Enterprise Resource Planning und Künstliche Intelligenz ERP trifft KI: Kompliziert war gestern

Anbieter zum Thema

groupe Forterro

IFS Management GmbH

proALPHA Business Solutions GmbH

QlikTech GmbH

c-entron Software GmbH

mehr weniger

Neumeier AG

Haufe-Lexware GmbH & Co. KG

MKS Software Management AG

Microsoft Deutschland GmbH

Microtech GmbH

UNIT4 Business Software GmbH

Sage GmbH

WatchGuard Technologies GmbH

weniger

Dialogorientierte KI hebt das ERP-Segment in eine neue Ära. Wer mit natürlicher Sprache mit einer Schnittstelle zu strukturierten und unstrukturierten Daten kommuniziert, dem tun sich neue Welten auf. Speziell im Systemhausumfeld werden die Acker neu gepflügt.

Fortschrittsfeindlichkeit kann man Elon Musk wahrlich nicht vorwerfen. Staatliche Raumfahrtprogramme hinken seiner Firma SpaceX technologisch inzwischen weit hinterher. Wenn jemand den Mars besiedeln wird, dann er. Und was das Thema humanoide Roboter angeht, könnte er womöglich mit Optimus-Bots die Marktführer von Boston Dynamics rechts überholen und schon bald erschwingliche Allzweckroboter als Haushaltshelfer auf den Markt bringen. Allerdings kann man ihm Schlitzohrigkeit bei seinem Geschäftsgebaren anlasten, denn als er sich im März vergangenen Jahres als KI-Warner gerierte (Zitat: „Mit Künstlicher Intelligenz rufen wir den Dämon.“) und ein Moratorium für KI-Entwicklungen forderte, tat er dies mit einem unternehmerischen Hintergedanken. So zog er in dieser Zeit im Hintergrund bereits ein eigenes KI-Unternehmen hoch. Im Juli stellte er dann die Firma „xAI“ offiziell vor.

Die nächste Welle im Kondratjew-Zyklus

Die Spatzen pfeifen damals wie heute von den Dächern, was Amazon-Gründer Jeff Bezos im Interview mit dem Time-Magazin so formulierte: „KI ist so grundlegend wie Elektrizität. Sie wird alles verändern, wie wir leben, arbeiten und spielen.“ The next big Thing. Die nächste Welle im Kondratjew-Zyklus. Tiefer zu stapeln wäre der Sache nicht angemessen.

Next Level ERP

Wenn KI eines kann, dann schnell mit Daten zu arbeiten. Vor diesem Hintergrund bringen KI-Anwendungen ERP- und BI-Systeme auf ein völlig neues Level. „Denn sie können mehr als nur Daten analysieren, sie können auch prognostizieren und Entscheidungen treffen“, so Carsten Schröder, CEO of Cloud ERP bei Haufe X360.

Dabei verarbeitet die KI laut Schröder viel mehr Informationen in viel kürzerer Zeit als ein Mensch, was sie zu einem echten Turbo für datengetriebene Geschäftsentscheidungen macht. Doch nicht nur das: „KI und Machine Learning revolutionieren auch die Produktentwicklung. Software-Hersteller können Innovationen und Releases viel schneller ausliefern, weil mit KI sowohl die Entwicklung als auch das Testen der Software zukünftig automatisiert werden können“, führt der Manager aus.

Agenten im 24/7-Einsatz

Oliver Gürtler, Leiter des Mittelstands­geschäfts bei Microsoft Deutschland, erläutert, welche Spuren KI konkret in seinem Geschäftsumfeld hinterlässt. Er spricht vom Wechsel vom Cloud-ERP zum autonomem ERP. Die Integration von KI in ERP- und BI-Systeme ermögliche es, Geschäftsprozesse durch autonome Agenten und KI-­gesteuerte Funktionen zu automatisieren. Microsoft Dynamics 365 enthält beispielsweise autonome Agenten, die Vertriebs-, Service-, Finanz- und Supply-Chain-Teams unterstützen. Diese Agenten seien rund um die Uhr im Einsatz, um verschiedene Prozesse auszuführen, sodass sich die Menschen auf strategische Aufgaben konzentrieren können. „Darüber hinaus bietet Microsoft Power BI auch KI-gesteuerte Funktionen, welche die Automatisierung und App-­Entwicklung verbessern und es Unternehmen ermöglichen, Aufgaben effektiver zu verwalten. Mit Copilot können Unternehmen außerdem Prozesse wie Routing und Genehmigungen automatisieren, manuelle Eingaben reduzieren und die Produktivität steigern“, so der Mittelstands-Chef bei Microsoft.

