Generative KI im ERP: Anwendungsfälle, Chancen und Herausforderungen

Wenn Sie ein GenAI-gestütztes ERP-System betreiben, profitiert Ihr Unternehmen von effizienteren Prozessen, kürzeren Entscheidungswegen und deutlichen Kosteneinsparungen. Denn die KI analysiert relevante Unternehmensdaten und generiert aus den Ergebnissen eigenständig nützliche Handlungsempfehlungen.

Wie genau GenAI im ERP mittlerweile den Arbeitsalltag revolutioniert, zeigen wir Ihnen anhand konkreter Praxisbeispiele. Gleichzeitig werfen wir aber auch einen Blick auf die Herausforderungen der KI-Nutzung im ERP – damit Sie mögliche Risiken von vornherein eindämmen können.

Weiterführendes Whitepaper

Wir zeigen Ihnen die wichtigsten KI-Trends in den Bereichen Vertrieb, Warenwirtschaft und Service.

Jetzt kostenlos anfordern

Was ist GenAI? Definition und Funktionsweise

Die Abkürzung GenAI steht für den englischen Begriff “generative artificial intelligence”, auf Deutsch: generative künstliche Intelligenz. In diesem Teilgebiet der KI erzeugt die Technologie neue Inhalte, anstatt lediglich bestehende Informationen zu analysieren. Auf Basis großer Trainingsdatensätze sowie neuronaler Netzwerke erlernt sie Muster und entwickelt daraus eigenständig Content.

Richtig eingesetzt, beschleunigt generative KI zahlreiche kreative Prozesse, die früher deutlich mehr Zeit gekostet haben. Hierzu zählt beispielsweise die Erstellung folgender Medientypen:

• Texte (Artikel, E-Mails, Zusammenfassungen uvm.)
• Bilder und Grafiken
• Audio (z. B. Musik und Sprache)
• Videos und Animationen
• Code

GenAI findet heute bereits in vielen Bereichen der Geschäftswelt Anwendung, um Mitarbeitende bei ihrer täglichen Arbeit zu unterstützen. So nutzen in Deutschland inzwischen 67 % der Beschäftigten regelmäßig generative KI am Arbeitsplatz. Das besagt eine globale Studie der Strategieberatung Boston Consulting Group (BCG).

Der Austausch zwischen System und Mensch erfolgt dabei stets interaktiv. Ein weit verbreitetes Anwendungsbeispiel ist die schriftliche und mündliche Interaktion mit einem Large Language Model (LLM) wie OpenAI’s ChatGPT oder Google’s Gemini: Nach einer Text- oder Spracheingabe verarbeitet das zugrunde liegende Sprachmodell den bisherigen Kontext und bewertet fortlaufend, welche sprachlichen Einheiten als Nächstes am besten passen. Aus diesen Wahrscheinlichkeiten wird die Antwort schrittweise erzeugt, sodass zusammenhängende und kontextbezogene Texte entstehen.

GenAI im ERP: Wie verändert generative KI die Nutzung?

Wer schon einmal mit einem klassischen ERP-System gearbeitet hat, kann ein Lied davon singen: komplexe Masken, überladene Oberflächen und die Suche nach Informationen können die Nerven strapazieren. Viele Aufgaben gestalten sich dadurch so umständlich und zeitraubend, dass sie sich eher stumpfsinnig als wertschöpfend anfühlen.

Mit GenAI im ERP ändert sich das:

• Die Software entwickelt sich vom zuweilen komplizierten Werkzeug zum aktiven Partner, der Zusammenhänge erkennt und als Assistent stets zur Seite steht.
• Statt sich mühsam durch Menüs zu klicken, interagieren Anwender*innen einfach in natürlicher Sprache mit dem ERP-System. 
• Im besten Fall macht die KI-Technologie bereits nützliche Vorschläge, bevor der User überhaupt danach fragt.

