Strategiepapier / Teil A · Orientierung
A4Reifegradanalyse
Wie ein Unternehmen in fünf Schritten seine KI-Reife bestimmt: Bewertung in sieben Dimensionen auf fünf Stufen, Bewertungsbogen zur Selbsteinschätzung und der Engpass, in den es zuerst investieren sollte.
Reifegrad-Check
Wählen Sie für jede Dimension die Stufe, die heute zutrifft. Das Netzdiagramm zeigt das Reifeprofil; die Dimension mit dem niedrigsten Wert ist der Engpass. Die Auswahl bleibt nur in diesem Browser gespeichert.
Die KI-Reife eines Unternehmens beschreibt, wie gut es technisch, organisatorisch und kulturell darauf vorbereitet ist, KI-Lösungen zu entwickeln, einzuführen und dauerhaft zu betreiben. Die Reifegradanalyse ist die Bestandsaufnahme dieser KI-Reife. Sie zeigt, wo das Unternehmen steht und wohin die nächste Investition gehen sollte. Ohne diese Bestandsaufnahme fließt Geld leicht an die falsche Stelle, etwa in eine teure Plattform zum Entwickeln und Betreiben von KI-Modellen, obwohl die eigentliche Schwierigkeit in fehlenden oder fehlerhaften Daten liegt.
Die Analyse läuft in fünf Schritten: Ausgangslage festhalten, Bewertungsdimensionen verstehen, Informationen erheben, Reife bewerten, Engpass und Maßnahmen bestimmen. Am Ende stehen drei Ergebnisse: das Reifeprofil, also eine Stufe von 1 bis 5 für jede der sieben Bewertungsdimensionen; der Engpass, also die Dimension, die den weiteren KI-Einsatz am stärksten bremst; und die Maßnahmen gegen diesen Engpass. Im Vorgehensmodell für die Einführung von KI gehört die Reifegradanalyse zur ersten Phase, der Bestandsaufnahme (englisch Assess, siehe C1).
Die fünf Schritte der Reifegradanalyse mit ihren Ergebnissen: 1. Ausgangslage festhalten, Ergebnis ein Dokument mit ein bis zwei Seiten. 2. Dimensionen verstehen, Ergebnis: was je Dimension belegt sein muss. 3. Informationen erheben mit Interviews, Fragebogen, Systemanalyse und Workshop, Ergebnis: Einschätzungen und Fakten mit Belegen. 4. Reife bewerten, Ergebnis das Reifeprofil mit einer Stufe je Dimension. 5. Engpass und Maßnahmen bestimmen, Ergebnis: Maßnahmen für die Roadmap. Danach Wiederholung alle 6 bis 12 Monate mit demselben Bewertungsbogen.
Schritt 1: Ausgangslage und Ziele schriftlich festhalten
Die Bewertung in Schritt 4 braucht einen Bezugspunkt: die Ziele und Randbedingungen des Unternehmens. Geschäftsführung und IT-Leitung halten sie deshalb vor jeder Bewertung gemeinsam auf ein bis zwei Seiten fest. Die Tabelle nennt, welche Angaben in dieses Dokument gehören, mit welchen Fragen sie erhoben werden und wozu sie später dienen.
Das Dokument zur Ausgangslage umfasst ein bis zwei Seiten und enthält fünf Angaben: geschäftliche Ziele liefern den Maßstab für den Erfolg, Randbedingungen zeigen, was zulässig ist, Systeme und Datenquellen zeigen, was umsetzbar ist, bisherige KI-Vorhaben zeigen, woran KI im Haus scheitert, Budget und Personal zeigen, was finanzierbar ist. Das Dokument ist der Bezugspunkt für die Bewertung in Schritt 4 und den Engpass in Schritt 5.
