KI-Reifegrad im Unternehmen: warum die meisten nur die Spitze des Eisbergs sehen

Der Unterschied zwischen "KI nutzen" und "KI wirklich nutzen"

„Wir nutzen KI" heißt in den meisten Unternehmen: irgendjemand hat ChatGPT oder ein ähnliches Tool im Browser offen und stellt gelegentlich eine Frage. Das ist ein legitimer Einstieg, aber eben nur ein Einstieg. Der KI-Reifegrad eines Unternehmens zeigt sich nicht daran, ob ein Tool einfach nur im Einsatz ist, sondern daran, wie tief es in Prozesse, Entscheidungen und Abläufe eingebunden ist. Zwischen „wir haben KI mal ausprobiert" und „KI trägt messbar zu unserem Geschäftserfolg bei" liegt eine ganze Reifetreppe, und die meisten Unternehmen stehen noch auf der niedrigsten Stufe, ohne das selbst so einzuordnen.

Warum ausgerechnet ein Eisberg?

Das Bild des Eisbergs passt deshalb so gut, weil es genau die Verzerrung einfängt, die sich bei den meisten Menschen im Umgang mit KI beobachten lässt: die sichtbare Nutzung von KI, also bspw. das Chatfenster, in dem täglich Fragen gestellt werden, fühlt sich erst einmal nach viel an.
Gemessen am tatsächlichen Potenzial der künstlichen Intelligenz ist das aber nur ein Bruchteil dessen, was möglich ist. Der größere, unsichtbare Teil liegt unter der Oberfläche - wo KI in Prozesse, Automatisierungen und Entscheidungen eingebunden und ein Teil der täglichen Arbeit ist. Wer die eigene KI-Bereitschaft ehrlich einschätzen will, muss also unter die Wasseroberfläche schauen, nicht nur auf das, was gerade sichtbar ist.

Viele KI-Projekte scheitern

Es ist nicht nur ein Bauchgefühl: viele KI-Projekte scheitern. Die RAND Corporation beispielsweise hat dazu erfahrene Praktiker:innen aus Dutzenden Unternehmen befragt und kommt zu dem Schluss, dass KI-Projekte deutlich häufiger scheitern als klassische IT-Projekte. Der aktuelle AI Index Report der Stanford University zeigt zudem, dass KI in den meisten Unternehmen zwar längst im Einsatz ist, spürbare Produktivitätsgewinne sich bislang aber auf eine kleine Gruppe von Vorreitern konzentrieren, während der Rest kaum etwas davon sieht. Die Gründe dahinter sind selten technischer Natur. Es scheitert meist an unklaren Zielen, an fehlender Einbindung in bestehende Prozesse und daran, dass KI wie ein Spielzeug behandelt wird statt wie ein Werkzeug mit klarem Zweck - genau das bestätigt auch eine aktuelle wissenschaftliche Auswertung mehrerer Studien zu gescheiterten KI-Projekten. Gerade in kleinen und mittleren Unternehmen kommt oft noch dazu, dass niemand explizit dafür zuständig ist, KI-Themen weiterzudenken, weil der Tagesbetrieb Vorrang hat. Genau deshalb lohnt sich ein Blick auf den eigenen KI-Reifegrad, bevor das nächste Tool eingeführt wird.

Der KI-Reifegrad: das ARCTIC-Modell mit sechs Ebenen

Um den KI-Reifegrad in einem Unternehmen greifbar zu machen, haben wir bei Tentacore das ARCTIC-Modell entwickelt: sechs Ebenen, deren englische Anfangsbuchstaben zusammen genau das Wort ergeben, das auch zu unserem Eisberg-Bild passt. Über der Wasseroberfläche liegt das, was fast jeder schon nutzt. Darunter liegen vier weitere Ebenen, die deutlich mehr Wirkung entfalten, aber auch mehr Auseinandersetzung mit der künstlichen Intelligenz und dem eigenen Unternehmen verlangen:

A-R-C-T-I-C: Jede Ebene baut auf der vorherigen auf, und jede Ebene hebt den KI-Reifegrad eures Unternehmens ein Stück weiter an.

