AI Readiness Pulse

Dreissig Fragen, acht Säulen, fünf Reifegrade und Ihre nächsten 90 Tage. Kostenlos, im Browser, und keine Antwort verlässt ihn.

AI Readiness Pulse

Wie bereit ist Ihr Unternehmen für KI im grossen Massstab?

Dreissig Fragen zu acht Säulen: Strategie, Prozesse, Information, Technologie, Governance, Menschen, Skalierung und Wert. Rund zehn Minuten. Ihr Ergebnis erscheint sofort, und keine Antwort verlässt Ihren Browser.

30Fragen
8Readiness-Säulen
5Reifegrade
10Minuten, etwa

Bevor Sie beginnen

Antworten Sie für heuteWählen Sie, wie das Unternehmen heute arbeitet, nicht den Zielzustand.
Nutzen Sie «Nicht sicher»Unsicherheit ist aufschlussreich. Sie wird separat ausgewiesen, statt eine falsche Punktzahl zu erzwingen.
Eine Einschätzung, kein AuditEin vollständiges Assessment prüft die Antworten später anhand von Belegen und mit weiteren Personen.

Abschnitt 1 von 8

Ist KI an Geschäftsprioritäten und an eine Verantwortung in der Geschäftsleitung gebunden?

Wir beginnen bei der Richtung. Starke KI-Programme wissen, welche Geschäftsergebnisse zählen, wer verantwortlich ist, wie Chancen priorisiert werden und wie Investitionen dem Wert folgen.

Strategie und Führung · 4 Fragen

Strategische KI-AmbitionWie klar ist KI mit Ihrer Geschäftsstrategie verknüpft?

Wählen Sie die Aussage, die am besten beschreibt, wie Ihr Unternehmen heute arbeitet.

KI ist vor allem experimentell und mit keiner gemeinsamen Geschäftsagenda verknüpft.Einzelne Teams haben KI-Ziele, diese sind aber nicht unternehmensweit abgestimmt.Unternehmensweite KI-Ziele sind definiert und mit Geschäftsprioritäten verknüpft.KI-Ziele und KPIs steuern Portfolio- und Investitionsentscheide aktiv.Die KI-Strategie passt sich laufend an Geschäftsergebnisse, Marktveränderungen und neue Fähigkeiten an.Nicht sicher, dafür habe ich zu wenig Einblick

Sponsoring und Verantwortung in der GeschäftsleitungWer verantwortet KI-Ergebnisse auf Ebene der Geschäftsleitung?

Wählen Sie die Aussage, die am besten beschreibt, wie Ihr Unternehmen heute arbeitet.

Für unternehmensweite KI-Ergebnisse gibt es keine benannte verantwortliche Person in der Geschäftsleitung.Einzelne Initiativen haben Sponsoren, die Verantwortung ist aber uneinheitlich.Eine benannte Sponsorin oder ein benannter Sponsor in der Geschäftsleitung trägt definierte Verantwortung für unternehmensweite KI-Ergebnisse.Ein Führungsgremium steuert Leistung, Risiko und Investitionen der KI aktiv.Die Verantwortung für KI ist in der Unternehmensführung verankert und wird laufend überprüft, wenn sich das Geschäft verändert.Nicht sicher, dafür habe ich zu wenig Einblick

KI-Portfolio und PriorisierungWie werden KI-Chancen im Unternehmen priorisiert?

Wählen Sie die Aussage, die am besten beschreibt, wie Ihr Unternehmen heute arbeitet.

KI-Ideen werden meist ad hoc verfolgt.Teams führen eigene Listen und priorisieren lokal.Ein gemeinsames Portfolio vergleicht KI-Chancen nach transparenten Kriterien.Das Portfolio wird aktiv nach Wert, Risiko, Machbarkeit und Kapazität priorisiert.Das Portfolio wird laufend anhand realisierter Ergebnisse und strategischer Veränderungen neu ausbalanciert.Nicht sicher, dafür habe ich zu wenig Einblick

Investitionen und RessourcenzuteilungWie werden KI-Investitionen finanziert und zugeteilt?

