KI-Readiness: Nachteile und Kritik

KI-Readiness, im Deutschen auch KI-Reifegrad genannt, beschreibt, wie bereit eine Organisation und ihre Menschen sind, KI im Arbeitsalltag tatsächlich zu nutzen. Als Frage ist das sinnvoll, als Messung ist sie heikel, denn die verbreitete Form der Antwort, ein einzelner Reifegrad-Score, verspricht mehr, als sie halten kann. Die grössten Nachteile in Kürze: ein einzelner Score macht kaum handlungsfähig, Readiness misst eine Haltung und nicht das Verhalten, Selbstauskunft trügt in beide Richtungen, reif auf dem Papier scheitert im Alltag an Erlaubnis, Werkzeug oder erstem Fall, und fremde Benchmarks bedeuten für die eigene Lage nichts. Wer sie kennt, misst KI-Readiness besser.

Auf einen Blick

• Der Score misst die Lücke nicht: ein gemittelter Reifegradwert sagt, wo man ungefähr steht, aber nicht, was als Nächstes zu tun ist.
• Haltung statt Verhalten: eine Bereitschaftsbefragung erfasst, was Menschen sich zutrauen, erlaubt sehen und wollen, nicht, ob sie KI real nutzen.
• Selbstauskunft-Bias: Menschen über- oder unterschätzen ihre eigene Bereitschaft, je nach Erwartung und dem, was sie für erwünscht halten.
• Reif auf dem Papier: eine hohe Bereitschaft bricht an der praktischen Hürde zusammen, sobald es konkret wird.
• Kein Benchmark als Fakt: es gibt keine allgemeingültige Reifegrad-Zahl, die sagt, was normal oder gut ist.
• Der Ausweg ist überall gleich: die Lücke zwischen Bereitschaft und Einsatz messen, nicht die Zahl, und daraus einen konkreten ersten Schritt ableiten.

Inhaltsverzeichnis

1. Nachteil 1: Ein einzelner Score misst die Lücke nicht
2. Nachteil 2: Readiness misst Haltung, nicht Verhalten
3. Nachteil 3: Der Selbstauskunft-Bias
4. Nachteil 4: Reif auf dem Papier scheitert im Alltag
5. Nachteil 5: Kein Benchmark als Fakt
6. Vor- und Nachteile im Überblick
7. Wie sich die Nachteile entschärfen lassen
8. Häufig gestellte Fragen

Nachteil 1: Ein einzelner Score misst die Lücke nicht

Der häufigste Umgang mit Reifegrad ist der Score: ein Fragebogen, eine Skala, am Ende ein Wert, vielleicht eine Ampel oder eine Stufe von eins bis fünf. Das ist verführerisch, weil es sich sauber anfühlt und sich gut präsentieren lässt. Nur macht ein Score selten handlungsfähig. Er sagt, wo man ungefähr steht, aber nicht, was als Nächstes zu tun ist.

Ein Gesamtscore verdeckt sogar genau das, worauf es ankommt, weil er alles miteinander verrechnet. Zwei Teams mit demselben mittleren Reifegrad können völlig unterschiedliche Ausgangslagen haben: Beim einen fehlt die Fähigkeit flächendeckend, beim anderen ist alles da ausser der Erlaubnis. Für das erste Team ist der nächste Schritt Übung an einem echten Fall, für das zweite ein einziger Satz aus der Führung. Derselbe Score, zwei gegensätzliche Massnahmen. Eine Zahl, die auf beide gleich zeigt, hilft keinem von beiden.

Die verwertbare Information sitzt deshalb nicht im verdichteten Wert, sondern im Muster darunter. Wer die Lücke zwischen den vier Dimensionen Können, Dürfen, Werkzeug und Wollen liest, weiss, wo er morgen anfängt. Wer nur den Score liest, weiss bloss, dass er anfangen sollte, aber nicht wo. Das ist derselbe Fehler, der auch bei Stimmungswerten entsteht, wenn ein Mittelwert ohne den Grund dahinter weitergereicht wird.

Nachteil 2: Readiness misst Haltung, nicht Verhalten

Eine KI-Readiness-Befragung fragt, was Menschen sich zutrauen, was sie erlaubt sehen und was sie wollen. Das sind Einstellungen, keine Handlungen. Sie erfasst nicht zuverlässig, ob KI im Alltag tatsächlich genutzt wird. Und Bereitschaft und Einsatz können weit auseinanderliegen, in beide Richtungen: Jemand traut sich viel zu und tut wenig, oder jemand sagt vorsichtig „eher nicht” und arbeitet längst täglich mit einem Werkzeug.

