KI-Readiness-Checkliste: 30 Fragen vor dem ersten KI-Agenten.

So nutzen Sie die Checkliste

Beantworten Sie jede Frage mit einem klaren Ja oder Nein. „Teilweise“ zählt als Nein; es geht darum, die Wände zu finden, bevor ein Agent dagegen läuft. Beteiligen Sie zwei oder drei Personen, die unterschiedliche Teile des Unternehmens sehen: eine Führungskraft aus dem Fachbereich, jemanden aus der IT und die Person, die den gedachten Prozess heute betreibt. Wo die drei uneins sind, haben Sie eine Lücke gefunden, über die es sich zu sprechen lohnt.

Die Checkliste dauert etwa dreißig Minuten. Zählen Sie Ihre Ja-Antworten je Dimension und insgesamt und lesen Sie dann das Bewertungsschema weiter unten. Wenn Sie lieber einen Blick von außen möchten: Unser KI-Readiness-Assessment deckt dieselben Themen in zwei bis drei Wochen ab – mit Belegen statt Selbsteinschätzung.

Die 30 Fragen

1. Strategie und Führung

Agenten sind dort erfolgreich, wo die Führung entschieden hat, wofür sie da sind. Diese Fragen prüfen, ob diese Entscheidung existiert.

1. Hat die Geschäftsführung zwei oder drei Geschäftsergebnisse benannt, die KI in den nächsten zwölf Monaten verbessern soll – in Zahlen?
2. Gibt es eine benannte Führungskraft, die KI-Ergebnisse verantwortet, nicht nur KI-Experimente?
3. Haben Sie eine schriftliche Liste von Use-Case-Kandidaten, nach Nutzen und Machbarkeit geordnet, statt einer Ideensammlung?
4. Gibt es ein Budget für den ersten produktiven Use Case, das den Betrieb nach dem Go-live einschließt und nicht nur den Piloten?
5. Würde die Führung einen Agenten akzeptieren, der 80 Prozent der Fälle gut bearbeitet und den Rest an Menschen weiterleitet?

2. Prozesse

Ein Agent automatisiert einen Prozess. Existiert der Prozess nur in den Köpfen der Beteiligten, erbt der Agent die Unklarheit.

1. Ist der Prozess, den Sie automatisieren wollen, so dokumentiert, dass ein neuer Mitarbeiter ihm folgen könnte?
2. Kennen Sie das Volumen: Wie viele Fälle pro Woche, und wie lange dauert jeder heute?
3. Sind die Entscheidungsregeln explizit, einschließlich der Ausnahmen und wer sie bearbeitet?
4. Messen Sie die Qualität des Prozesses heute, etwa Fehlerquote, Durchlaufzeit oder Nacharbeit?
5. Lässt sich der Prozess ohne lange Freigabekette ändern, sodass der Agent stufenweise eingeführt werden kann?

3. Daten

Die meisten Agenten-Use-Cases laufen auf Dokumenten, E-Mails und Datensätzen, die Sie bereits haben. Die Frage ist, ob ein Agent sie erreichen und ihnen vertrauen kann.

1. Liegen die Eingaben, die der Prozess braucht, digital vor – statt auf Papier oder in persönlichen Postfächern?
2. Wissen Sie, wo die Stammdaten für Kunden, Produkte und Lieferanten liegen und welches System die führende Quelle ist?
3. Ist die Datenqualität gut genug, dass sich ein sorgfältiger Kollege ohne Nachprüfung darauf verlassen würde?
4. Haben Sie historische Beispiele abgeschlossener Fälle, die als Testset dienen könnten?
5. Ist klar, welche Daten personenbezogen sind und auf welcher Rechtsgrundlage sie verarbeitet werden dürfen?

4. Systeme und Integration

Der Agent muss aus Ihren Systemen lesen und in sie schreiben. Bei der Integration entdecken die meisten Piloten ihren wahren Umfang.

1. Bieten die Kernsysteme im Prozess (ERP, CRM, Ticketsystem, Dokumentenablage) APIs oder Konnektoren, die ein Agent nutzen könnte?
2. Kann die IT innerhalb von Tagen statt Monaten einen eigenen technischen Benutzer mit eingeschränkten Rechten für einen Agenten anlegen?
3. Haben Sie einen von der IT-Sicherheit freigegebenen Ort, an dem ein Agent laufen kann – eine Workflow-Plattform, eine Cloud-Umgebung oder die Infrastruktur eines Partners?
4. Lässt sich nachvollziehen, was ein Systembenutzer getan hat, sodass sich die Aktionen eines Agenten zurückverfolgen lassen?
5. Haben Sie entschieden, wo KI-Modelle laufen dürfen, etwa nur in der EU, und welche Daten das Unternehmen verlassen dürfen?

