01 · Readiness-Paradox
Die richtige Frage stellen
Viele Unternehmen fragen: Welche KI-Tools sollen wir einführen? Die richtige Frage lautet: Sind wir als Organisation bereit, KI wirksam zu nutzen?
Das Readiness-Paradox
Die hochmoderne CNC-Maschine steht in der Halle. Niemand weiß, wie sie bedient wird. Die CAD-Daten sind nicht kompatibel. Der Produktionsprozess wurde nicht angepasst. Genau das spielt sich gerade in Tausenden Mittelstandsunternehmen mit KI ab.
Technologie kaufen kann jeder. Die Organisation darauf vorzubereiten – das ist die eigentliche Aufgabe. Und sie verlangt mehr als Lizenzen und Schulungen.
02 · Dimensionen
Die sechs Dimensionen der KI-Readiness
KI-Readiness ist das Ergebnis von sechs Faktoren, die zusammenspielen müssen. Jeder einzelne kann zum Engpass werden.
Datenbasis
Sind relevante Daten vorhanden, strukturiert, zugänglich und von ausreichender Qualität? KI lernt aus Daten – schlechte Daten erzeugen schlechte Outputs.
Technische Infrastruktur
Cloud-Fähigkeit, Datenpipelines, APIs und Sicherheitsarchitektur bestimmen den technischen Spielraum für KI-Integration.
Prozessklarheit
Sind die Prozesse, in die KI integriert werden soll, klar dokumentiert, stabil und für KI-Unterstützung geeignet? KI kann keine chaotischen Prozesse reparieren.
Kompetenz & Kultur
Verstehen Mitarbeitende und Führungskräfte KI-Grundlagen? Gibt es Experimentierbereitschaft und psychologische Sicherheit für neue Arbeitsweisen?
Governance & Compliance
Sind Verantwortlichkeiten, Freigabeprozesse und Leitplanken definiert? DSGVO, EU AI Act und interne Policies müssen berücksichtigt sein.
Strategische Klarheit
Gibt es eine klare Vorstellung, welche KI-Anwendungsfälle prioritär sind – und warum? Ohne strategischen Rahmen wird KI zu Aktionismus.
| Dimension | Typische Readiness-Lücke im Mittelstand |
|---|---|
| Datenbasis | Daten vorhanden, aber nicht strukturiert. Datensilos zwischen Abteilungen. Keine einheitliche Qualität. |
| Infrastruktur | Häufig gut – Legacy-Systeme als Engpass. Zu viele manuelle Datenübertragungen zwischen Systemen. |
| Prozessklarheit | Prozesse existieren, sind aber nicht dokumentiert. Viel implizites Wissen in Köpfen, nicht in Systemen. |
| Kompetenz & Kultur | Größte Lücke: Wissen über KI-Möglichkeiten fehlt. Führung oft weniger KI-affin als Mitarbeitende. |
| Governance | Fast immer unvollständig: Weder Rollen noch Freigabeprozesse klar definiert. EU AI Act kaum bekannt. |
| Strategische Klarheit | Viele Ideen, keine Priorisierung. KI-Projekte folgen Interessen, nicht Wirkungspotenzial. |
03 · Wechselwirkung
KI-Readiness und Resilienz
Es gibt eine enge Korrelation zwischen organisationaler Resilienz und KI-Readiness – und sie geht in beide Richtungen. Für den Mittelstand ist das relevant, weil KI-Einführungen selten an der Technologie scheitern, sondern an organisationalen Voraussetzungen, die in resilienten Unternehmen bereits vorhanden sind. Unternehmen ohne kulturelle Resilienz scheitern an KI nicht wegen der Technologie – sondern weil niemand bereit ist, neue Arbeitsweisen auszuprobieren. Wer Resilienz aufbaut, baut indirekt KI-Readiness mit auf.
| Resilienz-Dimension | Direkte Wirkung auf KI-Readiness |
|---|---|
| Strategische Resilienz | Klare strategische Prioritäten = klare KI-Use-Case-Priorisierung |
| Operative Resilienz | Stabile, dokumentierte Prozesse = KI-Integration möglich und wirksam |
| Kulturelle Resilienz | Lernkultur und psychologische Sicherheit = Experimentierbereitschaft für KI |
| Digitale Resilienz | Technische Infrastruktur und Datenbasis als direkte Readiness-Voraussetzung |
| Humane Resilienz | Kompetenzentwicklung und Führungsstärke = KI-Kompetenz systematisch aufgebaut |
Strategischer Vorteil
Wer Resilienz als Betriebssystem aufgebaut hat, startet KI-Projekte mit einem strukturellen Vorteil. Die halbe Readiness-Arbeit ist bereits erledigt – Prozesse, Kultur und Führungssystem tragen das Vorhaben.
