AI Monitor 2026
Daten-Explorer
2 Min. LesezeitVeröffentlicht am Herausgegeben von Teklens
Der Explorer zeigt die publizierten Aggregate des AI Monitor 2026: die sechs Dimensionen und 19 Fragen der DACH-Analyse mit 64 Organisationen, wahlweise je Reifeprofil, und die sechs Dimensionen der europäischen Umfrage mit 165 Antworten, wahlweise je Hierarchieebene. Jede Ansicht nennt Stichprobe, Skala und Quelle und lässt sich als Link teilen. Kombinationen, die die Rohdaten nicht tragen, bietet er nicht an.
Inhalt · Kurzantwort
Einordnung
Auswertung
Ansicht
Reifeprofil
Stichprobe der Ansicht: DACH-Analyse (n = 64)
- Menschen & KompetenzenInternal Assets3,38
- FührungLeadership3,26
- Technische GrundlagenTech Foundation2,86
- DatenData Engine2,80
- Governance & ÖkosystemExternal Alignment2,65
- AnpassungsfähigkeitDynamic Capabilities2,61
- Einheit
- 19 Fragen auf einer fünfstufigen Reifeskala (1 = am wenigsten entwickelt, 5 = am weitesten entwickelt); die meisten Stufen mit Verhaltensanker.
- Quelle
- Probst 2026, Tabelle 4 · Tabelle 4 und Abbildung 4 – Mittelwerte und Standardabweichungen der sechs Dimensionen (Abschnitt 4.3) · Selbsteinschätzung, explorativ, nicht repräsentativ.
Profile gibt es nur in der DACH-Analyse, Hierarchieebenen nur in der europäischen Umfrage. Kombinationen bietet der Explorer nicht an, weil die Rohdaten sie nicht tragen.
Daten als Tabelle
| Dimension | Research label | M | SD | α | ω | n |
|---|---|---|---|---|---|---|
| Menschen & Kompetenzen | Internal Assets | 3,38 | 0,79 | 0,677 | 0,702 | 64 |
| Führung | Leadership | 3,26 | 0,98 | 0,863 | 0,869 | 64 |
| Technische Grundlagen | Tech Foundation | 2,86 | 0,98 | 0,863 | 0,869 | 64 |
| Daten | Data Engine | 2,80 | 0,87 | 0,757 | 0,767 | 64 |
| Governance & Ökosystem | External Alignment | 2,65 | 0,89 | 0,663 | 0,719 | 64 |
| Anpassungsfähigkeit | Dynamic Capabilities | 2,61 | 0,96 | 0,861 | 0,862 | 64 |
Was der Explorer zeigt und was nicht
- DACH-Analyse: sechs Dimensionswerte und 19 Fragewerte auf der Skala 1–5, gesamt und je Reifeprofil (Dimensionen). Fragewerte je Profil hat die Forschungsarbeit nicht publiziert.
- Europäische Umfrage: sechs Dimensionswerte auf 0–100, gesamt und je Hierarchieebene. Fragewerte liegen nur für einzelne Fragen vor und werden in den Kapiteln genannt.
- Keine Branchen- und Grössensegmente: Sie sind für die europäische Umfrage nicht gegen die Quelle geprüft und für die DACH-Analyse als Kreuztabellen mit kleinen Zellen im Kapitel Reifeprofile dokumentiert.
- Keine Kombinationen: Profile gibt es nur in der DACH-Analyse, Hierarchieebenen nur in der europäischen Umfrage. Segmente unter fünf Fällen werden nicht gezeigt, Segmente unter zehn markiert.
Einordnung & Grenzen
- Alle Werte sind Selbsteinschätzungen aus zwei unterschiedlich gefilterten Auswertungen derselben Umfrage. Sie sind weder repräsentativ noch disjunkt.
- Vergleiche zwischen Hierarchieebenen vergleichen verschiedene Personen aus verschiedenen Organisationen.
- Verteilungen, Konfidenzintervalle und Kreuztabellen lassen sich aus Mittelwerten nicht ableiten; der Explorer zeigt nur, was publiziert ist.
Fragen & Antworten
Kann ich eine Ansicht teilen?
Ja. «Ansicht teilen» kopiert die Adresse dieser Seite mit der gewählten Auswertung, Ansicht und Auswahl. Der Link enthält keine persönlichen Daten und keine Tracking-Parameter.
