cindr.la

KI-Bereitschafts­check

Bewerten Sie ehrlich, wo Ihr Unternehmen heute steht — nicht wo Sie hinwollen. 17 Fragen, 6 Dimensionen, 5 Minuten.

ℹ Was messen wir? Die 6 Dimensionen im Detail →
English or French version on request — aiq@cindr.la
0 / 17 beantwortet 0 %
1
Strategie & Business Case
—
Klare KI-Roadmap vorhanden?
0
Gibt es eine dokumentierte, priorisierte Liste von KI-Anwendungsfällen mit konkreten Zeitplänen und Verantwortlichen?
0 – Nicht vorhanden 5 – Teilweise 10 – Sehr klar
0–3Kein Plan vorhanden. KI-Aktivitäten sind ad-hoc und unsystematisch — einzelne Abteilungen experimentieren ohne gemeinsame Richtung.
4–6Eine grobe Ideenliste existiert, aber ohne klare Priorisierung, Zeitpläne oder definierte Verantwortliche. Das Thema ist bekannt, aber nicht steuerbar.
7–10Eine schriftliche KI-Roadmap mit priorisierten Use Cases, Zeitplänen, Meilensteinen und namentlichen Verantwortlichen liegt vor und wird aktiv gepflegt.
KPIs für KI-Nutzen definiert?
0
Haben Sie messbare Erfolgskriterien für Ihre KI-Initiativen festgelegt (z.B. Kosteneinsparungen, Zeitgewinn, Fehlerreduktion)?
0 – Nicht vorhanden 5 – Teilweise 10 – Sehr klar
0–3Kein Messrahmen definiert. KI-Initiativen werden gestartet, ohne dass vorher festgelegt wurde, woran Erfolg gemessen wird.
4–6Vage Zielvorstellungen existieren ("schneller", "effizienter"), aber es fehlen konkrete Zahlen, Baselines oder Messmethoden.
7–10Für jede KI-Initiative sind spezifische, messbare KPIs definiert (z.B. Bearbeitungszeit -40%, Fehlerquote unter 2%) mit klarer Messpflicht und Reporting-Rhythmus.
KI in Unternehmensstrategie integriert?
0
Ist KI als strategischer Hebel in Ihrer Unternehmensstrategie verankert — nicht nur als IT-Projekt, sondern als Geschäftspriorität?
0 – Nicht vorhanden 5 – Teilweise 10 – Sehr klar
0–3KI ist kein Thema auf Führungsebene. Es gibt kein C-Level-Sponsorship und KI taucht in keiner strategischen Planung auf.
4–6KI wird in Führungsgesprächen erwähnt, aber noch nicht formal in der Unternehmensstrategie verankert. Engagement ist personenabhängig, nicht strukturell.
7–10KI ist expliziter Bestandteil der Unternehmensstrategie mit einem namentlichen Executive Sponsor, eigenem Strategiepfad und Budgetverantwortung auf Vorstandsebene.
2
Betriebsmodell & Finanzierung
—
Budget für KI-Projekte vorhanden?
0
Ist ein dediziertes Budget für KI-Initiativen genehmigt und freigegeben — nicht nur als Teil allgemeiner IT-Ausgaben?
0 – Nicht vorhanden 5 – Teilweise 10 – Sehr klar
0–3Kein Budget für KI reserviert. Jede Initiative muss ad-hoc beantragt werden und konkurriert mit anderen IT-Ausgaben um Mittel.
4–6Es gibt Bereitschaft, in KI zu investieren, aber noch keinen eigenen Budgettopf. Genehmigungen erfolgen fallweise durch die Geschäftsführung.
7–10Ein dediziertes KI-Budget ist genehmigt, freigegeben und eigens ausgewiesen — losgelöst vom allgemeinen IT-Budget, mit klarem Verfügungsrahmen.
Rollen & Verantwortlichkeiten klar?
0
Gibt es klare Eigentümer für KI-Projekte? Ist definiert, wer Entscheidungen trifft, wer umsetzt und wer Ergebnisse verantwortet?
0 – Nicht vorhanden 5 – Teilweise 10 – Sehr klar