5. Menschen und Kompetenzen

Agenten verändern Arbeitsplätze. Readiness heißt, dass die Betroffenen diese Veränderung mitgestalten können, statt sich ihr zu widersetzen.

1. Gibt es intern eine Person, die als Product Owner für den Agenten auftreten könnte – während des Piloten mindestens zwei Tage pro Woche?
2. Wurden die Menschen, die den Prozess heute betreiben, in die Diskussion einbezogen und nicht nur informiert?
3. Verfügt Ihr Team über grundlegende KI-Kompetenz: was ein Sprachmodell kann und nicht kann, und wie man seine Ausgaben prüft?
4. Haben Sie Entwicklungskapazität für Aufbau und Pflege von Integrationen – intern oder über Partner?
5. Gibt es einen Plan, wofür die freiwerdende Zeit genutzt wird, damit die Veränderung eine positive Geschichte hat?

6. Governance und Compliance

Governance ist keine spätere Phase. Unter DSGVO und EU AI Act bestimmt sie, was Sie überhaupt bauen dürfen.

1. Ist Ihr Datenschutzbeauftragter oder ein externer Berater eingebunden, bevor das Design feststeht?
2. Haben Sie geprüft, ob der Use Case unter dem EU AI Act in eine höhere Risikokategorie fallen könnte, und verfolgen Sie den sich ändernden Stand dieser Pflichten?
3. Haben Sie eine Richtlinie, welche KI-Werkzeuge Mitarbeitende mit welchen Daten nutzen dürfen?
4. Wird der Betriebsrat, sofern vorhanden, frühzeitig über geplanten KI-Einsatz am Arbeitsplatz informiert?
5. Gibt es einen definierten Weg, einen Agenten abzuschalten und seine Arbeit an Menschen zurückzugeben?

So werten Sie Ihre Antworten aus

Zählen Sie Ihre Ja-Antworten. Die Gesamtzahl zeigt, wie weit Sie von einem ersten produktiven Agenten entfernt sind; die Werte je Dimension zeigen, wo Sie anfangen sollten.

Eine Warnung zur Arithmetik: Eine Dimension mit null oder einer Ja-Antwort ist unabhängig von der Gesamtzahl ein Blocker. Ein Unternehmen kann 24 Punkte erreichen und bei Governance eine Eins haben – und dieses Unternehmen ist nicht bereit, einen Agenten an personenbezogene Daten zu lassen.

Die häufigsten Lücken – und wie Sie sie in Wochen schließen

In den Unternehmen, mit denen wir sprechen, tauchen dieselben vier Lücken am häufigsten auf. Keine davon braucht ein Jahr.

Kein Verantwortlicher

Die häufigste Lücke und die günstigste zu schließen. Benennen Sie eine Bereichsleitung, die das Ergebnis will, geben Sie ihr einen Teil ihrer Zeit und ein kleines Budget und lassen Sie sie den ersten Use Case wählen. Ein Verantwortlicher ohne Use Case ist besser als ein Use Case ohne Verantwortlichen.

Undokumentierte Prozesse

Sie brauchen kein Process-Mining-Programm. Lassen Sie die Menschen, die den Prozess betreiben, zehn echte Fälle durchgehen, während jemand Schritte, Entscheidungsregeln und Ausnahmen mitschreibt. Zwei Nachmittage ergeben ein Dokument, das gut genug ist, um einen Agenten daran zu entwerfen.

Daten, die nicht erreichbar sind

Die Daten existieren meist; sie sind nur in einem System ohne API eingeschlossen oder über Postfächer verstreut. Eine schmale Integrationsschicht für die zwei, drei entscheidenden Systeme plus die Regel, dass der Prozess über ein gemeinsames Postfach oder eine Ticket-Warteschlange läuft, reicht in der Regel für den Start. Unsere Arbeit an der Datenbasis konzentriert sich genau auf dieses Minimum, nicht auf eine Datenplattform.

Teams, die noch nie mit einem Modell gearbeitet haben

Geringe KI-Kompetenz zeigt sich entweder als Angst oder als blindes Vertrauen. Ein halber Tag praxisnaher KI-Schulung für das betroffene Team, mit den eigenen Dokumenten, behebt das meiste. Die KI-Kompetenzpflicht des EU AI Act, die seit Februar 2025 gilt, ist ein weiterer Grund, das früh zu tun; prüfen Sie die aktuellen Anforderungen mit Ihren Beratern.

Wer diese vier Lücken schließt, bewegt sich in den meisten Fällen innerhalb eines Quartals vom mittleren Bereich zu „bereit“ – und der erste Agenten-Pilot kann starten, während die letzten Lücken geschlossen werden. Unser Beitrag Warum KI-Pilotprojekte scheitern zeigt, was passiert, wenn man sie überspringt.