KI-Reifegrad im Mittelstand: Selbsttest und Weg zur messbaren Wirkung

Der KI-Reifegrad beantwortet die Frage, die nach der Einführung kommt: Wie tief ist KI bei uns wirklich im Geschäft angekommen? Die Nutzungsfrage ist entschieden. 57 % der Unternehmen ab 20 Beschäftigten setzen KI ein, nach 36 % im Vorjahr (Bitkom-KI-Studie, 14. September 2026, n=603). Das ifo-Institut misst 54,5 % über alle Unternehmen, in der Industrie 58,7 %, bei großen Unternehmen 67,2 % (ifo, Juni 2026).

Die zweite Zahl aus derselben Bitkom-Erhebung ist unbequemer: Kein einziges Unternehmen gibt an, das Potenzial von KI vollständig auszuschöpfen; 59 % sagen, sie schöpfen es überhaupt nicht aus. International zeigt die McKinsey-Untersuchung „State of AI“ (November 2025, n=1.993) dasselbe Bild von der anderen Seite: Nur rund 6 % der Organisationen führen mindestens 5 % ihres EBIT auf KI zurück, nur 39 % berichten überhaupt einen messbaren EBIT-Effekt. Für den deutschen Markt kommt die KPMG-Studie 2026 (n=480) zu vergleichbaren Werten: 97 % halten KI für relevant für Geschäftsmodell und Wertschöpfung, weniger als 1 % haben KI in allen betrachteten Bereichen vollständig und systematisch integriert.

Zwischen „wir nutzen KI“ und „KI verändert messbar unser Geschäft“ liegt also eine breite Lücke. Diese Lücke heißt KI-Reifegrad. Dieser Leitfaden zeigt, was ein Reifegrad-Modell misst, welche Frameworks es gibt, welche sechs Dimensionen einen ehrlichen Selbsttest tragen, was die obere Liga anders macht und welchen Pfad mittelständische Unternehmen realistisch nehmen können.

Stand: September 2026. Alle Zahlen mit Quelle und Erhebungszeitraum; rechtliche Hinweise ersetzen keine Rechtsberatung.

Ein KI-Reifegrad-Modell ist nichts anderes als ein strukturierter Spiegel: ein Raster, an dem ein Unternehmen ehrlich abliest, wo es zwischen „wir haben mal ChatGPT geöffnet" und „KI ist Teil unseres Operating Models" steht. Reifegrad-Modelle gibt es seit Jahrzehnten – im Qualitätsmanagement (CMMI), in der Software-Entwicklung, in der IT-Sicherheit. KI-spezifisch hat sich das Format ab etwa 2020 etabliert. 2026 hat sich das Spiel allerdings entscheidend geändert.

Drei Verschiebungen machen den Reifegrad 2026 wichtiger als jede Vorjahres-Variante:

1. Die Nutzung ist entschieden, die Wertabschöpfung nicht. Wer 2024 noch sagen konnte „wir prüfen das gerade", gehört 2026 zur Minderheit. Die Bitkom-Mehrheit von 57 % ist eine Schwelle, keine Auszeichnung mehr.

2. Die Modell-Landschaft wird laufend neu gemischt. Die großen Anbieter bringen im Abstand weniger Monate neue Modellgenerationen heraus; das Modell, mit dem ein Anwendungsfall heute gebaut wird, ist ein halbes Jahr später selten noch Stand der Technik. Wer das nicht abfedert (Modellwahl je Anwendungsfall, mehrere Anbieter, Vergleichstests, Kostenüberwachung), baut ständig neu. Den laufenden Überblick gibt der LLM-Vergleich.

3. Regulatorische Reife wird zur Kernanforderung. Seit dem 2. Februar 2025 gilt Art. 4 der KI-Verordnung: Anbieter und Betreiber ergreifen Maßnahmen, um die KI-Kompetenz ihrer Beschäftigten zu fördern. Seit dem 2. August 2026 gelten die Transparenzpflichten nach Art. 50. Ein Unternehmen ohne dokumentierte KI-Governance kann keinen seriösen Reifegrad für sich beanspruchen; die Compliance-Dimension ist Eintrittskarte, nicht Kür.

Reifegrad-Modelle sind 2026 also nicht primär ein Beratungs-Spielzeug. Sie sind das Diagnose-Instrument, das jeder CDO, jeder CIO und jede Geschäftsführung braucht, um zwei Fragen beantworten zu können: Wo stehen wir wirklich? Und was ist der nächste, ökonomisch tragfähige Schritt?