Wählen Sie die Aussage, die am besten beschreibt, wie Ihr Unternehmen heute arbeitet.

Die Finanzierung ist meist ungeplant oder kommt aus lokalen, frei verfügbaren Budgets.KI wird Projekt für Projekt finanziert, mit wenig unternehmensweiter Abstimmung.Die KI-Finanzierung wird über ein Unternehmensbudget oder einen Investitionsprozess geplant.Mittel werden nach Portfolioprioritäten und messbarem Wert zugeteilt.Kapital wird laufend zu den wertvollsten KI-Chancen umgeschichtet.Nicht sicher, dafür habe ich zu wenig Einblick

Abschnitt 2 von 8

Können Sie Arbeit um KI herum neu gestalten, statt nur Werkzeuge hinzuzufügen?

Dieser Abschnitt betrachtet Prozesstransparenz, die Analyse von KI-Potenzialen, die Aufteilung der Verantwortung zwischen Mensch und KI sowie messbare Ausgangswerte, bevor Automatisierung oder agentische Ausführung eingeführt werden.

Prozesse und Betriebsmodell · 4 Fragen

ProzesstransparenzWie gut sind Ihre kritischen End-to-End-Prozesse verstanden?

Wählen Sie die Aussage, die am besten beschreibt, wie Ihr Unternehmen heute arbeitet.

Kritische Prozesse sind meist nicht dokumentiert und hängen am Wissen einzelner Personen.Einige Prozesse sind modelliert, Abdeckung und Verantwortung variieren aber je nach Team.Prioritäre Prozesse sind mit Verantwortlichen, Übergaben, Systemen und Entscheidungspunkten dokumentiert.End-to-End-Prozesse werden aktiv mit gemeinsamen operativen KPIs gesteuert.Prozesse werden laufend mit Echtzeit-Leistungsdaten und gesteuerter Anpassung optimiert.Nicht sicher, dafür habe ich zu wenig Einblick

Zerlegung von KI-PotenzialenWie systematisch ermitteln Sie, wo KI einen Prozess verbessern kann?

Wählen Sie die Aussage, die am besten beschreibt, wie Ihr Unternehmen heute arbeitet.

KI-Potenziale werden vor allem nach Gefühl oder durch einzelne Ideen erkannt.Ausgewählte Teams analysieren Aufgaben auf Automatisierung oder KI-Unterstützung.Prioritäre Prozesse werden in Aufgaben, Entscheidungen, Informationsbedarf und Ermessenspunkte zerlegt, um KI-Potenziale zu finden.Eine gemeinsame Methode nutzt Prozessdaten, um KI-Potenziale funktionsübergreifend zu ermitteln und zu priorisieren.Laufende Prozesseinsichten ermitteln KI-Potenziale und aktualisieren sie, wenn sich die Bedingungen ändern.Nicht sicher, dafür habe ich zu wenig Einblick

Arbeitsteilung zwischen Mensch und KIWie klar ist die Arbeit in den künftigen Prozessen zwischen Menschen und KI aufgeteilt?

Wählen Sie die Aussage, die am besten beschreibt, wie Ihr Unternehmen heute arbeitet.

Die Arbeitsteilung zwischen Menschen und KI ist nicht ausdrücklich gestaltet.Die Verantwortung zwischen Mensch und KI wird nur in ausgewählten Pilotprojekten besprochen.Prioritäre Abläufe legen fest, welche Tätigkeiten menschlich geführt, KI-unterstützt, automatisiert oder agentisch sind.Menschliche Kontrollpunkte und KI-Verantwortlichkeiten sind im End-to-End-Prozessdesign verankert.Die Arbeitsteilung passt sich innerhalb definierter Leitplanken an Leistung und Risiko an.Nicht sicher, dafür habe ich zu wenig Einblick

Prozessmessung und VerbesserungErheben Sie Ausgangswerte für Prozess-KPIs, bevor Sie KI einführen?

