LEMUR steht für fünf Dimensionen, die darüber entscheiden, ob KI-Einführungen ein finanzielles Ergebnis bringen. Jede Dimension bewerten wir auf einer Skala von 1–5 nach beschriebenen Kriterien; die Summe rechnen wir in einen Index von 0–100 um.
Eingangsdaten
- Interviews mit der Geschäftsführung und Vertretern von 3–5 Teams
- Fragebogen mit 15 Fragen, ausgefüllt von denselben Personen
- Liste der Tools und Systeme mit KI-Funktionen
- Dokumente: Richtlinien, Verträge mit Anbietern, Datenbeschreibungen
Ablauf
- 01Fragebogen und InterviewsGeschäftsführung und Teams beantworten dieselben Fragen. Abweichungen zwischen den Antworten sind ein eigener Befund.
- 02Bewertung der DimensionenJede Dimension erhält eine Bewertung von 1–5 nach den Kriterien in der Tabelle unten, mit Begründung und Beispiel.
- 03LückenlandkarteDie Dimension mit der niedrigsten Bewertung begrenzt meist die übrigen; mit ihr beginnt der Maßnahmenplan.
- 04Prioritäten und RoadmapPlan für 90 Tage: Maßnahmen, Verantwortliche, Budget und Fortschrittskennzahlen.
Fünf Dimensionen
- Führung und Ziele
Geschäftsziele für KI, Budget und eine verantwortliche Person mit Mandat der Geschäftsführung. - Bildung und Kompetenzen
Nutzungsrichtlinie und KI-Kompetenzen in den Teams, einschließlich der Pflicht aus Art. 4 der KI-Verordnung (AI Act). - Datenmodell
Verfügbarkeit, Qualität, Metadaten und Zugriffsrechte der Daten. - KI-Nutzung und Wert
Anwendungsfälle mit geschätztem Wert und Erfolgskennzahl. - Risiko und Regulierung
Systemregister, Klassifizierung nach AI Act, DSGVO und Sicherheit.
Der Index ist die Summe der fünf Bewertungen (5 bis 25 Punkte), umgerechnet auf eine Skala von 0–100 nach der Formel (Summe − 5) × 5. Rechenbeispiel: Die Bewertungen 4, 2, 3, 2, 3 ergeben die Summe 14 und den Index 45.
Bewertungskriterien
Die Bewertungen 2 und 4 stehen für einen Zwischenstand zwischen den beschriebenen Stufen.
| Dimension | Stufe 1 | Stufe 3 | Stufe 5 |
|---|---|---|---|
| L | Keine Ziele und keine verantwortliche Person | Allgemeine Ziele, verantwortliche Person ohne Budget | Ziele mit Kennzahlen, Budget und eine verantwortliche Person mit Mandat der Geschäftsführung |
| E | Keine Richtlinie und keine Schulungen | Richtlinie vorhanden, Schulungen unregelmäßig | Rollenbasiertes Programm mit Kompetenzmessung |
| M | Datenquellen unbekannt | Liste der Quellen mit Verantwortlichen, Lücken bei Metadaten | Datenlandkarte, Kennzahlenglossar, Berechtigungskontrolle |
| U | Keine Liste der Anwendungsfälle | Liste ohne Wertabschätzung | Bewertetes Portfolio, Pilotprojekte mit Kriterien, produktive Einführungen |
| R | Kein KI-System-Register | Register unvollständig, vorläufige Einstufung | Register mit Risikoeinstufung und Anpassungsplan |
Diagnosefragen
- Wer in der Geschäftsführung ist für KI verantwortlich, und über welches Budget verfügt diese Person?
- Welche Daten werden für die drei wichtigsten Anwendungsfälle benötigt, und wem gehören sie?
- Wie viele KI-Lösungen laufen produktiv mit gemessener Wirkung?
- Hat das Unternehmen ein KI-System-Register, und weiß es, in welcher Rolle es gegenüber jedem dieser Systeme auftritt?
Auf welchen etablierten Modellen basiert die Methode?
Der LEMUR AI Readiness Index verbindet Elemente bewährter Modelle mit Umsetzungspraxis. Die Quellmodelle nennen wir mit ihren Autoren; die Methodenbeschreibung ist eine eigene Ausarbeitung von Lemur Media.
| Modell | Autor und Jahr | Was wir nutzen |
|---|---|---|
| AI Maturity Model | Gartner | KI-Reifegrade in Organisationen |
| AI Risk Management Framework 1.0 | NIST, 2023 | KI-Risikomanagement: Govern, Map, Measure, Manage |
| ISO/IEC 42001 | ISO/IEC, 2023 | Managementsystem für künstliche Intelligenz |
Ergebnisse
- Index von 0–100 und Bewertung der fünf Dimensionen mit Begründung
- Lückenlandkarte mit Prioritäten
- 90-Tage-Roadmap
Grenzen der Methode
Der Index beschreibt die Bereitschaft der Organisation. Er bewertet nicht die Qualität konkreter Modelle oder Anbieter.