20. August 2026

Bewertung der KI-ReifeReifegradmodell für KIKI-BereitschaftDatenreifeKI-GovernanceKI-Roadmap

Was ist eine Bewertung der KI-Reife?

Eine Bewertung der KI-Reife ist eine strukturierte Einschätzung dessen, wie fähig eine Organisation tatsächlich darin ist, KI zu bauen, zu steuern und zu skalieren, im Unterschied dazu, wie viel KI-Aktivität sie gerade zeigt. Genau diese Unterscheidung ist der Punkt. Ein Unternehmen mit vierzig Pilotprojekten und eines mit drei gesteuerten KI-Systemen in Produktion können auf einem Aktivitätsdashboard gleich aussehen und dennoch zwei Reifestufen auseinanderliegen, denn die Reife misst die Wiederholbarkeit der Fähigkeit und nicht den Umfang der Anstrengung.

Reifegradmodelle sind aus einem bestimmten Grund nützlich: Sie verwandeln eine vage Frage der Geschäftsleitung, nämlich „hinken wir hinterher?“, in eine Diagnose mit einem nächsten Schritt. Eine Stufe ist keine Note, sie beschreibt, welche Beschränkungen gerade binden. Und der Wert einer ehrlichen Bewertung liegt fast vollständig in der Lückenanalyse, die sie erzeugt, nicht in der Zahl. Eine Organisation, die sich auf Stufe 4 einordnet und nicht sagen kann, welche Fähigkeit sie auf 5 bringen würde, hat einen Vergleich angestellt und keine Bewertung.

TL;DR

Eine Bewertung der KI-Reife misst, wie wiederholbar eine Organisation KI bauen, steuern und skalieren kann. Das breit genutzte Modell von Gartner beschreibt fünf Stufen, im Original Awareness, Active, Operational, Systematic, Transformational, also Bewusstsein, aktiv, operativ, systematisch und transformational, und die meisten Organisationen stehen auf den ersten beiden. Bewertet werden Strategie, Portfolio der Anwendungsfälle, Datenfundament, Governance, Entwicklung und Betrieb, Kompetenzen und Betriebsmodell. Das Muster, das man kennen sollte: Stufe 1 und 2 gewinnt man mit Begeisterung, Stufe 3 bis 5 mit Governance, und deshalb bleiben so viele Organisationen zwischen Pilot und Produktion stecken. Sie unterscheidet sich vom Reifegradmodell für Daten, das die Datenfähigkeit selbst bewertet, und beide zählen, weil die KI-Reife durch die Datenreife gedeckelt wird: Ein gesteuerter Katalog, ein Glossar, Lineage und klare Verantwortung sind das, was KI wiederholbar macht statt heldenhaft.

Bewertung der KI-Reife im Überblick

Eine Reifegradbewertung beantwortet drei Fragen in dieser Reihenfolge: Wo stehen wir, was hält uns hier, und was ist das Billigste, das uns nach oben bringt. Alles andere in der Übung ist Messtechnik.

Drei Merkmale trennen Bewertungen, die Verhalten ändern, von solchen, die eine Folie erzeugen:

Auf Belegen beruhend, nicht selbst berichtet. „Haben Sie Governance für KI?“ beantworten fast alle mit Ja. „Zeigen Sie mir das Register der KI-Systeme in Produktion, mit Verantwortlichen und Datum der letzten Prüfung“ liefert eine deutlich aussagekräftigere Antwort. Bewerten Sie gegen Artefakte, auf die Sie zeigen können.
Nach Dimensionen, nicht als eine Zahl. Eine Organisation ist selten gleichmäßig reif. Ein häufiges und aufschlussreiches Profil ist starke Entwicklung bei schwacher Governance, denn es erzeugt beeindruckende Vorführungen, die sich nicht in einen regulierten Prozess bringen lassen. Ein einzelner Gesamtwert verdeckt genau das Ungleichgewicht, das Sie finden wollten.
An eine Roadmap gebunden. Das Ergebnis ist eine priorisierte Liste von Fähigkeitslücken mit Verantwortlichen, keine Stufe. Reifegradmodelle gibt es, um Roadmaps zu füllen und Maßnahmen hin zu Bereitschaft und Wert zu ordnen, und eine Bewertung, die beim Wert stehen bleibt, hat ihren eigenen Zweck übersprungen.

