Was unterscheidet KI-Readiness von KI-Maturity?

Autor:  Dr. Sebastian Scheler

Ob ein Unternehmen bereit ist, Künstliche Intelligenz (KI) einzusetzen, und wie weit es in der Nutzung bereits fortgeschritten ist, sind zwei unterschiedliche Fragen. In der Literatur werden dafür die Konzepte KI-Readiness und KI-Maturity unterschieden, die zwar eng miteinander verknüpft sind, sich aber in ihrer Anwendung unterscheiden.

Der Begriff KI-Readiness beurteilt, in welchem Zustand sich eine Organisation befindet, bevor sie eine KI-Initiative startet. Hierfür werden die grundlegenden Voraussetzungen wie Infrastruktur, Ressourcen oder Datenqualität unter die Lupe genommen (Naheed et al., 2025). Dies beinhaltet die Fähigkeit, KI-Technologien gezielt so zu nutzen, dass daraus ein konkreter unternehmerischer Nutzen entsteht (Holmström, 2022).

KI-Maturity rückt dagegen den Verlauf in den Fokus. Es wird bewertet, wie weit ein Unternehmen vorangekommen ist, wenn KI-Technologien eingeführt oder bereits genutzt werden. Im Kern beantwortet die Maturity folglich die Frage, auf welcher Entwicklungsstufe sich eine Organisation auf seiner «KI-Reise» aktuell befindet (Naheed et al., 2025).

Für die Einordnung existieren verschiedene Modelle. Das TOEH-Framework (Naheed et al., 2025) gliedert die Readiness in die vier Dimensionen Technologie, Organisation, Umwelt und Mensch. Das 5-Kategorien-Modell nach Jöhnk et al. (2021) beschreibt auf Basis von Tiefeninterviews mit KI-Fachpersonen fünf Kategorien mit 18 Faktoren, darunter strategische Ausrichtung, Ressourcen, Wissen, Kultur und Daten.

Gerade für KMU ist eine solche Standortbestimmung wertvoll: Oft ist unklar, ob die nötigen Voraussetzungen für den KI-Einsatz bereits vorhanden sind und welche Themen zuerst angegangen werden sollten. Reifegradmodelle helfen, Stärken und Schwächen sichtbar zu machen und daraus konkrete Handlungsfelder abzuleiten (Becker et al., 2009).

Die INOS-Innovationsplattform für Künstliche Intelligenz KIxKMU bietet einen einfachen und praxisnahen Zugang zu KI. Mit dem KI Readiness- & Maturity Check erhalten KMU in wenigen Minuten eine erste Standortbestimmung.

Literatur:

Becker, J., Knackstedt, R. & Pöppelbuß, J. (2009). Vorgehensmodell zur Entwicklung von Reifegradmodellen. Business & Information Systems Engineering, 1, 535–544. doi.org/10.1007/s12599-009-0044-5

Ellefsen, A. P. T., Oleśków-Szłapka, J., Pawłowski, G. & Toboła, A. (2019). Striving for Excellence in AI Implementation: AI Maturity Model Framework and Preliminary Research Results. Logforum, 15(3), 363–376. doi.org/10.17270/J.LOG.2019.354

Holmström, J. (2022). From AI to digital transformation: The AI readiness framework. Business Horizons, 65(3), 329–339. doi.org/10.1016/j.bushor.2021.03.006

Jöhnk, J., Weißert, M. & Wyrtki, K. (2021). Ready or Not, AI Comes— An Interview Study of Organizational AI Readiness Factors. Business & Information Systems Engineering, 63(1), 5–20. doi.org/10.1007/s12599-020-00676-7

Naheed, S., Pinto, R. & Pirola, F. (2025). A Preliminary multidimensional AI readiness assessment model for SME's. Procedia Computer Science, 253, 774–783. doi.org/10.1016/j.procs.2025.01.139