Am Interesse an KI liegt es nicht. In Deutschland setzen inzwischen 57 Prozent der Unternehmen mit mindestens 20 Beschäftigten KI ein, und 85 Prozent derjenigen, die es noch nicht tun, nennen fehlendes Know-how als Grund (Bitkom). EU-weit nutzten 2025 20 Prozent der Unternehmen mit zehn oder mehr Beschäftigten KI, nach 13,5 Prozent im Vorjahr – bei kleinen Unternehmen 17 Prozent, bei mittleren 30 und bei großen 55 Prozent (Eurostat). In den USA nutzen etwa 17–20 Prozent aller Firmen KI, bei Unternehmen ab 250 Beschäftigten 37 Prozent (US Census Bureau).
Die Lücke zwischen Interesse und einem System, das sich rechnet, liegt selten am Modell. Sie liegt an der Reife: ein Prozess, den niemand gemessen hat, Daten verstreut über Postfächer, keine verantwortliche Person, Compliance-Fragen, die in Woche sechs auftauchen. Die 25 Fragen unten sind die, die ein gutes erstes Audit beantworten sollte. Gehen Sie sie Prozess für Prozess durch, dann wissen Sie, ob Sie bereit für einen Pilot sind, erst eine Discovery-Phase brauchen oder zunächst die Grundlagen schaffen sollten.
So nutzen Sie die Checkliste
Bewerten Sie jede Frage:
- 0 – nein, oder wir wissen es nicht;
- 1 – teilweise, oder bekannt, aber nicht dokumentiert;
- 2 – ja, dokumentiert und geprüft.
Maximal sind 50 Punkte möglich. Die Bewertung dauert etwa eine Stunde mit der prozessverantwortlichen Person und jemandem, der die Systeme kennt. Seien Sie streng: „Wir glauben schon“ ist eine 1, keine 2.
Block 1: Prozess und Nutzen (Fragen 1–5)
1. Können Sie einen Prozess mit einer zählbaren Einheit benennen? „Kundenservice“ ist zu breit; „Anfragen zum Lieferstatus“, „Eingangsrechnungen“ oder „eingehende Anrufe zur Terminvereinbarung für einen Kundendiensteinsatz“ sind Einheiten, die Sie zählen, bepreisen und automatisieren können.
2. Kennen Sie das monatliche Volumen und seine Saisonalität? Das Volumen treibt jeden Business Case. Zwanzig Rechnungen im Monat rechtfertigen selten eine Automatisierung, zweitausend meistens schon. Notieren Sie Spitzen, denn das System muss sie bewältigen.
3. Haben Sie eine gemessene Baseline? Bearbeitungszeit, Vollkosten pro Einheit, Fehler- und Nacharbeitsquote, Reaktionszeit oder Abschlussquote – über vier bis acht Wochen aus Ihren Systemen gemessen, nicht im Meeting geschätzt. Ohne sie lässt sich keine Verbesserung belegen.
4. Gibt es eine Erfolgskennzahl und eine Person, die sie abnimmt? Eine primäre Kennzahl (Kosten pro Rechnung, Anteil der ohne Menschen gelösten Tickets, gebuchte Termine) und eine benannte verantwortliche Person, die über Go oder No-go entscheidet.
5. Wissen Sie, was Fehler heute kosten? Der Preis des Status quo ist Ihre Budgetobergrenze. US-Handwerksbetriebe verpassen 14–27 Prozent der eingehenden Anrufe, und ein verpasster Anruf kann einen verlorenen Auftrag im Wert von 230 bis 3.000 US-Dollar bedeuten (Thoughtly); die Bearbeitung einer Rechnung kostet im Schnitt 10,89 US-Dollar, bei den besten Teams 2,78 US-Dollar (Parseur). Stellen Sie Ihre eigenen Zahlen daneben. Wie das geht, zeigt unser Leitfaden KI-ROI berechnen.
Block 2: Daten und Wissen (Fragen 6–10)
6. Wissen Sie, wo Eingaben ankommen und in welchen Formaten? E-Mail, PDF-Scans, Webformulare, Telefon, WhatsApp, ein Lieferantenportal. Jeder Kanal und jedes Format erhöht den Integrationsaufwand; eine Liste verhindert Überraschungen.