Die fünf Reifestufen

Die meisten genutzten Rahmenwerke für KI-Reife haben fünf Stufen, und das bekannteste ist das von Gartner. Seine Stufen beschreiben einen Weg vom Reden über KI bis dahin, von ihr umgeformt zu werden:

Stufe 1, Bewusstsein. Es wird über KI gesprochen, aber nicht strategisch, und es gibt weder Pilotprojekte noch Experimente. Das kennzeichnende Artefakt ist eine Präsentation.
Stufe 2, aktiv. KI taucht in Machbarkeitsnachweisen und womöglich Pilotprojekten auf. In Besprechungen geht es um Wissensaustausch und erste Ansätze von Standardisierung. Die Begeisterung ist hoch, und nichts ist wiederholbar.
Stufe 3, operativ. Mindestens ein KI-Projekt hat die Produktion erreicht, und bewährte Praxis, Fachwissen und Technik sind im ganzen Unternehmen zugänglich. Das ist die erste Stufe, die voraussetzt, dass Governance stattgefunden hat, und der schwerste Schritt im Modell.
Stufe 4, systematisch. KI ist in den Entwurf neuer Produkte und Dienste eingebettet, und Beschäftigte über Abteilungen hinweg nehmen sie in Prozesse und Anwendungen auf. KI ist nun eine selbstverständliche Überlegung und keine Projektart mehr.
Stufe 5, transformational. KI formt Entscheidungsfindung, Betriebsmodelle und Wettbewerbsvorteil neu. Wenige Organisationen stehen hier, und die, die es tun, sind nicht durch den Kauf weiterer Werkzeuge dorthin gekommen.

Die Verteilung zählt so viel wie die Leiter: Die meisten Organisationen befinden sich in der Phase des Bewusstseins, eine Handvoll auf der transformationalen. Ordnet eine Bewertung Ihre Organisation auf Stufe 4 ein, ist das eine Behauptung, die es lohnt, gegen Artefakte zu prüfen, bevor sie in eine Vorstandsvorlage gelangt.

Zum Vergrößern klicken

Was bewertet wird

Rahmenwerke für Reife unterscheiden sich in ihren Bezeichnungen und laufen auf ungefähr dieselben Dimensionen zu. Jede einzeln zu bewerten ist das, was eine brauchbare Diagnose erzeugt.

Strategie und Wert. Gibt es eine formulierte KI-Strategie, die an geschäftliche Ergebnisse gebunden ist, und wird der Wert im Nachhinein gemessen? Eine Organisation, die nicht sagen kann, was ihre eingesetzte KI wert ist, kann das Nächste nicht priorisieren.
Portfolio der Anwendungsfälle. Wie viele KI-Anwendungsfälle gibt es, wie viele haben die Produktion erreicht, und wie ist das Verhältnis? Ein großes Portfolio mit geringer Produktionsquote ist die Signatur von Stufe 2, unabhängig von der Investition.
Datenfundament. Sind Daten auffindbar, definiert, nachverfolgbar und verantwortet? Diese Dimension ist die häufigste Decke über allen anderen, und hier entscheidet sich, ob KI-ready Daten real oder angestrebt sind.
Governance. Gibt es ein KI-Inventar, einen Aufnahmeprozess, Risikostufen, festgelegte menschliche Aufsicht und eine Überwachung nach dem Start? Das ist die Dimension, die Stufe 2 von Stufe 3 trennt, und die, die am häufigsten großzügig selbst bewertet wird.
Entwicklung und Betrieb. Bereitstellung, Versionierung, Evaluation und Beobachtbarkeit, also ob das Ausliefern und Betreiben eines KI-Systems ein wiederholbarer Weg ist oder jedes Mal eine Sonderanfertigung.
Menschen und Betriebsmodell. Kompetenzen, Datenkompetenz, Entscheidungsrechte und die Frage, ob die Rechenschaft für KI-Ergebnisse bei einem fachlichen Verantwortlichen liegt oder bei dem, der sie gebaut hat.

Eine methodische Warnung, die auf Ihre eigenen Ergebnisse anzuwenden lohnt: Jede Dimension anhand von Belegen zu bewerten und dann die niedrigsten paar prominent zu zeigen, ist nützlicher als zu mitteln. Mittelwerte lassen einen starken Wert bei der Entwicklung einen fehlenden Wert bei der Governance verdecken, und der fehlende ist es, der die nächste Bereitstellung stoppen wird.