0–3Keine klaren Governance-Strukturen für KI. Entscheidungen werden situativ getroffen, Verantwortung ist unklar oder liegt bei niemandem konkret.
4–6Es gibt informelle Verantwortlichkeiten — einzelne Personen treiben das Thema voran, aber ohne formale Rolle, Mandat oder Entscheidungskompetenz.
7–10Klare Governance-Struktur mit definierten Rollen: KI-Owner pro Projekt, Entscheidungsmatrix vorhanden, Zuständigkeiten dokumentiert und kommuniziert.
Change Management geplant?
0
Haben Sie einen Plan, wie Sie Ihre Mitarbeitenden durch den KI-Wandel führen — Kommunikation, Schulung, Bedenken adressieren?
0 – Nicht vorhanden 5 – Teilweise 10 – Sehr klar
0–3Kein Change Management geplant. KI wird eingeführt ohne Kommunikationsstrategie — Mitarbeitende erfahren Veränderungen reaktiv, Widerstände werden ignoriert.
4–6Einzelne Kommunikationsmaßnahmen vorhanden (z.B. Town Halls), aber kein strukturierter Plan zur Begleitung des Wandels — keine systematische Bedenken-Adressierung.
7–10Strukturiertes Change-Programm mit Stakeholder-Mapping, Kommunikationsplan, Schulungsroadmap und aktiver Einbindung der Mitarbeitenden in die KI-Transformation.
3
Talent & Fähigkeiten
—
KI-Fachkräfte verfügbar?
0
Haben Sie intern oder extern Zugang zu Menschen mit KI-Expertise — Data Scientists, ML Engineers, KI-Architekten?
0 – Nicht vorhanden 5 – Teilweise 10 – Sehr klar
0–3Keine KI-Expertise intern oder extern verfügbar. Jede KI-Initiative würde von Grund auf mit Externen aufgebaut werden müssen — keine Kontinuität.
4–6Gelegentlicher Zugang zu KI-Know-how über externe Berater oder einzelne technikaffine Mitarbeitende, aber kein verlässlicher, dauerhafter Kompetenzträger.
7–10Feste interne oder dauerhaft eingebundene externe KI-Expertise vorhanden — mindestens eine Person mit nachgewiesener Umsetzungskompetenz für ML, LLMs oder KI-Architektur.
KI-Weiterbildung im Gange?
0
Gibt es aktive Programme zur KI-Qualifizierung Ihrer Belegschaft — nicht nur einmalige Schulungen, sondern kontinuierliches Lernen?
0 – Nicht vorhanden 5 – Teilweise 10 – Sehr klar
0–3Keine KI-Schulungen stattgefunden oder geplant. Mitarbeitende eignen sich KI-Wissen allenfalls selbständig an — ohne Unterstützung des Unternehmens.
4–6Einmalige Schulungsmaßnahmen durchgeführt (z.B. ein Workshop, ein Webinar), aber kein nachhaltiges Programm mit regelmäßiger Auffrischung und Vertiefung.
7–10Strukturiertes, laufendes Weiterbildungsprogramm zu KI — differenziert nach Rollen (Führung, Fachbereiche, IT), mit Lernpfaden, Zertifizierungen und regelmäßigen Updates.
Brücken-Talente vorhanden?
0
Haben Sie Menschen, die sowohl Business als auch KI verstehen — die übersetzen können zwischen Fachabteilung und Technologie?
0 – Nicht vorhanden 5 – Teilweise 10 – Sehr klar
0–3Keine Brücken-Talente vorhanden. Fachbereiche und IT sprechen aneinander vorbei — KI-Projekte scheitern an der Übersetzungslücke zwischen Anforderung und Umsetzung.
4–6Einzelne Personen versuchen, die Brücke zu schlagen, aber ohne formale Rolle oder ausreichende Kapazität. Die Übersetzung gelingt punktuell, nicht systematisch.
7–10Dedizierte Business-Analysten oder KI-Produkt-Owner vorhanden, die sowohl Fachanforderungen als auch technische KI-Möglichkeiten verstehen und aktiv vermitteln.
