Ein KI-Reifegradmodell zeigt, wie weit Ihr Unternehmen beim Einsatz künstlicher Intelligenz ist. Es bewertet Bereiche wie Strategie, Daten, Kompetenzen, Kultur und Technik und ordnet das Ergebnis einer Stufe zu, vom ersten Ausprobieren bis zur KI als festem Teil Ihrer Abläufe. Für kleine und mittlere Unternehmen ist die Stufe allerdings nur der Anfang. Den Nutzen bringt erst die Übersetzung in eine klare Reihenfolge: welcher Prozess zuerst, mit welchen Daten, mit welchen Menschen und mit welcher Förderung. Genau diesen Schritt begleiten wir bei Menter als zertifizierte INQA-Coaches, mit einem KI-Fahrplan, der zu Ihrer Branche und Ihrer Unternehmensgröße passt.
Kurz gesagt
- Ein KI-Reifegradmodell misst den Entwicklungsstand über mehrere Dimensionen. Ein KI-Readiness-Check fragt, ob die Voraussetzungen für den Start vorhanden sind.
- Modelle für den Mittelstand arbeiten meist mit vier bis sieben Dimensionen und fünf Stufen, etwa von „Novize“ bis „Anwender“.
- 2025 nutzte laut Statistischem Bundesamt gut ein Viertel der Unternehmen in Deutschland KI, große Unternehmen deutlich häufiger als kleine und mittlere.
- Aussagekräftiger als eine Gesamtpunktzahl ist das Profil je Dimension: Es zeigt, wo der Engpass liegt.
- Aus dem Ergebnis entsteht ein Fahrplan mit kleinen Startprojekten. Über das Programm INQA-Coaching können bis zu 80 % der Beratungskosten gefördert werden.
Inhaltsverzeichnis
- KI-Reifegrad und KI-Readiness: zwei Fragen, ein Ziel
- Welche Dimensionen ein KI-Reifegradmodell bewertet
- Die fünf Stufen im Betriebsalltag
- Wo der Mittelstand heute steht
- So ermitteln Sie Ihren KI-Reifegrad in fünf Schritten
- Vom Reifegrad zum KI-Fahrplan
- Woran Sie ein gutes Reifegradmodell erkennen
- Ihre KI-Reifegradanalyse mit Menter
- Unsere Sicht: Der Reifegrad ist ein Werkzeug, kein Zeugnis
- Häufige Fragen
- Quellen
KI-Reifegrad und KI-Readiness: zwei Fragen, ein Ziel
Die Begriffe werden oft vermischt, beschreiben aber zwei Blickwinkel. Die Studie KI und KI-Readiness im Mittelstand von WIK-Consult für das Netzwerk Mittelstand-Digital beschreibt KI-Readiness als Bereitschaft und Fähigkeit einer Organisation, KI in ihre Prozesse zu integrieren. Der KI-Reifegrad geht einen Schritt weiter: Er beschreibt, wie weit diese Integration über die Zeit schon fortgeschritten ist.
Vereinfacht gesagt:
- KI-Readiness-Check: Sind wir startklar? Haben wir Daten, Leute, Budget und Rückendeckung der Geschäftsführung?
- KI-Reifegradmodell: Wo stehen wir auf dem Weg vom ersten Test bis zum KI-gestützten Kerngeschäft, und was fehlt für die nächste Stufe?
Beide Ansätze stehen auf derselben wissenschaftlichen Grundlage. Laut derselben Studie stützen sich KI-Reifegradmodelle unter anderem auf das sogenannte TOE-Framework. Das ist ein Erklärungsmodell, das Einflussfaktoren auf neue Technologien in drei Gruppen sortiert: technologische Faktoren (Komplexität, Kompatibilität, Support), organisatorische Faktoren (Struktur, Kultur, Ressourcen, Führung) und Umfeldfaktoren (Wettbewerbsdruck, Regulierung, Marktbedingungen). Für Sie als Entscheider heißt das: Ein gutes Modell schaut nie nur auf die Software, sondern immer auch auf Organisation und Markt.
Wer im englischsprachigen Raum nach einem „AI Maturity Model“ sucht, meint dasselbe wie ein KI-Reifegradmodell. Die Grundidee ist international gleich, die Modelle für den deutschen Mittelstand sind aber stärker auf kleine Teams, begrenzte Budgets und gewachsene IT zugeschnitten.