Warum Organisationen stecken bleiben

Das Interessante an der fünfstufigen Leiter ist, dass die Stufen nicht gleich schwer sind. Von Bewusstsein zu aktiv braucht es Neugier und eine Budgetzeile. Von aktiv zu operativ braucht es etwas grundsätzlich anderes, und dort stehen die meisten Organisationen jahrelang.

Der Grund ist, dass ein Pilot und ein Produktivsystem unterschiedlich gesteuert werden, und die zweite Anforderungsliste hat nichts mit der Güte des Modells zu tun:

Ein Pilot braucht einen Fürsprecher. Ein Produktivsystem braucht einen Verantwortlichen, also jemanden, der geradesteht, wenn es an einem ganz normalen Tag vor einem Kunden falsch liegt.
Ein Pilot kann jede Daten nutzen, die er bekommt. Ein Produktivsystem braucht Daten, deren Definition, Herkunft und erlaubte Verwendung geklärt sind, und hier entdeckt ein Projekt, das in drei Wochen zur Vorführung kam, ein sechs Monate langes Problem der Data Governance.
Ein Pilot wird einmal bewertet. Ein Produktivsystem braucht Überwachung, einen Änderungsprozess und einen Plan für die Außerbetriebnahme, also den vollen Lebenszyklus der KI, der sich nicht billig nachrüsten lässt.
Das Scheitern eines Piloten ist eine Lehre. Das Scheitern eines Produktivsystems ist ein Vorfall, mit Eskalationspfad, Rücknahme und womöglich einer Aufsichtsbehörde.

Deshalb ändert der Kauf weiterer KI-Werkzeuge einen Reifegrad selten. Er fügt auf Stufe 2 Kapazität hinzu, wo die Beschränkung keine Kapazität ist. Governance ist das, was aus einem Experiment einen Vermögenswert macht, und sie macht auch den nächsten Anwendungsfall billiger: Das zweite gesteuerte System nutzt den Aufnahmeprozess, das Stufenschema, die Definitionen und die Lineage wieder, die das erste bezahlt hat.

Das Scheitern in die andere Richtung verdient ebenfalls einen Namen: Governance, die als Schranke gebaut ist und keinen Dienst leistet. Prüft und blockiert die Funktion für Governance nur, umgehen Teams sie, und die Bewertung im nächsten Jahr zeigt dieselbe Stufe mit mehr Schatten-KI. Stufe 3 verlangt eine Governance, die ein Weg in die Produktion ist und kein Hindernis davor.

Wie man sie ehrlich durchführt

Eine glaubwürdige Bewertung dauert Wochen, nicht Monate, und ihre Güte hängt fast vollständig daran, Behauptungen nicht zu akzeptieren.

Beginnen Sie mit dem Inventar, nicht mit der Umfrage. Stellen Sie fest, welche KI tatsächlich läuft, einschließlich der KI in zugekaufter Software: ein Assistent im CRM, eine Zusammenfassung im Service-Desk, ein Copilot in einer Tabelle. Die Lücke zwischen dem Inventar und dem, was die Leitung glaubte, ist oft das wertvollste einzelne Ergebnis der Übung.
Bewerten Sie gegen Artefakte. Legen Sie für jede Dimension fest, welcher Beleg den Wert beweisen würde. Registereinträge, zugewiesene Stufen, Validierungsberichte, Dashboards zur Überwachung, Nachweise der Außerbetriebnahme. Gibt es das Artefakt nicht, gibt es die Fähigkeit auch nicht.
Befragen Sie beide Enden. Stellen Sie dem Plattformteam und dem Risikoteam dieselben Fragen zum selben System. Wo ihre Antworten auseinandergehen, hat das Betriebsmodell ein Loch.
Bewerten Sie die Dimensionen unabhängig und sehen Sie dann auf die Form. Das Profil ist die Diagnose. Starke Entwicklung bei schwacher Governance, starke Governance bei schwachen Daten oder starke Daten ohne Strategie sind drei verschiedene Probleme mit drei verschiedenen nächsten Schritten.
Machen Sie aus Lücken verantwortete Maßnahmen. Jede Lücke bekommt einen Verantwortlichen und ein Ziel. Ohne das ist die Bewertung die Messung eines Systems, das niemand zu ändern zugesagt hat.
Wiederholen Sie sie in festem Takt, mit derselben Methode. Der Verlauf sagt mehr aus als die Stufe, und ein Wechsel der Methodik zwischen den Durchläufen zerstört den Vergleich.

