AI Readiness Assessment: Evaluate Your Company in 5 Minutes

Einstieg · 2 kurze Fragen

Bevor wir starten, kurz Ihr Zielbild.

Zwei Einstiegsfragen helfen uns, das Assessment auf Ihre Situation auszurichten. Anschließend folgen die drei Diagnose-Dimensionen – das gesamte Tool dauert etwa 5 Minuten.

Einstiegsfrage A

Was ist die primäre Motivation, sich jetzt mit KI zu beschäftigen?

Hilft uns, die Empfehlungen im Report auf Ihr Zielbild auszurichten.

Kosten senken und manuelle Arbeit reduzieren

Wachstum beschleunigen – mehr Output mit gleichem Team

Wettbewerbsdruck – Mitbewerber nutzen KI bereits

Qualität und Fehlerquote verbessern

Noch unklar – wir wollen erst verstehen, was möglich ist

Einstiegsfrage B

Wie entscheidungsbereit ist das Unternehmen für KI?

Ehrliche Einschätzung hilft uns, den richtigen nächsten Schritt zu empfehlen.

Orientierungsphase – wir schauen erst einmal

Interesse vorhanden, intern aber noch keine Einigkeit

Entscheidung gefallen – wir wollen konkret werden

Startklar – Budget und Mandat sind vorhanden

Beide Fragen kurz beantworten

Weiter: KI-Potenzial →

Dimension 1 · KI-Potenzial

Wo wirkt KI bei Ihnen sofort?

Im Assessment ordnen wir Use Cases nach Drei-Wellen-Logik (Quick Wins, Skalierer, strategische Hebel), erstellen pro Quick Win ein Canvas und liefern eine Plattform-Empfehlung statt Tool-Flickenteppich. Die folgenden Fragen geben uns die Grundlage dafür.

Frage 1.1 · Welle-1-Reife

Wie viel Prozent Ihrer Kernprozesse laufen heute noch manuell?

Im Assessment leiten wir daraus Welle-1-Quick-Wins ab (2–6 Wochen Time-to-Value). Hoher manueller Anteil = mehr unmittelbare Hebel.

Über 70 % – fast alles läuft manuell, Excel und E-Mail dominieren

40–70 % – gemischt, einiges automatisiert, vieles noch händisch

20–40 % – gut aufgestellt, aber gezielte Lücken vorhanden

Unter 20 % – stark digitalisiert, KI als nächste Stufe

Frage 1.2 · Systemlandschaft & Datenreife

Wie strukturiert ist Ihre Systemlandschaft – und wie reif sind die Daten?

Im Assessment trennen wir Welle 1 (Plattform-Use-Cases ohne Datenvorarbeit) von Welle 3 (strategische Hebel mit Datenprojekt im Vorfeld).

Daten verteilt in E-Mails, Excel, Papier – kaum konsolidierbar

ERP oder CRM vorhanden, aber viele Dateninseln und Brüche

Zentrale Systeme, regelmäßige Pflege, Reports laufen

Saubere Datenbasis, APIs vorhanden, auswertbar in Echtzeit

Frage 1.3 · Quick-Win-Kandidat

Welcher Bereich kostet aktuell am meisten Zeit oder Nerven?

Im Assessment bekommt dieser Bereich ein eigenes Canvas: Problem, Nutzergruppe, Daten & Tools, Owner, Go-Live-Datum, Erfolgsindikator.

Dokumentenverarbeitung – Rechnungen, Verträge, Berichte, Sortimentsblätter

E-Mail-Triage und Kundenkommunikation – Anfragen, Support, Reklamationen

Reporting & Auswertungen – Daten aus mehreren Systemen zusammenführen

Angebotserstellung & Vertriebsvorbereitung

Meeting-Protokolle und interne Wissenssicherung

Mehrere Bereiche gleichzeitig – Priorisierung steht noch aus

Frage 1.4 · Tool-Landschaft & Shadow-IT

Welche KI-Tools werden in Ihrem Unternehmen heute genutzt?

Im Assessment liefern wir eine Plattform-Empfehlung statt Tool-Flickenteppich – und konsolidieren Shadow-IT mit klaren Governance-Regeln.