Microsoft und das KI-Zeitalter

Die Zeit der KI-Helfer im Hintergrund bricht an

Neue Aufgaben für Systemhäuser

Auch im Tagesgeschäft von IT-Dienstleistern und Systemintegratoren, die ERP- und BI-Systeme (Business Intelligence) bei ihren Kunden einführen, wird sich einiges in der KI-Ära ändern, antizipiert Claus ­Jepsen, Chief Product and Technology Officer bei Unit4. Seiner Vorstellung nach können IT-Dienstleister von einer Verlagerung hin zur Verwaltung KI-gesteuerter Plattformen ausgehen. Teil des Tagesgeschäftes wird dadurch zunehmend die Integration fortschrittlicher KI-Lösungen in den Kundenbetrieb. „Dadurch verlagert sich der Schwerpunkt von der manuellen Dateneingabe und dem grundlegenden Support hin zur strategischen Aufsicht, bei der sie sicherstellen, dass KI-Modelle optimiert werden und die erwarteten Ergebnisse liefern, wodurch sich ihre Rolle von der des Systembetreuers zum ­Lösungsberater wandelt“, so Jepsen.

Lager- und Beschaffungsprozesse

Beispiele gibt es zuhauf. Microtech-CEO Benjamin Bruno berichtet, was mit ERP-­Lösungen aus seinem Hause in Projekten umgesetzt wird, beispielsweise bei der Optimierung von Lager- und Beschaffungsprozessen: „KI kann anhand aktueller Kaufmuster und saisonaler Trends automatisch Empfehlungen aussprechen, welche Artikel in welcher Menge und zu welchem Zeitpunkt bestellt und gelagert werden sollten.

Das spart nicht nur Kosten, sondern verkürzt Lieferzeiten und steigert die Kundenzufriedenheit.“ Auch im Segment der „automatisierten Produktionsplanung“ ist viel Musik drin. Seine Kunden setzen auf automatisierte Planungsfunktionen, die KI auf ein neues Level hebt, denn durch selbstlernende Algorithmen können Planungen schneller und präziser erstellt werden.

Internet of Things, KI und die Fertigung

Die Möglichkeiten der KI-ERP-Kombination im IoT-Segment verdeutlicht Nicolaos Debowiak, Senior Principal für Productmanagement bei Forterro. Demnach würde eine vollständige Vernetzung eines ERP-Systems mit IoT und Shopfloor-Anbindung die Produktionsprozesse von Unternehmen auf eine neue Ebene heben. Und das geht so: „In einem solchen vernetzten System senden IoT-fähige Maschinen kontinuierlich Echtzeitdaten zu Produktionsstatus, Maschinenleistung und Wartungszuständen an das zentrale ERP, ergänzt durch Material- und Lager­bestandsdaten. KI nutzt diese Echtzeit- und historischen Daten zur Optimierung der Auftragsplanung und berücksichtigt dabei Faktoren wie Maschinenauslastung, Materialverfügbarkeit, Produktions- und Durchlaufzeiten, Personalplanung sowie potenzielle Störungen.“ Die KI erstellt im Hintergrund dynamische Zeitpläne, priorisiert Aufträge optimiert die Auslastung von Maschinen und Mitarbeitern. Vorausschauende Analysen können zudem potenzielle Engpässe oder Maschinenausfälle frühzeitig erkennen und Stillstandzeiten reduzieren.

KI-Einsatz im Tagesgeschäft

Weitere Einsatzfelder aus dem ERP-Umfeld, die von KI revolutioniert werden, nennt Stefan Issing, Presales Director DACH bei IFS. Ein intelligenter Assistent für die Erfassung und Abrechnung von Reisekosten kann Zahlungsverzögerungen vorhersagen, Cashflow-Prognosen vornehmen, die Fertigungsplanung optimieren sowie Außendiensteinsätze optimal koordinieren. „Im Vertrieb hilft KI unter anderem bei der Lead-Qualifizierung und -Priorisierung oder beim Erschließen neuer Geschäftsmöglichkeiten. Praktisch jede Abteilung im Unternehmen profitiert potenziell von Künstlicher Intelligenz“, bringt es Issing auf den Punkt.