KI-Agenten behalten zudem ganze Prozessketten im Blick – von der ersten Nachfrage bis zur Auslieferung. Ganz ohne menschliches Eingreifen sind sie in der Lage, Probleme innerhalb der Wertschöpfungskette zu identifizieren und eigenständig Optimierungsmaßnahmen in die Wege zu leiten.

Wichtig dabei:

Erst das intelligente Zusammenspiel von Mensch und Maschine liefert einen echten Mehrwert. Während generative KI im Unternehmen für mehr Tempo sorgt und Empfehlungen ausspricht, bleiben die Steuerung und Entscheidungshoheit nach wie vor dem Menschen vorbehalten. Ziel ist es also nicht, den Menschen komplett zu ersetzen, sondern eine starke Symbiose zwischen KI-Technologie und Mitarbeitenden zu schaffen.

Generative KI-Anwendungsfälle im ERP: Vertrieb, Warenwirtschaft und Service 

Generative KI im Vertrieb

1. Unterstützung bei der Recherche von Interessenten

Im ERP-System sind sämtliche Vertriebsdaten zentral gespeichert, darunter:

• Kundenstammdaten
• Kundenhistorie
• frühere Kontakte
• offene Chancen

Mit einem GenAI-gestützten ERP-System lässt sich dieser wertvolle Datenschatz gezielt auswerten und somit optimal für die Identifizierung von Kontakten nutzen. 

Vertriebsteams können dem System einfache Fragen stellen wie: „Welche Bestandskunden haben schon lange nichts mehr bestellt, passen jedoch gut zu unserem neuen Produkt?“. Sobald die KI die interne CRM-Datenbank durchsucht und um Kontextinformationen aus externen Quellen ergänzt hat, erstellt sie kompakte Profile potenzieller Interessent*innen. Auf Wunsch generiert die Technologie hierzu auch mögliche Gesprächsaufhänger und wickelt den Erstkontakt automatisiert ab.

2. Lead-Qualifizierung und -Priorisierung

Laufen neue Leads ins ERP-System ein, beginnt normalerweise die aufwändige manuelle Selektion. An welchen Kontakten lohnt es sich dranzubleiben – und welche sollte der Vertrieb zunächst nicht weiter verfolgen?

Generative KI kann die monotone Vorauswahl warmer und kalter Leads problemlos übernehmen, indem sie deren Verhalten ganz genau analysiert, z. B.:

• Wie oft und lang hat ein Lead die Unternehmenswebsite besucht?
• Hat er sich Marketing-Materialien wie Whitepaper oder Case Studies heruntergeladen?
• Hat sich der Kontakt zu einem Webinar angemeldet?

Ergänzend vergleicht GenAI aktuelle Leads mit ähnlichen Fällen aus der Vergangenheit und präzisiert dadurch die Einschätzung der Erfolgschancen. Ein vielversprechender Kontakt mit mehreren Interaktionen und einem passenden Unternehmensprofil rutscht in der Prioritätenliste automatisch nach oben. Weniger chancenreiche Kontakte hingegen werden zunächst für spätere Aktionen vorgemerkt.

3. Entlastung von weiteren Routinetätigkeiten

Gesprächsnotizen zusammenfassen, Follow-up-Mails vorschlagen oder Termine vorbereiten – auch viele andere wiederkehrende Aufgaben kosten Ihrem Sales-Team im Arbeitsalltag viel Zeit. Zeit, die in der aktiven Kundenbetreuung besser investiert wäre.

GenAI im ERP-System automatisiert repetitive Tätigkeiten, sodass der Vertrieb wieder mehr Freiraum für persönliche Gespräche mit Kunden und eine individuelle Beratung gewinnt. Auf diese Weise gelingt der Aufbau langfristiger Kundenbeziehungen.

