AI Maturity Model: Die 5 Reifegrade der KI-Nutzung im Unternehmen

Fragen Sie ein Führungsteam, wie gut das Unternehmen in KI ist, und Sie bekommen ein Schulterzucken, eine aus der Luft gegriffene Zahl oder eine Folie, die Ambition statt Realität beschreibt. Die ehrliche Antwort lautet meist: “Wir wissen es nicht.” Alle nutzen es, ein paar Teams pilotieren es, und niemand kann sagen, ob irgendetwas davon ein einziges Geschäftsergebnis verändert hat.

Die Daten erklären den Nebel. Die MIT-Studie zur KI im Unternehmen von 2025 ergab, dass 95 Prozent der generativen KI-Piloten keinen messbaren Nutzen liefern¹. S&P Global berichtete, dass 42 Prozent der Unternehmen 2025 die meisten ihrer KI-Initiativen abgebrochen haben, mehr als doppelt so viele wie im Vorjahr⁸. Die Ausgaben sind real; der Fortschritt ist es nicht. Was fehlt, ist eine Möglichkeit zur Standortbestimmung - präzise zu sagen, wo Sie stehen und was der nächste Schritt ist.

Genau das leistet ein KI-Reifegradmodell. Dieser Leitfaden beschreibt fünf Reifegrade der KI-Nutzung im Unternehmen, von der Ad-hoc-ChatGPT-Nutzung über private Accounts bis zu KI-Mitarbeitern, die ganze Prozesse ohne zusätzliches Personal ausführen. Er benennt den genauen Sprung, an dem die meisten Organisationen hängenbleiben, und zeigt, was jede Stufe tatsächlich braucht - damit Sie aufhören zu raten und anfangen zu klettern.

Warum Sie nicht sagen können, wo Sie stehen

Das Problem der KI im Unternehmen ist kein Mangel an Aktivität. Es ist ein Mangel an Orientierung. Ausgaben und Nutzung sind hoch, aber kaum jemand kann seine Position so beschreiben, dass sie eine Nachfrage übersteht.

• Nutzung überall, Wirkung nirgends - Fast 70 Prozent der S&P-500-Unternehmen geben an, KI einzusetzen, aber nur wenige verfolgen über die Zeit eine Kennzahl, die beweist, dass es funktioniert¹⁵. Aktivität hat sich vom Ergebnis entkoppelt.
• Piloten werden nicht zu Produktion - Das MIT fand, dass 95 Prozent der generativen KI-Piloten nie zu messbarem Geschäftswert übergehen. Das Scheitern liegt im Uebergang, nicht in der Idee¹.
• Abbrüche nehmen zu - 42 Prozent der Unternehmen haben 2025 die meisten KI-Initiativen eingestellt, nach 17 Prozent im Vorjahr⁸. Für die Orientierungslosen kehrt sich das Momentum um.
• Skalierung ist selten - McKinsey berichtet, dass in keiner Funktion mehr als 10 Prozent der Organisationen angeben, KI-Agenten zu skalieren. Die meisten hängen bei ein oder zwei Experimenten fest³.
• Der Blocker ist nicht das Modell - RANDs Analyse des Scheiterns von KI-Projekten verweist auf falsch ausgerichtete Ziele, Datenqualität und Infrastrukturlücken, nicht auf schwache Technik¹³.
• Hype füllt das Vakuum - Ohne Diagnose messen sich Unternehmen an Schlagzeilen statt an der eigenen Realität, was sowohl Selbstüberschätzung als auch Lähmung garantiert.

Ein Reifegradmodell löst das, indem es Meinung durch Position ersetzt. Statt “Wir sind ziemlich weit” bekommen Sie “Wir sind Stufe 2, unser Blocker ist die Produktionsintegration, und der nächste Schritt ist ein verantworteter Anwendungsfall mit echtem Systemzugriff.” Dieser Satz ist mehr wert als jede KI-Strategie-Folie.

Was ein KI-Reifegradmodell tatsächlich ist

Ein KI-Reifegradmodell ist ein Diagnose-Rahmenwerk. Es beschreibt eine Abfolge von Stufen, jede definiert durch beobachtbare Signale, und sagt Ihnen, was sich ändern muss, um die nächste zu erreichen. Es ist eine Karte, wo Sie stehen, keine Wunschliste, wo Sie sein wollen.

