Manufacturing Execution Systeme (MES) sind grundlegend für eine geregelte Produktionsplanung und -steuerung (PPS). Weiterhin dienen die Daten eines MES (bspw. Rückmeldedaten zu Aufträgen) als Grundlage für Big Data-Anwendungen, um Optimierungspotentiale aufdecken zu können. Auch die Einbindung von Industrie 4.0-Technologien wie interaktive Assistenzsysteme (bspw. Datenbrillen) oder cyberphysischen Systemen in produzierende Unternehmen setzt eine geeignete IT-Infrastruktur wie MES voraus. Laut einer in 2016 durchgeführten Kompetenzentwicklungsstudie Industrie 4.0 verwenden lediglich 15,6 % der befragten KMU ein MES. Neben der Kosten-Nutzenbewertung werden als wichtigste Hemmnisse hierfür Schwierigkeiten bei der Schaffung der Voraussetzungen für die Einführung sowie der Integration von MES in die bestehende IT-Infrastruktur genannt. Auch die Schaffung der Akzeptanz der Anwender im eigenen Unternehmen wird als sehr problematisch angesehen. Die Arbeitshypothese des Forschungsvorhabens besteht in der Annahme, dass die systematische Vorbereitung der Einführung von MES über Reifegradmodelle die Einführungszeit verkürzt und die Ergebnisqualität deutlich erhöht. Als Folge können KMU erfolgreicher MES einführen und dadurch von den Vorteilen wie einer effizienteren PPS sowie einer besseren Rückverfolgbarkeit profitieren. Ziel des Forschungsvorhabens ist die Entwicklung eines Reifegradmodells zur Bestimmung und Verbesserung der MES-Readiness von KMU. Mittels des zu entwickelnden Reifegradmodells sollen KMU Transparenz darüber erlangen, in welchen Bereichen ihres Unternehmens Handlungsbedarf im Hinblick auf vorbereitende Tätigkeiten für die Einführung eines MES besteht. Nachdem die KMU Kenntnis über die notwendigen Anforderungen für den Einsatz eines MES haben, sollen konkrete Maßnahmen für das Erreichen der notwendigen Reifegradstufen zur Verfügung gestellt werden. Zuletzt soll ein Instrument zur Planung und Überwachung der Umsetzung der Maßnahmen bereitgestellt werden.