| Angabe | Leitfragen für die Erhebung | Wozu die Angabe dient | Beispiel für einen Eintrag |
|---|---|---|---|
| Geschäftliche Ziele (zum Beispiel Kosten senken, neue Erlösquellen erschließen, Qualität steigern) | Welche drei Ziele haben in den nächsten zwei Jahren Vorrang? Woran wird gemessen, ob sie erreicht sind? Wer verantwortet sie? | An diesen Zielen misst das Unternehmen später, ob KI-Vorhaben erfolgreich waren. Erst im Bezug auf die Ziele zeigt die Reifebewertung, welche Lücke zuerst geschlossen werden muss. | Bearbeitungszeit je schriftlicher Kundenanfrage bis Ende 2027 von 20 auf 8 Minuten senken; verantwortlich ist die Leitung Kundenservice. |
| Randbedingungen (Märkte, Produkte, Prozesse, gesetzliche und aufsichtsrechtliche Vorgaben) | In welchen Märkten und Kundengruppen ist das Unternehmen tätig? Welche Aufsichtsbehörde und welche Vorgaben gelten? Welche Prozesse sind geschäftskritisch? | Die Randbedingungen legen fest, welche KI-Einsätze zulässig und sinnvoll sind. | Lebensversicherung: KI-Systeme zur Risikobewertung und Preisbildung für einzelne Personen gelten nach der EU-Verordnung über künstliche Intelligenz (EU AI Act) als Hochrisiko-Systeme und unterliegen zusätzlichen Pflichten (siehe B8). |
| Bestehende Systeme und Datenquellen | Welche Kernsysteme führen welche Daten? Wo liegen die Daten, in der Cloud oder im eigenen Rechenzentrum? Wie lange dauert es heute, Zugriff auf einen Datenbestand zu bekommen? | Jede KI-Lösung braucht Daten aus diesen Systemen. Wer nicht weiß, welche Daten wo liegen, kann nicht einschätzen, ob ein KI-Vorhaben umsetzbar ist. | Das Kundenverwaltungssystem (englisch Customer Relationship Management, CRM) enthält zehn Jahre Kundenhistorie. Zugriff gibt es nur auf Einzelantrag, im Schnitt nach drei Wochen. |
| Bisherige KI-Vorhaben (laufende, eingestellte und Schatten-KI) | Was wurde schon versucht, und mit welchem Ergebnis? Woran sind eingestellte Vorhaben gescheitert? Welche KI-Werkzeuge nutzen Mitarbeitende heute ohne Freigabe? | Eingestellte Vorhaben zeigen, woran KI im Unternehmen tatsächlich scheitert. Schatten-KI (englisch Shadow AI), also KI-Werkzeuge, die Mitarbeitende ohne Freigabe nutzen, zeigt Bedarf, für den es kein freigegebenes Angebot gibt (siehe A2). | Ein Chatbot-Pilot wurde 2024 eingestellt, weil der Zugriff auf die benötigten Daten nie zustande kam. Mehrere Fachbereiche nutzen private Konten bei Chatbot-Anbietern. |
| Budget und verfügbare Mitarbeitende | Welches Budget steht für die ersten KI-Vorhaben bereit? Wer kann in welchem Umfang mitarbeiten? Welche Fachkenntnisse fehlen im Haus? | Budget und Personal begrenzen, welche Maßnahmen umsetzbar sind. Ehrliche Angaben verhindern einen Plan, für den später Geld oder Leute fehlen. | 200.000 Euro für zwölf Monate; eine Stelle für Datenaufbereitung (Data Engineering); niemand im Haus hat bisher ein Modell des maschinellen Lernens entwickelt. |
Ergebnis von Schritt 1: ein Dokument von ein bis zwei Seiten mit Zielen, Randbedingungen, Systemen und Datenquellen, bisherigen KI-Vorhaben, Budget und Personal. Alle folgenden Schritte beziehen sich auf dieses Dokument.
Wenn Schritt 1 fehlt: Die Bewertung aus Schritt 4 lässt sich dann keinem Geschäftsziel zuordnen. Niemand kann sagen, welches Ziel eine höhere Stufe in einer Dimension voranbringt. Eine solche Bewertung löst deshalb selten eine Investitionsentscheidung aus.
Schritt 2: Die sieben Bewertungsdimensionen verstehen
Die KI-Reife wird nicht als eine Gesamtnote bewertet, sondern getrennt in sieben Dimensionen. Eine Dimension ist ein Teilbereich der KI-Reife, der unabhängig von den anderen weit oder wenig entwickelt sein kann. Ein Unternehmen kann technisch weit sein und trotzdem scheitern, weil niemand für die Freigabe von KI-Lösungen zuständig ist oder weil die Daten lückenhaft sind. Erst die getrennte Bewertung zeigt, welche Dimension den Fortschritt bremst.
