Eine Bewertung der KI-Readiness von 184 Unternehmen zeigt, dass es viele Betriebe mit weniger als 250 Beschäftigten gibt, die selten über erste KI-Projekte hinauskommen. Ein Vergleich mit den Vorreitern derselben Größenklasse legt offen, worin sie sich unterscheiden.
Größere Unternehmen erreichen häufiger höhere Reifegrade
Der KI-Readiness-Index, kurz KIRI, erfasst mit einem Online-Fragebogen, wie gut Unternehmen nach eigener Einschätzung in 29 Punkten auf KI vorbereitet sind, etwa bei Daten, Wissen und Zuständigkeiten. Zwischen März und September 2026 haben 184 Unternehmen teilgenommen.
Jeder Punkt wird von „nicht vorhanden“ über „punktuell vorhanden“, „teilweise etabliert“ und „weitgehend etabliert“ bis „strategisch verankert“ bewertet. Der Gesamtwert ordnet jedes Unternehmen einem von vier Reifegraden zu: Zuschauer befassen sich kaum mit KI, Initiatoren haben erste Pilotprojekte gestartet, Umsetzer nutzen KI in mehreren Bereichen produktiv, und bei Treibern ist sie Teil der Strategie.
| Beschäftigte | Anzahl | Zuschauer | Initiator | Umsetzer | Treiber |
| 10 bis 49 | 50 | 46 % | 36 % | 16 % | 2 % |
| 50 bis 249 | 59 | 22 % | 59 % | 19 % | 0 % |
| 250 bis 999 | 48 | 13 % | 52 % | 33 % | 2 % |
| 1.000 und mehr | 27 | 7 % | 56 % | 26 % | 11 % |
Tabelle 1: Reifegrade nach Unternehmensgröße (Selbsteinschätzung, n = 184)
In den beiden kleineren Größenklassen erreichen 18 beziehungsweise 19 Prozent die beiden oberen Reifegrade, ab 250 Beschäftigten sind es fast doppelt so viele. Da die Teilnahme freiwillig war, sind die Ergebnisse nicht repräsentativ und zeigen Tendenzen.
Was kleinere Vorreiter anders machen
Um herauszufinden, was kleinere Unternehmen mit höheren Reifegraden anders machen, wurden in den Klassen von 10 bis 249 Beschäftigten die Initiatoren mit den Umsetzern und Treibern verglichen, die im Folgenden als Vorreiter zusammengefasst sind. Dabei zeigen sich vier deutliche Unterschiede.
- Vor dem Test festlegen, woran Erfolg erkennbar ist
Jeder dritte Initiator hat KI-Pilotprojekte nicht oder nur punktuell mit klaren Erfolgskriterien durchgeführt, während alle Vorreiter zumindest teilweise mit solchen Kriterien arbeiten. Vor jedem Test sollte daher feststehen, woran Erfolg erkennbar ist, da sich ein Ergebnis nur an einem vorher vereinbarten Maßstab beurteilen lässt und die Entscheidung über Ausweitung oder Abbruch sonst vom Eindruck einzelner Beteiligter abhängt. Soll ein KI-Assistent etwa die Suche nach internen Informationen verkürzen, wird vorab bestimmt, wie viel Zeit er einsparen soll und welche Anforderungen seine Antworten erfüllen müssen. - Klären, wer welche Daten pflegt
Eine Datenstrategie regelt schriftlich, wer etwa die Produktdaten pflegt, welche Preisliste gilt und wie veraltete Angaben erkannt werden. Fehlen solche Regeln, arbeitet eine KI-Anwendung mit widersprüchlichen oder überholten Daten. Weitgehend vorhanden ist eine Datenstrategie bei etwa jedem achten Initiator, aber bei sieben von zehn Vorreitern. - Einen Abbruch als mögliches Ergebnis zulassen
Dass Lernen, Testen und Scheitern akzeptiert werden, sieht knapp ein Drittel der Initiatoren als weitgehend gegeben an, aber vier von fünf Vorreitern. Wenn ein abgebrochener Test als persönlicher Misserfolg gilt, fällt es schwer, ein wenig aussichtsreiches Vorhaben zu beenden. Vor dem Start sollten deshalb ein Auswertungstermin vereinbart und ein Abbruch ausdrücklich als mögliches Ergebnis zugelassen werden. - Eigene Beschäftigte einbinden
Feste externe Partner haben vier von fünf Initiatoren zumindest teilweise, eigenes KI- und Datenwissen ist dagegen nur bei einem Viertel weitgehend vorhanden, bei den Vorreitern bei drei Vierteln. Eigene Beschäftigte sollten deshalb an Auswahl, Einführung und Bewertung beteiligt sein, auch wenn ein Partner die Anwendung einrichtet, da das Wissen sonst mit dem Ende des Auftrags im Unternehmen fehlt.
Was kleinere Unternehmen jetzt tun sollten
Unternehmen mit knappen Kapazitäten sollten nicht mehr KI-Vorhaben beginnen, als sie betreuen und auswerten können. Für den Einstieg eignet sich ein einziger, klar abgegrenzter Anwendungsfall, den ein Mitglied der Geschäftsführung begleitet, da dort über Ressourcen und einen möglichen Abbruch entschieden wird. Vor dem Start sollten vier Fragen beantwortet sein, die den beschriebenen Unterschieden folgen:
- Woran ist erkennbar, dass der Test erfolgreich war?
- Welche Daten nutzt die Anwendung, und wer pflegt sie?
- Wann wird ausgewertet, und ist ein Abbruch als Ergebnis zugelassen?
- Welche eigenen Beschäftigten wirken an der Einführung mit und betreuen die Anwendung danach?
