Swisscom AI Readiness Checker

Entdecken Sie die AI-Reife Ihres Unternehmens

Erfahren Sie Ihr AI Readiness Level, massgeschneiderte Handlungsempfehlungen und sehen Sie, wo Sie im Vergleich mit anderen Schweizer Unternehmen stehen.

Wussten sie, dass sich 77% der Schweizer Unternehmen vom AI-Einsatz eine Effizienzsteigerung und 46% eine Verbesserung der Customer Experience versprechen (Quelle: Swisscom, Strategic Feedback 2024), die meisten Unternehmen aber noch gar nicht bereit für den Einsatz sind?

Mit dem AI Readiness Checker von Swisscom finden Sie heraus, wo Ihr Unternehmen wirklich steht – und was Sie tun können, um nicht abgehängt zu werden.

Und so funktionierts:

Standortbestimmung: Ermitteln Sie Ihren AI-Reifegrad im Bezug auf Infrastruktur, Kompetenzen und Governance.
Individuelle Handlungsempfehlungen: Erhalten Sie konkrete Empfehlungen für Ihre nächsten Schritte basierend auf Ihren Checker-Resultaten.
Benchmarking – Der grosse Vergleich: Erfahren Sie, wo Sie im Vergleich mit anderen Schweizer Unternehmen und innerhalb Ihrer Branche stehen – natürlich anonymisiert.

Checker starten

Schritt 1 von 4

25%

Phone

Dieses Feld dient zur Validierung und sollte nicht verändert werden.

Wie viele Beschäftigte hat Ihr Unternehmen?*

In welcher Branche ist Ihr Unternehmen tätig?*

Was ist Ihre Rolle/Funktion im Unternehmen?*

Nutzt Ihr Unternehmen primär Cloud-Lösungen oder On-Premise-Infrastruktur für AI?*

Cloud-basiert

On-Premise

Befinden sich Ihre AI-Lösungen aktuell im Proof-of-Concept-Stadium (PoC) oder sind sie bereits in Kernprozesse integriert?*

PoC-Phase

Produktivbetrieb

Infrastruktur

1. Nutzen Sie dedizierte GPU/TPU-Ressourcen in der Cloud für KI-Projekte?*

Teilweise

Nein

Vollständig

2. Haben Sie skalierbare Datenpipelines oder Data Lakes in der Cloud aufgebaut?*

Basislösungen

Keine Lösung

KI-optimierte Architektur

1. Nutzen Sie automatisierte ML-Pipelines oder Orchestrierungstools wie Kubernetes?*

Vollautomatisiert

Teilautomatisiert

Manuell

2. Werden KI-Modelle über CI/CD-Prozesse regelmässig aktualisiert?*

Vollständig integriert

Nein

Teilweise automatisiert

1. Verfügt Ihr Unternehmen über dedizierte Hardware wie NVIDIA DGX-Systeme oder ähnliche KI-optimierte Server?*

Vollständig implementiert und aktiv genutzt für PoCs

Nein, keine dedizierte Hardware vorhanden

Teilweise vorhanden, aber nicht standardisiert genutzt

2. Gibt es eine zentrale Datenplattform zur Speicherung und Verarbeitung von Trainingsdaten vor Ort?

Eine Plattform ist in Planung oder Pilotphase, aber nicht produktiv genutzt

Eine zentrale Plattform ist etabliert und wird aktiv genutzt für PoCs

Keine zentrale Plattform vorhanden, Daten sind verteilt gespeichert

1. Verfügt Ihr Unternehmen über eine vollständig integrierte On-Premise-KI-Infrastruktur mit skalierbaren Ressourcen?*

Teilweise integriert, aber noch nicht standardisiert nutzbar

Vollständig integriert mit skalierbaren Ressourcen für produktive Anwendungen

Keine Integration vorhanden, nur isolierte Systeme im Einsatz

2. Nutzen Sie Edge-Computing-Lösungen zur Verarbeitung von KI-Modellen direkt an der Datenquelle?*

Edge-Computing ist produktiv im Einsatz und vollständig integriert

Nein, keine Edge-Computing-Lösungen im Einsatz

Erste Pilotprojekte oder Tests laufen derzeit

Kompetenzen

3. Wie viele Mitarbeitende haben Zertifizierungen in Cloud-KI-Tools?*

1-3

4. Gibt es Schulungsprogramme zu Cloud-KI-Technologien?*

Nein

Ad-hoc-Schulungen

Regelmässige Programme

3. Gibt es ein dediziertes AI-Ops-Team für das Monitoring von Cloud-KI-Systemen?*

Nein

Ja, mit 24/7-Support

Teilweise vorhanden

4. Wie viele Geschäftsbereiche nutzen produktiv KI-Lösungen?*

Einzelne Bereiche/Pilotprojekte

Mehrere Bereiche unternehmensweit integriert

Keiner

3. Verfügt Ihr Unternehmen über interne Teams mit Erfahrung im Aufbau von On-Premise-KI-Infrastrukturen?

Eigenständige interne Teams mit umfassender Expertise vorhanden

Keine Expertise vorhanden, externe Unterstützung notwendig

Erste Kompetenzen intern aufgebaut, aber stark abhängig von externen Partnern

4. Gibt es Schulungsprogramme oder Weiterbildungen speziell zu On-Premise-KI-Technologien?*

Nein, keine Schulungen angeboten

Regelmässige, strukturierte Schulungsprogramme vorhanden

Ad-hoc-Schulungen bei Bedarf

3. Gibt es ein dediziertes internes Team für die Verwaltung und Weiterentwicklung Ihrer On-Premise-KI-Systeme?*

Teilweise vorhandenes Team, das jedoch externe Unterstützung benötigt

Vollständig internes Team mit umfassender Expertise und Verantwortung für KI-Systeme