04 · Readiness-Pfad
Sechs Schritte zur KI-Wirkung
Der pragmatische Weg für Unternehmen ab 50 Mitarbeitenden – sequenziell, messbar, anschlussfähig an bestehende Strukturen.
- 01
Datenbasis sichern
Welche Daten haben wir – in welcher Qualität, wo gespeichert, wer hat Zugriff? Datensilos identifizieren, Mindeststandards definieren.
- 02
Prozesse dokumentieren
Die drei bis fünf wichtigsten Kernprozesse so dokumentieren, dass eine externe Person – oder ein KI-Agent – sie ausführen könnte.
- 03
Governance aufbauen
KI-Koordinator benennen, Freigabeprozesse definieren, No-Go-Zonen festlegen. Art. 4 EU AI Act: Kompetenznachweis sicherstellen.
- 04
Piloten priorisieren
Nicht zehn Piloten gleichzeitig – sondern zwei bis drei mit klarem Wirkungspotenzial. Priorisierung nach Wirkung, Machbarkeit und Compliance.
- 05
Kompetenzen aufbauen
KI-Grundlagentraining für alle. Vertiefung für Führungskräfte. Spezialisierung für diejenigen, die KI-Systeme konfigurieren.
- 06
Wirkung messen
Welche KPIs sollen sich verändern? Baseline messen, Zielwerte definieren, nach vier bis acht Wochen auswerten.
05 · Praxisbeleg
Fallstudie: Logistikdienstleister, 180 MA
Anonymisiertes Beispiel aus 2025 – zeigt, wie schnell ein KI-Projekt scheitert, wenn Readiness fehlt, und wie schnell es wirkt, wenn sie aufgebaut ist.
Prozesszeit in der Disposition nach Readiness-Aufbau
Erster KI-Pilot (Tourenoptimierung) nach 3 Monaten gestoppt: Datenbasis nicht vorhanden, keine klaren Verantwortlichkeiten, keine Baseline. Nach 8 Wochen Readiness-Aufbau (Datenstandardisierung, KI-Koordinator, dokumentierte Kernprozesse) startete der zweite Pilot. Ergebnis nach 10 Wochen: −40 % Prozesszeit in der Disposition, klare Ownership und dokumentiertes Erfolgsmodell für den Rollout.
Lehre aus dem Fall
Nicht die Technologie hatte versagt – die organisationale Voraussetzung fehlte. Readiness ist nicht der Vorlauf zum Projekt. Readiness ist das Projekt.
06 · Serie & Autoren
Über diese Whitepaper-Serie
Dieses Dokument ist Teil 4 der Resilience Bakery Whitepaper-Serie zu organisationaler Resilienz und KI im Mittelstand.
Teil 1
Organisationale Resilienz
Sechs Dimensionen und das Resilienz-Trilemma als Grundlage.
Teil 2
KI-Governance im Mittelstand
Rollen, Freigaben, EU AI Act und Hochrisiko-Use-Cases.
Teil 3
Resilienz-Reifegradmodell
EFQM und TEMP-Framework, fünf Reifegrade von reaktiv bis antizipativ.
Teil 4
KI-Readiness
Sie lesen gerade diesen Teil – sechs Dimensionen, sechs Schritte, Fallstudie.
Teil 5
KI-Einführung im Mittelstand
Vier Phasen, sieben Fallstricke, zwei Fallstudien.
Autoren
Malte Lohrberg & Ralf Metternich
Resilience Bakery begleitet mittelständische Unternehmen bei organisationaler Resilienz und strukturierter KI-Einführung – mit Diagnostik, Beratung und Training. Kontakt: lohrberg@resilience-bakery.de. Leistungen: Resilienz-Check · Pfad zur Resilienz · KI als Enabler · KI & Compliance · Transformation & Befähigung · Training & Schulung. Standorte: Düsseldorf & Frankfurt · resilience-bakery.de
Alle Whitepapers
Übersicht aller Teile und Download als PDF: resilience-bakery.de/whitepaper