7. Ist Ihre Wissensbasis aktuell, und wer pflegt sie? Ein KI-Assistent ist nur so gut wie die Dokumente, aus denen er antwortet. Veraltete Preislisten und Richtlinien sind die häufigste Ursache für „Halluzinationen“, die in Wahrheit alte Daten sind. Benennen Sie eine verantwortliche Person und einen Aktualisierungsrhythmus.
8. Können Sie einige Hundert echte historische Fälle zusammentragen? Echte Tickets, Anrufe oder Dokumente, auch die unordentlichen, bilden den Testdatensatz, der zeigt, ob das System funktioniert – bevor Ihre Kunden es merken.
9. Wissen Sie, welche personenbezogenen Daten betroffen sind? Namen und Adressen, Gesundheitsdaten, Finanzdaten, Sprachaufnahmen. Besondere Kategorien nach DSGVO legen die Messlatte für alles Weitere höher.
10. Wissen Sie, wo die Daten verarbeitet werden dürfen? Hosting nur in der EU, Übermittlung an US-Anbieter auf Basis von Standardvertragsklauseln oder dem Data Privacy Framework, oder selbst betriebene Modelle. Entscheiden Sie das vor der Werkzeugauswahl, denn es schließt Optionen ein oder aus.
Block 3: Systeme und Integration (Fragen 11–15)
11. Aus welchen Systemen muss die KI lesen, in welche schreiben? CRM, Helpdesk, ERP, Kalender, Telefonanlage, Shopsystem. Fragen beantworten braucht Lesezugriff; Arbeit erledigen braucht Schreibzugriff, und dorthin fließt der größte Teil des Budgets. Integrationen machen 40–60 Prozent eines typischen RAG-Budgets aus (ment.tech).
12. Haben diese Systeme APIs, Webhooks oder MCP-Server? Moderne SaaS-Werkzeuge meist ja, ältere On-Premise-Software oft nicht. MCP ist zum Standard geworden, um Agenten an Systeme anzubinden, mit mehr als 10.000 öffentlichen Servern (Digital Applied).
13. Bezahlen Sie bereits für einen KI-Agenten in Ihrem Stack? HubSpot Breeze, Salesforce Agentforce, Zendesk AI, Intercom Fin und Microsoft Copilot Studio enthalten Agenten mit Abrechnung pro Ergebnis oder über Credits. Testen Sie, was Sie schon haben, bevor Sie Neues beauftragen.
14. Kann die Lösung in Ihren eigenen Konten laufen? Ihre Cloud, Ihre API-Schlüssel, Ihre Automatisierungsplattform. Das kostet am Anfang nichts extra und erspart später eine schmerzhafte Migration.
15. Was passiert, wenn ein System oder die KI ausfällt? Rückfall in eine Warteschlange für Menschen, eine Statusmeldung, ein erneuter Versuch. Produktivsysteme erkennt man daran, wie sie ausfallen.
Block 4: Menschen und Betrieb (Fragen 16–20)
16. Gibt es nach dem Start eine fachlich und eine technisch verantwortliche Person? Jemand muss die Kennzahl verantworten, jemand das System. Fehlt eines von beiden, verfällt die Qualität leise.
17. Wo muss ein Mensch freigeben oder entscheiden? Erstattungen über einem Schwellenwert, rechtliche Aussagen, medizinische oder finanzielle Beratung. 49 Prozent der großen US-Unternehmen haben ausdrücklich Szenarien festgelegt, in denen ein Agent nicht allein entscheiden darf (KPMG).
18. Wie werden Mitarbeitende eingebunden und geschult? Vorbehalte der Beschäftigten sind für 42 Prozent der deutschen KI-Nutzer ein Hemmnis (Bitkom). Wer die Eskalationsregeln mitgestaltet, wird zum besten Prüfer des Systems. Auch die KI-Verordnung erwartet Maßnahmen zur KI-Kompetenz, nach dem Digital Omnibus abgeschwächt zu unterstützenden Maßnahmen (ActuIA).
19. Wer prüft jede Woche die Qualität? Manuelle Qualitätskontrolle erfasst meist nur 1–2 Prozent der Anrufe (AssemblyAI); mit KI lassen sich 100 Prozent der Gespräche bewerten, aber jemand muss die Berichte lesen und handeln.
