7 Stufen der KI-Integration im Unternehmen

Grundlage

Wie tief ist KI bereits in Arbeit und Wertschöpfung integriert?

Der Integrationsgrad beschreibt, welche Rolle KI in der tatsächlichen Arbeit eines Unternehmens übernimmt. Auf einer frühen Stufe unterstützt sie einzelne Personen. Mit zunehmender Integration wird sie Teil wiederkehrender Abläufe, bereitet Entscheidungen vor, wirkt in der Zusammenarbeit mit und verändert schließlich Rollen, Prozesse, Angebote oder Geschäftsmodelle.

Entscheidend ist deshalb nicht nur, ob ein Unternehmen KI nutzt. Zwei Unternehmen können dieselben Anwendungen einsetzen und trotzdem sehr unterschiedlich weit integriert sein. In dem einen Fall formulieren einzelne Mitarbeitende gelegentlich Texte mit einem KI-Assistenten. Im anderen Fall ist dieselbe Fähigkeit in einen verbindlichen Prozess eingebunden, mit klaren Datenquellen, Prüfschritten, Übergaben und Verantwortlichkeiten.

Auch innerhalb eines Unternehmens gibt es selten nur eine Stufe. Der Vertrieb kann KI bereits für Prognosen und Angebotsprozesse nutzen, während andere Bereiche erst persönliche Assistenten erproben. Ein digitales Produkt kann KI enthalten, obwohl die internen Arbeitsprozesse kaum verändert wurden. Die Stufen sollten daher auf einen konkreten Arbeitsbereich, Prozess, Service oder ein Angebot bezogen werden.

Eine höhere Stufe ist nicht automatisch besser. Die angemessene Integrationstiefe hängt davon ab, welches Problem gelöst, welcher Nutzen geschaffen und welche Verantwortung sicher getragen werden soll. Für eine seltene Rechercheaufgabe kann eine persönliche Unterstützung genügen. Für eine geschäftskritische Entscheidung braucht es dagegen belastbare Daten, definierte Prüfungen und eindeutig benannte Entscheidungsverantwortung.

Der Integrationsgrad ist außerdem nicht mit KI-Reife gleichzusetzen. Integrationstiefe beschreibt, wie weit KI in Arbeit und Wertschöpfung hineinreicht. Reife zeigt, wie verlässlich ein Unternehmen die jeweilige Nutzung beherrscht. Skalierung beschreibt, wie breit und dauerhaft sie in der Organisation verankert ist.

Weiterführend: wie sich die sieben Stufen in die KI-Transformation einordnen.

Modell

Von persönlicher Unterstützung zu neuer Wertschöpfung

Die sieben Stufen ordnen KI-Nutzung in drei größere Bereiche ein: Produktivität, Augmentation und Neugestaltung. Die Grenzen sind Orientierungspunkte, keine technisch messbaren Schwellen. In der Praxis verlaufen Übergänge schrittweise, und verschiedene Teile eines Unternehmens können sich gleichzeitig in unterschiedlichen Bereichen befinden.

Stufe 1: Individuelle Produktivität

Auf der ersten Stufe nutzen einzelne Menschen KI, um ihre eigene Arbeit zu unterstützen. Sie lassen sich beispielsweise Texte strukturieren, Informationen zusammenfassen, Formeln erklären, Entwürfe prüfen oder Ideen entwickeln.

Der Nutzen bleibt weitgehend bei der einzelnen Person. Der umgebende Prozess, die Rollenverteilung und die Verantwortung verändern sich nicht zwingend. Häufig entscheiden Mitarbeitende selbst, wann und wie sie das Werkzeug einsetzen. Genau darin liegt auch ein Risiko: Ohne klare Regeln können vertrauliche Informationen in ungeeignete Systeme gelangen, Ergebnisse ungeprüft übernommen oder parallele Schattenlösungen aufgebaut werden.

Kennzeichnende Frage: Unterstützt KI eine Person bei ihrer Aufgabe, ohne dass der gemeinsame Arbeitsablauf neu geregelt wurde?

Stufe 2: Workflow-Unterstützung

Auf der zweiten Stufe wird KI Teil eines wiederkehrenden Arbeitsablaufs. Sie unterstützt definierte Schritte, etwa bei der Dokumentation, der Klassifikation von Anfragen, der Vorbereitung eines Angebots oder der Übertragung von Informationen zwischen Systemen.

