Forschungsgruppe · CIn — UFPE

Erfahren Sie, wo Ihr Unternehmen bei der KI-Nutzung wirklich steht.

In ~3 Minuten. Der FAROL — KI-Index für KMU v1.0 ist eine (halbautomatische) Synthese von 8 globalen Frameworks, konsolidiert von der FAROL-Gruppe (CIn-UFPE), kalibriert für die Realität brasilianischer kleiner und mittlerer Unternehmen.

Forschung läuft · CIn — UFPE
Vorschau · fiktives Unternehmen
Aktuelle Geläufigkeit
Das Problem

„KI-Reife" ist ein zerbrochenes Konzept.

Die meisten bestehenden Frameworks erben vom CMMI — ein Modell der 90er Jahre für stabile Software. KI ist nicht stabil. Der Stand der Technik ändert sich alle paar Monate.

01

Falsches Ankunftsgefühl

Ein Unternehmen auf „Stufe 5 — optimiert" fühlt sich angekommen. Genau deshalb ist es am verwundbarsten, von der nächsten Welle überholt zu werden.

02

Bestraft, wer experimentiert

Traditionelle Frameworks belohnen Standardisierung. In KI ist schnelles Experimentieren und Verwerfen wertvoller. 42 % der Unternehmen brechen KI-Projekte ab — und das ist kein Scheitern.

03

Ignoriert Bewegung

Reife misst Position. Was bei KI zählt, ist Anpassungsgeschwindigkeit. Wer gestern LLMs eingeführt hat, kann fließender sein als jemand, der seit 5 Jahren ML macht.

Die Lösung

Geläufigkeit ist keine Reife. Es ist Bewegung.

So wie TOEFL Englischkenntnisse misst, misst die FAROL-Skala KI-Geläufigkeit — von N0 bis N5. Eine lebendige Skala, die anerkennt, dass Stillstand Rückschritt ist.

  • Kontinuierlich — wer aufhört zu üben, verliert.
  • Verteilt — Unternehmen können A in Daten und D in Menschen sein.
  • Ökosystem-abhängig — es ist einfacher, in einer geläufigen Umgebung geläufig zu sein.
A
Vorhut
Native Geläufigkeit; Stand der Technik.
B
Fortgeschritten
Anspruchsvolle und strukturierte Nutzung.
C
Mittelstufe
Konsistente Initiativen.
D
Anfänglich
Fokussierte Experimente.
E
Abwesend
Keine signifikante Nutzung.
6
Achsen
5
Stufen (A → E)
8
Synthetisierte Frameworks
7
Ergebnisklassen
Die 6 Achsen

Geläufigkeit ist mehrdimensional.

FAROL misst jede Achse einzeln — und zeigt, wo die Chancen liegen.

01 · Achse

Strategie & Führung

Klare Vision, warum KI wichtig ist — und Führung, die kohärent handelt, Ressourcen zuweist und Projekte priorisiert.

02 · Achse

Daten & Infrastruktur

Zugängliche und qualitativ hochwertige Daten in einer Infrastruktur, die Training, Inferenz und kontinuierliches Experimentieren ermöglicht.

03 · Achse

Menschen & Kultur

Talent, Experimentierkultur und KI-Kompetenz, verteilt über die Organisation — nicht auf eine Person konzentriert.

04 · Achse

Prozesse & Governance

Wie KI-Projekte ausgewählt und bewertet werden. Governance, die nicht lähmt — aber das Chaos auch nicht regieren lässt.

05 · Achse

Produkte & Kunde

KI, die den Endkunden erreicht: Produkte und Erlebnisse, die echte Probleme lösen — nicht nur interne Optimierung.

06 · Achse

Ethik & Risiko

Wie das Unternehmen KI-Risiken identifiziert und mindert — Voreingenommenheit, Datenschutz, Transparenz — ohne Innovation zu lähmen.

Grundlagen

Auf den Schultern von Giganten gebaut.

FAROL synthetisiert kritisch die 8 angesehensten Frameworks der Welt — und kalibriert für den brasilianischen Kontext in jedem Index der Serie (beginnend mit dem KMU-Index v1.0).

Differenzierung

Andere Frameworks messen Reife — eine Position. FAROL misst Geläufigkeit — eine Bewegung. Deshalb spricht es mit allen, kommt aber zu anderen Antworten.

MIT CISR
Digitale Fähigkeit · Governance
Gartner
Technologiereife · Adoption
Deloitte
Transformation · Ausführung
Cisco
AI Readiness Index
Forrester / IBM
Anwendungsfälle · ROI
Microsoft
AI Maturity Model
Salesforce
Customer-facing AI
NIST
Risiko und Governance
Erster Index der Serie · v1.0

FAROL — KI-Index für KMU v1.0

(Halbautomatische) Synthese der 8 weltweit angesehensten Frameworks für KI-Reife, konsolidiert von der FAROL-Gruppe und kalibriert für die Realität brasilianischer KMU. Sechs Achsen, drei Minuten. Sie gehen mit Ihrem Radar, einem Vergleich gegen die 8 Frameworks und konkreten nächsten Schritten, um eine Stufe aufzusteigen.

Es ist der erste Index einer Serie — nicht die endgültige Version. Weitere Indizes werden für andere Kontexte (Bildung, Gesundheit, öffentlicher Sektor…) folgen und neue Versionen werden diesen verfeinern.