Mit GenAI wandelt sich das ERP-System vom reinen System of Record zu einem System of Action, das Mitarbeitende proaktiv unterstützt

Karl Maresch, Asseco Solutions

Generative KI in der Warenwirtschaft

1. Optimierung von Bestellmengen und -zeitpunkten

Timing ist alles – das gilt auch in der Warenwirtschaft. Nur wenn das benötigte Material stets zur richtigen Zeit in der richtigen Menge vorrätig ist, können Unternehmen ihre Kundenaufträge pünktlich erfüllen. Auch bei dieser Herausforderung unterstützt Sie ein GenAI-gestütztes ERP-System tatkräftig:

• Analyse: Zunächst analysiert die KI historische Lager- und Absatzdaten, saisonale Schwankungen, aktuelle Auftragslagen, externe Wirtschaftsdaten und vieles mehr.
• Mustererkennung: In den Daten erkennt sie Muster, die auf bestimmte Trends oder Nachfrageschwankungen hinweisen.
• Mengenberechnung: Statt starre Dispositionsregeln anzuwenden, berechnet die KI letztendlich dynamisch, wann und in welcher Menge Teile zu bestellen sind. 

Steigen beispielsweise die Abverkäufe eines Produkts unerwartet an und verlängern sich gleichzeitig die Lieferzeiten eines Zulieferers, schlägt das System rechtzeitig eine Anpassung der Bestellmenge vor. Anstelle einer reaktiven Nachbestellung erfolgt also eine vorausschauende Steuerung.

2. Reduktion von Lagerbeständen und Kapitalbindung

Während zu hohe Lagerbestände Kapital binden, gefährden zu niedrige Mengen die Lieferfähigkeit. Ein Spagat, den die meisten Unternehmen jeden Tag aufs Neue meistern müssen. GenAI im ERP hilft Ihnen, dieses Spannungsfeld auszubalancieren: 

• Identifikation von Überbeständen: Durch die Auswertung von Umschlagshäufigkeiten, Verbrauchsdaten und Sicherheitsbeständen erkennt die KI Überbestände.
• Identifikation von Unterbeständen: Gleichzeitig erfasst die Technologie Materialien und Produkte, die nicht rechtzeitig oder in unzureichender Menge verfügbar sind.
• Aussprechen von Empfehlungen: GenAI schlägt gezielte Maßnahmen vor – etwa reduzierte bzw. erhöhte Nachbestellungen oder Abverkaufsaktionen.

3. Automatisierung wiederkehrender Bestellungen

Viele Bestellungen folgen den immer gleichen Mustern – vor allem, wenn es sich um Verbrauchsmaterialien und C-Teile handelt. GenAI erkennt diese Routinen und kann im ERP-System automatisiert Bestellvorschläge erzeugen oder auf Wunsch Bestellungen selbständig auslösen. Dabei berücksichtigt die KI auch aktuelle Bedarfe und Preisentwicklungen. Im Ergebnis erfährt der Einkauf durch die Reduktion manueller Bestellvorgänge eine merkliche Entlastung und kann sich somit stärker auf strategische Themen konzentrieren.

Generative KI im Service

1. Automatische Bearbeitung von Kundenanfragen

Im Kundenservice gehen Anfragen häufig über unterschiedlichste Kanäle ein, z. B. via E-Mail, Kontaktformular, Chat oder Kundenportal. GenAI kann diese eingehenden Nachrichten unmittelbar auswerten und anhand ihres Inhalts strukturiert zuweisen:

• Ticketerstellung: Je nach Art der Nachricht (Störungsmeldung, Rückfrage zu einer Rechnung, technisches Problem mit einem Produkt etc.) erzeugt die KI ein Ticket im ERP-System.
• Hinzufügen von Informationen: Zusätzlich ergänzt die Technologie relevante Daten wie Kundennummer oder betroffene Artikel.
• Priorisierung und Zustellung: Danach priorisiert sie die Anfrage nach Dringlichkeit und leitet das Ticket direkt an die zuständige Fachabteilung weiter. 