Damit verändert sich die Organisationsfrage. Es reicht nicht mehr, dass eine einzelne Person gute Ergebnisse erzielt. Das Team muss klären, welche Eingaben verwendet werden, wo ein Ergebnis geprüft wird, wann ein Mensch übernimmt und wer bei Fehlern oder Ausnahmen entscheidet. Der Prozess bleibt im Kern bestehen, wird aber durch KI ergänzt oder teilweise automatisiert.

Kennzeichnende Frage: Ist KI verbindlich in einen Ablauf eingebunden, dessen Übergaben und Prüfungen festgelegt sind?

Stufe 3: Entscheidungsunterstützung

Auf der dritten Stufe bereitet KI Entscheidungen vor. Sie erkennt Muster, erstellt Prognosen, gewichtet Optionen oder weist auf Risiken hin. Das kann in der Kapazitätsplanung, im Vertrieb, in der Instandhaltung oder in anderen datenbasierten Entscheidungen geschehen.

Die Entscheidung bleibt bei benannten Personen. Dafür müssen Datenqualität, Unsicherheit und Grenzen des Modells verständlich sein. Menschen brauchen die Möglichkeit, Empfehlungen zu prüfen, zu hinterfragen und bei Bedarf zu verwerfen. Forschung zur Mensch-KI-Zusammenarbeit betont gerade bei komplexen und mehrdeutigen Entscheidungen die komplementären Stärken beider Seiten: Systeme können große Datenmengen verarbeiten, während Menschen Kontext und Ziele einordnen (Jarrahi, 2018).

Kennzeichnende Frage: Liefert KI eine begründbare Entscheidungshilfe, während Urteil und Verantwortung erkennbar beim Menschen bleiben?

Stufe 4: KI als Teil der Zusammenarbeit

Auf der vierten Stufe übernimmt KI definierte Beiträge in gemeinsamer Arbeit. Ein System kann Informationen für ein Team bündeln, Aufgaben vorbereiten, Abweichungen melden, Optionen aktualisieren oder Ergebnisse an den nächsten Arbeitsschritt übergeben.

Der Begriff „KI als Teammitglied“ wird in manchen Darstellungen als anschauliche Kurzform verwendet. Er darf jedoch nicht verschleiern, dass ein KI-System keine organisationale Verantwortung trägt. Verantwortlichkeiten verbleiben bei Menschen und der Organisation. Rollen, Zugriffsrechte, Prüfpflichten und Eskalationswege müssen deshalb ausdrücklich gestaltet werden.

Hybrid Intelligence beschreibt die Verbindung menschlicher und maschineller Fähigkeiten mit dem Ziel, gemeinsam bessere Ergebnisse zu ermöglichen, als beide Seiten allein erreichen würden (Dellermann et al., 2019). Daraus folgt nicht, dass KI wie eine Person behandelt werden sollte. Entscheidend ist die funktionale Arbeitsteilung.

Kennzeichnende Frage: Sind die Beiträge von Menschen und KI in einem gemeinsamen Arbeitsprozess klar aufeinander abgestimmt?

Stufe 5: Neugestaltung von Arbeit

Auf der fünften Stufe wird KI nicht nur in einen bestehenden Ablauf eingefügt. Aufgaben, Rollen, Prozesse und Zusammenarbeit werden vom gewünschten Ergebnis her neu gestaltet. Das Team prüft, welche Schritte weiterhin menschliches Urteil erfordern, welche automatisiert werden können und wo neue Kontroll- oder Koordinationsaufgaben entstehen.

Diese Stufe ist anspruchsvoller als eine weitere Automatisierung. Sie berührt Zuständigkeiten, berufliche Identität, Kompetenzen, Führung und häufig auch Personal- oder Mitbestimmungsfragen. Forschung zu Automatisierung und neuen Aufgaben zeigt, dass technologische Veränderung nicht nur Tätigkeiten verdrängt, sondern auch neue Aufgaben und Formen menschlicher Arbeit hervorbringen kann (Acemoglu & Restrepo, 2019). Deshalb sollte Work Redesign nicht mit Stellenabbau oder Effizienzsteigerung gleichgesetzt werden.