Welche Dimensionen ein KI-Reifegradmodell bewertet
Es gibt nicht das eine Standardmodell. Forschung und Mittelstandsförderung haben mehrere Varianten entwickelt, die sich im Aufbau ähneln. Die folgende Übersicht zeigt vier Modelle, die für KMU in Deutschland relevant sind:
| Modell | Was bewertet wird | Stufen | Schwerpunkt |
|---|---|---|---|
| KI-Readiness-Check (KIRC), entwickelt am DFKI im Netzwerk Mittelstand-Digital | vier Unternehmensbereiche | fünf: Novize, Erkunder, Entdecker, Vorbereiter, Anwender | Selbsteinschätzung für KMU |
| Reifegradmodell nach Limat (2022) | sieben Dimensionen mit 18 Gestaltungsobjekten | Entwicklungsstand je Gestaltungsobjekt | ganzheitliche KI-Einführung |
| GenAI-Reifegradmodell GAI-MM (WI 2025) | fünf Dimensionen: Menschen, Prozess, Technologie, Daten, Organisation | fünf, von „GenAI als einfaches Werkzeug“ bis „GenAI als autonomer Teil der Organisation“ | generative KI wie Chatbots und Textassistenten |
| Phasenmodell der WIK-Consult-Kurzstudie (2023) | Gesamtstand des Unternehmens | nicht gestartet, Experimentier-, Übungs-, Verankerungs- und Gestaltungsphase | Lagebild im Mittelstand |
Quellen der Tabelle: das Konzept des KI-Readiness-Checks, der Beitrag zum Reifegradmodell nach Limat, die Zusammenfassung des GenAI-Reifegradmodells der WI 2025 und die WIK-Consult-Kurzstudie.
Das Modell nach Limat ist besonders aufschlussreich, weil es die Dimensionen sehr konkret benennt:
- Daten: Datenqualität, Datenmanagement, Governance
- Kultur: Agilität, Innovation, Fehlertoleranz, Interdisziplinarität
- Kompetenz: Talente, Weiterbildung, Partnernetzwerke
- Strategie: Einbettung in die Geschäftsstrategie, KI-angepasste Kennzahlen
- Regulierung: rechtlicher Spielraum
- Kundenverhalten: Vertrauen, Definition von Anwendungsfällen
- Kompatibilität: Aufnahmefähigkeit für Neues, IT-Infrastruktur
Zwei Gedanken aus diesem Modell sollten Sie mitnehmen. Erstens: Daten sind kein Nebenprodukt der Digitalisierung, sondern ein Wert, den Sie gezielt aufbauen müssen. Zweitens: Die Kulturdimension zielt auf eine Haltung, die Fehlertoleranz und Zusammenarbeit über Abteilungsgrenzen fördert und Widerstand abbaut. Wie Sie die Veränderungsbereitschaft Ihres Teams messen, zeigt unser Beitrag zu Change Readiness in KMU.
Die fünf Stufen im Betriebsalltag
Die Stufennamen des KI-Readiness-Checks eignen sich gut, um den eigenen Stand einzuordnen. Die folgenden Beschreibungen sind typische Bilder aus der Praxis, keine offiziellen Definitionen:
- Novize: KI ist ein Thema aus der Presse. Einzelne Mitarbeitende probieren privat Chatbots aus, es gibt weder Ziele noch Regeln. Ein Handwerksbetrieb schreibt Angebote noch komplett von Hand.
- Erkunder: Die Geschäftsführung hat erste Ideen gesammelt. Im Marketing entstehen Social-Media-Texte mit KI-Unterstützung, aber ohne abgestimmtes Vorgehen und ohne Klarheit beim Datenschutz.
- Entdecker: Konkrete Anwendungsfälle sind benannt, etwa automatische Angebotsentwürfe oder die Auswertung von Verkehrszähldaten in einem Planungsbüro. Ein erstes Pilotprojekt läuft.
- Vorbereiter: Daten werden gezielt gepflegt, Verantwortlichkeiten sind geklärt, Mitarbeitende sind geschult. Ein Ingenieurbüro bereitet etwa die Übernahme eines Pilotprojekts in den Regelbetrieb vor.
- Anwender: KI ist fester Teil mehrerer Kernprozesse, die Wirkung wird mit Kennzahlen gemessen und neue Anwendungsfälle kommen systematisch hinzu.