Wählen Sie die Aussage, die am besten beschreibt, wie Ihr Unternehmen heute arbeitet.

KI-Initiativen beginnen meist ohne messbaren Prozess-Ausgangswert.Einige Initiativen erheben Ausgangswerte, die Praxis ist aber uneinheitlich.Prioritäre KI-Initiativen arbeiten vor der Umsetzung mit definierten Ausgangs-KPIs.Ausgangswerte sind mit der laufenden Leistungssteuerung von KI und Prozessen verknüpft.Laufende Messung und vorausschauende Einsichten treiben die fortlaufende Optimierung von Prozessen und KI.Nicht sicher, dafür habe ich zu wenig Einblick

Abschnitt 3 von 8

Hat KI Zugriff auf vertrauenswürdige, kontextualisierte und gesteuerte Information?

KI braucht mehr als strukturierte Daten. Wir bewerten Verantwortung, Qualität, Zugriff, Herkunft und den Zustand von Dokumenten, E-Mails, Verträgen und anderer unstrukturierter Information.

Daten und Information · 4 Fragen

Sichtbarkeit und Verantwortung für InformationsbeständeWie gut können Sie die Daten und Informationen benennen, von denen Ihre KI-Initiativen abhängen?

Wählen Sie die Aussage, die am besten beschreibt, wie Ihr Unternehmen heute arbeitet.

Kritische Information ist zersplittert, die Verantwortung oft unklar.Ausgewählte Datensätze oder Ablagen sind erfasst, die Abdeckung ist aber unvollständig.Kritische strukturierte und unstrukturierte Informationsbestände sind mit verantwortlichen Personen erfasst.Katalogisierung, Verantwortung und Zugriff sind über die prioritären KI-Bereiche hinweg integriert.Informationsbestände werden laufend entdeckt, klassifiziert und gesteuert, wenn sich ihre Nutzung ändert.Nicht sicher, dafür habe ich zu wenig Einblick

Qualität und Eignung für den ZweckWie einheitlich wird die Qualität von Information für den KI-Einsatz gemessen?

Wählen Sie die Aussage, die am besten beschreibt, wie Ihr Unternehmen heute arbeitet.

Die Qualität ist weitgehend unbekannt oder wird erst geprüft, wenn Probleme auftreten.Für ausgewählte Daten- oder Inhaltsquellen gibt es lokale Qualitätsprüfungen.Für Information, die prioritäre KI-Systeme nutzen, sind Qualitätsanforderungen und Kennzahlen definiert.Die Qualität wird laufend überwacht, und die Bereinigung ist in den KI-Betrieb integriert.Automatisierte, kontextbezogene Qualitätskontrollen passen sich an veränderte KI-Nutzung und Geschäftsbedürfnisse an.Nicht sicher, dafür habe ich zu wenig Einblick

Zugriff, Integration und HerkunftWie greifen KI-Systeme auf die Unternehmensdaten und Inhalte zu, die sie brauchen?

Wählen Sie die Aussage, die am besten beschreibt, wie Ihr Unternehmen heute arbeitet.

Der Zugriff ist meist manuell, doppelt oder unkontrolliert.Projekte nutzen lokale oder eigene Zugriffswege mit wenig Wiederverwendung.KI-Systeme nutzen gesteuerte und dokumentierte Wege, um auf die benötigte Information zuzugreifen.Standardisierte, wiederverwendbare Dienste bieten gesteuerten Zugriff mit Herkunftsnachweis und Überwachung.KI erhält richtlinienkonforme, kontextrelevante Information dynamisch und mit nachvollziehbarer Herkunft.Nicht sicher, dafür habe ich zu wenig Einblick

Unstrukturierte Information und WissenWie bereit sind Dokumente, E-Mails, Verträge und andere unstrukturierte Information für KI?

Wählen Sie die Aussage, die am besten beschreibt, wie Ihr Unternehmen heute arbeitet.