Kennzeichnende Frage: Wurde der Arbeitsprozess als Ganzes neu entworfen, statt KI lediglich an einzelnen Stellen hinzuzufügen?

Stufe 6: KI in Produkten und Services

Auf der sechsten Stufe wird KI für Kundinnen und Kunden sichtbar. Sie ist Bestandteil eines Produkts, einer Dienstleistung oder eines Kundenerlebnisses. Beispiele können intelligente Assistenzfunktionen, personalisierte Angebote oder vorausschauende Services sein.

Damit verschiebt sich die Verantwortung erneut. Ein interner Fehler betrifft nicht mehr nur die eigene Arbeit, sondern kann unmittelbar den Kundennutzen, die Fairness einer Leistung, Sicherheit, Datenschutz oder Vertrauen beeinflussen. Produktverantwortung, Qualitätskriterien, Rückmeldemöglichkeiten und der Umgang mit Fehlfunktionen müssen deshalb Teil der Leistungsgestaltung sein.

Kennzeichnende Frage: Erleben Kunden KI als Bestandteil des Angebots und verändert sie den versprochenen Nutzen?

Stufe 7: Neue Wertschöpfungs- und Geschäftslogiken

Auf der siebten Stufe verändert KI nicht nur einzelne Produkte. Sie ermöglicht eine andere Logik der Wertschöpfung. Das kann neue Erlösmodelle, Plattformen, datenbasierte Leistungen oder Angebote betreffen, die ohne KI in dieser Form nicht tragfähig wären.

Diese Stufe ist kein allgemeines Ziel. Ein Unternehmen kann wirtschaftlich erfolgreich und organisatorisch angemessen mit KI arbeiten, ohne sein Geschäftsmodell grundlegend zu verändern. Eine neue Geschäftslogik ist nur sinnvoll, wenn sie einen belastbaren Kundennutzen schafft, strategisch zur Organisation passt und technisch, rechtlich sowie organisatorisch verantwortet werden kann.

Kennzeichnende Frage: Verändert KI die Art, wie das Unternehmen Wert schafft, Leistungen anbietet oder Erlöse erzielt?

Einordnung

Worauf beruht das Modell der sieben Stufen?

Die sieben Stufen sind eine Culture-Work-Synthese. Sie verbinden Forschung zur Automatisierung und Augmentation, zur Veränderung von Aufgaben, zur Entscheidungsunterstützung und zur Zusammenarbeit von Menschen und KI mit einer organisationspraktischen Perspektive. Für das konkrete Sieben-Stufen-Modell wird keine wissenschaftliche Validierung oder allgemeingültige Norm beansprucht.

Die Unterscheidung zwischen Automatisierung und Augmentation ist ein wichtiger Ausgangspunkt. Automatisierung bezeichnet die Übernahme von Aufgaben durch Technik. Augmentation beschreibt eine Ergänzung menschlicher Arbeit. In Organisationen lassen sich beide Logiken jedoch nicht sauber voneinander trennen. Automatisierte und ergänzende Anwendungen beeinflussen sich gegenseitig und müssen gemeinsam gestaltet werden (Raisch & Krakowski, 2021).

Eine zweite Grundlage ist die Betrachtung von Aufgaben statt ganzer Berufe oder pauschaler Unternehmensreife. Technischer Wandel verändert, welche Aufgaben von Menschen oder von Maschinen übernommen werden. Gleichzeitig können neue Aufgaben entstehen, in denen menschliche Fähigkeiten weiterhin oder neu benötigt werden (Acemoglu & Restrepo, 2019).

Auch aktuelle Untersuchungen zur generativen KI arbeiten auf Aufgabenebene. Der ILO-Index zur beruflichen Exposition gegenüber generativer KI bewertet nicht, ob ganze Berufe verschwinden, sondern untersucht, welche Tätigkeiten technisch betroffen sein können. Die ILO betont damit die Bedeutung der konkreten Gestaltung von Arbeit und nicht nur der verfügbaren Technologie (Gmyrek et al., 2025).