Wichtig dabei: Die Abstände zwischen den Stufen sind nicht gleich groß. Der Schritt vom Novizen zum Erkunder kostet vor allem Aufmerksamkeit. Der Schritt vom Entdecker zum Vorbereiter verlangt dagegen neue Prozesse, saubere Daten und geschulte Teams. An dieser Stelle bleiben viele Betriebe hängen.
Wo der Mittelstand heute steht
Die Zahlen zeigen, warum eine ehrliche Standortbestimmung lohnt. Laut Statistischem Bundesamt nutzten 2025 rund 26 % der Unternehmen in Deutschland KI. Bei großen Unternehmen ab 250 Beschäftigten waren es 57 %, kleine und mittlere Unternehmen lagen deutlich darunter. Die Erhebung erscheint jährlich, aktuelle Werte finden Sie auf derselben Seite.
Ein ähnliches Bild liefert die WIK-Consult-Kurzstudie von 2023: 36,2 % der befragten Expertinnen und Experten schätzten, dass der Durchschnitt der Unternehmen noch gar nicht mit KI gestartet ist, nur 12,1 % sahen eine konkrete Umsetzung in der Übungsphase.
Eine Abschlussarbeit am Institut für Wirtschaftsinformatik der Universität Hannover beschreibt zudem, wie KMU große Sprachmodelle einführen: zunächst experimentell, während Ziele, Regeln und feste Zuständigkeiten erst später entstehen. Das ist ein normaler Verlauf. Er zeigt aber, warum viele Betriebe auf der Stufe des Erkunders verharren: Es wird ausprobiert, aber niemand führt die Versuche zu einer Strategie zusammen.
So ermitteln Sie Ihren KI-Reifegrad in fünf Schritten
Eine Reifegradbestimmung ist kein Fragebogen, den man an einem Nachmittag abhakt. Sie ist eine Bestandsaufnahme, die sich lohnt, wenn sie sauber gemacht wird.
1. Ziel und Rahmen festlegen
Klären Sie vorab, wofür Sie das Ergebnis brauchen: für eine Investitionsentscheidung, für einen Förderantrag oder für die Auswahl des ersten Pilotprojekts. Typischer Fehler: das ganze Unternehmen auf einmal bewerten zu wollen. Starten Sie mit zwei oder drei Bereichen, in denen der Druck am größten ist, etwa Angebotswesen, Kundenservice oder Disposition.
2. Geschäftsprozesse aufnehmen
Ein Reifegrad ohne Prozessbild bleibt abstrakt. Erst wenn klar ist, wie ein Auftrag heute durch den Betrieb läuft, sehen Sie, wo KI Zeit spart. Typischer Fehler: nur die IT zu befragen. Die Zeitfresser kennen die Menschen, die die Arbeit täglich machen. Diese Analyse Ihrer Geschäftsprozesse übernehmen wir bei Menter gemeinsam mit Ihrem Team.
3. Jede Dimension einzeln bewerten
Bewerten Sie Strategie, Daten, Kompetenzen, Kultur und Technik getrennt. Der KI-Readiness-Check gewichtet kritische Fragen zusätzlich, weil manche Lücken schwerer wiegen als andere. Fehlt etwa ein geordnetes Datenmanagement, kann auch gute Software ihr Potenzial nicht entfalten. Typischer Fehler: alles zu einer Gesamtnote zu verdichten. Ein Durchschnitt von „drei“ verdeckt, dass Sie bei der Technik bei vier und bei den Daten bei eins stehen.
4. Mitarbeitende und Betriebsrat einbinden
Wer KI einführt, verändert Arbeitsplätze. Ein Reifegradcheck, der die Belegschaft außen vor lässt, misst nur die Sicht der Chefetage. Ein Praxisimpuls zum KI-Readiness-Check für Betriebsräte zeigt, wie ein solcher Check auch Betriebsräten Stärken und Schwächen bei der KI-Nutzung im Betrieb sichtbar macht. Wie Sie den Wandel strukturiert begleiten, lesen Sie in unserem Beitrag zum Change Management bei KI.
5. Ergebnis in Prioritäten übersetzen
Das Profil zeigt, wo der Engpass liegt. Daraus folgen die nächsten Schritte, nicht umgekehrt. Typischer Fehler: mit dem spannendsten Projekt zu beginnen statt mit dem, das die größte Lücke schließt. Hier entsteht bei uns der individuelle KI-Fahrplan, abgestimmt auf Branche, Unternehmensgröße und Datenschutz.