4
Daten & Technologie
—
Datenqualität standardisiert?
0
Werden Ihre Daten systematisch bereinigt, validiert und in konsistenten Formaten gepflegt — oder sind sie verteilt und inkonsistent?
0 – Nicht vorhanden 5 – Teilweise 10 – Sehr klar
0–3Daten liegen in Silos, in inkonsistenten Formaten oder sind unvollständig. Für jedes KI-Projekt ist monatelange Datenaufbereitung nötig — ein KI-Vorhaben scheitert hier bereits.
4–6Datenqualität variiert stark je nach System. Einige Bereiche haben gute Daten, andere nicht. Es gibt vereinzelte Standardisierungsversuche, aber kein unternehmensweites Data Governance.
7–10Klare Datenqualitätsstandards mit laufender Validierung, einheitlichen Formaten und definierten Datenverantwortlichen. Daten sind KI-ready und zeitnah abrufbar.
Modulare IT-Infrastruktur?
0
Ist Ihre IT-Architektur so aufgebaut, dass neue KI-Komponenten integriert werden können — oder blockieren Silos und Legacy-Systeme den Fortschritt?
0 – Nicht vorhanden 5 – Teilweise 10 – Sehr klar
0–3Monolithische Legacy-Systeme ohne APIs oder Integrationspunkte. Neue KI-Komponenten sind schwer oder gar nicht anbindbar — jede Integration erfordert aufwendige Sonderentwicklung.
4–6Teils moderne, teils veraltete Systeme. APIs sind stellenweise vorhanden, aber nicht durchgehend. KI-Integration ist möglich, aber aufwendig und risikoreich.
7–10API-first-Architektur mit klarer Trennung von Systemen, standardisierten Schnittstellen und Cloud-ready Infrastruktur. Neue KI-Services lassen sich ohne Systembrüche einbinden.
Daten verfügbar & konsistent?
0
Können relevante Daten für KI-Projekte zeitnah abgerufen werden — ohne monatelange Aufbereitungsarbeit?
0 – Nicht vorhanden 5 – Teilweise 10 – Sehr klar
0–3Daten sind verteilt über Excel-Tabellen, isolierte Systeme und Abteilungsinseln. Ein neuer Datensatz für ein KI-Experiment zu erstellen dauert Wochen bis Monate.
4–6Daten sind grundsätzlich vorhanden, aber Zugriff erfordert manuelle Schritte, Abstimmungen oder IT-Tickets. Konsistenz zwischen Systemen ist nicht garantiert.
7–10Zentrale Datenhaltung (Data Warehouse, Data Lake oder vergleichbar) mit definierten Prozessen für Datenzugriff. Relevante Datasets für KI-Projekte sind in Tagen, nicht Monaten verfügbar.
5
Plattformarchitektur & Sicherheit
—
Sichere Plattform für KI vorhanden?
0
Gibt es eine Plattform oder Umgebung, in der KI-Modelle sicher betrieben werden können — mit Datenschutz, Zugriffskontrolle und Audit-Trail?
0 – Nicht vorhanden 5 – Teilweise 10 – Sehr klar
0–3Keine dedizierte KI-Betriebsumgebung. KI-Tools werden informell genutzt — ohne Zugriffskontrolle, ohne Logging, ohne Datenschutzprüfung. Hohes regulatorisches Risiko.
4–6Grundlegende IT-Sicherheit ist vorhanden, aber keine KI-spezifischen Richtlinien oder Betriebsumgebungen. Zugriff wird fallweise geregelt, kein systematischer Audit-Trail.
7–10Dedizierte, sichere KI-Plattform mit rollenbasierter Zugriffskontrolle, DSGVO-konformem Datenschutzkonzept, lückenlosem Logging und regelmäßigen Sicherheitsreviews.
Skalierbare Architektur?
0
Kann Ihre technische Infrastruktur mit wachsenden KI-Workloads mitwachsen — oder würde mehr Nutzung das System überlasten?