Was es ist - und was nicht

• Es ist eine Position, kein Plan - Das Modell nennt Ihre aktuelle Stufe aus dem, was heute tatsächlich wahr ist, unabhängig von Roadmap oder Absicht.
• Es ist diagnostisch, nicht aspirativ - Jede Stufe ist durch beobachtbare, überprüfbare Dinge definiert, etwa ob KI in Produktion läuft oder ob eine gemeinsame Gedächtnisschicht existiert.
• Es ist sequenziell - Sie können keine Stufen überspringen. Ein Unternehmen kann keine autonomen KI-Mitarbeiter betreiben, bevor es etwas in Produktion oder ein institutionelles Gedächtnis hat, auf dem sie laufen.
• Es ist pro Fähigkeit, nicht pro Unternehmen - Eine Firma kann im Finanzwesen Stufe 3 und im Vertrieb Stufe 1 sein. Reife ist uneinheitlich, und das zu benennen ist nützlich.
• Es ist ein Ausgangspunkt für Handeln - Der Sinn der Standortbestimmung ist, den größten Blocker zu identifizieren und zu beseitigen, nicht eine Note zu sammeln.

Die meisten veröffentlichten Modelle nutzen ähnliche Begriffe - Bewusstsein, Experiment, Integration, Optimierung, Transformation⁷. Die folgende Version ist für die Frage geschrieben, die Führungskräfte wirklich stellen: nicht “wie ausgereift ist unsere KI”, sondern “ab wann liefert das mehr Output ohne mehr Menschen.”

Die 5 Reifegrade der KI-Nutzung im Unternehmen

Hier ist das vollständige Modell auf einen Blick, dann jede Stufe im Detail mit den Signalen, die Ihnen sagen, dass Sie dort stehen.

Stufe 1: Ad-hoc (Schatten-KI)

Auf Stufe 1 ist KI durch die Seitentür ins Haus gekommen. Einzelne nutzen sie auf eigene Initiative, fast immer über private Accounts, und die Führung hat kaum eine Vorstellung davon, wer was tut.

• Schatten-KI dominiert - Rund zwei Drittel der KI-Nutzung im Unternehmen laufen über nicht verwaltete private Accounts statt über freigegebene Tools¹⁰. Die Nachfrage ist real, die Governance fehlt.
• Kein gemeinsames Gedächtnis - Jeder Prompt beginnt bei null. Nichts, was ein Mitarbeiter dem Tool beibringt, bleibt dem Unternehmen erhalten, und alles verschwindet, wenn er geht.
• Datenrisiko ist akut - Sensible Informationen gelangen in Tools, die niemand kontrolliert. Umfragen zeigen, dass eine große Mehrheit der Mitarbeiter Arbeitsdaten in Consumer-KI einfügt, das meiste über private Accounts⁹.
• Wert ist unsichtbar - Einzelne sparen Zeit beim Entwerfen und Recherchieren, aber nichts davon rollt sich zu einer Geschäftskennzahl zusammen, die jemand sehen kann.
• Signal, dass Sie hier sind - Sie können keinen einzigen KI-Workflow nennen, den Ihr Unternehmen offiziell betreibt, aber Sie wissen, dass die Leute trotzdem ChatGPT nutzen.

Stufe 2: Koordinierte Piloten

Auf Stufe 2 bemerkt die Führung die Nachfrage und reagiert. Tools werden freigegeben, Lizenzen gekauft, Piloten gestartet. Das fühlt sich nach Fortschritt an, und das ist es auch - aber es ist auch der Punkt, an dem es sich die meisten Unternehmen bequem machen und stehenbleiben.

• Freigegebene Tools kommen - Das Unternehmen kauft Enterprise-KI-Lizenzen und legt fest, welche Tools genehmigt sind. Schatten-KI schrumpft, verschwindet aber selten.
• Piloten vermehren sich - Ein paar Teams betreiben Proofs of Concept, meist in risikoarmen Bereichen wie Entwerfen, Zusammenfassen oder interner Suche.
• Demos sehen großartig aus - Der Pilot funktioniert in einer Sandbox mit sauberen Beispieldaten, und im Meeting sind alle beeindruckt.
• Nichts erreicht Produktion - Der Pilot verbindet sich nie mit dem echten ERP, CRM oder Ticketsystem, also führt er die Arbeit nie wirklich aus. Das ist die Falle.
• Signal, dass Sie hier sind - Sie haben freigegebene Tools und eine Liste von Piloten, aber Sie können keinen Prozess nennen, den eine KI in Produktion durchgängig ausführt.