Keine – KI ist intern noch kein Thema

Shadow-IT – einzelne Mitarbeitende nutzen ChatGPT & Co. privat, ohne Rahmen

Einzelne Tools offiziell freigegeben (z.B. Copilot, DeepL), aber nicht zentral gesteuert

Zentrale Plattform vorhanden – Tools, Assistants und Governance unter einem Dach

Frage 1.5 · EU AI Act-Compliance

Wie weit ist Ihr Unternehmen beim EU AI Act?

Im Assessment ordnen wir Ihre geplanten KI-Maßnahmen den Risikostufen zu und liefern eine konkrete Compliance-Roadmap.

Kein Thema – noch nicht damit beschäftigt

Bekannt – aber noch keine konkreten Schritte

In Vorbereitung – KI-Inventar erstellt oder Richtlinien definiert

Gut aufgestellt – Compliance dokumentiert, Risikoeinstufung pro System

← Zurück Weiter: Personal & Kompetenzen →

Dimension 2 · Personal & Kompetenzen

Haben Sie die richtigen Leute – und sind sie verankert?

Im Assessment definieren wir das Rollenmodell (zentrale KI-Verantwortung plus Champions je Fachbereich), die Lenkungskreis-Logik und liefern pro Schlüsselrolle eine Empfehlung: intern entwickeln oder extern einstellen?

Frage 2.1 · Champion-Kandidaten

Wie viele Personen in Ihrem Team haben echte intrinsische KI-Motivation?

Im Assessment identifizieren wir aus dieser Gruppe die Champions je Fachbereich – die Multiplikatoren, ohne die KI-Adoption im Tagesgeschäft scheitert.

Niemand sichtbar – das Thema ist im Team kaum präsent

Eine Handvoll Einzelpersonen mit echter KI-Begeisterung

Pro Fachbereich mindestens eine motivierte Person erkennbar

Breite Basis – KI ist im Alltag vieler Mitarbeitenden angekommen

Frage 2.2 · Zentrale KI-Verantwortung

Gibt es eine zentrale Person mit Mandat für KI – mit Zeit und Rückendeckung der GF?

Im Assessment definieren wir das Aufgabenprofil dieser Rolle und prüfen, ob sie intern besetzt werden kann oder extern gesucht werden muss.

Nein – das Thema liegt vollständig bei der Geschäftsführung

Interessierte Personen vorhanden, aber ohne klaren Auftrag und ohne Zeit

Eine Person koordiniert das Thema nebenberuflich, ohne dediziertes Mandat

Dedizierte Rolle mit Mandat und Zeit – direkt bei der GF angebunden

Frage 2.3 · Hire vs. Develop

Wie entscheiden Sie aktuell: extern einstellen oder intern entwickeln?

Das ist die Kernfrage, die das Assessment für jede KI-Schlüsselrolle beantwortet – mit Empfehlung pro Position, inklusive Stellenprofil bei Hire-Empfehlung.

Reaktiv – wir stellen ein, wenn jemand kündigt oder eine Lücke entsteht

Bauchentscheidung – wir wägen ab, aber ohne klare Methode

Wir prüfen beide Optionen, aber noch nicht systematisch pro Rolle

Strukturierter Make-or-Buy-Prozess mit klaren Kriterien je Schlüsselrolle

Frage 2.4 · Steuerung & Lenkungskreis

Wie wird KI in Ihrem Unternehmen gesteuert?

Im Assessment definieren wir die Lenkungskreis-Logik: Wer entscheidet, wer treibt, wer setzt um – synchron auf GF- und Umsetzungs-Ebene.

Gar nicht – KI passiert nebenher, ohne Steuerung oder Rhythmus

Ad-hoc – Themen werden besprochen, wenn etwas akut wird

Regelmäßige Runden, aber ohne klare Rollenverteilung zwischen GF und Umsetzung

Lenkungskreis etabliert – GF, KI-Verantwortung und Champions tagen regelmäßig

Frage 2.5 · Enablement & Sichtbarkeit

Wie wird KI-Kompetenz im Team aufgebaut und sichtbar gemacht?