Vom Reifegrad zum KI-Fahrplan
Die WIK-Consult-Studie zu KI-Readiness im Mittelstand empfiehlt als ersten Umsetzungsschritt eine Problemanalyse mit Strategieentwicklung: Bedarf analysieren, Anwendungsfälle benennen, klare Ziele setzen, Geld und Personal bereitstellen und mit kleineren Projekten einsteigen, die schnell Ergebnisse liefern. Je nach Stufe setzen Sie andere Schwerpunkte:
| Ihr Stand | Größte Lücke | Sinnvoller nächster Schritt |
|---|---|---|
| Novize | Wissen und Orientierung | Grundlagen-Workshop für Führung und Team, erste Anwendungsfälle sammeln |
| Erkunder | Ziele und Regeln | Anwendungsfälle priorisieren, Nutzungsregeln und Datenschutz klären |
| Entdecker | Übergang vom Test in den Alltag | Pilot mit messbarem Ziel, Kennzahl vorher festlegen |
| Vorbereiter | Daten und Verantwortlichkeiten | Datenpflege organisieren, Zuständigkeiten verankern, Teams schulen |
| Anwender | Skalierung | weitere Prozesse erschließen, Wirkung regelmäßig messen |
Auf jeder Stufe spielt Weiterbildung eine Rolle, auch aus rechtlichen Gründen. Seit dem 2. Februar 2025 verlangt Artikel 4 der europäischen KI-Verordnung, dass Unternehmen für ausreichende KI-Kompetenz der Beschäftigten sorgen, die KI nutzen. Die IHK München erläutert die Regel und die Änderungen durch den sogenannten KI-Omnibus. Branchenspezifische Schulungen zu KI-Grundlagen und zur Anwendung im Arbeitsalltag gehören deshalb in jeden Fahrplan.
Wenn generative KI Ihr Einstieg ist, finden Sie in unserem Leitfaden zu GenAI im Unternehmen konkrete Startpunkte. Für Betriebe aus dem Handwerk haben wir eine eigene Seite zu KI im Handwerk.
Woran Sie ein gutes Reifegradmodell erkennen
Viele Modelle wurden für Konzerne entwickelt. Das GI-Forschungsprojekt zu KI-Reifegradmodellen in KMU hat sich deshalb gezielt damit befasst, welche Anpassungen kleine und mittlere Unternehmen brauchen. Achten Sie auf diese Punkte:
- Passend zur Größe: Ein Betrieb mit 30 Beschäftigten braucht keine Fragen zu KI-Abteilungen und Data-Science-Teams.
- Profil statt Punktzahl: Das Ergebnis zeigt jede Dimension einzeln.
- Mensch und Kultur zählen mit: Kompetenzen, Veränderungsbereitschaft und Führung sind eigene Dimensionen.
- Branchenbezug: Die Anwendungsfälle eines Planungsbüros sehen anders aus als die eines Malerbetriebs oder einer Marketingabteilung.
- Handlungsempfehlungen: Am Ende stehen konkrete nächste Schritte, nicht nur eine Stufe.
- Recht und Förderung im Blick: Datenschutz, KI-Kompetenzpflicht und passende Förderprogramme fließen ein.
Ihre KI-Reifegradanalyse mit Menter
Wir bei Menter unterstützen kleine und mittlere Unternehmen genau an dieser Stelle: Wir analysieren Ihre Geschäftsprozesse, bestimmen gemeinsam mit Ihnen den Stand je Dimension und entwickeln daraus einen individuellen KI-Fahrplan. Workshops und Mitarbeitertrainings bringen Ihr Team auf den Stand, den die nächste Stufe verlangt.
Auch bei der Finanzierung helfen wir: Mit unserem Förderungsscouting suchen wir passende Programme und unterstützen Sie beim Antrag. Beim Programm INQA-Coaching des Bundesarbeitsministeriums werden bis zu zwölf Beratungstage gefördert und 80 % der Kosten übernommen; laut IHK Regensburg gilt dabei ein maximaler Tagessatz von 1.200 Euro netto (Stand 2026). Als zertifizierte INQA-Coaches begleiten wir Sie persönlich und deutschlandweit. Alle Leistungen finden Sie unter KI-Strategieberatung und Workshops, einen Termin können Sie direkt für ein Erstgespräch vereinbaren.