0 – Nicht vorhanden 5 – Teilweise 10 – Sehr klar
0–3On-Premise-Infrastruktur mit fixen Kapazitäten. Mehr Nutzer oder Daten bedeuten sofort Engpässe. Keine Cloud-Optionen evaluiert oder geplant.
4–6Teils cloud-fähig, teils on-premise. Skalierung ist möglich, aber erfordert manuelle Eingriffe und längere Vorlaufzeiten. Kapazitätsplanung für KI fehlt.
7–10Cloud-native oder hybride Infrastruktur mit elastischer Skalierbarkeit. KI-Workloads können automatisch hochskaliert werden — ohne manuelle Eingriffe oder Kapazitätsengpässe.
6
Einführung & Skalierung
—
KI-Use-Cases bereits skaliert?
0
Haben Sie KI-Anwendungen, die über Pilotprojekte hinaus im Tagesbetrieb laufen und echten Mehrwert liefern?
0 – Nicht vorhanden 5 – Teilweise 10 – Sehr klar
0–3Keine KI-Anwendungen in Produktion. Entweder wurden noch keine Piloten gestartet, oder alle bisherigen Versuche blieben im PoC-Stadium stecken.
4–6Ein oder mehrere Pilotprojekte laufen oder wurden abgeschlossen, aber noch keine Skalierung auf den regulären Betrieb. Die Piloten zeigen Potenzial, aber der Sprung fehlt.
7–10Mindestens ein KI-Use-Case läuft produktiv im Tagesbetrieb, liefert messbaren Mehrwert und wird von echten Nutzern täglich eingesetzt — nicht mehr im Testmodus.
Produktivitätsgewinne gemessen?
0
Messen Sie systematisch, welchen Produktivitäts- oder Kosteneffekt Ihre KI-Initiativen tatsächlich bringen?
0 – Nicht vorhanden 5 – Teilweise 10 – Sehr klar
0–3Kein Messrahmen für KI-ROI. Die Wirkung von KI-Maßnahmen wird nicht erhoben — man "glaubt" an den Nutzen, kann ihn aber nicht belegen.
4–6Vereinzelte Messungen vorhanden (z.B. Zeiterfassung für ein Pilotprojekt), aber kein systematisches ROI-Reporting über alle KI-Initiativen hinweg.
7–10Systematisches Tracking von KPI-Verbesserungen durch KI — Produktivitätszuwachs, Kosteneinsparungen, Fehlerreduktion werden regelmäßig gemessen und dem Management berichtet.
KI-Governance etabliert?
0
Gibt es klare Regeln und Prozesse für den verantwortungsvollen Einsatz von KI — Ethik-Richtlinien, Risikoprüfung, Compliance?
0 – Nicht vorhanden 5 – Teilweise 10 – Sehr klar
0–3Keine KI-Governance etabliert. KI-Tools werden ohne Risikoprüfung, ohne Ethikguidelines und ohne Compliance-Clearance eingesetzt — erhebliches regulatorisches und reputatorisches Risiko (EU AI Act).
4–6Awareness für das Thema ist vorhanden, vereinzelte Richtlinien existieren (z.B. Datenschutzhinweise), aber kein vollständiges Governance-Framework. Compliance ist lückenhaft.
7–10Vollständiges KI-Governance-Framework mit schriftlichen Ethikrichtlinien, Risikoklassifizierung nach EU AI Act, definierten Freigabeprozessen und regelmäßigen Compliance-Reviews.
Kostenlos · Keine Registrierung erforderlich
Fast fertig
Wohin sollen wir Ihr Ergebnis schicken?
Sie erhalten Ihre Auswertung sofort — und optional einen Hinweis, wenn neue Benchmarks verfügbar sind.
Keine Weitergabe an Dritte. Abmeldung jederzeit möglich.
Optionale Personalisierung
Möchten Sie Ihren Bericht personalisieren?
Name und Unternehmen machen Ihren Strategischen Bericht deutlich wertvoller — wir adressieren Sie direkt und stimmen die Analyse auf Ihr Unternehmen ab.
cindr.la

