KI-Readiness: Beispiele und Musterfragen

Ein KI-Readiness-Check ist ein Fragenraster, das erhebt, wie bereit eine Organisation und ihre Menschen sind, KI im Arbeitsalltag tatsächlich zu nutzen, und zwar entlang von vier Dimensionen: Können, Dürfen, Werkzeug und Wollen. Was ein Beispiel gut macht, ist nicht die Zahl der Fragen, sondern zweierlei: dass jede Frage nach der eigenen Aufgabe fragt statt nach der Organisation im Ganzen, und dass zu jeder Bewertung eine offene Rückfrage nach dem konkreten Fall gehört.

Dieser Artikel zeigt konkrete Musterfragen je Dimension und, wichtiger noch, wie man aus den Antworten die Lücke zwischen Bereitschaft und Einsatz liest, statt eine Note zu bilden. Denn genau dort, wo die Bereitschaft hoch und der Einsatz tief ist, sitzt der schnelle erste Use-Case.

Auf einen Blick

• Vier Dimensionen, getrennt erhoben. Können, Dürfen, Werkzeug und Wollen werden einzeln gefragt, nicht zu einem Wert verrechnet. Nur getrennt wird sichtbar, welche der vier fehlt und für wen.
• Fragen Sie nach der eigenen Aufgabe, nicht nach der Firma. „Ich traue mir zu, KI für eine echte Aufgabe meines Alltags einzusetzen” beschreibt etwas, das die Person beurteilen kann. „Ist unsere Organisation KI-reif” ist ein Urteil über etwas, das niemand am eigenen Platz kennt.
• Jede Bewertung braucht eine Rückfrage. Die Zahl sagt, dass etwas ist. Die offene Rückfrage nach dem konkreten Fall sagt, was.
• Lesen Sie die Lücke, nicht die Note. Der nützliche Blick gilt nicht dem Durchschnitt, sondern der grössten Differenz zwischen einer hohen und einer tiefen Dimension.
• Bereitschaft hoch, Einsatz tief = schneller Use-Case. Dort wollen und können Menschen bereits, und es fehlt meist nur eine Sache: die Erlaubnis, das passende Werkzeug oder ein erster Fall.
• Ein Beispiel ist erst gut, wenn ein konkreter erster Fall folgt. Alles davor ist Vorbereitung.

Inhaltsverzeichnis

1. Musterfragen für die vier Dimensionen
2. Von der Antwort zur Lücke, nicht zur Note
3. Gute und schlechte Frage im direkten Vergleich
4. Ein vollständiges Beispiel eines Readiness-Checks
5. Häufige Fehler in Readiness-Fragebogen
6. Wo Beispiele an ihre Grenzen stossen
7. Häufig gestellte Fragen

Musterfragen für die vier Dimensionen

Reifegrad ist kein einzelner Wert, sondern das Zusammenspiel von vier Voraussetzungen. Fehlt eine, bleibt der Einsatz aus, egal wie gut die anderen drei aussehen. Deshalb wird jede Dimension einzeln erhoben, und jede Frage ist als Paar gebaut: eine bewertbare Einstiegsfrage auf einer Skala von 1 (trifft nicht zu) bis 5 (trifft voll zu), und eine offene Rückfrage, die den konkreten Fall in eigenen Worten holt.

Können (Kompetenz)

Ob die Menschen sich zutrauen, KI sinnvoll für ihre Aufgabe einzusetzen. Nicht, ob sie eine Einführung besucht haben, sondern ob sie sich im Alltag sicher genug fühlen.

• Ich traue mir zu, KI für eine echte Aufgabe meines Alltags einzusetzen. → Rückfrage: Woran fehlt es Ihnen am ehesten, um sich sicherer zu fühlen?
• Ich weiss, wie ich zu einem guten Ergebnis komme, nicht nur, dass es ein Werkzeug gibt. → Rückfrage: Bei welcher Aufgabe würden Sie es als Erstes versuchen?

Dürfen (Erlaubnis, Governance)

Ob der Einsatz klar erlaubt ist. In vielen Organisationen herrscht eine Grauzone: nicht verboten, aber auch nicht ausdrücklich freigegeben.

• Der Einsatz von KI für meine Aufgabe ist ausdrücklich erlaubt. → Rückfrage: Wo herrscht bei Ihnen eine Grauzone zwischen „nicht verboten” und „freigegeben”?
• Ich weiss, was ich mit KI tun darf und was nicht, etwa bei Daten und Fällen. → Rückfrage: An welcher Stelle sind Sie zuletzt unsicher gewesen, ob es erlaubt ist?