Unsere Sicht: Der Reifegrad ist ein Werkzeug, kein Zeugnis
Wenn wir mit Geschäftsführern über KI-Reifegrade sprechen, geht es oft zuerst um die Frage, wie gut man im Vergleich dasteht. Das ist verständlich, führt aber am Ziel vorbei. Ein Reifegrad ist kein Zeugnis, sondern eine Landkarte. Er soll zeigen, welcher nächste Schritt sich für Ihren Betrieb am schnellsten auszahlt.
Deshalb verbinden wir jede Standortbestimmung mit Ihren echten Prozessen. Ein Handwerksbetrieb, der bei der Angebotserstellung Stunden verliert, braucht einen anderen Fahrplan als ein Planungsbüro, das Verkehrsdaten auswerten will, auch wenn beide auf derselben Stufe stehen. Unser Branchenwissen für KMU und unser Blick auf den ROI sorgen dafür, dass aus der Analyse ein Projekt wird, das sich rechnet.
Genauso wichtig ist uns der Mensch. Als INQA-Coaches binden wir Ihre Mitarbeitenden von Anfang an ein, denn eine KI-Lösung entfaltet ihre volle Wirkung, wenn das Team sie trägt. Und wir achten von Beginn an auf Datenschutz, damit Sie nicht später nachbessern müssen.
Unser Rat: Messen Sie Ihren Reifegrad, um zu handeln. Wer einen klaren Fahrplan hat, kann mit dem ersten Pilotprojekt starten, sobald die Analyse steht.
Shaun
Häufige Fragen
Ist ein AI Maturity Model dasselbe wie ein KI-Reifegradmodell?
Ja, „AI Maturity Model“ ist der englische Begriff für dasselbe Konzept. Beide beschreiben den Entwicklungsstand eines Unternehmens beim KI-Einsatz über mehrere Dimensionen und Stufen. Für deutsche KMU lohnt sich ein Modell, das auf Mittelstand, deutsche Förderlandschaft und europäisches Recht zugeschnitten ist.
Was ist der Unterschied zwischen KI-Readiness-Check und KI-Reifegradanalyse?
Ein Readiness-Check prüft, ob die Voraussetzungen für den Start vorhanden sind, etwa Daten, Kompetenzen und Rückhalt in der Führung. Eine Reifegradanalyse beschreibt zusätzlich, wie weit KI bereits in Ihre Prozesse eingebunden ist, und leitet daraus die nächste Stufe ab. In der Praxis gehen beide ineinander über.
Lohnt sich eine Reifegradbestimmung auch für kleine Betriebe?
Ja, gerade dort. Kleine Betriebe haben wenig Zeit und Budget für Versuche, die ins Leere laufen. Eine Standortbestimmung zeigt, welcher Prozess den schnellsten Nutzen bringt, und verhindert Investitionen in Werkzeuge, für die Daten oder Know-how noch fehlen.
Wie oft sollten wir unseren KI-Reifegrad neu bewerten?
Sinnvoll ist eine erneute Bewertung nach jedem größeren KI-Projekt und mindestens einmal im Jahr. So sehen Sie, ob Ihre Maßnahmen wirken, und können den Fahrplan anpassen, wenn neue Anwendungsfälle oder Regeln hinzukommen.
Quellen
- KI und KI-Readiness im Mittelstand (WIK-Consult, Mittelstand-Digital, 2024)
- Der KI-Readiness-Check: Konzept (2021)
- Disruptionspotenzial künstlicher Intelligenz: Ein Reifegradmodell (Springer, 2022)
- AI-Summaries der 20. Internationalen Tagung Wirtschaftsinformatik (WI 2025)
- Künstliche Intelligenz im Mittelstand: WIK-Consult-Kurzstudie (2023)
- Statistisches Bundesamt: Nutzung von IKT in Unternehmen
- Analyse zur Auswahl und Einführung von Large Language Models in KMU (Universität Hannover)
- KI-Readiness-Check: Praxisimpuls für Betriebsräte
- IHK München: AI Act, Regeln für Unternehmen
- Reifegradmodelle zur Bewertung Künstlicher Intelligenz in KMU (GI Digital Library)
- INQA-Coaching: Informationen für KMU
- IHK Regensburg: INQA-Coaching