Stufe 3: Integrierte Produktion

Stufe 3 ist der Punkt, an dem KI aufhört, eine Demo zu sein, und zur Infrastruktur wird. Mindestens ein Workflow läuft live, in Ihren echten Systemen, mit definierter menschlicher Aufsicht. Das ist die erste Stufe, die einen Wert erzeugt, den Sie vor einem Vorstand verteidigen können.

• Echter Systemzugriff - Die KI verbindet sich über APIs mit Ihrem tatsächlichen ERP, CRM, Postfach oder Ticketsystem, nicht mit einem Beispieldatensatz.
• Live-Workflows - Ein konkreter Prozess läuft in Produktion: Rechnungen werden abgeglichen, Tickets weitergeleitet, Berichte aus echten Daten entworfen.
• Human-in-the-Loop - Kritische Entscheidungen haben definierte Checkpoints. Die KI markiert Fälle mit geringer Konfidenz zur Prüfung, statt blind zu handeln.
• Benannte Verantwortung - Eine prozessverantwortliche Person haftet für das Ergebnis, und Governance und Audit-Logging sind vorhanden.
• Gegen einen Basiswert gemessen - Sie kennen das Vorher und Nachher: Zeit pro Transaktion, Fehlerquote, Kosten. Die Gewinne sind echte Zahlen, keine Eindrücke.
• Signal, dass Sie hier sind - Sie können mindestens einen Prozess nennen, den eine KI heute in Produktion ausführt, mit Verantwortung und gemessenem Ergebnis.

Stufe 4: Institutionelles Gedächtnis

Stufe 4 ist der Wechsel von einzelnen Workflows zu einem gemeinsamen Fundament. Die Organisation baut ein Company Brain - eine Gedächtnisschicht, die Prozesswissen, Entscheidungen und Daten in einer Form hält, die KI über jeden Workflow hinweg nutzen kann.

• Wissen wird erfasst - Die Begründung hinter Entscheidungen, die Ausnahmen und das stille Know-how, das in den Köpfen der Menschen lebte, leben nun in einem System.
• Es überlebt Fluktuation - Wenn jemand geht, bleibt sein Prozesswissen. Das Company Brain kündigt nicht.
• Jeder Workflow teilt Kontext - Neue KI-Anwendungsfälle starten aus angesammeltem Unternehmenswissen statt bei null, also ist jeder schneller zu bauen und am ersten Tag schärfer.
• Es kumuliert - Jede Korrektur und jede Interaktion verbessert das gemeinsame Gedächtnis, also wird das System besser, je länger es läuft.
• Signal, dass Sie hier sind - Ein neuer KI-Anwendungsfall kann auf das zugreifen, was das Unternehmen bereits weiß, und Wissen verlässt nicht mehr mit ausscheidenden Mitarbeitern das Haus.

Stufe 5: Autonomer Betrieb

Auf Stufe 5 führen KI-Mitarbeiter ganze Prozesse auf dem Company Brain aus, unter menschlicher Aufsicht. Das ist die Stufe, auf der das Ergebnis, das Führungskräfte wirklich wollen, endlich erscheint: mehr Output ohne mehr Personal.

• Ganze Prozesse, keine Aufgaben - Ein KI-Mitarbeiter verantwortet einen kompletten wiederkehrenden Prozess - Eingang, Bearbeitung, Routineentscheidungen und Nachfassen - und eskaliert nur die Ausnahmen.
• Läuft auf dem Company Brain - Er handelt mit dem angesammelten Wissen des Unternehmens, nicht mit generischen Modell-Voreinstellungen, also passen seine Entscheidungen dazu, wie Ihr Unternehmen wirklich arbeitet.
• Output entkoppelt sich vom Personal - Volumen kann wachsen ohne proportionale Einstellungen. Die Leistung des Teams steigt ohne neue Stellen.
• Menschen steigen auf - Menschen wechseln von der Routine zur Aufsicht der KI, zur Bearbeitung von Ausnahmen und zur Urteilsarbeit, die nur sie leisten können.
• Signal, dass Sie hier sind - Mindestens ein Prozess läuft durchgängig ohne manuelle Uebergabe, und Ihr Output ist nicht mehr dadurch gedeckelt, wie viele Menschen Sie einstellen können.