Sieben Bewertungsdimensionen mit Leitfrage und Nachweisen: Technologie, Daten, Organisation, Strategie, Kultur, Governance und Compliance, Sicherheit. Jede Dimension bekommt eine eigene Stufe von 1 bis 5; die Dimension mit dem niedrigsten Wert ist der Engpass.
| Dimension | Leitfrage | Woran die Reife erkennbar ist (Nachweise) |
|---|---|---|
| Technologie | Kann das Unternehmen Modelle zuverlässig entwickeln, betreiben und überwachen? | Eine Plattform zum Entwickeln und Betreiben von Modellen ist vorhanden. Jeder Modellstand ist mit Versionsnummer abgelegt. Modelle im Betrieb werden überwacht (Monitoring). KI-Lösungen sind an die Kernsysteme angebunden. |
| Daten | Sind die benötigten Daten auffindbar, zugänglich und in guter Qualität? | Ein Datenkatalog, also ein Verzeichnis aller Datenbestände mit Beschreibung und verantwortlicher Person, ist vorhanden. Die Datenqualität ist dokumentiert. Zugriffe sind geregelt. Für jeden Datenbestand ist eine verantwortliche Person benannt. |
| Organisation | Ist klar, wer KI-Lösungen entwickelt, freigibt und betreibt? | Die Rollen sind festgelegt. Der Ablauf von der Idee bis zum Betrieb ist dokumentiert. |
| Strategie | Gibt es Ziele, Prioritäten und ein Budget für KI? | Eine KI-Strategie ist beschlossen. Es gibt einen Investitionsplan und Kennzahlen, an denen der Erfolg gemessen wird. |
| Kultur | Sind die Mitarbeitenden bereit, mit KI zu arbeiten und dazuzulernen? | Es gibt Schulungsangebote. Fehler werden offen besprochen. Umfragen zeigen, dass Mitarbeitende KI-Werkzeuge annehmen. |
| Governance und Compliance (Steuerung des KI-Einsatzes und Einhaltung der Vorschriften) | Erfüllt das Unternehmen die gesetzlichen und aufsichtsrechtlichen Pflichten für KI planmäßig? | Ein KI-Register, also ein Verzeichnis aller eingesetzten KI-Systeme, wird geführt. Jedes KI-System ist nach seinem Risiko eingestuft. Ein Freigabeverfahren legt fest, wer eine KI-Lösung für den Betrieb freigibt (siehe B8). |
| Sicherheit | Kennt das Unternehmen die Angriffe, die sich gezielt gegen KI-Systeme richten (zum Beispiel manipulierte Eingaben), und schützt es sich dagegen? | Ein Bedrohungsmodell, also eine Aufstellung möglicher Angriffe und ihrer Folgen, liegt vor. Schutzmaßnahmen sind umgesetzt. Sicherheitstests sind protokolliert (siehe B9). |
Das Modell aus sieben Dimensionen und fünf Stufen ist auf den Strategieprozess zugeschnitten: Es soll zeigen, wo das Unternehmen als Nächstes investieren muss. Es ist kein Normmodell und kein Prüfmaßstab für eine Zertifizierung. Reifemodelle mit ähnlichem Zweck veröffentlichen Beratungshäuser und Forschungseinrichtungen, zum Beispiel das Center for Information Systems Research des Massachusetts Institute of Technology (MIT CISR) mit dem „Enterprise AI Maturity Model“ (Forschungsbericht „Building Enterprise AI Maturity“ von Peter Weill, Stephanie L. Woerner und Ina M. Sebastian, Dezember 2024; vier Stufen, gestützt auf eine Befragung von 721 Unternehmen aus dem Jahr 2022).
Schritt 3: Informationen erheben
Um eine Dimension zu bewerten, braucht es eine Antwort auf ihre Leitfrage und Nachweise für diese Antwort. Vier Erhebungsmethoden liefern beides. Jede erfasst nur einen Teil der Lage; deshalb werden sie kombiniert.
Interviews mit 5 bis 10 Schlüsselpersonen liefern Einschätzungen und Hindernisse, die in keinem Dokument stehen. Ein Fragebogen an 20 bis 50 Personen liefert vergleichbare Einschätzungen je Bereich. Beide zeigen, wie die Beteiligten die Lage sehen. Die Systemanalyse zeigt, wie die Lage tatsächlich ist, und liefert Fakten mit Belegen. Alle drei fließen in den halbtägigen Bewertungsworkshop, der je Dimension eine Stufe mit Nachweis festlegt. Ergebnis ist der abgestimmte Bewertungsbogen. Weichen Einschätzungen und Fakten voneinander ab, gilt der Befund der Systemanalyse.