Im Assessment empfehlen wir konkrete Formate: Executive-Briefings, Abteilungs-Workshops, individuelle Lernpfade je Rolle und Reifegrad.

Gar nicht – jede:r informiert sich selbst, wenn überhaupt

Einzelne Workshops oder externe Trainings, ohne System

Strukturiertes Enablement gestartet – z.B. erste Workshops, Newsletter, Lernpfade

Etabliertes Programm – regelmäßige Formate, Lernpfade je Rolle, sichtbare Erfolge

← Zurück Weiter: Entwicklungseffizienz →

Dimension 3 · Entwicklungseffizienz

Baut Ihr Team Agenten – oder noch alles von Hand?

Im Assessment messen wir die DORA-Baseline (Lead Time, Deployment Frequency, Change Failure Rate), prüfen den KI-Coding-Stack auf systematische Adoption und sichern die Code-Qualität ab. Falls kein internes Entwicklungsteam vorhanden ist, geben Sie das bitte in der ersten Frage an.

Frage 3.1 · Team-Größe

Wie groß ist Ihr internes Entwicklungsteam?

Hilft, die Empfehlungen zu skalieren. Bei größeren Teams ist der Hebel durch KI-native Arbeitsweisen oft am größten.

Frage 3.2 · Agenten statt Code

Baut Ihr Team KI-Agenten für wiederkehrende Workflows – oder programmiert es noch jeden Workflow von Hand?

Das ist der entscheidende Hebel 2026: Teams, die Agenten statt Code bauen, liefern 5–10× schneller. Im Assessment prüfen wir die Voraussetzungen dafür.

Klassisch – jeder Workflow wird in Code abgebildet, keine Agenten im Einsatz

Erste Experimente – einzelne Entwickler probieren Agent-Frameworks privat

Erste Agenten produktiv – aber noch ohne klare Architektur und Standards

Agenten-First – das Team denkt in Agenten, Code ist die Ausnahme

Frage 3.3 · KI-Coding-Stack

Wie systematisch sind KI-Coding-Tools im Entwicklungsteam eingeführt?

GitHub Copilot, Cursor, Claude Code & Co. Im Assessment liefern wir den Adoption-Pfad – vom Shadow-Tool zum strukturierten Stack mit messbarer Produktivität.

Gar nicht – KI-Coding-Tools sind im Team noch kein Thema

Shadow-Adoption – einzelne Entwickler nutzen Tools privat, ohne Standards

Lizenzen vorhanden – Adoption uneinheitlich, Effekt schwer messbar

Strukturiert eingeführt – Onboarding, Workflows und Adoption messbar etabliert

Frage 3.4 · DORA-Baseline & Code-Quality

Wie messen Sie heute Liefergeschwindigkeit und Code-Qualität?

DORA-Metriken (Lead Time, Deployment Frequency, Change Failure Rate) sind 2026 Standard für KI-augmentierte Teams. Im Assessment etablieren wir die Baseline und sichern Quality über KI-Review und Test-Coverage ab.

Bauchgefühl – wir messen weder Liefergeschwindigkeit noch Quality systematisch

Punktuelle Zahlen – z.B. Story Points, aber keine durchgängige Metrik-Logik

Erste DORA-Metriken etabliert, Code-Quality über manuelle Reviews

DORA-Baseline live, KI-gestütztes Code-Review, Turnover-Rate als Frühwarnsystem

← Zurück Weiter: Kontaktdaten →

Letzter Schritt · Auswertung

Wohin senden wir Ihre Auswertung?

Ein paar Angaben zu Ihnen und dem Unternehmen – dann erstellen wir den personalisierten Report direkt im Browser. Pflichtfelder sind mit * gekennzeichnet.

Person & Kontakt

Vorname *

Nachname *

Ihre Rolle / Position *

Telefon

E-Mail (geschäftlich) *

Unternehmen

Unternehmen *

Branche *

Mitarbeitende *

Übertragung fehlgeschlagen. Bitte prüfen Sie Ihre Internetverbindung und versuchen Sie es erneut.

← Zurück