Der Vorteil: Manuelle Sortierarbeit gehört damit der Vergangenheit an. Genauso wie falsch zugewiesene Tickets und lange Reaktionszeiten.

2. Lösungsvorschläge aus verifizierten Wissensquellen

Parallel ist es möglich, dass GenAI auf eine verifizierte Wissensdatenbank zugreift. Diese beinhaltet beispielsweise Informationen aus:

• dokumentierten Servicefällen
• technischen Handbüchern
• internen Lösungsleitfäden
• Schritt-für-Schritt-Anleitungen zur Fehlerbehebung

Auf Basis des konkreten Problems ermittelt die KI passende Lösungsvorschläge und stellt sie den Mitarbeitenden übersichtlich aufbereitet zur Verfügung. Bei häufig vorkommenden Standardanfragen kann das System die Antwort sogar automatisiert an die Kund*innen senden. Das Ergebnis: 

• deutlich schnellere Bearbeitungszeiten
• höhere Erstlösungsquoten
• ein hervorragendes Serviceerlebnis
• zufriedenere Kunden

GenAI im ERP: Was eine erfolgreiche KI-Strategie voraussetzt

Wir haben gesehen: Generative KI bringt viele Vorteile für unterschiedlichste Unternehmensbereiche mit sich. Bevor Sie sich nun jedoch für ein GenAI-gestütztes ERP-System entscheiden, sollten Sie sich auch über die Herausforderungen bewusst sein. Wenn Sie diese kennen, können Sie möglichen Risiken vorbeugen. 

1. Das ERP-System muss Prozesse verstehen

Ein weit verbreiteter Trugschluss besteht darin, dass künstliche Intelligenz für die Automatisierung von Aufgaben lediglich einen großen Haufen Geschäftsdaten benötigt. Dem ist nicht so. Damit GenAI Routinearbeiten automatisieren kann, muss sie auch Ihre unternehmensspezifischen Prozesse im Detail kennen. Andernfalls ist es äußerst wahrscheinlich, dass die Technologie Tätigkeiten nicht korrekt ausführt.

Prozesskenntnisse kann generative KI natürlich nur dann erlangen, wenn das ERP-System selbst eine prozessbasierte Funktionalität unterstützt. Moderne Lösungen wie APplus beispielsweise bilden Prozesse in einer für die KI verständlichen Sprache digital ab. Hierfür wurde der sogenannte Flow Mode entwickelt, der auf einer BPMN-Engine (Business Process Model and Notation) basiert und Anwender*innen prozessorientiert Schritt für Schritt ans Ziel leitet.

2. Qualität und Konsistenz der Daten müssen stimmen

Damit generative KI die Daten im ERP-System für Analysen und Handlungsempfehlungen korrekt verwerten kann, muss sie diese zunächst verstehen. Sie muss ganz genau wissen, welche Informationen die ERP-Lösung nach welcher Systematik abbildet. Da die Tabellen und Spalten von Datenbanken jedoch häufig kryptisch benannt sind, kann GenAI die Informationen nicht einfach so richtig interpretieren.

Erforderlich ist daher ein moderner Data Catalogue, mit dem sich sowohl strukturierte als auch unstrukturierte Daten verwalten und für KI-Modelle optimal aufbereiten lassen. Nicht nur liefert er Informationen über die Herkunft und Verantwortlichkeiten einzelner Datensätze. Er sorgt auch dafür, dass keine veralteten oder minderwertigen Daten in den Auswertungsprozess einfließen. Dies führt zu hochwertigen Antworten und präzisen Prognosen.