Nein, kein dediziertes Team vorhanden

4. Wie viele Geschäftsbereiche nutzen produktive KI-Lösungen auf Ihrer On-Premise-Infrastruktur?*

Mehrere Geschäftsbereiche nutzen KI-Lösungen unternehmensweit integriert

Einzelne Geschäftsbereiche nutzen produktive Lösungen regelmässig

Keiner/nur experimentelle Nutzung in einzelnen Bereichen

Governance

5. Existieren Datenschutzrichtlinien für KI-Daten in der Cloud?*

In Entwicklung

Vollständig implementiert

Nein

6. Werden Ihre KI-Projekte regelmässig auf Fairness und Bias überprüft?*

Nie

Bei Bedarf

Systematisch

7. Gibt es eine zentrale Dokumentation aller PoC-KI-Projekte?*

Nein

Teilweise vorhanden

Vollständig vorhanden und aktuell

8. Wie häufig werden PoC-Ergebnisse evaluiert, rentable Use Cases indentifiziert und weiterentwickelt?*

Sporadisch/Ad-hoc

Regelmässig und strukturiert

Selten/Nie

5. Werden Datenschutzrichtlinien für produktive KI-Systeme regelmässig überprüft?*

Nie

Quartalsweise/systematisch

Jährlich/bei Bedarf

6. Gibt es ein zentrales Governance-Modell für produktive KI-Systeme?*

Teilweise vorhanden/in Entwicklung

Nein

Vollständig implementiert und dokumentiert

7. Wie wird die Einhaltung ethischer Standards bei produktiven KI-Anwendungen sichergestellt?*

Keine Massnahmen vorhanden

Systematische Überprüfung mit klaren Prozessen und Verantwortlichkeiten

Ad-hoc-Prüfungen/Einzelfälle geprüft

8. Werden produktive KI-Systeme regelmässig auf Performance und Bias getestet?*

Bei Bedarf getestet, aber nicht systematisch dokumentiert

Nie/selten getestet

Regelmässig getestet mit vollständiger Dokumentation der Ergebnisse und Massnahmenpläne bei Problemen

5. Existieren Richtlinien für den sicheren Umgang mit sensiblen Daten in On-Premise-KI-Projekten?*

Nein, keine Richtlinien vorhanden

Vollständig implementierte Datenschutzrichtlinien speziell für KI-Projekte

Grundlegende Datenschutzrichtlinien in Entwicklung

6. Werden PoC-KI-Modelle regelmässig auf Fairness und Bias überprüft?*

Bei Bedarf oder sporadisch überprüft

Systematisch mit klaren Prozessen überprüft

Nie/selten überprüft

7. Gibt es eine zentrale Dokumentation aller laufenden PoC-KI-Projekte?*

Vollständig dokumentiert und regelmässig aktualisiert

Teilweise dokumentiert, aber nicht konsistent gepflegt

Nein, keine Dokumentation vorhanden

8. Wie häufig werden Ergebnisse aus PoC-Projekten evaluiert, rentable Use Cases identifiziert und weiterentwickelt?*

Selten oder nie evaluiert

Regelmässig evaluiert mit strukturierten Weiterentwicklungsplänen

Sporadisch/Ad-hoc ohne klare Prozesse

5. Sind umfassende Governance-Richtlinien für produktive KI-Systeme definiert und implementiert?*

Vollständig definierte und implementierte Governance-Richtlinien für alle produktiven Systeme vorhanden

Nein, keine spezifischen Richtlinien vorhanden

Grundlegende Richtlinien existieren, aber nicht vollständig implementiert

6. Werden produktive KI-Systeme regelmässig auf Datenschutzkonformität geprüft?*

Gelegentlich geprüft, aber ohne festen Prozessplan

Regelmässig geprüft mit klar dokumentierten Ergebnissen und Massnahmenplänen bei Abweichungen

Nie/selten geprüft

7. Existieren Prozesse zur Überprüfung der ethischen Standards Ihrer produktiven KI-Anwendungen?*

Ad-hoc-Prüfungen bei Bedarf durchgeführt

Nein, keine Prozesse vorhanden

Systematische Überprüfungen mit klaren Verantwortlichkeiten und Prozessen etabliert

8. Werden Ihre produktiven KI-Systeme regelmässig auf Performance und Bias getestet?*

Regelmässig getestet mit vollständiger Dokumentation und Massnahmenplänen bei Problemen

Nie/selten getestet oder dokumentiert

Gelegentlich getestet ohne systematische Dokumentation der Ergebnisse