Für Entscheidungsunterstützung und Zusammenarbeit knüpft das Modell an Forschung zu Human-AI Symbiosis und Hybrid Intelligence an. Diese Ansätze betrachten menschliche und maschinelle Fähigkeiten als kombinierbar, ohne Verantwortung oder Urteil pauschal an Technik abzugeben (Jarrahi, 2018; Dellermann et al., 2019).

Die sieben Stufen bringen diese Forschungsstränge in eine einfache Orientierungslogik. Sie machen sichtbar, ob KI vor allem persönliche Arbeit unterstützt, in gemeinsame Prozesse und Entscheidungen hineinreicht oder Wertschöpfung neu gestaltet. Die genaue Einordnung bleibt eine begründete organisationsbezogene Interpretation.

Bestandteile

Was verändert sich mit zunehmender KI-Integration?

Die Stufen unterscheiden sich nicht allein durch leistungsfähigere Technik. Mit zunehmender Integration verändern sich mehrere organisatorische Dimensionen gleichzeitig. Genau diese Veränderungen machen den nächsten Übergang anspruchsvoller.

Reichweite der Aufgabe

Zu Beginn betrifft KI einzelne Tätigkeiten einer Person. Später verbindet sie mehrere Arbeitsschritte, unterstützt Entscheidungen oder wirkt über Bereichs- und Unternehmensgrenzen hinweg. Je größer die Reichweite, desto weniger genügt eine individuelle Nutzungsentscheidung.

Einbindung in Prozesse

Punktuelle Nutzung kann außerhalb verbindlicher Abläufe stattfinden. Integrierte Nutzung benötigt definierte Eingaben, Übergaben, Kontrollen, Ausnahmen und Rückfallmöglichkeiten. Ein technisch gutes Ergebnis ist noch kein tragfähiger Prozess.

Entscheidung und Verantwortung

Sobald KI Bewertungen, Empfehlungen oder Handlungen vorbereitet, muss erkennbar sein, wer entscheidet, Ergebnisse prüfen kann und bei Fehlern eingreift. Die OECD-Prinzipien für vertrauenswürdige KI nennen unter anderem Transparenz, Robustheit und Verantwortlichkeit als zentrale Anforderungen. Der EU AI Act verlangt für Hochrisiko-Systeme eine wirksame menschliche Aufsicht. Welche Pflichten konkret gelten, muss für den jeweiligen Anwendungsfall fachlich und rechtlich geprüft werden.

Zusammenarbeit und Rollen

Mit tieferer Integration entstehen neue Schnittstellen zwischen Menschen, Teams, Fachfunktionen und technischen Systemen. Aufgaben können entfallen, sich verschieben oder neu entstehen. Rollen müssen deshalb nicht nur beschrieben, sondern im tatsächlichen Arbeitsablauf erprobt werden.

Kundennutzen und Wertschöpfung

Auf den Stufen 6 und 7 verlässt die Veränderung den internen Arbeitskontext. KI prägt das Angebot, das Kundenerlebnis oder die Geschäftslogik. Dadurch steigen die Anforderungen an Produktverantwortung, Marktpassung und den Umgang mit Folgen für Kunden und weitere Betroffene.

Governance und Risikomanagement

Je stärker KI in Entscheidungen und Wertschöpfung eingreift, desto wichtiger werden nachvollziehbare Zuständigkeiten, Daten- und Qualitätsanforderungen, Monitoring und Eskalation. Das NIST AI Risk Management Framework ordnet solche Aufgaben über den gesamten Lebenszyklus eines KI-Systems den Funktionen Govern, Map, Measure und Manage zu (NIST, 2023).

Praxis

Wie lässt sich der eigene Integrationsgrad einordnen?

Die sieben Stufen sind kein Online-Test und keine Checkliste für eine pauschale Unternehmensnote. Sie werden nützlich, wenn eine konkrete Arbeitssituation gemeinsam betrachtet wird. Ausgangspunkt ist deshalb nicht die Frage „Wie weit sind wir mit KI?“, sondern „Wo und wofür arbeitet KI heute tatsächlich mit?“

Einen konkreten Arbeitsbereich wählen

Wählen Sie einen Prozess, ein Team, eine Entscheidungssituation, einen Service oder ein Produkt. Je genauer der Betrachtungsgegenstand, desto belastbarer wird die Einordnung. Aussagen über das gesamte Unternehmen verdecken meist erhebliche Unterschiede.