Der Sprung, an dem alle hängenbleiben: Pilot zu Produktion

Wenn das Reifegradmodell einen Engpass hat, dann ist es der Sprung von Stufe 2 zu Stufe 3. Dort sterben 95 Prozent der Piloten, und der Grund ist konsistent: In dem Moment, in dem KI echte Arbeit berühren muss, hört sie auf, ein KI-Problem zu sein.

• Ein Pilot lebt auf einer Folie; Produktion lebt in Ihren Systemen - Die Demo lief mit Beispieldaten in einer Sandbox. Produktion braucht API-Zugriff auf das Live-ERP, CRM und Postfach, mit allem Chaos, das das bedeutet.
• Datenreife wird zum Tor - Saubere Beispieldaten lassen einen Pilot brillant aussehen. Echte Daten sind unvollständig, inkonsistent und über Systeme verstreut, und genau das muss Produktion bewältigen.
• Jemand muss das Ergebnis verantworten - Ein Pilot kann niemandes Aufgabe sein. Produktion nicht. Ohne eine benannte Person, die für das Ergebnis haftet, driftet der Workflow und bleibt stehen.
• Aufsicht muss gestaltet werden - “Die KI macht das” ist kein Plan. Produktion braucht definierte Human-in-the-Loop-Checkpoints für die Entscheidungen, die zählen.
• Integration ist unglamouros und unverzichtbar - Die harte Arbeit sind Konnektoren, Berechtigungen, Fehlerbehandlung und Audit-Logs - nichts davon macht sich in einer Demo gut, alles entscheidet, ob es live geht.

Die Lernlücke ist die Reifelücke. Tools, die nicht aus Ihren Arbeitsabläufen lernen, und Organisationen, die nicht die Integration und Verantwortung aufbauen, um sie in Produktion zu tragen, bleiben an derselben Stelle stecken. Den Sprung zu schaffen geht weniger um ein klügeres Modell und mehr um die Technik dahinter, die Verantwortung und die Aufsicht.

Warum Stufe 4 ein Company Brain braucht

Einen Workflow in Produktion zu bekommen (Stufe 3) beweist, dass KI die Arbeit erledigen kann. Aber ein Haufen isolierter Workflows ist keine Reife - es ist eine Sammlung von Tools, die zwischen den Sitzungen alles vergessen. Stufe 4 ist der Wechsel von isolierter KI zu gemeinsamem Gedächtnis, und dieses Gedächtnis ist das Company Brain.

Was ein Company Brain hält

• Menschen-Wissen - Das Urteilsvermögen, die Ausnahmen und das “wie wir das wirklich machen”, das normalerweise nur in den Köpfen erfahrener Mitarbeiter lebt.
• Prozesswissen - Die echten Arbeitsabläufe, inklusive der Workarounds und Grenzfälle, die keine offizielle Dokumentation je erfasst hat.
• Entscheidungen und Begründungen - Nicht nur was entschieden wurde, sondern warum - der Kontext, den ein Data Warehouse strukturell nicht speichern kann.
• Verbundene Daten - Eine Live-Verbindung zu den Systemen, in denen Ihre operativen Daten liegen, damit das Gedächtnis die Realität widerspiegelt statt einer veralteten Momentaufnahme.
• Feedback über die Zeit - Jede Korrektur und jede Interaktion, erhalten und wiederverwendet, damit das Gedächtnis schärfer wird, statt sich zurückzusetzen.

Company Brain im Vergleich zu den Alternativen

Die Unterscheidung ist wichtig, weil Unternehmen oft glauben, sie hätten bereits ein Company Brain in Form eines Data Warehouse oder eines Wikis. Haben sie nicht. Die speichern Fakten und Dokumente; ein Company Brain speichert die Begründung und den Kontext, die aus Fakten Entscheidungen machen - genau das, was ein KI-Mitarbeiter braucht, um gut zu handeln.

Stufe 5: KI-Mitarbeiter und Output ohne mehr Personal

Stufe 5 ist der Punkt, an dem sich das Reifegradmodell auszahlt. Ein KI-Mitarbeiter ist kein Chatbot und kein Einzelaufgaben-Skript - es ist ein System, das einen ganzen wiederkehrenden Prozess auf dem Company Brain ausführt, unter menschlicher Aufsicht, und nur das eskaliert, was wirklich einen Menschen braucht.