Das ist kein Detail, sondern der Kern der Kritik. Wer einen Reifegrad erhebt und ihn dann behandelt, als hätte er die reale Nutzung gemessen, baut auf einer Vermutung weiter. Ein hoher Readiness-Wert heisst nicht, dass gearbeitet wird, sondern dass die Voraussetzungen dafür gut aussehen. Ob daraus Einsatz wird, steht auf einem anderen Blatt, und genau dieses Blatt füllt eine Bereitschaftsbefragung nicht. Wo es auf die harte Nutzung ankommt, gehört sie deshalb mit objektiven Daten trianguliert, statt sie für die ganze Wahrheit zu nehmen. Den Beweis, dass der Einsatz auch etwas gebracht hat, liefert ohnehin erst eine KI-Wirkungsmessung danach, nicht die Readiness davor.

Nachteil 3: Der Selbstauskunft-Bias

Jede Readiness-Zahl entsteht aus Selbstauskunft, und Selbstauskunft hat Schlagseite. Menschen über- oder unterschätzen ihre eigene Bereitschaft, je nach Erwartung, Stimmung oder dem, was sie für erwünscht halten. In einer Organisation, die gerade laut auf KI setzt, antworten manche zuversichtlicher, als sie sind, weil Skepsis unpassend wirkt. In einer verunsicherten Belegschaft antworten andere vorsichtiger, als sie müssten.

Das ist kein Grund, nicht zu fragen, aber ein Grund, die Antworten vorsichtig zu lesen und nicht als Messwert zu behandeln. Der Fehler entsteht erst, wenn aus einer Sammlung von Selbsteinschätzungen eine glatte Kennzahl gemacht und diese Kennzahl dann so präsentiert wird, als wäre sie objektiv erhoben. Der Ausweg liegt weniger in der Zahl als in der Rückfrage: Eine Bewertung, und unmittelbar danach die offene Frage nach dem konkreten Fall, an dem die Person das festmacht. Aus „ich traue mir das eher nicht zu” wird dann ein benennbarer Grund, und ein Grund lässt sich prüfen, eine Selbsteinschätzung nicht.

Nachteil 4: Reif auf dem Papier scheitert im Alltag

Der folgenschwerste Trugschluss ist, einen guten Reifegrad für ein Ergebnis zu halten. Eine hohe Bereitschaft kann an der praktischen Hürde zusammenbrechen, sobald es konkret wird: Die Erlaubnis fehlt doch, das Werkzeug passt doch nicht zur echten Aufgabe, der erste Fall bleibt aus. Ein Reifegrad ist eine Vermutung über den Einsatz, kein Nachweis, und Vermutungen halten dem Alltag nicht immer stand.

Besonders tückisch ist das, weil der Reifegrad-Score genau dann am besten aussieht, wenn niemand ihn an einem echten Fall geprüft hat. Auf dem Papier kann eine Organisation reif wirken, während im Alltag drei von vier Dimensionen stimmen und die vierte, meist das Dürfen oder das passende Werkzeug, alles blockiert. Fehlt eine der vier Voraussetzungen, bleibt der Einsatz aus, egal wie gut die anderen drei aussehen. Wer den Score als Etappenziel feiert, verwechselt eine gute Ausgangslage mit einem Fortschritt. Genau derselbe Bruch ist von Befragungen allgemein gut belegt: Wer erhebt und dann nicht handelt, hat am Ende nichts in der Hand ausser der Erhebung.

Nachteil 5: Kein Benchmark als Fakt

Zuletzt der stillste Fehler: der Vergleich mit einer fremden Zahl. Es gibt keine allgemeingültige Reifegrad-Zahl, die sagt, was normal oder gut ist. Der Reifegrad ist kontextabhängig, er hängt von Aufgabe, Branche und Ausgangslage ab. Ein Wert, der in einer Softwarefirma mit einer bestimmten Aufgabe unauffällig ist, kann in einer Pflegeorganisation mit einer anderen Aufgabe hoch oder niedrig sein, ohne dass die eine Organisation der anderen etwas voraushat.

Wer einen fremden Benchmark als Ziel setzt, misst sich an einer Zahl, die für die eigene Lage nichts bedeutet, und optimiert im schlimmsten Fall auf sie hin, statt die eigene Lücke zu schliessen. Reifegrad-Zahlen aus Broschüren, Studien oder Anbietermaterial sind deshalb mit Vorsicht zu behandeln: Solange nicht klar ist, welche Aufgabe, welche Branche und welche Ausgangslage dahinterstehen, ist ein solcher Vergleich kein Massstab, sondern ein Nebelwerfer. Die eigenen Werte sind ein Ausgangspunkt für den nächsten Schritt, keine Note, die man gegen andere hält.