Die tatsächliche Arbeit beobachten

Beschreiben Sie, welche Aufgaben heute ausgeführt werden, welche Informationen genutzt werden und wie Ergebnisse weitergegeben werden. Entscheidend ist die gelebte Arbeit, nicht allein ein Prozessbild oder die Funktionsbeschreibung eines Tools.

Den Beitrag der KI bestimmen

Prüfen Sie, ob KI nur eine Person unterstützt, verbindlich in einen Workflow eingebunden ist, Entscheidungen vorbereitet, Beiträge in der Zusammenarbeit übernimmt oder bereits Rollen, Angebote und Wertschöpfung verändert. Ordnen Sie den Bereich der Stufe zu, deren kennzeichnende Veränderung tatsächlich erreicht ist.

Verantwortung und Kontrolle prüfen

Klären Sie, wer Eingaben und Ergebnisse beurteilt, wer Entscheidungen trifft, wer bei Abweichungen eingreift und welche Informationen dokumentiert werden. Eine formale Zuständigkeit genügt nicht, wenn die verantwortliche Person das System oder dessen Grenzen praktisch nicht beurteilen kann.

Den nächsten sinnvollen Übergang bestimmen

Nicht jede Organisation muss die nächsthöhere Stufe anstreben. Entscheidend ist, ob eine weitergehende Integration einen relevanten Nutzen schafft. Wenn ja, sollten die Hürden zwischen der heutigen und der gewünschten Stufe konkret benannt werden: Fähigkeiten, Daten, Technologie, Rollen, Führung, Akzeptanz, Governance oder rechtliche Voraussetzungen.

Integrationsgrad und Transformationsreife trennen

Ein Bereich kann auf einer hohen Integrationsstufe arbeiten und die Nutzung trotzdem schlecht beherrschen. Umgekehrt kann ein Team eine persönliche KI-Anwendung sehr zuverlässig und verantwortungsvoll nutzen, ohne dass Prozesse neu gestaltet wurden. Integrationstiefe, Meisterschaft und Skalierung beantworten unterschiedliche Fragen und sollten getrennt betrachtet werden.

Vertiefung: den nächsten Entwicklungsschritt bestimmen.

Veranschaulichung

Wie sich ein Kundenservice über mehrere Stufen verändern kann

Das folgende Beispiel ist hypothetisch. Es zeigt keine notwendige Entwicklung und enthält keine Aussage über die Wirtschaftlichkeit eines konkreten Systems.

Auf Stufe 1 nutzt eine Servicemitarbeiterin einen KI-Assistenten, um eine Antwort zu formulieren oder eine lange Kundenanfrage zusammenzufassen. Sie entscheidet selbst, wann sie das Werkzeug verwendet, prüft das Ergebnis und überträgt es in das bestehende System. Der Teamprozess bleibt weitgehend unverändert.

Auf Stufe 2 ist KI in den Service-Workflow eingebunden. Eingehende Anfragen werden vorsortiert, relevante Kundendaten werden bereitgestellt und Antwortentwürfe erscheinen direkt im Bearbeitungssystem. Das Team hat festgelegt, welche Kategorien automatisiert vorbereitet werden dürfen, wann eine Prüfung erforderlich ist und wie Ausnahmen behandelt werden.

Auf Stufe 3 erkennt das System Muster in Beschwerden und schlägt Prioritäten oder Handlungsoptionen vor. Eine verantwortliche Person entscheidet weiterhin über Kulanz, Eskalation oder Prozessänderungen. Dafür müssen Datenbasis, Entscheidungsregeln und Unsicherheiten nachvollziehbar sein.

Auf Stufe 4 übernimmt KI definierte Beiträge in der Zusammenarbeit. Sie fasst wiederkehrende Probleme für das Team zusammen, aktualisiert offene Aufgaben und leitet bestätigte Informationen an Produktentwicklung oder Qualitätssicherung weiter. Menschen entscheiden über Relevanz, Maßnahmen und Kommunikation. Übergaben und Eskalationswege sind verbindlich geregelt.