Unstrukturierte Information ist weitgehend ungesteuert oder von der KI-Planung ausgeschlossen.Ausgewählte Ablagen werden genutzt, Qualität, Zugriff und Lebenszykluskontrollen variieren aber.Unstrukturierte Information ist Teil der AI-Readiness-Planung, mit definierter Verantwortung, Metadaten und Zugriffskontrollen.Dokumente und Wissen sind für KI in gesteuerte Inhalts- und Wissensdienste des Unternehmens integriert.Relevante Inhalte werden dynamisch bereitgestellt, und Rechte, Kontext und Lebenszykluskontrollen werden automatisch durchgesetzt.Nicht sicher, dafür habe ich zu wenig Einblick

Abschnitt 4 von 8

Lässt sich KI im Unternehmensmassstab zuverlässig integrieren, testen und betreiben?

Wir betrachten eine gemeinsame Architektur, die Integration ins Unternehmen, Identitäten und Berechtigungen sowie die technischen Kontrollen, die es braucht, um über isolierte KI-Werkzeuge hinauszukommen.

Technologie, Architektur und Engineering · 4 Fragen

KI-ReferenzarchitekturHaben Sie eine gemeinsame Unternehmensarchitektur für KI?

Wählen Sie die Aussage, die am besten beschreibt, wie Ihr Unternehmen heute arbeitet.

KI-Lösungen werden unabhängig voneinander ausgewählt und gebaut, ohne gemeinsame Architektur.Es gibt einige gemeinsame Plattformen oder Muster, die Teams entscheiden aber weiterhin lokal.Eine KI-Referenzarchitektur des Unternehmens legt freigegebene Komponenten, Schnittstellen und Kontrollpunkte fest.Wiederverwendbare Plattformdienste und Architekturstandards tragen KI im Unternehmensmassstab.Die Architektur unterstützt mehrere Modelle und Agenten, mit dynamischer Optimierung und kontrollierter Interoperabilität.Nicht sicher, dafür habe ich zu wenig Einblick

Integration und Zugang zu WerkzeugenWie sind KI-Lösungen mit den Systemen und Werkzeugen des Unternehmens verbunden?

Wählen Sie die Aussage, die am besten beschreibt, wie Ihr Unternehmen heute arbeitet.

Verbindungen sind manuell, Punkt-zu-Punkt oder werden für jeden Anwendungsfall einzeln gebaut.Es gibt einige gemeinsame Konnektoren, die Integration bleibt aber uneinheitlich.KI nutzt gesteuerte APIs, Dienste oder Konnektoren, um auf Unternehmensfunktionen zuzugreifen.Wiederverwendbare Integrationsdienste machen Unternehmensfunktionen für KI sicher und in der Breite verfügbar.KI und Agenten können freigegebene Unternehmensdienste innerhalb der Richtlinien dynamisch orchestrieren.Nicht sicher, dafür habe ich zu wenig Einblick

Identität und LaufzeitsicherheitWie werden Identitäten und Berechtigungen für KI-Systeme und Agenten verwaltet?

Wählen Sie die Aussage, die am besten beschreibt, wie Ihr Unternehmen heute arbeitet.

KI-Werkzeuge nutzen unter Umständen gemeinsame Zugangsdaten oder unklare Berechtigungen.Identitäts- und Zugriffskontrollen gibt es für ausgewählte Systeme, sie sind aber uneinheitlich.KI-Systeme und Agenten haben eigene Identitäten mit definierten Berechtigungen und minimalen Rechten.Identitäten, Geheimnisse und Berechtigungen werden über alle KI-Anwendungen zentral gesteuert und überwacht.Berechtigungen passen sich an Kontext und Risiko an und bleiben dabei laufend überwacht und prüfbar.Nicht sicher, dafür habe ich zu wenig Einblick

Tests, Beobachtbarkeit und LeistungWie wird die Qualität von KI vor dem produktiven Einsatz getestet?

Wählen Sie die Aussage, die am besten beschreibt, wie Ihr Unternehmen heute arbeitet.