Werkzeug (Zugang)

Ob das passende Werkzeug für die konkrete Aufgabe bereitsteht, und zwar dort, wo gearbeitet wird. Ein allgemeiner Zugang, der nicht zur Aufgabe passt, wird selten zur Gewohnheit.

• Ich habe Zugang zu einem Werkzeug, das zu meiner konkreten Aufgabe passt. → Rückfrage: Welches Werkzeug fehlt Ihnen für die Aufgabe, die am meisten Zeit kostet?
• Das Werkzeug ist dort, wo ich arbeite, und ohne Umweg erreichbar. → Rückfrage: Wo bricht der Weg zum Werkzeug ab, wenn er abbricht?

Wollen (Haltung)

Ob die Menschen einen Grund sehen, KI einzusetzen, oder sie als aufgesetzt oder bedrohlich erleben. Der Wille ist die Dimension, die am leichtesten übersehen und am schwersten verordnet wird.

• Ich sehe einen konkreten Grund, warum sich KI für meine Aufgabe lohnt. → Rückfrage: Was würde Ihre Haltung am ehesten positiv verändern?
• KI wirkt auf mich als sinnvolle Hilfe, nicht als aufgesetzt oder bedrohlich. → Rückfrage: Woran machen Sie das fest?

Der praktische Wert dieser Aufteilung liegt darin, dass sie eine diffuse Frage in vier greifbare zerlegt. Statt zu fragen, ob die Organisation reif ist, fragt man, welche der vier Voraussetzungen fehlt und für wen. Und das führt direkt zu einer Massnahme: Fehlt das Können, hilft Übung an einem echten Fall. Fehlt das Dürfen, hilft eine klare Ansage. Fehlt das Werkzeug, hilft der richtige Zugang am richtigen Ort. Fehlt der Wille, hilft ein sichtbarer erster Nutzen, kein weiteres Memo.

Von der Antwort zur Lücke, nicht zur Note

Der häufigste Fehler beginnt nicht bei den Fragen, sondern bei der Auswertung: die vier Dimensionen zu einem Gesamtwert zu verrechnen. Ein einzelner Reifegrad-Score sieht ordentlich aus und lässt sich gut präsentieren, aber er sagt kaum, wo man morgen anfangen soll. Er verrechnet genau die Stellen weg, auf die es ankommt.

Der nützliche Blick richtet sich deshalb nicht auf den Durchschnitt, sondern auf die Lücke: Wo ist die Bereitschaft, also Können und Wollen, hoch, aber der Einsatz tief? Diese Stellen sind Gold wert, denn dort wollen und können Menschen bereits, und es fehlt nur eine einzige Sache, meist die Erlaubnis, das passende Werkzeug oder ein konkreter erster Fall. Das ist keine Grundsatzbaustelle, sondern ein Quick Win. Man muss nicht die ganze Organisation reif machen, man muss eine kleine, klar benennbare Hürde aus dem Weg räumen.

So liest man das Raster:

Dimension	Schnitt 1 bis 5 (Beispiel)	Was es bedeutet
Können	4,2	Die Fähigkeit ist da.
Wollen	4,0	Der Wille ist da.
Werkzeug	3,8	Das Werkzeug reicht meistens.
Dürfen	1,9	Hier klemmt es.

In diesem Beispiel wäre die Verrechnung fatal: Ein Gesamtwert von rund 3,5 sähe unauffällig aus und legte nahe, überall ein bisschen nachzubessern. Die Lücke sagt etwas ganz anderes. Können und Wollen sind hoch, das Dürfen ist tief. Menschen trauen sich und wollen, aber sie sehen den Einsatz nicht klar erlaubt. Der nächste Schritt ist kein Programm und keine Schulung, sondern ein einziger Satz aus der Führung, der die Erlaubnis ausspricht. Ein Durchschnittswert hätte genau diese Stelle unsichtbar gemacht.

Die Faustregel dahinter: Suchen Sie die grösste Differenz zwischen einer hohen und einer tiefen Dimension, nicht den Durchschnitt. Wer die Lücke liest, weiss, wo er morgen anfängt. Wer nur den Score liest, weiss, dass er anfangen sollte, aber nicht wo.

Gute und schlechte Frage im direkten Vergleich

Zuerst die bewertbare Einstiegsfrage. Der Unterschied ist fast immer derselbe: Frage nach der eigenen Aufgabe gegen Frage nach der Organisation im Ganzen.