Künstliche Intelligenz im Tagesgeschäft

Wie KI still und heimlich Unternehmen durchdringt

Fragen in natürlicher Sprache über unstrukturierte Daten

Beim BI-Anbieter Qlik betont man die Möglichkeiten beim Umgang mit der Datenflut. Aus der Perspektive des KI-Chefs Nick Magnuson, bedeutet der Einsatz von GenAI, dass viele Mitarbeiter erstmals Zugang zu großen Mengen bisher ungenutzter, unstrukturierter Daten erhalten. „Bis zu 80 Prozent der Daten in Unternehmen liegen in unstrukturierter Form vor, sei es in Textdokumenten wie PDFs, Word-Dateien, Prozess- oder Rechtsdokumenten – und darüber hinaus auch in Videos, Bildern oder Audiodateien“, weiß der AI-Experte. Mit Techniken wie RAG (Retrieval Augmented Generation) können Unternehmen das Wissen großer Sprachmodelle gezielt nutzen und dabei gleichzeitig sicherstellen, dass diese Modelle auf unternehmensspezifischen Daten basieren. Statt wie früher stundenlang in Textdokumenten zu suchen, können nun Fragen in natürlicher Sprache gestellt werden, was komplexe Aufgaben in einem Bruchteil der Zeit erledigen lässt.

PDFs, Word-Dateien, Rechtsdokumente, Videos, Bilder, Audio

KI brilliert im Umgang mit unstrukturierten Daten

Magnuson nennt Beispiele: Ein Techniker im Außendienst, der keine Wartungshandbücher mit sich führen muss, sondern Informationen direkt abruft; ein Rechtsassistent, der mit einer einfachen Abfrage relevante Vertragsbedingungen findet oder Vertriebsteams, die in Echtzeit Informationen erhalten, um auf Kundenanfragen eingehen zu können.

Muster und Zusammenhänge

Kollege KI-Bot schafft es mitunter, Muster und Zusammenhänge zu erkennen, die menschlichen Akteuren verschlossen bleiben. Christoph Kull, President Business Applications bei der Proalpha Group nennt ein Fallbeispiel, bei dem die KI tiefere Ursachen für schlechte Zahlungsmoral von Kunden sowie verspätet eintreffender Zahlungen erkannt hat, nämlich mangelnde Liefertreue des Unternehmens mit der ERP-KI selbst. „Die Analyse offenbart, dass ineffizientes Einkaufsverhalten – etwa ungenaue Bestellungen oder lange Beschaffungszeiten – zu Verzögerungen führt, die wiederum die eigene Lieferzuverlässigkeit beeinträchtigen.“ Die Künstliche Intelligenz erkennt diese Zusammenhänge aus den vorliegenden ERP-Daten und quantifiziert den finanziellen Effekt von Verbesserungen. Proalpha bespielt dieses Segment mit der Industrial AI Platform und analysiert dabei die genannten Zusammenhänge.

Eine neue Ära im Dokumentenmanagement

Ein Klassiker beim Einsatz von KI-Algorithmen ist die Kategorisierung von Eingangspost. Steht fest, dass es sich bei dem Schriftstück beispielsweise um eine Rechnung handelt, erleichtern KI-Algorithmen in Software-Lösungen von Sage bei der automatisierten Verarbeitung von Rechnungen sowohl in den ERP- als auch den Finanzbuchhaltungslösungen die weiterführenden Prozesse.

„Selbst nicht standardisierte oder eingescannte PDF-Rechnungen können automatisiert analysiert und verarbeitet werden“, beschreibt Alexander Trautmann, Head of Product Engineering SSG/ERP bei Sage. „Das minimiert Fehler und reduziert den manuellen Aufwand erheblich – ein klarer Mehrwert für die Buchhaltungsabteilungen unserer Kunden.“ Darüber hinaus unterstützt der hauseigene KI Chatbot namens „Sage Copilot“ dabei, Umsatzauswertungen und Jahresabschlüsse direkt aus der Finanzbuchhaltungslösung zu erstellen.

Wissensdatenbank im Systemhausgeschäft

Michael Kempf, Vorstandsvorsitzender bei MKS Software liefert ERP-Systeme, die speziell das Business von IT-Dienstleistern und Systemhäusern abdecken. Auch hier transformiert Künstliche Intelligenz bereits die Abläufe. Beispielsweise kann ein IT-Techniker mithilfe der KI seine Notizen im Ticket-System so erfassen, dass automatisch ein strukturierter Fließtext erstellt wird. Dieser Text wird nicht nur ins Ticket übernommen, sondern auch mit Schlagworten versehen und in eine Wissensdatenbank eingepflegt. Somit reichert die KI den Text an und filtert automatisch einerseits jene Informationen, die für die interne Nutzung und andererseits für die Kunden relevant sind. „So entsteht eine zweigeteilte Wissensdatenbank, die sowohl für die Kunden als auch für die Mitarbeiter optimal nutzbar ist“, so Kempf. Auf dieser Basis lasse sich ein KI-gestützter Chatbot entwickeln, der Kundenanfragen anhand der so erstellten Wissens­datenbank beantworten kann.