Was sich auf Stufe 5 ändert

• Die Arbeitseinheit ist ein Prozess, kein Prompt - Statt einer Person beim Entwerfen einer Antwort zu helfen, verantwortet der KI-Mitarbeiter den gesamten Ablauf von Eingang bis Lösung für eine definierte Kategorie.
• Personal ist nicht mehr die Decke - Wenn sich das Volumen verdoppelt, müssen Sie das Team nicht verdoppeln. Output skaliert mit dem Company Brain, nicht mit Einstellungen.
• Menschen machen höherwertige Arbeit - Mitarbeiter wechseln von der Routineausführung zu Aufsicht, Ausnahmen und Urteil - den Teilen der Arbeit, die KI nicht verantworten sollte.
• Die Oekonomie kehrt sich um - Wachstum erfordert keine proportionalen Kosten mehr. Das ist das Ergebnis “mehr Output ohne mehr Personal”, das jedes Führungsteam sagt, dass es es will.
• Aufsicht ist die verbleibende Aufgabe - Menschen definieren die Leitplanken, prüfen die Ausnahmen und tragen die Verantwortung. Autonomie ist begrenzt, nicht absolut.

Wo Stufe 5 real ist und wo Hype

Das ist kein Argument gegen Stufe 5 - es ist ein Argument dafür, sie zu verdienen. Gartner prognostiziert ebenfalls, dass agentische KI bis 2028 15 Prozent der täglichen Arbeitsentscheidungen übernehmen wird¹⁶ und dass bis Ende 2026 40 Prozent der Unternehmensanwendungen aufgabenspezifische Agenten einbetten⁶. Das Ziel ist real. Die Unternehmen, die es erreichen, sind die, die zuerst Stufe 3 und 4 gebaut haben.

So steigen Sie eine Stufe auf

Das Ziel ist nie, drei Stufen zu überspringen. Es ist, den einen Blocker zur nächsten zu beseitigen. Hier ist der praktische Schritt von dort, wo Sie stehen, zur Stufe darüber.

Von Stufe 1 zu Stufe 2: die Nachfrage koordinieren

1. Die Schatten-KI sichtbar machen - Fragen Sie ohne Schuldzuweisung, wer was nutzt. Sie werden mehr Nutzung finden als erwartet, und sie zeigt, wo die Nachfrage ist.
2. Ein Tool und eine Richtlinie freigeben - Geben Sie den Leuten eine genehmigte Option und eine einfache Regel, welche Daten hinein dürfen. Das senkt das Datenrisiko sofort.
3. Zwei bis drei Piloten bewusst wählen - Wählen Sie hochvolumige, schmerzhafte, gut verstandene Prozesse, nicht das gerade Angesagte.

Von Stufe 2 zu Stufe 3: den Sprung schaffen

1. Einen Anwendungsfall wählen, nicht fünf - Wählen Sie den Prozess mit dem klarsten Basiswert und dem meisten wiederkehrenden Volumen. Fokus schlägt hier Breite.
2. Echten Systemzugriff geben - Verbinden Sie ihn über APIs mit dem Live-ERP, CRM oder Postfach. Wenn er keine echten Daten berühren kann, ist er immer noch ein Pilot.
3. Eine verantwortliche Person benennen - Eine haftbare Person für das Ergebnis. Produktion ohne Verantwortung driftet zu Stufe 2 zurück.
4. Den Human-in-the-Loop gestalten - Definieren Sie genau, welche Entscheidungen einen Menschen brauchen, und legen Sie die Konfidenzschwellen für Eskalation fest.
5. Gegen einen Basiswert messen - Erfassen Sie das Vorher, führen Sie ein und verfolgen Sie das Nachher monatlich. Kein Basiswert, kein Beweis.

Von Stufe 3 zu Stufe 4: das Gedächtnis bauen

1. Die Begründung erfassen, nicht nur das Ergebnis - Halten Sie fest, warum Entscheidungen getroffen werden, damit das Wissen über die Person hinaus wiederverwendbar ist.
2. Ihre Wissensquellen verbinden - Verknüpfen Sie die Systeme und Dokumente, in denen Know-how lebt, zu einer einzigen Gedächtnisschicht.
3. Die Feedback-Schleife täglich machen - Jede Korrektur sollte das Company Brain speisen, damit es kumuliert statt sich zurückzusetzen.