Einem sollte man widerstehen: dem Vergleich als Schlagzeile. Zu wissen, dass vergleichbare Häuser im Schnitt bei 2,4 liegen, ist mäßig interessant und ändert nichts. Zu wissen, dass die eigene Dimension Governance bei 1,5 liegt, während alles andere bei 3 liegt, sagt genau, was im nächsten Quartal zu tun ist.

KI-Reife und Datenreife

Das sind zwei verschiedene Bewertungen mit einer Abhängigkeit zwischen ihnen, und nur eine davon durchzuführen erzeugt ein irreführendes Bild.

Ein Reifegradmodell für Daten bewertet die Datenfähigkeit selbst, also ob Daten auffindbar, definiert, qualitätsgesichert, verantwortet und gesteuert sind, üblicherweise über fünf Stufen von ad hoc bis optimiert. Eine Bewertung der KI-Reife bewertet die Fähigkeit, KI zu bauen und zu betreiben. Das Verhältnis ist einseitig: Die KI-Reife wird durch die Datenreife gedeckelt, weil jede KI-Fähigkeit oberhalb des Pilotstadiums gesteuerte Daten als Eingabe verbraucht. Eine Organisation kann nicht auf KI-Stufe 4 stehen, mit KI im Entwurf von Produkten und Prozessen, während ihre Daten auf Stufe 2 stehen, denn Stufe 4 verlangt, dass viele Teams Daten eigenständig finden, ihnen vertrauen und sie richtig deuten, ohne dass ein zentraler Fachmann im Raum ist.

Umgekehrt gilt das nicht: Viele Organisationen haben eine reife Data Governance und unreife KI, was eine deutlich angenehmere Lage ist, weil das teure Fundament bereits steht. Diese Einseitigkeit ist das praktische Argument dafür, beides zu bewerten. Sagt die KI-Bewertung Stufe 2 und die Datenbewertung Stufe 2, dann ist die KI-Roadmap für die nächsten Quartale eine Daten-Roadmap, und etwas anderes zu behaupten verschiebt dieselbe Arbeit nur in jedes einzelne KI-Projekt.

Hier ist Dawiso einschlägig, und die Grenze verdient es, ausgesprochen zu werden: Dawiso führt keine Reifegradbewertung durch und erzeugt keinen Wert. Was es tut, ist die Fähigkeit aufzubauen, die die Dimensionen Daten und Governance messen. Ein Datenkatalog macht Daten auffindbar und kennzeichnet, was maßgeblich ist. Ein Business Glossary gibt jedem Begriff eine gesteuerte Definition, und das ist es, was Teams erlaubt, Daten richtig zu deuten, ohne zu fragen. Interaktive Lineage liefert Herkunft und Wirkungsanalyse. Klassifizierung und klare Verantwortung stellen Rechenschaft hinter jeden Bestand. Zusammen mit AI Governance für das KI-Inventar und seine Kontrollen ist das die Substanz hinter den beiden Dimensionen, die die meisten Organisationen am niedrigsten bewerten, und nach den Stufen oben die beiden, die darüber entscheiden, ob der nächste Pilot je die Produktion erreicht.

Fazit

Eine Bewertung der KI-Reife lohnt sich wegen der Lückenanalyse, nicht wegen der Note. Die fünfstufige Form ist über Rahmenwerke hinweg beständig, und ebenso beständig ist die Stelle, an der Organisationen hängen bleiben: der Schritt von Pilotprojekten in die Produktion, der ein Schritt der Governance ist und kein technischer. Bewerten Sie jede Dimension einzeln, bewerten Sie sie gegen Artefakte statt gegen Behauptungen, und achten Sie besonders auf das Profil statt auf den Mittelwert. In den meisten Bewertungen erweist sich dieselbe Beschränkung als bindend: ob die Daten unter der KI so weit definiert, nachverfolgbar und verantwortet sind, dass der nächste Anwendungsfall das nicht wieder von vorn lösen muss.