Ticketsysteme, Wissensdatenbanken, Chatbots

Wie KI das Systemhausgeschäft auf den Kopf stellen wird

Ticketsysteme und Technikerdisposition

Dasselbe Metier bespielt Mike Bergmann, Geschäftsführer bei Visoma. Er ist begeistert darüber, welche Möglichkeiten KI im Segment der Ticketsysteme bietet, dahingehend, dass die KI Handlungsempfehlungen für Techniker gibt, wie ein anliegendes technisches Problem gelöst werden kann. Dabei wird auf die gesamte Technikhistorie aus allen Tickets zurückgegriffen und nach Lösungsvorschlägen gesucht. „Auch die Technikerdisposition wird durch KI in der Lage sein, einen Serviceauftrag automatisch dem vom Skill Level geeigneten Techniker entsprechend der Priorität des Auftrages und dem SLA des Kunden zuzuordnen und einzuplanen“, so der Manager.

Chatbot für Kundenanfragen

Beim Branchenkollegen C-Entron baut man gerade an einem Chatbot, der den Kunden Fragen „sehr leicht und schnell beantwortet“, verrät Andreas Bortoli, Vertriebsleiter DACH bei C-Entron. Als Basis für die Antworten dienen unter anderem die bisherigen Probleme und gefundenen Lösungen. Thomas Neumeier, Vorstand des gleichnamigen IT-System- und Softwarehauses Neumeier AG formuliert den Trend allgemeingültig: „Im Systemhaus-­Tagesgeschäft wird es Technikern helfen, Fehleransätze schneller zu finden und den Job leichter zu dokumentieren. Im Vertrieb wird man mehr Kundenpotenziale entdecken können.“

Lächeln und Ehrfurcht

Jobs dank KI-Assistenz schneller wuppen zu können, zaubert ERP-Nutzern landauf, landab ein Lächeln ins Gesicht. Regelrecht ehrfürchtig aufblicken lässt die KI den Nutzer, wenn die neuen Kommunikationsmöglichkeiten über natürliche Sprache dazu geführt haben, dass sich „Kollege KI“ ergebnisoffen mit einem Problem beschäftigt und mitunter auf völlig neue Lösungsansätzen kommt.

Kommentar

Die Kinnlade fällt in zwei Stufen hinab

Mit offenem Mund dastehen lässt einen die KI, wenn sie Prozesse schneller und zuverlässiger bearbeitet als menschliche Mitarbeiter. Als Beispiel nehmen wir hierfür eine KI, die eingescannte Eingangspost kategorisiert (Lieferschein, Rechnung, Geschäftsbrief, Beschwerde et cetera) und Folge-Workflows anstößt (Prüf-, Freigabeprozesse oder Weiterleitung an den zuständigen Sachbearbeiter). Eine Etage tiefer fällt die Kinnlade aber, wenn die KI auf Grund eines allgemein formulierten Problems neue Lösungsansätze auf Basis von gefundenen Mustern entwickelt, auf die ein menschlicher Kollege nicht gekommen ist. So könnte zum Beispiel in einem Unternehmen die Vorstellung herrschen, dass Techniker im Außendienst zur Lösung des Problems X über Wissenszertifikate in A, B und C verfügen sollten. KI-Optimierungsarbeit liegt dann möglicherweise in der Feststellung, dass Problem X viel schneller gelöst werden könne, wenn der Techniker zusätzlich in D geschult wurde. Muster in den Daten haben das in dem Beispiel gezeigt, die sich dem menschlichen Gehirn nicht erschließen. In solchen Momenten kann man die Ehrfurcht der Zukunftsforscher und der Science-Fiction-Autoren nachvollziehen, die diese Künstlicher Intelligenz entgegenbringen.

Ihnen gefällt dieser Artikel? Mehr exklusive Inhalte finden Sie in unserer E-Paper-Ausgabe!

Aktuell und auf einen Blick lesen Sie hier die Top-News aus dem Channel, sowie fundiert recherchierte Fachbeiträge zu Trends und Themen der Branche!

Hier geht es zum aktuellen E-Paper!

(ID:50253566)