Von Stufe 4 zu Stufe 5: ganze Prozesse übergeben

1. Mit einem durchgängigen Prozess beginnen - Wählen Sie einen Routineablauf, den das Company Brain bereits gut versteht.
2. Begrenzte Autonomie festlegen - Definieren Sie, was der KI-Mitarbeiter allein tun darf und was er eskalieren muss.
3. Ihre Leute hochziehen - Verlagern Sie das Team auf Aufsicht und Ausnahmen und messen Sie den Output pro Kopf, um die Entkopplung vom Personal zu beweisen.

Wie Superkind passt

Superkind baut maßgeschneiderte KI-Mitarbeiter für mittelständische und größere Unternehmen, auf einem Company Brain. Der Ansatz bildet das Reifegradmodell direkt ab: Wir helfen Unternehmen, den Sprung von Pilot zu Produktion zu schaffen, institutionelles Gedächtnis aufzubauen und die Stufe zu erreichen, auf der Output ohne Personal wächst.

• Company Brain als Fundament - Wir bauen ein gemeinsames Gedächtnis aus Ihrem Menschen-Wissen, Ihren Prozessen und Daten, das Fluktuation überlebt und mit jeder Interaktion schärfer wird. Das ist die Stufe-4-Schicht, auf der alles andere läuft.
• Prozess zuerst, nicht Tool zuerst - Wir beginnen damit, abzubilden, wie Ihre Arbeit tatsächlich abläuft, inklusive der Ausnahmen, bevor wir irgendetwas bauen. Keine generische Vorlage zum Anpassen.
• Für Produktion gebaut, nicht für Demos - KI-Mitarbeiter verbinden sich mit Ihren echten Systemen - E-Mail, CRM, ERP, Teams, SharePoint - und führen Live-Arbeit aus, genau der Sprung von Stufe 2 zu Stufe 3, den die meisten Unternehmen allein nicht schaffen.
• Live in Wochen - Ein erster Anwendungsfall erreicht in rund zwei Wochen Produktion, wobei Ihr Team ab dem ersten Tag Feedback gibt.
• Output ohne mehr Personal - KI-Mitarbeiter übernehmen die wiederkehrende Routinearbeit - Dateneingabe, E-Mails, Routinefreigaben, Berichte - sodass Ihr Team in der Leistung wächst, ohne neue Einstellungen.
• Menschliche Aufsicht by design - Definierte Checkpoints halten Menschen für die Entscheidungen verantwortlich, die zählen, was Stufe 5 sicher statt leichtsinnig macht.
• Ergebnisse, keine Lizenzen - Die Preisgestaltung ist pro Anwendungsfall mit messbarem ROI, der vor dem Aufbau definiert wird, keine Lizenzgebühr pro Platz für Software, die niemand nutzt.
• Daten bleiben Ihre - KI-Mitarbeiter arbeiten innerhalb Ihrer Infrastruktur über sichere Verbindungen, von Anfang an für DSGVO und die EU-KI-Verordnung gebaut.

Standortbestimmung: Ein 60-Sekunden-Schnelltest

Gehen Sie diese Liste durch und finden Sie die höchste Aussage, die heute wahr ist. Das ist Ihre Stufe. Seien Sie streng - “wir planen zu” zählt nicht.

Häufig gestellte Fragen

Verwandte Artikel

• Die KI-Adoptionslücke: Warum 85 % Ihrer Leute KI nutzen können und nur 25 % es tun
• Die Ramp-up-Kurve des Company Brain: Wie lange, bis KI Ihr Unternehmen wirklich kennt
• Woran sich ein Company Brain erinnert und Ihr Data Warehouse niemals wird
• Das Ende der Lohnarbitrage: Wie KI-Mitarbeiter das BPO-Modell übertreffen
• KI-Agenten für den Mittelstand: Wie Deutschlands Hidden Champions KI einsetzen

Henri Jung

Mitgründer von Superkind, wo er KMU und Unternehmen hilft, maßgeschneiderte KI-Mitarbeiter einzusetzen, die wirklich zu der Arbeitsweise ihrer Teams passen. Henri ist es ein Anliegen, die Lücke zwischen dem, was KI leisten kann, und dem Wert, den sie in echten Unternehmen schafft, zu schließen. Vor Superkind arbeitete er jahrelang mit mittelständischen Unternehmen an der Digitalisierung und sah aus erster Hand, wie viele KI-Projekte zwischen Pilot und Produktion steckenbleiben. Er ist überzeugt, dass die meisten Unternehmen alles haben, was sie brauchen, um das Reifegradmodell hochzuklettern - sie brauchen nur das richtige Fundament.