Warum gibt es keinen Filter nach Land?
Der Export der europäischen Umfrage enthält kein Länderfeld. Die DACH-Analyse wertet Deutschland und die Schweiz gemeinsam aus, weil 18 deutsche Antworten für eine Trennung zu wenig sind.
Woher stammen die Rohdaten?
Aus der AI-Monitor-Umfrage, die Teklens 2026 mit den Forschungspartnern ETH Zürich und Universität St.Gallen durchgeführt hat. Rohdaten, Antwortende und Kennungen sind nicht Teil dieser Website.
Quellen
- Probst 2026, Tabelle 4 · Capturing AI's Potential: How Ready Are Organisations in the DACH Region? (2026). Tabelle 4 und Abbildung 4 – Mittelwerte und Standardabweichungen der sechs Dimensionen (Abschnitt 4.3). Stichprobe: n = 64 bereinigte Antworten, Deutschland und Schweiz · Skala: Reifeskala 1–5 · Grenzen: Selbsteinschätzung, explorativ, nicht repräsentativ.Probst, F. (2026). Capturing AI's Potential: How Ready Are Organisations in the DACH Region? An Empirical Analysis Using an Integrated TOE–DCT Framework. Master's thesis, University of St.Gallen, Institute of Information Systems and Digital Business. Supervisor: Prof. Dr. Ingrid Bauer-Hänsel; co-supervisor: Prof. Dr. Benjamin van Giffen. St. Gallen, 21 August 2026. Conducted in cooperation with Teklens.
- Probst 2026, Tabelle 5 · Capturing AI's Potential: How Ready Are Organisations in the DACH Region? (2026). Tabelle 5 und Abbildung 7 – Dimensionswerte je Profil (Abschnitt 4.4.2). Stichprobe: n = 64; Profile mit n = 12, 27 und 25 · Skala: Reifeskala 1–5 · Grenzen: Profile aus K-means auf denselben sechs Dimensionen; Unterschiede zwischen Profilen sind konstruktionsbedingt gross.Probst, F. (2026). Capturing AI's Potential: How Ready Are Organisations in the DACH Region? An Empirical Analysis Using an Integrated TOE–DCT Framework. Master's thesis, University of St.Gallen, Institute of Information Systems and Digital Business. Supervisor: Prof. Dr. Ingrid Bauer-Hänsel; co-supervisor: Prof. Dr. Benjamin van Giffen. St. Gallen, 21 August 2026. Conducted in cooperation with Teklens.
- Probst 2026, Anhang B · Capturing AI's Potential: How Ready Are Organisations in the DACH Region? (2026). Anhang B – Mittelwert, Standardabweichung, Median, Minimum, Maximum und Item-Rest-Korrelation aller 19 Fragen. Stichprobe: n = 64 bereinigte Antworten, Deutschland und Schweiz · Skala: Reifeskala 1–5 · Grenzen: Selbsteinschätzung, explorativ, nicht repräsentativ.Probst, F. (2026). Capturing AI's Potential: How Ready Are Organisations in the DACH Region? An Empirical Analysis Using an Integrated TOE–DCT Framework. Master's thesis, University of St.Gallen, Institute of Information Systems and Digital Business. Supervisor: Prof. Dr. Ingrid Bauer-Hänsel; co-supervisor: Prof. Dr. Benjamin van Giffen. St. Gallen, 21 August 2026. Conducted in cooperation with Teklens.
- AI Monitor 2026, Europa · AI Monitor 2026 – europäische Umfrage, Rohexport (2026). Nachrechnung aus dem Rohexport vom 2026-08-19; dokumentiert im internen Redaktionsbrief vom 2026-08-18 (Nachträge). Stichprobe: n = 165 auswertbare Antworten, davon 106 mit demografischen Angaben; einzelne Fragen n = 163 · Skala: 1–5 je Frage, je Antwort auf 0–100 normalisiert · Grenzen: Selbsteinschätzung; kein Länderfeld im Export; Branche und Grösse nicht geprüft. Rollenvergleiche vergleichen verschiedene Personen, nicht dieselbe Organisation.Teklens (2026). AI Monitor 2026 – European survey on organisational AI readiness, raw export of 19 August 2026. Research partners: ETH Zürich and University of St.Gallen. Internal aggregate, published on teklens.ai/ai-monitor.