3. Die Datensicherheit muss gewährleistet sein

In einem ERP-System werden hochsensible Unternehmensdaten verwaltet – von Finanzzahlen über Kundendaten bis hin zu personenbezogenen Informationen. Durch die Nutzung von GenAI im ERP steigt das Risiko, dass diese Daten in falsche Hände gelangen. Dies passiert z. B. dann, wenn:

• Unternehmen öffentliche KI-Modelle nutzen, die Geschäftsdaten für das Training verwenden
• Mitarbeitende ungenehmigte KI-Tools einsetzen (sog. Schatten-KI), sodass ein unkontrollierter Datenabfluss entsteht
• GenAI nicht strikt in die Rechteverwaltung des ERP-Systems integriert ist und unberechtigte Nutzer*innen Zugriff auf Auswertungen erhalten
• Angreifer bösartige Befehle eingeben, sodass die KI vertrauliche Informationen preisgibt

Unser Tipp: Setzen Sie bei cloudbasierten KI-Tools auf europäische Rechenzentren. Diese unterliegen den strengen EU-Datenschutzvorschriften und stellen sicher, dass keine Informationen unkontrolliert an Drittstaaten übertragen werden.

4. Mitarbeitende benötigen KI-Skills  

Angestellte und Führungskräfte müssen wissen, wie sie die Ergebnisse der generativen KI zu interpretieren und einzuordnen haben. Schließlich kann künstliche Intelligenz auch Fehler machen und falsche Empfehlungen geben. Schulungen zur richtigen Handhabung von GenAI sind daher für einen verantwortungsvollen Einsatz der Technologie unerlässlich.

Darüber hinaus entstehen neue Berufe, die sich auf die Entwicklung und Kontrolle künstlicher Intelligenz konzentrieren. Hierzu gehören Prompt Engineers genauso wie Context Engineers und KI-Manager. Insgesamt gewinnen Berufe, die strategisches Denken erfordern, an Bedeutung. Jobs mit repetitiven Tätigkeiten hingegen verlieren an Relevanz.

5. Mangelndes Vertrauen kann den Fortschritt hemmen  

Selbst die leistungsfähigste Technologie entfaltet keinen Mehrwert, wenn sie von den Nutzer*innen mit Skepsis betrachtet wird. Fehlt das Vertrauen in GenAI, zeigt sich das oft in folgenden Verhaltensweisen:

• Mitarbeitende umgehen KI-gestützte Funktionen
• Ergebnisse werden grundsätzlich angezweifelt
• Entscheidungen dauern länger, da jedes Detail manuell geprüft wird

Die Ursachen sind vielfältig: Sorgen um Datensicherheit, Angst vor Fehlern oder Unsicherheiten im Umgang mit der Technologie. Unternehmen sollten deshalb auf transparente Prozesse und regelmäßige Weiterbildungen achten. Wer die Kompetenzen der Mitarbeitenden ausbaut und Änderungen offen kommuniziert, schafft Akzeptanz – und damit die Grundlage für echten technologischen Fortschritt.

Fazit: GenAI im ERP verschafft Ihnen einen echten Wettbewerbsvorteil

Generative KI im ERP-System liefert bereits heute einen so großen Mehrwert in den unterschiedlichsten Unternehmensbereichen, dass sie einen echten Wettbewerbsfaktor darstellt. Wer auch in einigen Jahren noch ähnlich effizient wie die Konkurrenz wirtschaften möchte, darf den technologischen Fortschritt daher nicht ignorieren. Der Einsatz von GenAI im ERP wird quasi zum Muss, um zukunftsfähig zu bleiben.

Doch KI einfach nur um der KI willen zu nutzen, macht keinen Sinn. Vielmehr sind klare Use Cases zu definieren, die Ihr Unternehmen mit GenAI wirklich voranbringen. Zudem ist KI niemals als einzelnes Projekt oder Tool zu verstehen, sondern als ein übergreifendes Instrument zur Unterstützung Ihrer gesamten Unternehmensstrategie. Um dieses richtig zu steuern, benötigt Ihre gesamte Belegschaft umfassende Kompetenzen im Umgang mit künstlicher Intelligenz.om administrativen Dienstleister zum strategischen Partner der Unternehmensführung.