Wer 2026 ein Reifegrad-Modell sucht, findet nicht zu wenig – sondern zu viel. Mindestens fünf etablierte Frameworks konkurrieren um die Definitionshoheit. Sie überlappen stark, setzen aber unterschiedliche Schwerpunkte. Die folgende Tabelle ordnet die wichtigsten Modelle nach Ursprung, Struktur und sinnvoller Einsatz-Situation – ohne Anbieter-Storytelling.

Die fünf Modelle widersprechen sich nicht, sie betonen Unterschiedliches. Das Gartner-Modell ist die gemeinsame Sprache in der Vorstandskommunikation. Microsoft liefert Werkzeuge, McKinsey die EBIT-Brille, OWASP die Sicherheitsklammer. Die Plotdesk-Wirkungstiefe ist bewusst schlanker (4 statt 5 Stufen) und auf eine pragmatische Frage zugespitzt: Was ist der nächste umsetzbare Schritt, der wirtschaftlich trägt?

In der Praxis empfiehlt sich eine Kombination: Externe Sprache und Benchmark-Hülle nach Gartner (für CEO und Aufsichtsrat), Sicherheits-/Compliance-Dimension nach OWASP (für CISO und DSB), interne Operationalisierung nach McKinsey oder Plotdesk (für Engineering, Adoption und Wirkungsmessung).

Egal welches Framework am Ende den Stempel trägt – die ehrliche Selbsteinschätzung folgt immer dem gleichen Sechser-Set. Diese sechs Dimensionen sind seit etwa 2023 Konsens über alle großen Frameworks hinweg (Gartner, McKinsey, OWASP AI Maturity Assessment, MIT CISR). Wer eine davon ignoriert, hat keine Bewertung, sondern ein Gefühl.

Bei der Selbstbewertung pro Dimension hat sich eine einfache 1–5-Skala bewährt:

• 1 – Ad-hoc. Es passiert irgendwo, niemand ist dafür verantwortlich, nichts ist dokumentiert.
• 2 – Aktiv. Erste Initiativen laufen, oft personenabhängig, ohne übergreifenden Standard.
• 3 – Operativ. Erste Use Cases sind produktiv, mit Standardprozessen und Verantwortlichen.
• 4 – Systemisch. Plattform und Governance sind unternehmensweit verankert, Skalierung läuft.
• 5 – Transformational. KI ist Teil des Operating Models, Geschäftsmodell wird mit KI weitergedacht.

Wer bei jeder der sechs Dimensionen eine ehrliche Note vergibt und den Durchschnitt bildet, hat in 30 Minuten einen ersten Reifegrad-Wert. Wichtig: Die schwächste Dimension limitiert die Gesamtwirkung. Ein Unternehmen mit 4er-Plattform aber 1er-Governance steht nicht auf 2,5 – es steht effektiv auf 1, weil es bei der nächsten EU-AI-Act-Prüfung zurückfällt.

Die großen Frameworks sind solide, aber für viele mittelständische Geschäftsführungen zu kleinteilig. Aus mehr als 1.200 umgesetzten Use Cases in 15 Branchen hat Plotdesk ein bewusst schlankes Vier-Stufen-Bild abgeleitet, das sich in 30 Sekunden erklären lässt und trotzdem die zentrale Frage beantwortet: Wo stehen wir, was ist der nächste Schritt, wo liegt der echte Hebel?

In der Praxis stehen die allermeisten mittelständischen Unternehmen auf Stufe 1 oder 2. Der Sprung von Stufe 2 auf Stufe 3 ist die kritischste Schwelle: Hier entscheidet sich, ob aus Hilfe im Einzelfall ein veränderter Prozess wird. Die messbare Geschäftswirkung, also der EBIT-Beitrag aus der McKinsey-Definition, entsteht erst auf Stufe 4. Genau dort liegt die Gruppe der AI High Performer, die McKinsey auf rund 6 % aller Organisationen beziffert.

Das Bild sagt bewusst nicht, dass eine weitere Stufe immer besser wäre. Stufe 4 ist das Plateau, das ein mittelständisches Unternehmen erreichen muss, um aus KI eine dauerhafte Position zu machen, kein utopischer Endzustand.