20. Wie erfahren Kunden davon, und wie erreichen sie einen Menschen? Ein klarer Hinweis, ein einfacher Weg zu einer Person und eine Feedbackschleife. Das ist guter Service und in der EU eine gesetzliche Pflicht.
Block 5: Risiko, Compliance und Budget (Fragen 21–25)
21. Ist der Anwendungsfall nach der KI-Verordnung hochriskant? KI in Personalauswahl, Kreditscoring, Bildung und bestimmten grundlegenden Diensten fällt unter Anhang III, die Pflichten gelten ab dem 2. Dezember 2027; Emotionserkennung am Arbeitsplatz ist seit dem 2. Februar 2025 verboten (AIActo, KI-VO Artikel 5). In Deutschland ist die Bundesnetzagentur als Aufsicht zuständig (ActuIA). Wenn ja, planen Sie einen eigenen Compliance-Strang. Unser Leitfaden zur KI-Verordnung für KMU zeigt die Fristen.
22. Sind Transparenz und Einwilligung geregelt? Seit dem 2. August 2026 müssen Chatbots und Voice-Agenten in der EU offenlegen, dass sie KI sind (Artikel 50). Wer ein Telefonat ohne Einwilligung aufzeichnet, macht sich nach §201 StGB strafbar (gesetze-im-internet.de); automatisierte Werbeanrufe brauchen nach §7 UWG eine vorherige ausdrückliche Einwilligung (gesetze-im-internet.de). Wer Kunden in den USA anruft, braucht für KI-Stimmen nach dem TCPA ebenfalls eine vorherige ausdrückliche Einwilligung (FCC 24-17).
23. Stehen die DSGVO-Grundlagen? Ein Auftragsverarbeitungsvertrag (AVV) mit jedem Anbieter, eine Liste der Unterauftragsverarbeiter (Modell-, Sprach- und Telefonieanbieter), Löschfristen und eine Datenschutz-Folgenabschätzung, wo Gespräche aufgezeichnet oder Sprachdaten verarbeitet werden. Details in DSGVO für KI-Chatbots.
24. Gibt es ein Budget für Aufbau und Betrieb, mit Nutzungsobergrenze? 54 Prozent der deutschen KI-Nutzer nennen unvorhersehbare Kosten als Hemmnis (Bitkom). Planen Sie den Aufbau, die monatlichen Betriebskosten und eine harte Obergrenze für Tokens und Minuten ein.
25. Gehört Ihnen das Ergebnis, und gibt es einen Ausstiegsplan? Code, Prompts, Workflows, Testdatensätze und Daten sollten Ihnen gehören, mit einem dokumentierten Weg, Anbieter oder Modelle zu wechseln.
Auswertung und nächste Schritte
| Punkte | Status | Nächster Schritt |
|---|---|---|
| 40–50 | Bereit | Bezahlter, befristeter Pilot von 2–4 Wochen mit unterschriebenen Erfolgskriterien |
| 25–39 | Teilweise bereit | Discovery-Phase: Baseline, Datenzugang, Integrationslandkarte, Compliance-Check |
| 0–24 | Noch nicht | Zuerst Prozess- und Datengrundlagen; schnelle Erfolge mit Werkzeugen, für die Sie schon zahlen |
Eine Regel steht über der Summe: Eine 0 bei Frage 21, 22 oder 23 ist ein Ausschlusskriterium. Klären Sie diesen Punkt vor jedem kundennahen Pilot, egal wie hoch die Punktzahl ist. Sobald Sie bereit sind, zeigt unser Leitfaden Vom KI-Pilot in die Produktion die nächsten Stufen.
