Jeder Geschäftsführer im DACH-Raum stellt sich gerade dieselbe Frage: Sind wir bereit für KI? Der Vorstand fragt. Wettbewerber verkünden Initiativen. Berater klopfen an.
Die ehrliche Antwort: Readiness ist kein Gefühl und kein Vorstandsbeschluss. Es ist eine Menge beobachtbarer Bedingungen. Nach über 25 Projekten mit Mittelstandsunternehmen können wir die Signale — positive wie negative — mit hoher Treffsicherheit innerhalb der ersten zwei Gespräche identifizieren.
Hier sind die fünf Signale, die uns sagen, dass ein Unternehmen tatsächlich bereit ist. Und die drei Warnsignale, die zuverlässig Scheitern vorhersagen.
Die 5 Signale echter KI-Readiness
1. Sie können einen konkreten Workflow mit Volumen benennen
Nicht „Wir wollen KI im Betrieb einsetzen." Nicht „Unser Kundenservice könnte von KI profitieren." Sondern eine konkrete Aussage: „Unser Einkaufsteam verarbeitet 800 Lieferantenrechnungen pro Woche, und 60 % folgen Mustern, die automatisierbar wären."
Der benannte Workflow ist das wichtigste einzelne Readiness-Signal. Er bedeutet, dass jemand die schwierige Arbeit geleistet hat, von der Aspiration zur Spezifikation zu kommen. Er bedeutet, dass ein realer Prozess mit realem Volumen existiert und reale Menschen ihn heute ausführen.
Unternehmen, die keinen Workflow benennen können, sind nicht unbereit — sie sind vor-bereit. Sie brauchen Discovery, kein Deployment.
2. Sie haben einen Executive Sponsor mit Budget-Autorität
KI-Initiativen, die einem Gremium „gehören", liefern nicht. KI-Initiativen, deren Sponsor sagt „klingt interessant, halten Sie mich auf dem Laufenden", liefern auch nicht.
Was liefert: Eine Initiative mit einem benannten Executive Sponsor — Geschäftsführer, Vorstand oder Senior-Fachbereichsleiter — der direkte Autorität über den Workflow, das Team, das ihn betreibt, und das Budget für die erste Phase hat. Ohne Vorstandseskalation.
Diese Person muss nicht technisch sein. Sie muss operativ sein. Sie muss das Ergebnis verantworten, nicht nur die Idee befürworten.
3. Das Team hat Kapazität eingeplant — nicht nur Begeisterung
Begeisterung ist keine Kapazität. Wenn wir fragen „Wer wird während der Build-Phase 4 Stunden pro Woche zur Verfügung stehen, um Ergebnisse zu validieren, Feedback zu geben und den Workflow zu testen?" — dann ist die Antwort entscheidend.
Bereite Unternehmen haben konkrete Personen identifiziert — eine Teamleitung, eine Fachexpertin, einen Process Owner — die Zeit investieren werden. Sie haben mit diesen Personen gesprochen. Sie haben Arbeitslasten angepasst oder nachbesetzt, um es möglich zu machen.
Unbereite Unternehmen sagen „Das Team ist begeistert" und gehen davon aus, dass sich Verfügbarkeit schon ergeben wird. Das tut sie nicht.
4. Daten sind innerhalb von Wochen zugänglich, nicht Monaten
Sie brauchen keinen Data Lake. Sie brauchen keine zentrale Datenplattform. Sie brauchen keine sauberen, perfekt strukturierten Daten.
Was Sie brauchen, ist Zugang. Können die relevanten Daten — die Inputs und Outputs des Workflows aus Punkt eins — innerhalb von zwei bis drei Wochen extrahiert, gesampelt und geprüft werden? Nicht zwei bis drei Monate Data Engineering. Kein Data-Governance-Projekt. Nur Zugang.
In der Praxis heißt das: Jemand weiß, wo die Daten liegen, hat die Zugangsdaten, um sie zu erreichen, und kann ein repräsentatives Sample exportieren. Wenn das einen Data-Governance-Freigabezyklus, eine Plattform-Migration oder eine Anbieterverhandlung erfordert — sind Sie für diesen Workflow nicht bereit. Wählen Sie einen anderen.
5. Ihre Compliance-Position ist bekannt — auch wenn sie streng ist
Unternehmen in regulierten Branchen nehmen manchmal an, dass Compliance-Anforderungen sie unbereit machen. Das Gegenteil ist der Fall. Ein Unternehmen, das seine Compliance-Rahmenbedingungen kennt — DSGVO-Pflichten, EU-AI-Act-Klassifizierung, branchenspezifische Aufsichtsvorgaben — ist bereiter als eines, das sich damit noch nie beschäftigt hat.
Bekannte Rahmenbedingungen lassen sich technisch lösen. Unbekannte Rahmenbedingungen verursachen Überraschungen in Monat vier, die das gesamte Vorhaben entgleisen lassen.
Die bereitesten regulierten Unternehmen, mit denen wir arbeiten, haben bereits ihren Datenschutzbeauftragten und die Rechtsabteilung einbezogen. Nicht für eine 12-monatige Prüfung, sondern für ein Scoping-Gespräch: „Wenn wir diesen Workflow mit KI automatisieren — was müssen wir adressieren?"