Auf Stufe 5 wird der Serviceprozess neu gestaltet. Standardanliegen werden nicht einfach schneller im alten Ablauf bearbeitet. Rollen, Kontaktwege und Verantwortlichkeiten werden so neu geordnet, dass Menschen sich auf komplexe, sensible oder widersprüchliche Anliegen konzentrieren. Zugleich entstehen neue Aufgaben für Qualitätsprüfung, Wissenspflege und die Auswertung von Fehlfunktionen.

Auf Stufe 6 wird eine KI-gestützte Servicefunktion Teil des Kundenangebots. Kunden erleben den Assistenten direkt. Damit werden Transparenz, barrierearme Übergabe an Menschen, Beschwerdewege, Datenschutz und Produktqualität zu Bestandteilen des Leistungsversprechens.

Stufe 7 wäre erst erreicht, wenn aus diesen Fähigkeiten eine neue Wertschöpfungslogik entsteht, etwa ein eigenständiger datenbasierter Service oder ein neues Geschäftsmodell. Ob dieser Schritt sinnvoll ist, kann nicht aus den vorherigen Stufen abgeleitet werden. Er braucht eine eigene strategische und wirtschaftliche Begründung.

Einordnung

Was das Stufenmodell erklärt und was nicht

Das Modell schafft ein gemeinsames Vokabular. Es hilft, zwischen persönlicher Nutzung, Prozessintegration, Entscheidungsunterstützung und echter Neugestaltung zu unterscheiden. Dadurch werden Diskussionen konkreter: Ein Team kann benennen, welche Veränderung bereits stattgefunden hat und welche Voraussetzungen für einen nächsten Übergang fehlen.

Das Modell verhindert außerdem, dass jede Nutzung von KI vorschnell als Transformation bezeichnet wird. Ein leistungsfähiges Werkzeug kann wertvoll sein, ohne Rollen oder Prozesse zu verändern. Umgekehrt beginnt Transformation nicht erst mit einem neuen Geschäftsmodell. Bereits die bewusste Neugestaltung von Arbeit kann eine tiefgreifende organisatorische Veränderung sein.

Die sieben Stufen sind jedoch keine wissenschaftlich validierte Messskala. Sie liefern keinen Score, keinen Branchenbenchmark und keine allgemeingültige Reihenfolge von Maßnahmen. Die Grenzen zwischen Stufen müssen im jeweiligen Arbeitskontext begründet werden.

Das Modell bewertet auch nicht, ob ein konkretes KI-System technisch geeignet, rechtlich zulässig, sicher, fair oder wirtschaftlich ist. Diese Fragen brauchen eigene Prüfungen. Eine hohe Integrationstiefe kann mit erheblichen Risiken verbunden sein, wenn Daten, Verantwortung oder Monitoring unzureichend gestaltet sind.

Schließlich beschreibt der Integrationsgrad nicht die Qualität der Umsetzung. Eine Organisation kann einen ambitionierten KI-Prozess einführen, der im Alltag kaum genutzt wird oder unzuverlässige Ergebnisse liefert. Für eine vollständige Einordnung müssen deshalb Meisterschaft und Skalierung zusätzlich betrachtet werden.

Perspektive

Warum nicht jedes Unternehmen Stufe 7 erreichen muss

Culture Work betrachtet KI-Transformation als Veränderung von Arbeit, Führung, Zusammenarbeit und Organisation. Technologie eröffnet Möglichkeiten, bestimmt aber nicht automatisch, welche Veränderung sinnvoll ist. Der Ausgangspunkt ist die Wertschöpfungsfrage: Welches Problem soll besser gelöst werden, für wen entsteht Nutzen und welche Folgen sind damit verbunden?

Aus dieser Perspektive ist die höchste Stufe kein allgemeines Ziel. Ein Unternehmen kann einen großen Nutzen erzielen, wenn Mitarbeitende KI auf Stufe 1 verantwortungsvoll einsetzen oder ein stabiler Workflow auf Stufe 2 entsteht. Eine höhere Integration ist nur dann angemessen, wenn der zusätzliche Nutzen die organisatorische Komplexität, Risiken und erforderlichen Ressourcen rechtfertigt.