Welche Anwendungsfälle meist am besten abschneiden
| Anwendungsfall | Warum er meist bereit ist | Beleg |
|---|---|---|
| Kundenservice im First Level | Zählbare Tickets, klares Ergebnis, Plattformen mit Abrechnung pro gelöstem Fall | 66 Prozent der Serviceteams nutzen KI-Agenten; 70 Prozent sahen binnen 60 Tagen einen Effekt (Salesforce) |
| Eingehende Anrufe und Terminbuchung | Verpasste Anrufe haben einen direkten Preis | Anteil gebuchter Anrufe von unter 50 auf 80 Prozent bei einem Sanitärbetrieb (ServiceTitan) |
| Schnelle Reaktion auf Leads | Reaktionszeit und Abschlussquote sind messbar | Menschlicher Lead-Qualifizierer 3.000–5.000 $ im Monat vs. KI 99–500 $ (Rework) |
| Dokumentenverarbeitung | Hohes Volumen, strukturiertes Ergebnis | 10,89 $ vs. 2,78 $ pro Rechnung (Parseur) |
| „KI-SDR“ im Outbound als Ersatz für den Vertrieb | Schneidet meist schlecht ab: schwer messbar, hohe Abwanderung | 50–70 Prozent Kündigungen pro Jahr; Pipeline menschlicher Vertriebler 2,6-mal höher (Forma Nôrden) |
Was ein gutes Audit liefert
Ein Audit sollte mit Entscheidungen enden, nicht mit Folien. Erwarten Sie eine Prozesslandkarte des Kandidatenprozesses, eine priorisierte Liste mit zwei oder drei Anwendungsfällen samt ROI-Schätzung, die gemessene Baseline, die Lücken bei Daten und Integrationen, Compliance-Hinweise und ein Festpreisangebot für den Pilot. Auf dem US-Markt kostet ein Prozessaudit zum Festpreis rund 1.500–2.000 US-Dollar und dauert ein bis zwei Wochen (TheCrunch); viele Anbieter rechnen es auf die spätere Umsetzung an.
So führen Sie das Audit in einer Woche durch
Ein erstes Audit lässt sich intern oder mit einem Partner in fünf Arbeitstagen durchführen:
- Tag 1 – Kick-off und Bewertung. Eine Stunde mit der prozessverantwortlichen und der systemverantwortlichen Person: die 25 Fragen durchgehen und jede 0 und 1 markieren.
- Tag 2–3 – Daten. Volumen und Bearbeitungszeiten für die Baseline exportieren, echte historische Fälle für einen Testdatensatz sammeln, Eingangskanäle und Formate auflisten.
- Tag 4 – Systeme und Compliance. Schnittstellen und vorhandene KI-Funktionen Ihrer Werkzeuge prüfen, den Datenfluss skizzieren, personenbezogene Daten, Anbieter und den nötigen KI-Hinweis auflisten.
- Tag 5 – Business Case und Entscheidung. Konservatives, Basis- und optimistisches Szenario rechnen, die Fragen neu bewerten und entscheiden: Pilot, Discovery oder Grundlagen.
Am Ende der Woche haben Sie pro Kandidatenprozess eine Seite: Punktzahl, Baseline, ROI-Schätzung, offene Lücken und eine Empfehlung. Mit dieser Seite gehen Sie in die Budgetrunde.
Typische Fehler
- „Das Unternehmen“ statt eines Prozesses auditieren. Reife ist prozessspezifisch; bewerten Sie jeden Kandidaten einzeln.
- Die Baseline schätzen. Eine geschätzte Baseline ergibt einen geschätzten ROI.
- Compliance spät entdecken. Kennzeichnung, Einwilligung und AVV sind am Anfang günstig und in Woche sechs teuer.
- Werkzeuge ignorieren, für die Sie schon zahlen. Der günstigste Agent steckt vielleicht schon in Ihrem CRM.
- Den Betrieb vergessen. Wer nach dem Start die Qualität prüft und das Wissen pflegt, gehört zur Reife, nicht ins Kleingedruckte.
- Eine niedrige Punktzahl als Scheitern werten. Sie ist eine To-do-Liste – und ein weit günstigerer Befund als ein gescheiterter Pilot.
Fazit
Ein KI-Readiness-Check beantwortet eine Frage: Lässt sich dieser konkrete Prozess mit messbarem Nutzen, vertretbarem Risiko und einem kontrollierten Budget automatisieren? Fünfundzwanzig Fragen, eine Stunde ehrlicher Bewertung und ein paar Wochen Datensammlung liefern Ihnen diese Antwort, bevor Sie Geld in die Umsetzung stecken.
Wenn Sie die Checkliste mit einem Engineer durchgehen möchten, buchen Sie ein kostenloses 15-Minuten-Audit. Wir wählen mit Ihnen den aussichtsreichsten Prozess, bewerten ihn gemeinsam und sagen Ihnen, was ein Pilot mit Lotus Libre Agents oder Lotus Libre Systems braucht.