Vor- und Nachteile im Überblick

Vorteil	Der Nachteil daneben
Beantwortet die Frage nach der Startlinie	ein einzelner Score sagt nicht, wo man startet (Nachteil 1)
Zerlegt eine diffuse Frage in vier greifbare	verrechnet zu einem Wert, verdeckt die Lücke (Nachteil 1)
Fragt die Menschen, nicht nur die Lizenz	misst Haltung, nicht das reale Verhalten (Nachteil 2)
Schnell und ohne grosses Projekt erhoben	Selbstauskunft trügt in beide Richtungen (Nachteil 3)
Zeigt eine gute Ausgangslage	reif auf dem Papier ist nicht reif im Alltag (Nachteil 4)
Macht den eigenen Stand sichtbar	fremde Benchmarks bedeuten für die eigene Lage nichts (Nachteil 5)

Die vollständige Definition, die vier Dimensionen und die Einordnung in die Kette behandelt der Haupteintrag KI-Readiness. Kurz gesagt: Jeder Vorteil hat eine Bedingung, unter der er zum Nachteil wird. KI-Readiness ist kein gutes oder schlechtes Instrument, sondern ein bedingt nützliches, und die Bedingung ist fast immer, ob man die Lücke liest oder den Score.

Wie sich die Nachteile entschärfen lassen

Fast jeder Nachteil hat einen Ausweg, und die meisten laufen auf denselben Grundsatz hinaus: Messen Sie die Lücke, nicht die Zahl.

1. Die vier Dimensionen getrennt erheben. Können, Dürfen, Werkzeug und Wollen einzeln ausweisen, statt sie zu einem Gesamtwert zu verrechnen. Das löst Nachteil 1, weil sichtbar wird, welche der vier fehlt und für wen.
2. Die grösste Lücke suchen, nicht den Durchschnitt. Die Stelle finden, an der Bereitschaft hoch und Einsatz tief ist. Dort wollen und können Menschen bereits, und es fehlt meist nur eine einzige Sache: die Erlaubnis, das passende Werkzeug oder ein konkreter erster Fall. Das ist keine Grundsatzbaustelle, sondern ein Quick Win.
3. Antworten als Selbstauskunft lesen, mit Rückfrage. Auf jede Bewertung eine offene Frage nach dem konkreten Fall, damit aus einer Einschätzung ein prüfbarer Grund wird. Das entschärft die Nachteile 2 und 3.
4. Keinen fremden Benchmark als Ziel setzen. Die eigenen Werte als Ausgangspunkt behandeln, nicht als Note gegen andere. Das löst Nachteil 5.
5. Genau einen ersten Fall ableiten, dann die Wirkung messen. Nicht ein flächendeckendes Programm, sondern die eine kleine Hürde aus dem Weg räumen und danach prüfen, ob es etwas gebracht hat. Wie sich aus einem Ergebnis überhaupt Schritte ableiten lassen, beschreibt der Beitrag Massnahmen ableiten nach der Mitarbeiterbefragung; wie man sie danach am Leben hält, der Eintrag Massnahmentracking und der Feedback-Loop.

Fazit

KI-Readiness ist kein schlechtes Instrument, aber ein anspruchsvolles, und seine Nachteile hängen fast alle an einer einzigen Verwechslung: dem Score statt der Lücke. Vier der fünf Nachteile lassen sich entschärfen, bevor man überhaupt anfängt: die Dimensionen getrennt erheben, die grösste Lücke suchen, die Selbstauskunft als solche lesen und keinen fremden Benchmark zum Ziel machen. Der fünfte entscheidet sich danach, und er ist der wichtigste: Folgt aus dem Reifegrad ein konkreter erster Fall, dessen Wirkung man misst, war es ein Startpunkt. Bleibt es bei der Zahl, war es eine teure Bestätigung, dass man anfangen sollte.

Genau an diesem Punkt setzt Moodtalk an: nicht bei einem glatten Reifegrad-Score, sondern bei der Lücke zwischen Wollen und Tun. Eine kurze, dialogbasierte Befragung erhebt die vier Dimensionen einzeln und hakt bei knappen Antworten nach, sodass die Stelle sichtbar wird, an der ein erster Fall sofort etwas bewegen würde. Die offenen Antworten werden per KI zu einer Übersicht verdichtet, mit der eine Führungskraft entscheiden kann, wo sie anfängt, statt einen Wert zu präsentieren. 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. Wenn Sie den Reifegrad Ihrer Organisation nicht als Zahl, sondern als nächsten konkreten Schritt verstehen wollen, sehen Sie sich Moodtalk an.

Verwandte Inhalte

• KI-Readiness: Beispiele und Musterfragen
• 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