Besondere Aufmerksamkeit verdienen die Übergänge zu Entscheidungsunterstützung und zur Neugestaltung von Arbeit. Hier verändern sich nicht nur Werkzeuge, sondern auch Einfluss, Verantwortung und berufliche Rollen. Widerstand kann dann auf nachvollziehbare Sorgen um Qualität, Kontrolle, Status oder Arbeitsplatzsicherheit hinweisen. Er sollte weder pauschal als Technikfeindlichkeit bewertet noch automatisch als Beweis gegen die Veränderung verstanden werden.

Führung schafft in diesen Übergängen Orientierung. Sie klärt, welche Ziele gelten, wer entscheiden darf, welche Unsicherheiten offen angesprochen werden sollen und welche Grenzen nicht überschritten werden. Psychologische Sicherheit und Vertrauen können helfen, Fehler, Zweifel und unerwünschte Folgen früh sichtbar zu machen. Sie ersetzen jedoch keine fachliche Prüfung, klare Verantwortung oder verbindliche Standards.

Die eigentliche Entwicklungsfrage lautet daher nicht: Wie erreichen wir möglichst schnell die nächste Stufe? Sie lautet: Welche Integrationstiefe passt zu unserer Aufgabe, unserem Anspruch und unserer Fähigkeit, die Folgen verantwortlich zu gestalten?

Weiterführend: welche Rolle Führung bei den Übergängen übernimmt und warum Widerstand auf ungeklärte Folgen und Voraussetzungen hinweisen kann.

Vertiefung

Von der Integrationstiefe zur KI-Transformation

Die sieben Stufen beantworten, wie tief KI in einen konkreten Bereich integriert ist. Eine KI-Transformation umfasst darüber hinaus die strategische Richtung, die Fähigkeit zur verantwortungsvollen Anwendung, die Skalierung in der Organisation und die dauerhafte Verankerung neuer Arbeitsweisen.

Wer den Integrationsgrad kennt, kann die nächste Frage präziser stellen: Soll die bestehende Nutzung zunächst verlässlicher werden, soll sie in weitere Bereiche übertragen werden oder braucht es einen bewussten Übergang zu einer anderen Form von Arbeit und Wertschöpfung?

Weiterführend: KI-Transformation als organisatorische Entwicklung verstehen, warum KI-Initiativen zwischen Nutzung und tiefer Integration stecken bleiben und erfolgreiche KI-Anwendungen organisatorisch verankern.

Muss ein Unternehmen alle sieben Stufen nacheinander durchlaufen?

Nein. Die Stufen sind eine Orientierung für unterschiedliche Formen der Integration. Ein Bereich kann einzelne Stufen überspringen, auf einer Stufe bleiben oder mehrere Formen parallel nutzen. Entscheidend ist, dass die jeweilige Lösung zur Aufgabe passt und verantwortlich gestaltet wird.

Kann ein Unternehmen gleichzeitig auf mehreren Stufen stehen?

Ja. Das ist der Normalfall. Einzelne Mitarbeitende können KI persönlich nutzen, während ein anderer Bereich bereits Entscheidungen mit KI vorbereitet und ein Produkt KI-Funktionen enthält. Deshalb sollte die Einordnung immer auf einen konkreten Prozess, Arbeitsbereich oder Service bezogen werden.

Ist eine höhere Stufe grundsätzlich besser?

Nein. Eine höhere Integration bringt meist zusätzliche Anforderungen an Daten, Rollen, Governance, Fähigkeiten und Verantwortung mit sich. Sie ist nur sinnvoll, wenn sie einen relevanten Nutzen schafft und die Organisation diese Anforderungen tragen kann.

Was unterscheidet Integrationsgrad und KI-Reifegrad?

Der Integrationsgrad beschreibt, wie tief KI in Arbeit und Wertschöpfung hineinreicht. Reife beschreibt, wie zuverlässig und kompetent eine Organisation die jeweilige Nutzung beherrscht. Ein Team kann eine einfache KI-Anwendung sehr reif nutzen oder einen hoch integrierten Prozess noch unzureichend beherrschen.

Wie lässt sich der nächste sinnvolle Entwicklungsschritt bestimmen?