Die McKinsey-Studie 2025 (n=1.993) hat über die 6 % High Performer ein klares Profil herausgearbeitet. Das Ergebnis ist unbequem für jedes Unternehmen, das hofft, mit ein paar Copilot-Lizenzen Reife zu kaufen: Die obere Liga unterscheidet sich nicht in der Werkzeugwahl, sondern in der Arbeitsorganisation. Von 25 getesteten Merkmalen hatte die grundlegende Neugestaltung von Arbeitsabläufen den stärksten Einfluss auf den EBIT-Effekt (McKinsey, März 2025, n=1.491).

Die Quintessenz ist nüchtern: AI High Performer entstehen nicht durch bessere KI, sondern durch eine andere Arbeitsorganisation. Sie investieren im Mittel mehr in Menschen und Organisation als in Technologie. Genau deshalb verbindet Plotdesk die Plattform mit einem Umsetzungsteam aus KI-Strategen und AI Solutions Engineers, statt nur Zugänge bereitzustellen.

Die folgende Selbsteinschätzung ersetzt keine externe Einordnung, etwa im Rahmen einer KI-Potenzialanalyse, ist aber ein robuster erster Spiegel. Geschäftsführung, IT-Verantwortliche und ein bis zwei Fachbereichsleitungen beantworten die Fragen separat auf einer 1–5-Skala. Die Streuung zwischen den Antworten ist oft aufschlussreicher als der Mittelwert: Sie zeigt, wo die Organisation auch intern keinen einheitlichen Stand hat.

Auswertung in unter 5 Minuten:

• Durchschnitt unter 2,0 → Stufe 1 (Chat). Erster Schritt: ein sicherer Zugang mit Rollen und Protokollierung, eine schriftliche Richtlinie und ein bis zwei einfache Anwendungsfälle.
• 2,0 bis 2,9 → Stufe 2 (Assistenz). Empfehlung: einen Anwendungsfall in einen strukturierten Proof of Value heben und parallel die Governance-Basis legen.
• 3,0 bis 3,9 → Stufe 3 (Automatisierung). Fokus auf den Rollout über mehrere Bereiche und ein KI-Kompetenzzentrum.
• 4,0 und höher → Stufe 4 (Individuelle Lösung). Plattformtiefe, verbindliche Wirkungsmessung, laufende Use-Case-Pipeline.

Wichtig bleibt: Die Gesamtnote wird durch die schwächste Dimension nach unten gezogen. Wer in Strategie eine 4 und in Governance eine 1 hat, ist nicht auf 2,5 – sondern bei der nächsten Aufsichtsrat-Frage zur EU-AI-Act-Konformität in der Defensive.

Aus der Plotdesk-Praxis im deutschen Mittelstand wiederholen sich fünf Bewertungsfehler so regelmäßig, dass sie hier benannt gehören:

Der Sprung von Stufe 2 (Assistenz) auf Stufe 4 (Individuelle Lösung) braucht vor allem Disziplin. In der Plotdesk-Praxis im Mittelstand hat sich ein 12-Monats-Pfad bewährt, der die Befunde zu High Performern (neu gebaute Abläufe, Governance, messbare Ziele) auf mittelständische Verhältnisse übersetzt. Die Phasen sind aufeinander aufbauend, nicht parallel:

Wer diesen Pfad geht, sollte realistisch bleiben: Der Weg vom ersten produktiven Anwendungsfall bis zur breiten Verankerung dauert unserer Erfahrung nach eher Quartale als Wochen. Entscheidend ist die Konzentration auf wenige Anwendungsfälle. Der häufigste Grund für Verzögerungen ist der Versuch, parallel an zehn Vorhaben zu bauen.

Ein Reifegrad-Modell ohne Compliance-Dimension ist unvollständig. Für die Bewertung zählen vor allem zwei Punkte: die Pflicht zu Maßnahmen der KI-Kompetenz nach Art. 4, die seit Februar 2025 gilt, und die Transparenzpflichten nach Art. 50, die seit August 2026 gelten. Laut Bitkom (September 2026) schulen 70 % der Unternehmen ihre Beschäftigten im Umgang mit KI, jedes vierte bietet aber noch gar keine Schulung an.

Die Konsequenz für die Bewertung: Wer in Dimension 5 unter 3 liegt, weiß meist nicht, welche eigenen Chatbots, Sprachassistenten oder KI-generierten Inhalte unter Art. 50 fallen. Genau dort besteht seit August 2026 ein konkretes Bußgeldrisiko, denn Verstöße gegen Art. 50 sind mit bis zu 15 Mio. Euro oder 3 % des weltweiten Jahresumsatzes bewehrt (Art. 99 Abs. 4). Für Art. 4 sieht die Verordnung dagegen kein eigenes Bußgeld vor; die Pflicht besteht trotzdem.