Ihr AIQ-Ergebnis

AI Quotient (AIQ)
—
—
Ihr Score
—
Ø Österreich
30
Ø Global
36
Top 20 %
50+
Strategische Analyse — ab € 290 zzgl. USt. →

Tiefenanalyse mit einem unserer Experten

Individuelle Einordnung Ihrer Ergebnisse — schriftlicher Bericht mit priorisiertem Aktionsplan, innerhalb von 48 Stunden. Oder live im 90-minütigen Workshop.

Jetzt buchen — ab € 290 zzgl. USt.

Ihre Analyse-Grundlage

Um eine präzise strategische Einschätzung zu liefern, brauchen wir etwas Kontext hinter den Zahlen. 8 Felder — 10 Minuten.

Die 6 Dimensionen — Ihre Situation in eigenen Worten
Gibt es einen dokumentierten KI-Plan? Wer sponsort KI in Ihrer Organisation?
Beschreiben Sie den Stand Ihrer KI-Strategie: existiert ein Plan, wer treibt das Thema, gibt es konkrete Use Cases? 2-3 Sätze reichen.
Wie wird KI budgetiert — projektweise oder als laufender Posten? Wer entscheidet über KI-Investitionen?
Uns interessiert, ob KI-Vorhaben einen eigenen Budgetrahmen haben oder jedes Mal neu beantragt werden müssen.
Haben Sie interne KI-Expertise oder sind Sie komplett auf externe Hilfe angewiesen? Gibt es jemanden, der Business und Technik verbindet?
Beschreiben Sie Ihr Team: wer hat KI-Know-how, gibt es Schulungen, gibt es eine Brücke zwischen Fachbereich und IT?
Wie schnell könnten Sie einen neuen Datensatz für ein KI-Experiment bereitstellen? Wo liegen Ihre Daten heute?
Beschreiben Sie Ihre Datensituation: welche Systeme, wie vernetzt, wo die größten Lücken sind. 2-3 Sätze reichen.
Gibt es Zugriffsrechte, Logging und Compliance-Regeln für KI-Anwendungen? Wie sicher fühlen Sie sich?
Beschreiben Sie Ihre IT-Sicherheitslage im Kontext von KI: gibt es Richtlinien, wer kümmert sich, was fehlt?
Welche KI-Projekte laufen bereits im Tagesbetrieb? Was ist über den PoC-Status hinausgekommen?
Beschreiben Sie Ihren aktuellen Stand: laufen KI-Anwendungen produktiv, gab es Pilotprojekte, was wurde davon skaliert?
Personalisierung
Name und Rolle machen Ihren Strategischen Bericht deutlich persönlicher.
Allgemeiner Kontext
In welcher Branche sind Sie tätig und wie groß ist Ihr Unternehmen?
Branche und Größe helfen uns, Ihre Ergebnisse mit ähnlichen Unternehmen zu vergleichen.
Was möchten Sie mit KI in den nächsten 12 Monaten konkret erreichen?
Nennen Sie 1-3 konkrete Ziele — nicht was theoretisch möglich wäre, sondern was Sie wirklich angehen wollen.
Gibt es etwas, das Sie an Ihrem Ergebnis überrascht hat?
Diese Information hilft uns, Ihren Bericht noch persönlicher zu gestalten.
Ihre Antworten werden vertraulich behandelt

Vielen Dank!

Ihre Unterlagen wurden erfolgreich übermittelt. Sie erhalten Ihre persönliche Analyse innerhalb von 48 Stunden.

Die Analyse wird an Ihre E-Mail-Adresse gesendet. Bitte prüfen Sie auch Ihren Spam-Ordner, falls die E-Mail nicht im Posteingang erscheint.

Fragen? aiq@cindr.la