Beginnen Sie mit einem konkreten Arbeitsbereich und dem gewünschten Nutzen. Prüfen Sie anschließend die heutige Stufe, die Lücke zur gewünschten Form der Arbeit und die erforderlichen Voraussetzungen. Dazu gehören neben Technik und Daten auch Rollen, Fähigkeiten, Führung, Akzeptanz, Kontrolle und rechtliche Anforderungen.

Einordnung und Nachweise

Quellen und fachliche Einordnung

Das Sieben-Stufen-Modell ist eine Culture-Work-Synthese. Die folgenden Quellen stützen einzelne Unterscheidungen und Gestaltungsfragen, validieren aber nicht das Gesamtmodell als Skala.

Acemoglu, D. & Restrepo, P. (2019). Automation and New Tasks: How Technology Displaces and Reinstates Labor. Journal of Economic Perspectives, 33(2), 3–30. https://doi.org/10.1257/jep.33.2.3
Brynjolfsson, E., Li, D. & Raymond, L. R. (2025). Generative AI at Work. Quarterly Journal of Economics, 140(2), 889–942 (zuvor NBER Working Paper 31161). https://doi.org/10.3386/w31161
Dellermann, D., Ebel, P., Söllner, M. & Leimeister, J. M. (2019). Hybrid Intelligence. Business & Information Systems Engineering, 61(5), 637–643. https://doi.org/10.1007/s12599-019-00595-2
Gmyrek, P., Berg, J., Kamiński, K., Konopczyński, F., Ładna, A., Nafradi, B., Rosłaniec, K. & Troszyński, M. (2025). Generative AI and Jobs: A Refined Global Index of Occupational Exposure. ILO Working Paper 140. https://doi.org/10.54394/HETP0387
Jarrahi, M. H. (2018). Artificial Intelligence and the Future of Work: Human-AI Symbiosis in Organizational Decision Making. Business Horizons, 61(4), 577–586. https://doi.org/10.1016/j.bushor.2018.03.007
National Institute of Standards and Technology (2023). Artificial Intelligence Risk Management Framework (AI RMF 1.0). NIST AI 100-1. https://doi.org/10.6028/NIST.AI.100-1
OECD (2019, in der Fassung von 2024). Recommendation of the Council on Artificial Intelligence, OECD/LEGAL/0449 (angenommen 22.05.2019, geändert 03.05.2024). https://legalinstruments.oecd.org/en/instruments/OECD-LEGAL-0449
Raisch, S. & Krakowski, S. (2021). Artificial Intelligence and Management: The Automation–Augmentation Paradox. Academy of Management Review, 46(1), 192–210. https://doi.org/10.5465/amr.2018.0072
Verordnung (EU) 2024/1689 über künstliche Intelligenz (AI Act), insbesondere Artikel 14 zur menschlichen Aufsicht bei Hochrisiko-KI-Systemen, in der durch Verordnung (EU) 2026/1744 geänderten Fassung. Die Pflichten gelten nach dieser Änderung ab 2.12.2027 bzw. 2.8.2028. https://eur-lex.europa.eu/eli/reg/2024/1689/oj
Interne Modellquelle: Culture Work, Konzeptpapier KI-Transformation MVP3, insbesondere die Darstellung der Entwicklungsstufen und Übergänge.

Fachliche Einordnung durch Culture Work

Culture Work verbindet die technische Nutzung von KI mit Fragen der Führung, Zusammenarbeit, Verantwortung und Organisationsgestaltung. Die sieben Stufen dienen dazu, Veränderungen in der tatsächlichen Arbeit sichtbar zu machen und nicht nur die Einführung einzelner Werkzeuge zu beschreiben.

Dr. Andreas Bittner

Senior Coach, Berater & Trainer

Andreas ist ein Experte für Transformation und Organisationsentwicklung mit mehr als 25 Jahren Erfahrung in Beratung, Coaching und der Führung von Teams und Organisationseinheiten in unterschiedlichen Branchen.

Mit seinem wissenschaftlichen Hintergrund in Physik und seiner langjährigen Managementerfahrung hat er seine Karriere darauf ausgerichtet, Organisationen durch Veränderungsprozesse zu begleiten, Zusammenarbeit zu stärken und Menschen und Teams zu wirksamem Handeln zu befähigen.

Kontakt aufnehmen LinkedIn

7 Stufen der KI-Integration