Die 3 Warnsignale, die Scheitern vorhersagen
Warnsignal 1: Entscheidungen werden im Gremium getroffen
Wenn die Frage „Wer entscheidet, ob diese Initiative weitergeht?" eine Liste von fünf Namen und einen Verweis auf „den Lenkungsausschuss" produziert, steckt die Initiative in Schwierigkeiten.
Gremien sind hervorragend für Governance. Sie sind katastrophal für Exekution. KI-Initiativen erfordern schnelle Iteration, zügige Entscheidungen bei Scope-Änderungen und die Fähigkeit, einen Workflow innerhalb von Tagen zu stoppen oder zu pivotieren. Ein monatliches Lenkungsausschuss-Meeting kann diesen Takt nicht unterstützen.
Das heißt nicht, dass Governance unnötig ist. Es heißt, dass Governance sich um eine Initiative legen sollte, die einen einzelnen Entscheider hat — nicht diesen Entscheider durch eine Gruppe ersetzen sollte.
Warnsignal 2: „Wir brauchen erst eine Datenstrategie"
Das ist der teuerste Satz in der Unternehmens-KI. Er klingt verantwortungsvoll. Er klingt umsichtig. Und er verzögert die tatsächliche Wertschöpfung um 12 bis 18 Monate, während ein Beraterteam ein Datenstrategie-Dokument erstellt, das zum Zeitpunkt seiner Freigabe bereits veraltet sein wird.
Sie brauchen keine Datenstrategie, um Ihren ersten KI-Workflow zu deployen. Sie brauchen Datenzugang für einen Workflow. Das ist ein taktisches Problem, kein strategisches.
Unternehmen, die auf einer Datenstrategie vor jedem KI-Deployment bestehen, lösen ein Reifeproblem, obwohl sie ein Readiness-Problem haben. Die richtige Reihenfolge ist: Einen Workflow deployen, lernen welche Daten Sie tatsächlich brauchen, dann Strategie aus Erfahrung statt aus Theorie entwickeln.
Warnsignal 3: Niemand kann den Workflow benennen
Das ist die Umkehrung von Signal eins und das häufigste Warnsignal, das uns begegnet.
Das Gespräch verläuft so: „Wir wollen ein KI-getriebenes Unternehmen werden." — „Sehr gut. Welchen Workflow automatisieren Sie zuerst?" — Lange Pause. — „Wir hatten gehofft, Sie könnten uns dabei helfen, das zu identifizieren."
Den richtigen Workflow zu identifizieren ist wertvolle Arbeit — und genau dafür ist die Discovery-Phase im KI-Betriebssystem konzipiert. Aber es ist Vor-Readiness-Arbeit. Das Unternehmen, das keinen einzigen Kandidaten-Workflow benennen kann, ist nicht bereit zu deployen. Es ist bereit zu explorieren.
Diese Unterscheidung ist wichtig, weil Deployment ohne klares Workflow-Ziel Budget und Glaubwürdigkeit verbrennt. Exploration mit einem strukturierten Framework erzeugt die Workflow-Definition, die Deployment erst möglich macht.
Wie Sie diese Signale nutzen
Diese acht Signale — fünf positive, drei negative — sind kein Scoring-System. Sie brauchen nicht alle fünf positiven Signale, um zu starten. Aber Sie brauchen mindestens drei der fünf und null der drei Warnsignale.
Das häufigste Profil bei bereiten Unternehmen: Sie haben einen benannten Workflow (Signal 1), einen Executive Sponsor (Signal 2) und zugängliche Daten (Signal 4). Teamkapazität und Compliance-Position werden bearbeitet, sind aber noch nicht vollständig geklärt. Das reicht für den Start — diese Lücken schließen sich während der Build-Phase.
Das häufigste Profil bei unbereiten Unternehmen: Sie haben Executive-Begeisterung, aber Gremien-Entscheidungen (Warnsignal 1) und keinen benannten Workflow (Warnsignal 3). Diese Kombination sagt eine sechsmonatige Planungsphase voraus, die ein Strategie-Dokument produziert, kein Produktiv-Deployment.
Von Signalen zu Handlung
Wenn Sie drei oder mehr positive Signale in Ihrer Organisation wiedererkennen, ist der nächste Schritt nicht mehr Assessment. Es ist Scoping: Workflow definieren, Initiative budgetieren, Sponsor zuweisen und starten.
Unsere Diagnose ist genau für diesen Moment konzipiert — eine strukturierte Bewertung, die Ihren benannten Workflow nimmt und ihn gegen die sechs Dimensionen operativer Readiness aus dem KI-Betriebssystem abbildet. Das Ergebnis ist kein Reifegrad. Es ist ein Deployment-Plan.
Wenn Sie die Warnsignale wiedererkennen, ist der nächste Schritt Discovery — nicht Deployment. Und diese Unterscheidung wird Ihnen sechsstellige Beträge und zwölf Monate sparen.