Methode 1: Interviews mit Schlüsselpersonen
- Was: Einzelgespräche von 45 bis 60 Minuten mit 5 bis 10 Personen: Geschäftsführung, IT-Leitung, Datenverantwortliche und zwei bis drei Führungskräfte aus Fachbereichen.
- Wie: offene Fragen entlang der sieben Dimensionen, zum Beispiel:
- „Welche KI-Vorhaben gab es bisher, und was ist aus ihnen geworden?“
- „Woran ist das letzte Datenprojekt gescheitert?“
- „Wer entscheidet heute, ob ein Modell in den Regelbetrieb gehen darf?“
- Warum: Interviews zeigen, was in keinem Dokument steht: wie das Unternehmen mit Neuem umgeht, welche Hindernisse es abseits der offiziellen Abläufe gibt, wo Widerstand besteht und welche unterschiedlichen Erwartungen die Bereiche an KI haben.
- Ergebnis: Gesprächsnotizen je Dimension, vor allem Einschätzungen zu Kultur und Organisation, die sich nicht in Zahlen fassen lassen.
Methode 2: Standardisierter Fragebogen
- Was: ein Fragebogen mit 5 bis 10 Fragen je Dimension, jede mit vorgegebenen Antworten, verteilt an 20 bis 50 Personen aus allen betroffenen Bereichen.
- Wie: Die Befragten bewerten Aussagen auf einer Skala von 1 (trifft nicht zu) bis 5 (trifft voll zu), zum Beispiel: „Ich weiß, an wen ich mich wende, wenn ich Daten für eine Analyse brauche.“
- Warum: Der Fragebogen macht Einschätzungen vergleichbar und zeigt, wo Bereiche unterschiedlich urteilen. Bewertet die IT die Datenqualität mit 4 und der Fachbereich mit 2, ist dieser Unterschied selbst ein Ergebnis, das im Workshop geklärt wird.
- Ergebnis: Zahlenwerte je Dimension und je Bereich als Grundlage für den Bewertungsbogen in Schritt 4.
Methode 3: Analyse vorhandener Systeme und Daten
- Was: IT und Datenverantwortliche prüfen die tatsächliche Systemlandschaft und die Datenbestände.
- Wie: Sie arbeiten feste Prüfpunkte ab, zum Beispiel:
- Gibt es einen Datenkatalog?
- Wie viele Datenquellen sind dokumentiert?
- Laufen Modelle im Regelbetrieb, und werden sie überwacht?
- Wie lange dauert es, Zugriff auf einen Datenbestand zu bekommen?
- Warum: Interviews und Fragebogen erfassen, wie die Beteiligten die Lage sehen. Die Systemanalyse stellt fest, wie die Lage ist, und berichtigt zu günstige Selbsteinschätzungen. Beispiel: Viele Befragte kreuzen im Fragebogen „Datenkatalog vorhanden“ an, der Katalog wurde aber seit zwei Jahren nicht gepflegt. Dann gilt der Befund der Systemanalyse.
- Ergebnis: eine Liste von Fakten mit Belegen, die als Nachweise in den Bewertungsbogen eingehen.
Methode 4: Gemeinsamer Bewertungsworkshop
- Was: ein halbtägiger Workshop mit Geschäftsführung, IT und Fachbereichen, sobald die Ergebnisse der Methoden 1 bis 3 vorliegen.
- Wie: Für jede Dimension stellt die Person, die die Analyse leitet, die Ergebnisse vor. Die Teilnehmenden klären, wo Einschätzungen und Fakten auseinandergehen, und legen gemeinsam eine Stufe fest (die Stufen beschreibt Schritt 4). Jede Stufe braucht einen Nachweis; eine Einschätzung wie „gefühlt Stufe 3“ zählt nicht.
- Warum: Der Workshop sorgt dafür, dass alle Beteiligten die Bewertung mittragen. Stammt sie nur von externen Berater:innen oder nur von der IT, ziehen die anderen Bereiche sie später in Zweifel und richten ihre Planung nicht danach aus.
- Ergebnis: der abgestimmte Bewertungsbogen, jede Stufe mit Nachweis.
