KI-Readiness: woran ein Betrieb erkennt, ob er für KI bereit ist

KI-Readiness beschreibt, ob ein Betrieb die Voraussetzungen mitbringt, damit ein KI-Werkzeug im Alltag tatsächlich Arbeit abnimmt. Gemeint sind nicht Rechenleistung oder Budget, sondern vier ganz praktische Dinge im eigenen Haus: zugängliche Daten, beschriebene Abläufe, eine zuständige Person und ein geklärter rechtlicher Rahmen.

Daten: liegen sie dort, wo ein Werkzeug sie lesen kann?

Ein Sprachmodell kann nur mit dem arbeiten, was es zu sehen bekommt. In vielen Betrieben liegt das Wissen verteilt: Kundendaten in der Warenwirtschaft, Absprachen in E-Mails, Preise in einer Tabelle auf einem einzelnen Rechner, Sonderregeln im Kopf des Innendienstes. Die erste Frage lautet deshalb nicht, welche KI es sein soll, sondern ob die Daten für eine Aufgabe digital und an einer Stelle vorliegen, auf die ein Programm zugreifen darf.

Dazu kommt die Qualität. Wird derselbe Lieferant unter mehreren Schreibweisen geführt, liefert jede Auswertung schiefe Ergebnisse. Ein Beispiel aus der Praxis: Aus 138 Schreibweisen wurden 75 Lieferanten, und erst danach waren 1 922 Positionen für eine Auswertung nutzbar. Ordnung in den Daten ist oft der größere Teil der Arbeit und kommt vor jedem Modell – mehr dazu im Beitrag Excel-Listen ablösen.

Abläufe: ist beschrieben, was heute passiert?

KI nimmt Arbeit innerhalb eines Ablaufs ab, etwa beim Vorsortieren eingehender Anfragen oder beim Auslesen von Lieferscheinen. Dafür muss bekannt sein, wie dieser Ablauf heute läuft: wer ihn auslöst, welche Schritte folgen, welche Ausnahmen es gibt und wer am Ende entscheidet. Ist er nirgends festgehalten und erledigt ihn jede Person anders, automatisiert ein Werkzeug nur das Durcheinander. Wie ein Ablauf beschrieben wird, zeigt die Prozessdokumentation.

Zuständigkeit und Rechtsrahmen

In Betrieben ohne eigene IT-Abteilung scheitern KI-Vorhaben seltener an der Technik als an der Frage, wer sich kümmert. Jemand muss Ergebnisse prüfen, Rückfragen beantworten und entscheiden, was das Werkzeug darf und was nicht. Diese Person braucht keine Programmierkenntnisse, wohl aber Zeit und die Rückendeckung der Geschäftsführung.

Der rechtliche Rahmen gehört ebenfalls dazu. Werden personenbezogene Daten verarbeitet, etwa Namen und Anliegen von Kunden, sind Rechtsgrundlage und Auftragsverarbeitung zu klären, ebenso die Frage, welche Daten ein externer KI-Dienst überhaupt zu sehen bekommt. Mit der europäischen KI-Verordnung kommt die Pflicht hinzu, dass Beschäftigte, die KI-Systeme einsetzen, über ausreichende Kenntnisse im Umgang damit verfügen.

KI-Readiness im Selbstcheck: zehn Fragen

Die folgenden Fragen lassen sich in einer Besprechung mit der Geschäftsführung und den betroffenen Mitarbeitern beantworten. Jedes Ja ist ein Baustein, jedes Nein ein konkreter Arbeitsauftrag:

1. Können wir eine Aufgabe benennen, die heute regelmäßig viel Handarbeit kostet?
2. Liegen die Daten für diese Aufgabe digital vor und nicht nur auf Papier?
3. Sind diese Daten an einer Stelle gespeichert statt über Listen und Postfächer verteilt?
4. Sind Kunden, Lieferanten und Artikel einheitlich benannt?
5. Ist der Ablauf so beschrieben, dass eine neue Kollegin ihn nachvollziehen könnte?
6. Wissen wir, welche Ausnahmen es gibt und wie häufig sie vorkommen?
7. Gibt es eine Person, die Ergebnisse prüft und über Regeln entscheidet?
8. Ist geklärt, welche personenbezogenen Daten ein externer Dienst sehen dürfte?
9. Wissen wir, woran wir erkennen würden, dass sich der Einsatz gelohnt hat?
10. Akzeptieren wir eine Empfehlung gegen KI, wenn eine einfache Regel genügt?

Was eine niedrige KI-Readiness bedeutet

Wenige Ja-Antworten sind kein schlechtes Zeichen, sondern eine Reihenfolge. Meist folgt daraus, zuerst Daten zusammenzuführen oder einen Ablauf zu beschreiben – Arbeiten, die sich auch ohne KI lohnen können, weil sie Rückfragen und doppelte Erfassung verringern. Umgekehrt verpflichtet eine gute Ausgangslage nicht zur Investition: Manchmal zeigt die Prüfung, dass eine Aufgabe mit einer festen Regel schneller, günstiger und nachvollziehbarer erledigt ist als mit einem Sprachmodell.

Ein Betrieb, der diese Fragen ehrlich beantwortet hat, ist beim Einkauf von Beratung oder Software in einer besseren Position. Er kann beschreiben, was er braucht, und Angebote an seiner eigenen Lage messen statt an Versprechen. Wie daraus eine prüfbare Beschreibung wird, erklärt die Leistungsbeschreibung.

Wie wir die Voraussetzungen prüfen

Wir beginnen mit genau diesen vier Voraussetzungen und prüfen sie an echten Vorgängen des Betriebs, nicht allein an einem Fragebogen. Das Ergebnis ist eine schriftliche Einschätzung je Aufgabe: KI lohnt sich, eine Regel genügt, zuerst Ordnung in den Daten oder vorerst nichts tun. Wie diese Bestandsaufnahme abläuft, beschreibt die Seite KI-Consulting.