Praktisch heißt Reife hier: ein Register aller eingesetzten Anwendungsfälle mit Verantwortlichen und Risikoeinstufung, eine KI-Richtlinie, dokumentierte Maßnahmen zur KI-Kompetenz und ein Auftragsverarbeitungsvertrag mit jedem Anbieter. Diese Übersicht ersetzt keine Rechtsberatung im Einzelfall.

Plotdesk verbindet eine KI-Plattform mit einem Umsetzungsteam für den Mittelstand und setzt damit genau an der Lücke an, die die Studienlage beschreibt: zwischen „wir nutzen KI“ und „KI wirkt messbar“. Die Zusammenarbeit folgt vier Schritten:

1. 01 KI-Potenzialanalyse. Prozesse, Herausforderungen und Systeme werden gemeinsam analysiert. Ergebnis ist eine priorisierte Hypothese, wo KI wirtschaftlich wirkt.
2. 02 Proof of Value. Ein klar abgegrenzter Anwendungsfall wird auf Ihren Daten umgesetzt und gegen gemeinsam definierte Erfolgskriterien geprüft.
3. 03 Produktive Lösung. Integration in Prozesse, Berechtigungen und Infrastruktur, mit Schulung und Begleitung der Beschäftigten.
4. 04 Systematischer Ausbau. Weitere Anwendungsfälle bauen auf demselben Fundament auf, die Wirkung wird laufend gemessen.

Technisch heißt das: eine dedizierte Instanz in der EU oder im eigenen Tenant, mehr als 100 Modellvarianten aus zehn Provider-Typen pro Team steuerbar, Rollen und mehr als 40 Berechtigungen, Audit-Logs und Kostensteuerung je Bereich, Anbindung von ERP, Fileserver und Altsystemen über Plotdesk Connect. Aus mehr als 1.200 umgesetzten Use Cases in 15 Branchen stammt die Erfahrung, was in welcher Reihenfolge trägt. Für Führungsteams, die zuerst ein gemeinsames Bild brauchen, gibt es den KI-Strategie-Workshop mit Top-Use-Cases, Nutzenschätzung und Roadmap.

2026 sortiert sich der deutsche Mittelstand entlang einer scharfen Linie: in Unternehmen, die KI nutzen (die Mehrheit, laut Bitkom 57 %) und in Unternehmen, die mit KI wirtschaftlich gewinnen (rund 6 %, laut McKinsey). Die Differenz ist nicht das bessere Modell, nicht die teurere Lizenz, nicht die längere Strategie-Folie. Die Differenz ist der Reifegrad: das Operating Model, das aus KI eine wiederkehrende, messbare, gerichtete Wertschöpfung macht.

Wer 2026 ehrlich misst, hat zwei wichtige Erkenntnisse innerhalb eines Vormittags:

1. Die Selbsteinschätzung ist meistens zu optimistisch. Lizenzen, Pilotprojekte und ein Foliensatz fühlen sich nach Reife an, entsprechen aber Stufe 1 oder 2.
2. Der Pfad nach oben ist klar und überschaubar: ein neu gebauter Kernprozess, ein produktiver Anwendungsfall mit Ausgangswert, eine Governance-Basis und ein Programm für Akzeptanz.

Die KPMG-Studie 2026 fasst es so zusammen: Der Abstand zwischen ehrgeiziger Strategie und konsequenter Umsetzung wird zum entscheidenden Unterschied. Der Reifegrad ist das Diagnose-Instrument, das den Weg von der Absicht zur Wirkung in handhabbare Schritte zerlegt. Wie die einzelnen Schritte ablaufen, steht im Leitfaden KI im Unternehmen einführen; die Ausgangslage im Mittelstand ordnet der Artikel zu KI im Mittelstand ein.

Wer beim ehrlichen 90-Minuten-Selbsttest auf Stufe 2 landet, gehört zur großen Mehrheit. Wer auf Stufe 3 kommt, ist überdurchschnittlich. Wer auf Stufe 4 kommt, ist in der Liga, in der sich der Wettbewerbsvorteil 2026 entscheidet – und in der sich nach McKinsey-Daten nur 6 % der Organisationen bewegen.

In welcher Liga Ihr Unternehmen 2026 spielt, ist eine Entscheidung – keine Prognose.