Vergleich mit anderen Unternehmen: Ergänzend kann das Unternehmen seine Werte mit Vergleichswerten der Branche abgleichen (Benchmarking) oder eine Bewertung durch Externe beauftragen. Beides liefert eine Sicht von außen und prüft die eigene Bewertung. Keines von beiden ersetzt die interne Erhebung. Veröffentlichte Vergleichswerte beruhen oft auf anderen Reifemodellen mit anderer Stufenzahl; vor einem Vergleich müssen die Stufen einander zugeordnet werden.
Schritt 4: Mit dem Reifestufenmodell bewerten
Mit den Ergebnissen aus Schritt 3 ordnen die Teilnehmenden des Workshops jede Dimension einer von fünf Stufen zu. Die Stufen reichen von ersten Versuchen bis zu einem Unternehmen, in dem KI fester Teil der Kernprozesse ist und laufend verbessert wird.
Fünf Reifestufen als Treppe: 1 Erkundung, 2 Pilotierung, 3 Teilintegration, 4 Breite Verankerung, 5 Kontinuierliche Optimierung.
| Stufe | Bezeichnung | Kennzeichen |
|---|---|---|
| 1 | Erkundung | Erste Versuche mit KI finden ohne Bezug zu Geschäftszielen statt. Die Daten liegen verstreut. Einzelne Vorzeigeprojekte bleiben ohne dauerhafte Wirkung. |
| 2 | Pilotierung | Erste Piloten, also zeitlich begrenzte Erprobungen im echten Arbeitsalltag, zeigen erkennbaren Nutzen. Die Daten liegen teilweise in einheitlicher, auswertbarer Form vor. Der Erfolg hängt an einzelnen Personen. KI-Lösungen sind kaum an bestehende Systeme angebunden. |
| 3 | Teilintegration | Mehrere KI-Lösungen laufen zuverlässig in Kernprozessen. Rollen, Freigaben, Überwachung im Betrieb und erste Standards sind eingeführt. Der Nutzen wird gemessen. |
| 4 | Breite Verankerung | KI ist fester Teil der Prozesse, mit denen das Unternehmen sein Geld verdient. Modelle werden nach einem einheitlichen Verfahren betrieben. Für Governance, Sicherheit und Compliance gibt es feste Zuständigkeiten und Abläufe. Ein Umsetzungsplan mit Kennzahlen (Roadmap) steuert den weiteren Ausbau. |
| 5 | Kontinuierliche Optimierung | Modelle und Datenprodukte, also Datenbestände, die ein Team für andere aufbereitet und dauerhaft pflegt, werden wie Produkte geführt: mit verantwortlicher Person und laufender Weiterentwicklung. Entscheidungen beruhen auf Daten. Regelmäßige Prüfungen (Audits), Offenlegung des KI-Einsatzes, nachvollziehbare Ergebnisse und die Prüfung auf Benachteiligung von Personengruppen (Fairness) sind Standard. |
Die Kennzeichen beschreiben das Unternehmen als Ganzes. Für die Bewertung einer einzelnen Dimension zählen die Kennzeichen, die diese Dimension betreffen, für die Dimension Daten zum Beispiel „Die Daten liegen verstreut“ auf Stufe 1 und „teilweise in einheitlicher, auswertbarer Form“ auf Stufe 2.
Vorlage: Bewertungsbogen zur Selbsteinschätzung (Self-Assessment-Scorecard)
Der Bewertungsbogen hält das Ergebnis des Workshops fest, eine Zeile je Dimension. So wird er ausgefüllt:
- Jede Dimension erhält eine Stufe von 1 bis 5 nach der Tabelle der Reifestufen.
- Die Stufe wird im gemeinsamen Workshop festgelegt (Schritt 3, Methode 4).
- Jede Stufe braucht einen Eintrag in der Spalte „Nachweis“. Eine Stufe ohne Nachweis zählt nicht, weil ohne Beleg leicht eine zu günstige Selbsteinschätzung entsteht.