Die Spitze des Eisbergs: Fragen stellen und Recherche

Die ersten beiden Ebenen (A wie Ask und R wie Research) sind der Grund, warum KI heute so präsent wirkt: der Einstieg ist äußerst niedrigschwellig. Eine Frage stellen, sich ein Dokument oder einen Sachverhalt zusammenfassen lassen, das kann heute praktisch jeder ohne Vorbereitung. Genau das macht diese Ebene so gut sichtbar. Trotzdem bleibt der Nutzen punktuell, auf einzelne Momente beschränkt, und verschwindet wieder, sobald das Chatfenster geschlossen wird. Für eine echte KI-Strategie braucht es mehr als gelegentliche Fragen, auch wenn dieser Einstieg vollkommen in Ordnung ist und für viele Unternehmen der richtige erste Schritt ist.

Was unter der Wasseroberfläche liegt

Auf der dritten Ebene (C wie Content) wird aus dem Frage-Antwort-Tool ein echtes Werkzeug für die tägliche Arbeit: die KI erstellt Texte, Bilder oder andere Inhalte, die vorher komplett von Hand entstanden sind, etwa Produktbeschreibungen, Social-Media-Posts, erste Angebotsentwürfe oder Bildmaterial für Präsentationen. Der Unterschied zu den ersten beiden Ebenen ist entscheidend: es geht nicht mehr um eine einzelne Antwort auf eine Frage, sondern um (wiederkehrende) Ergebnisse, die weiterverwendet werden. Wer diese Ebene erreicht, spart nicht mehr nur einzelne Minuten, sondern echte Arbeitsstunden. Wichtig ist dabei, dass jemand den Überblick behält, welche Inhalte KI erstellt hat, und sie prüft, bevor sie nach außen gehen.

Ab der vierten Ebene wird es erst so richtig interessant. In den nächsten Folgen dieser Serie werden wir jeweils einzeln und ausführlich auf die folgenden Schichten eingehen. Hier schon mal ein Überblick, was dich dort erwartet.

Auf der Ebene der Automatisierung (T wie Task Automation) übernimmt die KI schon ganze Abläufe, die vorher jemand wiederkehrend von Hand erledigen musste, etwa das regelmäßige Erstellen von Social-Media-Posts, das Zusammenfassen von Meeting-Protokollen oder das Sortieren und Vorbeantworten von Standard-Anfragen. Der Unterschied zur Content-Ebene: es geht nicht mehr um einzelne Ergebnisse, die jemand jedes Mal aktiv anstößt, sondern um Prozesse, die im Hintergrund laufen, sobald sie einmal eingerichtet sind. Das spart nicht nur Zeit, sondern sorgt auch für mehr Verlässlichkeit, weil dieselbe Aufgabe jedes Mal auf die gleiche Weise erledigt wird.

Auf der Agenten-Ebene (I wie Independence) löst sich die KI endgültig von der reinen Antwortmaschine und übernimmt mehrstufige Aufgaben eigenständig, statt nur einzelne, vorab festgelegte Schritte abzuarbeiten. Ein Agent kann zum Beispiel selbstständig recherchieren, die Ergebnisse bewerten, daraus eine Zusammenfassung erstellen und sie an die richtige Stelle weiterleiten, ohne dass für jeden Teilschritt erst eine neue Anfrage nötig ist. Das erfordert entsprechend mehr Vertrauen in das System und klare Leitplanken, welche Entscheidungen die KI selbstständig treffen darf und welche nicht.

Und auf der sechsten und höchsten Ebene, der Unternehmensintegration (C wie Culture), ist KI kein einzelnes Werkzeug mehr, sondern Teil davon, wie das Unternehmen als Ganzes arbeitet und Entscheidungen trifft. Sie fließt dann nicht nur in einzelne Abteilungen oder Projekte ein, sondern in die Strategie, die Planung und die tägliche Zusammenarbeit insgesamt. Auf dieser Ebene stellt sich nicht mehr die Frage, ob KI genutzt wird, sondern wie selbstverständlich sie Teil der Unternehmenskultur geworden ist.