Tests sind informell oder vor allem technisch.Projekte definieren eigene Tests, mit uneinheitlichen fachlichen Abnahmekriterien.KI wird vor der Produktion an definierten fachlichen, Qualitäts- und Risikokriterien gemessen.Standardisierte Bewertung, Beobachtbarkeit und Freigabekontrollen sind in den Entwicklungszyklus integriert.Die Bewertung läuft fortlaufend und passt sich an, wenn sich Modelle, Daten, Risiken und Geschäftsbedingungen ändern.Nicht sicher, dafür habe ich zu wenig Einblick

Abschnitt 5 von 8

Können Sie KI skalieren, ohne Verantwortung, Kontrolle oder Vertrauen zu verlieren?

Dieser Abschnitt prüft, ob der Einsatz von KI sichtbar ist, nach Risiko klassifiziert, freigegeben und überwacht wird, mit Kontrollen, die dem geschäftlichen und regulatorischen Risiko angemessen sind.

Governance, Risiko, Sicherheit und Compliance · 4 Fragen

KI-Richtlinie und VerantwortungWie klar ist festgelegt, welche KI-Nutzung zulässig und welche verboten ist?

Wählen Sie die Aussage, die am besten beschreibt, wie Ihr Unternehmen heute arbeitet.

Es gibt keine Unternehmensrichtlinie und keine einheitliche Anleitung.In einigen Bereichen gibt es Anleitungen, die Auslegung variiert aber.Eine Unternehmensrichtlinie legt klar fest, welche KI-Nutzung zulässig, eingeschränkt oder verboten ist.Die Richtlinie ist risikobasiert, in der Umsetzung verankert und wird anhand betrieblicher Nachweise regelmässig überprüft.Richtlinie und Kontrollen passen sich laufend an, wenn sich Technologie, Regulierung und Nutzung entwickeln.Nicht sicher, dafür habe ich zu wenig Einblick

KI-Inventar und RisikoklassifizierungWissen Sie, welche KI-Systeme, Modelle und Agenten im Einsatz sind und wie riskant sie sind?

Wählen Sie die Aussage, die am besten beschreibt, wie Ihr Unternehmen heute arbeitet.

Es gibt kein verlässliches Inventar der KI-Nutzung.Einige Teams führen Listen, Abdeckung und Risikoklassifizierung sind aber unvollständig.Wesentliche KI-Systeme, Modelle, Agenten und Hochrisiko-Anwendungen sind erfasst und nach Risiko klassifiziert.Das Inventar ist mit Freigabe, Überwachung, Verantwortung und Lebenszykluskontrollen verknüpft.Erfassung und Risikoklassifizierung werden laufend aktualisiert, wenn sich die KI-Nutzung ändert.Nicht sicher, dafür habe ich zu wenig Einblick

Freigabe, Tests und menschliche AufsichtWie werden KI-Lösungen vor dem produktiven Einsatz freigegeben?

Wählen Sie die Aussage, die am besten beschreibt, wie Ihr Unternehmen heute arbeitet.

Es gibt keinen einheitlichen Freigabeprozess für die Produktion.Die Freigabe hängt vom Team oder vom Projekt ab.Produktive KI braucht eine dokumentierte, dem Risiko des Anwendungsfalls angemessene Freigabe, einschliesslich definierter menschlicher Aufsicht.Freigabenachweise sind in die Umsetzungsabläufe und Kontrolltore integriert.Risikobasierte Kontrollen werden zunehmend automatisiert, wobei verantwortliche menschliche Entscheide erhalten bleiben, wo sie nötig sind.Nicht sicher, dafür habe ich zu wenig Einblick

Überwachung, Vorfall- und ÄnderungsmanagementWie werden KI-Lösungen nach dem Go-live überwacht?

Wählen Sie die Aussage, die am besten beschreibt, wie Ihr Unternehmen heute arbeitet.