Unbrauchbar	Brauchbar	Warum
Ist unsere Organisation KI-reif?	Ich traue mir zu, KI für eine echte Aufgabe meines Alltags einzusetzen.	Urteil über das Ganze gegen etwas, das die Person am eigenen Platz kennt.
Nutzen wir KI genug und sinnvoll?	Der Einsatz von KI für meine Aufgabe ist ausdrücklich erlaubt.	Zwei Aussagen in einem Satz sind nicht auswertbar.
Haben wir die richtigen Tools?	Das Werkzeug ist dort, wo ich arbeite, und ohne Umweg erreichbar.	Lizenz-Frage gegen Nutzungs-Frage.
Sind alle offen für KI?	Ich sehe einen konkreten Grund, warum sich KI für meine Aufgabe lohnt.	Nicht beeinflussbar gegen konkret beurteilbar.

Dieselbe Unterscheidung gilt für die offene Rückfrage, und dort wird sie noch häufiger falsch gemacht. Eine offene Frage ist nicht automatisch gut, nur weil sie offen ist. Sie muss so eng geführt sein, dass die Antwort einen konkreten Fall enthält und nicht eine Stimmung.

Unbrauchbare offene Frage	Typische Antwort darauf	Brauchbare offene Rückfrage	Typische Antwort darauf
Wie stehen Sie zu KI?	„Grundsätzlich positiv.”	Welches Werkzeug fehlt Ihnen für die Aufgabe, die am meisten Zeit kostet?	„Etwas, das mir Protokolle zusammenfasst, das mache ich noch von Hand.”
Haben Sie Bedenken?	„Nicht wirklich.”	Wo herrscht bei Ihnen eine Grauzone zwischen „nicht verboten” und „freigegeben”?	„Ob ich Kundendaten eingeben darf, das hat mir noch niemand gesagt.”
Was bräuchten Sie noch?	„Mehr Zeit.”	Woran fehlt es Ihnen am ehesten, um sich sicherer zu fühlen?	„Einmal an einem echten Fall geübt, nicht nur die Einführung.”

Der Unterschied in der rechten Spalte ist der eigentliche Ertrag. Aus „grundsätzlich positiv” lässt sich keine Massnahme bauen, aus „ob ich Kundendaten eingeben darf, hat mir noch niemand gesagt” schon. Und weil solche Antworten in Sätzen und nicht in Zahlen ankommen, entscheidet die Auswertung darüber, ob sie nutzbar sind: Bei einer Handvoll Antworten liest man sie noch selbst, bei mehreren Teams nicht mehr. Dann braucht es eine Verdichtung, die aus vielen Einzelaussagen wenige klare Themen mit Priorität macht.

Ein vollständiges Beispiel eines Readiness-Checks

So sieht ein realistischer Ablauf aus, am Beispiel einer Abteilung, die mit KI etwas tun soll und im Alltag nicht recht vom Fleck kommt.

1. Zielklärung. Es geht darum, herauszufinden, ob und wo man startet, nicht um eine Note für die Abteilung. Das wird vorher allen gesagt, sonst antworten die Leute vorsichtig.
2. Kreis festlegen. Gefragt werden die Menschen, die KI im Alltag wirklich nutzen sollen, nicht nur die Führung. Die Führung schätzt die Bereitschaft oft anders ein als die, die es tun sollen, und genau diese Differenz ist aufschlussreich.
3. Fragenraster. Die vier Dimensionen, je zwei bis drei bewertbare Fragen plus eine offene Rückfrage. Ausfüllzeit rund zehn Minuten, weil die Zeit in die Antworten geht und nicht in die Menge der Fragen.
4. Erhebung als Dialog. Auf jede Bewertung folgt die Rückfrage, solange der konkrete Fall der antwortenden Person noch präsent ist, statt eines nachträglichen Freitextfelds, das leer bleibt.
5. Auswertung als Lücke. Nicht ein Gesamtscore, sondern die vier Dimensionen einzeln, und die grösste Differenz zwischen einer hohen und einer tiefen Dimension. Dazu die Muster in den offenen Antworten: Welche Hürde wird mehrfach genannt, welche nur einmal.
6. Ein erster Fall. Aus der grössten Lücke wird genau ein konkreter erster Fall abgeleitet, an dem die Bereitschaft bereits hoch ist und nur eine Hürde im Weg steht. Nicht ein flächendeckendes Programm.
7. Wirkung prüfen. Nach einigen Wochen wird geschaut, ob der erste Fall etwas gebracht hat, denn den Nutzen beweist erst die Messung danach, nicht der Reifegrad davor.

Schritt sechs und sieben sind die, die die meisten Beispiele im Netz weglassen, und sie entscheiden über den Wert des Ganzen. Wie sich aus Ergebnissen tatsächlich Schritte ableiten lassen, steht in einem eigenen Artikel dazu; wie man sie danach im Blick behält, damit sie nicht versanden, im Eintrag Massnahmentracking und zum Feedback-Loop.