Jede dieser Ebenen verlangt allerdings mehr Auseinandersetzung mit der künstlichen Intelligenz und den eigenen Prozessen als die vorherige - und genau daran entscheidet sich, ob dieser Sprung gelingt. In vielen Unternehmen probiert dabei jede und jeder für sich Dinge aus, ohne gemeinsame Strategie und ohne Austausch untereinander, sodass sich an der KI-Nutzung insgesamt kaum etwas ändert, egal wie viele einzelne Tools im Einsatz sind. Sinnvoller ist es, diesen Sprung bewusst zu steuern: eine klare Entscheidung zu treffen, auf welcher Ebene als Nächstes investiert wird, und ein ebenso klares Bild davon zu haben, was dieser Schritt am Ende konkret bringen soll. Ein guter Anfang ist oft, das Team gemeinsam auf einen Stand zu bringen, zum Beispiel mit einem Workshop zur KI-Nutzung.

Warum das auch für kleine und mittlere Unternehmen gilt

Das Reifegradmodell klingt schnell nach großem Konzern, nach eigener IT-Abteilung und dicken Budgets. Genau das ist aber der Denkfehler. Ein hoher KI-Reifegrad hat nichts mit Unternehmensgröße zu tun, sondern damit, wie bewusst mit dem Thema umgegangen wird. Kleinere Unternehmen haben sogar einen Vorteil: kürzere Entscheidungswege, weniger Abstimmungsrunden, und oft eine Person, die direkt entscheiden kann, welche Ebene als Nächstes drankommt. Wer diesen Vorteil nutzt, kann schneller vorankommen als mancher große Konzern mit aufwendigem Freigabeprozess. Wie ein pragmatischer Einstieg in die Digitalisierung für kleinere Betriebe aussieht, beschreiben wir auch im Ratgeber Digitalisierung im Mittelstand.

Kein Wettrennen, sondern ein Prozess

Der eigene Reifegrad im Umgang mit künstlicher Intelligenz lässt sich nicht an einem Wochenende steigern, und das muss auch nicht sein. Wer von Ebene eins direkt auf Ebene sechs springen will, nur weil andere im Umgang mit der KI schon weiter zu sein scheinen, der überfordert meistens das eigene Team und verliert am Ende mehr Zeit, als er spart. Sinnvoller ist es, Schritt für Schritt vorzugehen, Erfahrungen auf einer Ebene zu sammeln, auch mal etwas auszuprobieren, das nicht funktioniert, und daraus für die nächste Ebene zu lernen. Ein steigender KI-Reifegrad ist am Ende weniger eine technische Leistung als eine organisatorische: die Fähigkeit, als Team gemeinsam dazuzulernen.

Selbsteinschätzung: So ermittelst du euren KI-Reifegrad

Bevor du über neue Tools nachdenkst, lohnt sich ein Blick nach innen. Ein paar Fragen, die euren aktuellen KI-Nutzungsgrad ziemlich gut sichtbar machen:

Wer die meisten dieser Fragen mit Nein beantwortet, steht noch an der Spitze des Eisbergs - aber das ist kein Grund zur Sorge, sondern schlicht ein guter Ausgangspunkt für den nächsten Schritt.

Was das ARCTIC-Modell für euren nächsten Schritt bedeutet

Die KI-Readiness eines Unternehmens steigt nicht durch ein einzelnes neues Tool, sondern durch eine klare Reihenfolge: erst analysieren, wo ihr heute wirklich steht, dann festlegen, welche Ebene als Nächstes echten Mehrwert bringt, und erst danach umsetzen. Bei genau diesen drei Schritten begleiten wir euch in unserer Digitalisierungsberatung, damit ihr nicht in Tools investiert, die am eigentlichen Bedarf vorbeigehen und euren KI-Reifegrad am Ende gar nicht erhöhen.

Häufig gestellte Fragen zum KI-Reifegrad

Dieser Artikel wurde mit KI-Unterstützung erstellt.