Laufende Qualität und Risiken der KI werden selten systematisch überwacht.Einige produktive Lösungen werden überwacht, Kennzahlen und Eskalation variieren aber.Produktive KI hat eine definierte Überwachung wesentlicher Qualitäts-, Leistungs- und Risikoindikatoren.Überwachung, Vorfälle und wesentliche Änderungen sind in die betriebliche Governance und das Service-Management integriert.Laufende Risiko- und Leistungssignale lösen adaptive Kontrollen, Eskalation und Verbesserung aus.Nicht sicher, dafür habe ich zu wenig Einblick

Abschnitt 6 von 8

Können Menschen KI wirksam nutzen, und entwickeln sich die Rollen mit?

AI Readiness hängt von Grundkenntnissen, rollenspezifischen Kompetenzen, strukturiertem Wandel und einer bewussten Neuverteilung der Verantwortung zwischen Mensch und KI ab.

Organisation, Kompetenzen und Wandel · 4 Fragen

KI-GrundkenntnisseWie breit verstehen Mitarbeitende die Fähigkeiten, Grenzen und Risiken von KI?

Wählen Sie die Aussage, die am besten beschreibt, wie Ihr Unternehmen heute arbeitet.

Das Verständnis hängt vor allem von persönlichem Interesse und eigener Erfahrung ab.Für ausgewählte Gruppen gibt es allgemeine Sensibilisierungsschulungen.Relevanten Mitarbeitenden und Führungskräften wird ein definierter Grundstock an KI-Wissen vermittelt.KI-Grundkenntnisse sind rollenbasiert, in der Arbeitspraxis verankert und werden an ihrer Wirkung gemessen.Das Lernen passt sich laufend an, wenn sich Rollen, Technologie und Risiken entwickeln.Nicht sicher, dafür habe ich zu wenig Einblick

Rollenspezifische KI-KompetenzenSind KI-Kompetenzen für die Rollen definiert, die sie brauchen?

Wählen Sie die Aussage, die am besten beschreibt, wie Ihr Unternehmen heute arbeitet.

KI-Kompetenzen sind nicht formell nach Rollen definiert.Ausgewählte technische oder fachliche Teams haben eigene Erwartungen an Kompetenzen.Rollenspezifische KI-Kompetenzen sind für prioritäre technische, fachliche und Führungsrollen definiert.Kompetenzen sind mit Personalplanung, Lernpfaden und Transformationsprioritäten verknüpft.Kompetenzdaten aktualisieren Rollenprofile und Entwicklung laufend, wenn sich die Arbeit verändert.Nicht sicher, dafür habe ich zu wenig Einblick

Akzeptanz und Change-ManagementWie werden Akzeptanz und Wandel in KI-Initiativen gesteuert?

Wählen Sie die Aussage, die am besten beschreibt, wie Ihr Unternehmen heute arbeitet.

Teams gehen weitgehend davon aus, dass die Nutzenden die Lösung annehmen.Einige Projekte umfassen Kommunikation oder Schulung, die Change-Praxis variiert aber.Prioritäre KI-Initiativen haben ausdrückliche Pläne für Akzeptanz, Kommunikation und Wandel, mit verantwortlichen Personen.Akzeptanz wird als Teil von Transformation und Nutzenrealisierung gemessen und gesteuert.Change-Mechanismen passen sich laufend an Nutzungs-, Personal- und Leistungsrückmeldungen an.Nicht sicher, dafür habe ich zu wenig Einblick

Neugestaltung der Rollen zwischen Mensch und KIWie systematisch werden Rollen und Verantwortlichkeiten neu gestaltet, wenn KI eingeführt wird?

Wählen Sie die Aussage, die am besten beschreibt, wie Ihr Unternehmen heute arbeitet.

Auswirkungen auf Rollen werden selten ausdrücklich bewertet.Rollenänderungen werden bei ausgewählten Initiativen besprochen, nachdem die Lösung gestaltet ist.Prioritäre KI-Initiativen bewerten ausdrücklich Veränderungen von Rollen, Verantwortlichkeiten und Entscheidungsrechten.Die Rollengestaltung zwischen Mensch und KI ist in Personalplanung und Veränderung des Betriebsmodells integriert.Rollen entwickeln sich laufend weiter, wenn sich die Zusammenarbeit von Mensch und KI und die Geschäftsbedürfnisse ändern.Nicht sicher, dafür habe ich zu wenig Einblick

Abschnitt 7 von 8

Schaffen es erfolgreiche KI-Ideen vom Experiment in die Produktion und in die Breite?

