Viele Unternehmen experimentieren aktuell mit KI im ERP. Oft beginnt alles mit einer simplen Idee:
Man möchte Daten „per Chat“ abrufen.
Doch der eigentliche Mehrwert entsteht nicht dadurch, dass eine KI einen bestehenden Report öffnet oder zwei Klicks spart. Wirklich spannend wird es erst, wenn die KI beginnt, Zusammenhänge selbstständig zu erkennen.
Dann entstehen plötzlich Fragen wie:
• Welche Kunden entwickeln sich ungewöhnlich?
• Welche Risiken entstehen gerade schleichend?
• Welche Produktgruppen brechen regional weg?
• Welche Kunden sollte Vertrieb priorisieren?
• Welche Entwicklungen wirken untypisch?
Klassische ERP-Systeme sind hervorragend darin, Daten zu speichern, Prozesse abzubilden und Reports zu erzeugen. Was ihnen fehlt, ist Interpretation.
Denn oft entstehen relevante Erkenntnisse erst dann, wenn viele kleine Signale gleichzeitig betrachtet werden:
• Umsatz sinkt leicht
• Bestellfrequenz nimmt ab
• eine Produktgruppe verschwindet langsam
• Zahlungsverhalten verschlechtert sich
Jedes einzelne Signal wäre möglicherweise unkritisch. Gemeinsam entsteht jedoch ein Muster.
Eine gute ERP-KI sollte deshalb nicht einfach fertige Reports ausgeben. Sie sollte eigenständig analysieren können.
Dafür benötigt die KI keine komplette Datenbank, sondern strukturierte Analyseinformationen:
• Kennzahlen
• Vergleichswerte
• Zeitreihen
• Gruppierungen
• Trends und Auffälligkeiten
Die eigentliche Stärke der KI entsteht dann bei der Interpretation:
• Welche Signale wirken kritisch?
• Welche Kunden verhalten sich ungewöhnlich?
• Welche Veränderungen passen nicht zum Normalbild?
• Welche Entwicklungen sollte man priorisieren?
WARUM KLASSISCHE REPORTS HIER AN GRENZEN STOSSEN
Ein ERP kann problemlos zeigen:
• Umsatz nach Kunde
• offene Rechnungen
• Bestellungen pro Monat
• Deckungsbeiträge
Aber echte Geschäftsentscheidungen entstehen selten aus einer einzigen Kennzahl.
Die interessante Frage lautet meist:
„Welche Kombination aus Entwicklungen ist relevant?“
Und genau dort wird KI spannend.
Sie kann mehrere schwache Signale gleichzeitig bewerten und daraus Hypothesen ableiten.
Nicht als starre Regel. Sondern dynamisch und kontextbezogen.
BACKEND RECHNET. KI INTERPRETIERT.
Die wichtigste Erkenntnis bei solchen Systemen:
Die KI sollte nicht alles selbst berechnen.
Das Backend bleibt verantwortlich für:
• Filtern
• Aggregieren
• Gruppieren
• Zeiträume vergleichen
• Kennzahlen berechnen
Die KI übernimmt dagegen:
• Interpretation
• Priorisierung
• Mustererkennung
• Zusammenfassungen
• Handlungsempfehlungen
Dadurch entsteht eine Architektur, die gleichzeitig sicher, nachvollziehbar und intelligent bleibt.
DER EIGENTLICHE MEHRWERT
Das Ziel sollte nicht sein:
„ERP-Masken per Chat bedienen.“
Das Ziel ist:
„ERP-Daten in analysierbares Wissen verwandeln.“
Dann fragt man nicht mehr nur:
„Zeige mir Kunde Müller.“
Sondern:
„Welche Kunden entwickeln sich ungewöhnlich — und warum?“
Und genau dort beginnt der Unterschied zwischen einem einfachen Chatbot und einem echten KI-Analysten.