Häufige Fehler in Readiness-Fragebogen

• Nach der Firma fragen statt nach der Aufgabe. „Ist die Organisation KI-reif” kann niemand am eigenen Platz beurteilen. Fragen zur eigenen konkreten Aufgabe schon.
• Zur Note verrechnen. Ein Gesamtscore drückt vier Dimensionen auf eine Zahl und verdeckt die Lücke, auf die es ankommt.
• Lizenz mit Bereitschaft verwechseln. Weil ein Werkzeug gekauft und ausgerollt wurde, wird die Abteilung für reif gehalten, obwohl niemand geprüft hat, ob die Menschen es können, dürfen und wollen.
• Bewertung ohne Rückfrage. Eine reine Skala misst, dass etwas ist, und verschweigt, was. Ohne die offene Frage nach dem konkreten Fall lässt sich aus der Zahl keine Massnahme bauen.
• Zum grossen Programm springen. Statt die eine Stelle zu suchen, an der Bereitschaft hoch und nur eine Hürde im Weg ist, wird ein flächendeckendes Programm aufgesetzt, das viel kostet und den schnellen ersten Erfolg verpasst.

Wo Beispiele an ihre Grenzen stossen

Ein Beispielraster aus dem Netz passt nie ohne Anpassung. Die Fragen müssen zur Rolle, zur konkreten Aufgabe und zur Sprache des Hauses passen, sonst antworten die Leute an der Sache vorbei. Und ein Readiness-Check bleibt eine Selbstauskunft: Er misst, was Menschen sich zutrauen, erlaubt sehen und wollen, nicht zuverlässig, was sie tatsächlich tun. Reif auf dem Papier ist nicht dasselbe wie reif im Alltag, und ein fremder Reifegrad-Benchmark bedeutet für die eigene Lage nichts. Die ausführliche Auseinandersetzung damit steht in KI-Readiness: Nachteile und Kritik.

Und der wichtigste Vorbehalt: Auch das beste Fragenraster ersetzt nicht den Schritt danach. Der Reifegrad sagt, ob und wo man startet. Ob der Start etwas bringt, zeigt erst eine KI-Wirkungsmessung, und die konkreten Anwendungsfälle findet danach eine Potenzialanalyse, nicht der Readiness-Check selbst.

Fazit

Ein gutes Beispiel für einen KI-Readiness-Check erkennt man an vier Dingen: Er erhebt die vier Dimensionen Können, Dürfen, Werkzeug und Wollen getrennt, er fragt nach der eigenen Aufgabe statt nach der Organisation im Ganzen, er lässt auf jede Bewertung eine offene Rückfrage nach dem konkreten Fall folgen, und er endet nicht mit einer Note, sondern mit der Lücke und einem ersten Fall. Die Zahl zeigt, dass etwas ist. Der Satz dahinter zeigt, was.

Genau an dieser Stelle setzt Moodtalk an, und zwar früher, als man erwartet: nicht erst bei der Auswertung, sondern schon bei der Erhebung. Die Befragung läuft als Dialog. Auf jede Bewertung stellt der KI-Interview-Agent die Rückfrage, die zu dieser Antwort passt, in der Sprache der antwortenden Person und wahlweise per Chat oder Sprachinput. Dadurch kommen ganze Sachverhalte zurück statt Stichworte, und das mit wenigen Fragen. Anschliessend werden die offenen Antworten nicht von Hand durchgelesen, sondern zu wenigen klaren Themen mit Priorität verdichtet, und die vier Dimensionen bleiben einzeln sichtbar, statt zu einem Score verrechnet zu werden. Am Ende steht keine Reifegrad-Zahl, sondern die Lücke zwischen Wollen und Tun und ein Vorschlag, an welcher Stelle ein erster Fall sofort etwas bewegen würde. Die Ergebnisse bleiben in der Schweiz. Wie das im Umfeld von Befragungen aussieht, zeigt der Anwendungsfall Mitarbeitendenbefragung, und wie Organisationen aus Ergebnissen weiterarbeiten, die Kundengeschichten. Wer das ausprobieren will, sieht sich Moodtalk an.

Verwandte Inhalte

• KI-Readiness: Nachteile und Kritik
• Massnahmen ableiten nach der Mitarbeiterbefragung
• Anwendungsfall Mitarbeitendenbefragung
• Kundengeschichten
• Im Lexikon: KI-Readiness (KI-Reifegrad) (Haupteintrag)
• Im Lexikon: KI-Wirkungsmessung
• Im Lexikon: Massnahmentracking
• Im Lexikon: Feedback-Loop
• Im Lexikon: Mitarbeitendenbefragung