Wir bewerten, wie KI-Ideen in die Pipeline gelangen, wie validierte Experimente zu kontrollierten Produktivdiensten werden und wie erfolgreiche Fähigkeiten im Unternehmen wiederverwendet werden.

KI-Umsetzung, Produktisierung und Skalierung · 3 Fragen

Aufnahme und Qualifizierung von AnwendungsfällenWie gelangen KI-Ideen in die Umsetzungspipeline?

Wählen Sie die Aussage, die am besten beschreibt, wie Ihr Unternehmen heute arbeitet.

Ideen werden informell verfolgt, je nach lokaler Begeisterung oder verfügbarem Budget.Einige Teams nutzen wiederholbare Aufnahmemethoden, einen gemeinsamen Unternehmensprozess gibt es aber nicht.KI-Ideen durchlaufen einen gemeinsamen Qualifizierungsprozess, der Wert, Machbarkeit, Risiko und Verantwortung abdeckt.Ein gesteuertes Portfolio nutzt eine gemeinsame Aufnahme und wiederverwendbare Fähigkeiten, um prioritäre Anwendungsfälle zu beschleunigen.Das Portfolio lernt laufend aus Umsetzung und realisiertem Wert und schärft so die Qualifizierungsentscheide.Nicht sicher, dafür habe ich zu wenig Einblick

Überführung in die ProduktionWie gelangen erfolgreiche KI-Experimente in eine kontrollierte Produktion?

Wählen Sie die Aussage, die am besten beschreibt, wie Ihr Unternehmen heute arbeitet.

Es gibt keinen einheitlichen Weg vom Experiment in die Produktion.Einige Projekte erreichen die Produktion, der Weg hängt aber vom Team ab.Ein definierter Lebenszyklus umfasst Produktionsfreigabe, Verantwortung, Betrieb, Überwachung und Support.Wiederverwendbare Plattform- und Umsetzungsmuster machen die Überführung in die Produktion planbar und wiederholbar.Produktive KI wird laufend als gesteuertes Portfolio von Produkten und Diensten optimiert.Nicht sicher, dafür habe ich zu wenig Einblick

Skalierung im UnternehmenWie leicht lassen sich erfolgreiche KI-Lösungen über Teams, Funktionen oder Länder hinweg wiederverwenden?

Wählen Sie die Aussage, die am besten beschreibt, wie Ihr Unternehmen heute arbeitet.

Erfolgreiche Lösungen bleiben meist beim ursprünglichen Team.Es gibt etwas Wiederverwendung, sie erfordert aber erhebliche Nacharbeit.Standardmethoden und wiederverwendbare Komponenten unterstützen die Übertragung in ausgewählte Bereiche.Gemeinsame Plattformen, Muster und Betriebspraktiken ermöglichen eine effiziente Skalierung im Unternehmen.KI-Fähigkeiten werden als wiederverwendbare Unternehmensprodukte geführt, mit systematischer Skalierung und Ausserbetriebnahme.Nicht sicher, dafür habe ich zu wenig Einblick

Abschnitt 8 von 8

Können Sie belegen, ob KI-Investitionen echten Wert schaffen?

Der letzte Abschnitt betrachtet geschäftliche Ausgangswerte, vollständige KI-Business-Cases und ob realisierte Nutzen nach dem Go-live gemessen werden.

Wertrealisierung und ROI · 3 Fragen

Werthypothese und AusgangswertBeginnt jeder prioritäre KI-Anwendungsfall mit einem klaren Geschäftsproblem und einer Werthypothese?

Wählen Sie die Aussage, die am besten beschreibt, wie Ihr Unternehmen heute arbeitet.

