätzt gesparte Stunden, Nettonutzen pro Monat und Amortisation für eine Aufgabe. Für nutzungsabhängige API-Kosten nutzen Sie den LLM-API-Kostenrechner.

Auswertung und Interpretation

Addieren Sie die Punkte der acht Bereiche zu einer Summe zwischen 0 und 24.

Summe	Was sie nahelegt	Schwerpunkt
0–8	Frühe Phase	Datenregeln festlegen, freigegebene Tools wählen, einen einfachen Anwendungsfall auswählen
9–16	Bereit für Pilotprojekte	Strukturierten Pilot durchführen, Prozesse dokumentieren, Schlüsselnutzer schulen
17–24	Bereit zum Skalieren	Prompts und Prüfungen standardisieren, Qualität und Kosten überwachen, auf weitere Prozesse ausweiten

Diese Bänder sind eine grobe Orientierung, kein Benchmark. Wichtiger als die Summe ist der Bereich mit dem niedrigsten Wert. Ein Unternehmen mit starken Tools, aber ohne Datenregeln ist nicht bereit, egal wie hoch die Summe ist.

Das Minimum für einen ersten Pilot

Wenn Sie bald starten möchten, stellen Sie mindestens diese Punkte sicher:

1. Ein klarer, häufiger, risikoarmer Anwendungsfall.
2. Ein Ausgangswert: wie lange die Aufgabe heute dauert.
3. Datenregeln: was in das Tool darf und was nicht.
4. Ein freigegebenes Tool mit akzeptablen Datenbedingungen.
5. Eine verantwortliche Person, die am Ende des Pilots entscheidet.
6. Eine prüfende Person, die während des Pilots jedes Ergebnis kontrolliert.
7. Ein kurzes Briefing für alle Beteiligten, wie das Tool funktioniert und wo es versagt.

Der Schritt-für-Schritt-Plan zur KI-Einführung im Mittelstand zeigt, wie Sie den Pilot von dort aus durchführen.

Typische Lücken und schnelle Lösungen

Lücke	Schnelle Lösung
Mitarbeitende nutzen private KI-Konten für die Arbeit	Ein Business-Tool freigeben und erklären, warum; ein Datum für den Wechsel festlegen
Keine Datenregeln	Eine einseitige Übergangsregel schreiben: keine personenbezogenen oder vertraulichen Daten, bis eine Richtlinie steht
Veraltete Dokumente	Den fünf meistgenutzten Dokumenten Verantwortliche zuweisen und sie zuerst prüfen
Keine Ausgangswerte	Die Aufgabe eine Woche lang an zehn Fällen stoppen
Niemand verantwortlich	Eine Person mit einigen Stunden pro Monat als KI-Verantwortliche benennen
Unklare Kosten	Die Rechner mit vorsichtigen Annahmen durchrechnen

Typische Fehler

• Auf perfekte Readiness warten. Readiness wächst durch Tun; starten Sie mit etwas Kleinem und Sicherem.
• Readiness nur als IT-Thema sehen. Prozesse, Menschen und Governance zählen genauso wie Tools.
• Schatten-KI ignorieren. Mitarbeitende nutzen oft schon KI-Tools. Finden Sie heraus, welche, und stellen Sie sie unter klare Regeln.
• Keine verantwortliche Person. Ohne Zuständigkeit verlaufen Pilotprojekte im Sande und Entscheidungen bleiben aus.
• Einmalige Bewertung. Wiederholen Sie die Checkliste vor jedem größeren Projekt und mindestens jährlich.

Nächste Schritte

Bewerten Sie heute jeden Bereich, wählen Sie die zwei schwächsten aus und weisen Sie jedem eine Maßnahme mit verantwortlicher Person und Termin zu. Wählen Sie dann Ihren ersten Anwendungsfall und berechnen Sie seinen Business Case mit dem KI-ROI-Rechner.