- Die Spalte „Wichtigste Lücke“ nennt, was zur nächsten Stufe fehlt. Die Spalte „Nächster Schritt“ nennt die Maßnahme, die diese Lücke schließt. Aus dieser Spalte werden in Schritt 5 die Maßnahmen ausgewählt.
| Dimension | Stufe (1 bis 5) | Nachweis | Wichtigste Lücke | Nächster Schritt |
|---|---|---|---|---|
| Technologie | ||||
| Daten | ||||
| Organisation | ||||
| Strategie | ||||
| Kultur | ||||
| Governance und Compliance | ||||
| Sicherheit |
Ausgefülltes Beispiel für eine Zeile:
| Dimension | Stufe (1 bis 5) | Nachweis | Wichtigste Lücke | Nächster Schritt |
|---|---|---|---|---|
| Daten | 2 | Es gibt keinen gepflegten Datenkatalog. Zugriff auf Vertriebsdaten dauert im Schnitt drei Wochen (Ergebnis der Systemanalyse). | Für die Datenbestände sind keine Verantwortlichen benannt. | Für die drei wichtigsten Datenbereiche je eine fachlich verantwortliche Person (Data Owner) benennen (siehe B4). |
Schritt 5: Engpass bestimmen, Maßnahmen ableiten, Wiederholung planen
Der ausgefüllte Bewertungsbogen zeigt, wo das Unternehmen steht. In Schritt 5 legen Geschäftsführung und IT-Leitung auf dieser Grundlage fest, wohin das nächste Geld fließt.
Beispiel eines Reifeprofils: Technologie steht auf Stufe 4, Daten auf Stufe 2, alle anderen Dimensionen auf Stufe 3. Der KI-Einsatz trägt nur bis Stufe 2; die höhere Reife der anderen Dimensionen bleibt ungenutzt. Die Daten sind der Engpass. Für ihn werden zwei bis drei Maßnahmen mit verantwortlicher Person und Termin festgelegt, die in die Roadmap eingehen. Nach 6 bis 12 Monaten folgt die nächste Messung.
Engpass bestimmen: Der Engpass ist die Dimension mit dem niedrigsten Wert im Bewertungsbogen. Ein Unternehmen kann KI nicht breiter einsetzen, als seine schwächste Dimension zulässt. Beispiel: Steht die Technologie auf Stufe 4 und stehen die Daten auf Stufe 2, bleibt die teure Plattform ungenutzt, weil keine verwendbaren Daten für sie bereitstehen. Die nächste Investition gehört dann in die Daten, nicht in weitere Technik. Haben mehrere Dimensionen denselben niedrigsten Wert, kommt zuerst die Dimension an die Reihe, die den Zielen aus Schritt 1 am meisten im Weg steht.
Maßnahmen ableiten: Geschäftsführung und IT-Leitung legen für jede Engpass-Dimension zwei bis drei konkrete Maßnahmen fest, jede mit verantwortlicher Person und Termin. Mögliche Maßnahmen stehen in der Spalte „Nächster Schritt“ des Bewertungsbogens. Die Maßnahmen gehen in die Roadmap ein, den Umsetzungsplan der KI-Strategie (siehe C2).
Wiederholung planen: Die Reifegradanalyse ist kein einmaliges Projekt, sondern eine wiederkehrende Messung. Sie wird alle 6 bis 12 Monate mit demselben Bewertungsbogen wiederholt. Für diesen Abstand gibt es zwei Gründe: Die Wirkung von Maßnahmen wie benannten Datenverantwortlichen oder einem gepflegten Datenkatalog zeigt sich erst nach einigen Monaten in den Nachweisen. Bei mehr als zwölf Monaten Abstand bliebe eine wirkungslose Maßnahme zu lange unbemerkt. Erst die zweite Messung zeigt, ob die Maßnahmen gewirkt haben.
Checkliste: belastbare Reifegradanalyse
Die Reifegradanalyse ist belastbar, wenn alle Punkte erfüllt sind:
- Ausgangslage und Ziele sind schriftlich festgehalten (Schritt 1).
- Alle sieben Dimensionen sind bewertet, jede mit Nachweis.
- Mindestens drei Erhebungsmethoden sind eingesetzt und ihre Ergebnisse zusammengeführt (Interviews, Fragebogen, Systemanalyse).
- Geschäftsführung, IT und Fachbereiche haben die Bewertung im gemeinsamen Workshop abgestimmt.
- Die Engpass-Dimension ist bestimmt und benannt.
- Für jeden Engpass sind zwei bis drei Maßnahmen mit verantwortlicher Person und Termin festgelegt.
- Der Termin für die nächste Messung steht fest.
Der Lesestand wird nur in diesem Browser gespeichert.