KI-Initiativen beginnen oft aus technischem Interesse, ohne quantifiziertes Geschäftsproblem.Einige Initiativen definieren den erwarteten Nutzen, Ausgangswerte und Verantwortung variieren aber.Prioritäre Anwendungsfälle definieren Geschäftsproblem, Ausgangswert und erwarteten Wert vor der Umsetzung.Werthypothesen werden über das Portfolio verglichen und bei der Skalierung überprüft.Wertannahmen werden laufend anhand realisierter Leistung und veränderter Geschäftsprioritäten aktualisiert.Nicht sicher, dafür habe ich zu wenig Einblick

Finanzieller Business CaseWie vollständig sind Ihre KI-Business-Cases?

Wählen Sie die Aussage, die am besten beschreibt, wie Ihr Unternehmen heute arbeitet.

Business Cases fehlen oder konzentrieren sich vor allem auf den erwarteten Nutzen.Einige Kosten und Nutzen werden geschätzt, die Annahmen sind aber uneinheitlich.Business Cases umfassen Umsetzung, wiederkehrende Betriebskosten, Nutzenannahmen und Verantwortung.ROI, Amortisation und Wertszenarien werden einheitlich zur Steuerung von Portfolioentscheiden genutzt.Finanzannahmen und Portfolioökonomie werden laufend mit tatsächlichen Betriebsdaten aktualisiert.Nicht sicher, dafür habe ich zu wenig Einblick

NutzenrealisierungWie wird der realisierte Nutzen von KI nach dem Go-live gemessen?

Wählen Sie die Aussage, die am besten beschreibt, wie Ihr Unternehmen heute arbeitet.

Erfolg wird meist am Projektabschluss oder an Einzelrückmeldungen gemessen.Einige Initiativen verfolgen Ergebnisse, die Messung nach dem Go-live ist aber uneinheitlich.Realisierter Nutzen wird an vereinbarten Ausgangswerten gemessen, mit verantwortlichen Personen für den Nutzen.Portfolio-Reviews nutzen den realisierten Wert, um KI-Initiativen zu skalieren, neu zu gestalten oder zu stoppen.Laufende Wertmessung steuert KI-Investitionen und Betriebsentscheide dynamisch.Nicht sicher, dafür habe ich zu wenig Einblick

Wie das Ergebnis entsteht

Jede Antwort zählt einen bis fünf Punkte, «Nicht sicher» zählt nichts: Es wird als Abdeckung ausgewiesen, statt in eine Schätzung verwandelt. Eine Säule ist der Durchschnitt ihrer Antworten, und das Gesamtergebnis ist der Durchschnitt der acht Säulen. Keine Gewichtung und kein verstecktes Modell.

Das Ergebnis führt zu fünf Reifegraden: Ad-hoc unter 1,8, Wiederholbar ab 1,8, Definiert ab 2,6, Gesteuert ab 3,4 und Intelligent ab 4,2. Zwei Leitplanken verhindern, dass ein guter Durchschnitt ein schwaches Fundament verdeckt. Gesteuert verlangt Information, Governance, Umsetzung und Wert mindestens auf der Stufe Definiert, und Intelligent verlangt jede Säule auf Definiert sowie Prozesse, Governance und Wert auf Gesteuert.

Die fünf Prozessdimensionen (strategisch, transaktional, interaktional, transformativ und Compliance) ergeben sich aus den Fragen, die ihnen zugeordnet sind. Die Prioritäten für 90 Tage folgen der schwächsten der Säulen, die eine Skalierung blockieren, denn dort lohnt sich der Aufwand zuerst.

Das Ergebnis ist eine Einschätzung aus Ihren eigenen Antworten, kein Audit. Das vollständige Assessment danach prüft es anhand von Belegen und mit weiteren Personen aus Ihrem Unternehmen.

Ein Ergebnis ist ein Ausgangspunkt. Im Gespräch danach wird daraus ein Plan, und es kostet nichts.

Gespräch vereinbaren