Die Integration von Künstlicher Intelligenz (KI) in das ERP-System eröffnet neue Möglichkeiten, Unternehmensentscheidungen datengetrieben zu treffen. Hierbei fungiert KI unter anderem als eine Art digitaler Unternehmensberater, Wissensmanager und Innovationstreiber. Mittelständische Unternehmen profitieren bereits heute von optimierten Prozessen, mehr Effizienz, weniger Kosten und eine nachhaltig ausgelegte Wettbewerbsposition. Von Michael Finkler

Foto: proALPHA Der Autor Michael Finkler verantwortet das Business Development der proALPHA Gruppe. In einer sich stetig wandelnden Geschäftswelt stehen insbesondere mittelständische Unternehmen vor der Herausforderung, Prozesse kontinuierlich zu optimieren und Ressourcen effektiv zu nutzen. Um den damit verbundenen digitalen Transformationsprozess so effizient und unkompliziert wie möglich zu realisieren, ist eine intelligente und leistungsstarke Software essenziell. ERP-Systeme sind hierbei von entscheidender Bedeutung, denn sie sind das digitale Rückgrat eines Unternehmens.

Ergänzt durch KI-Funktionalität ist eine transparentere Sicht auf alle Geschäftsprozesse sowie eine produktivere Zusammenarbeit verschiedener Abteilungen möglich; wobei hier die Grenzen zu Big Data und Business Intelligence (BI) fließend sind. Während Letztere eher in Richtung vergangenheitsbezogene Analyse gehen – beispielsweise zur Erstellung einer soliden Datenbasis, von Dashboards oder retrospektiven Auswertungen – können über KI in die Zukunft gerichtete Prognosen inklusive konkreter Handlungsempfehlungen bereitgestellt werden. Folglich hievt das Potential von KI die datengetriebene Unternehmenssteuerung auf ein neues Niveau.

Wissensmanagement und -transfer als Innovationstreiber

Generative KI verleiht dem Management und Transfer von Wissen im eigenen Unternehmen einen enormen Schub. Denn Sprachmodelle (Large Language Models/LLM) wie ChatGPT können „natürliche“ Sprache verstehen, verarbeiten und generieren. Wird die KI mit Texten und Dokumenten gefüttert und trainiert, entsteht eine bisher ungekannte Ressource für Wissen.

Durch die Vernetzung der Technologie- und Wissenslandschaft von Unternehmen wird Mitarbeitenden ein schneller Zugriff auf Informationen und Expertise ermöglicht – über alle Standorte, Geschäftsbereiche und Abteilungen hinweg. Die integrierte KI kann auch verschiedene Vokabulare, Nomenklaturen und Kontexte erkennen – und damit jeden Nutzer in seiner spezifischen (Fach-)Sprache bedienen und oder im Kontext der Abfrage mit einem passenden Experten im Unternehmen zu einem bestimmten Thema verbinden. So können zum Beispiel Kundenanfragen schneller, professioneller und individualisierter beantwortet werden. Die Wissensdatenbank ist ruckzuck erstellt, relevante Informationen können einfach digitalisiert und Kundenfeedback leichter automatisiert werden. Zudem lernt die Plattform ständig dazu.

Verbesserte Prognosegenauigkeit und Handlungsempfehlungen

Neben sprachbasierten Modellen bildet der Datenbestand aus dem ERP-System eine unerschöpfliche Quelle für eine datengetriebene Unternehmenssteuerung. Auch hier hebt KI die Möglichkeiten der Beschreibung, Diagnose und Prognose auf ein bisher unbekanntes Level – inklusive konkreter Handlungsempfehlungen, die im Endausbau auch automatisch umgesetzt werden können. Tools zur Visualisierung und Analyse erleichtern zudem das Verständnis komplexer Daten und fördern eine datengesteuerte Entscheidungsfindung.

So können nicht nur Prozesse über Dashboards beschrieben, Fehler über Analysen identifiziert oder konkrete Potenziale beispielsweise zur Liquiditätssteigerung vorhergesagt werden, sondern auch monetär bewertete Handlungsempfehlungen in Unternehmensprozessen durch Analyse des Cash Conversion Cycle (Geldumschlagsdauer) von der KI ausgesprochen werden.

In der Fertigung kann das etwa dabei helfen, die Nachfrage nach bestimmten Produkten oder Rohstoffen einfach und schnell zu prognostizieren, die Produktion entsprechend anzupassen und damit die Planungssicherheit zu erhöhen. Engpässe werden somit vermieden, die Liefertreue verbessert und die Produktion gemäß den tatsächlichen Bedürfnissen des Marktes optimiert.

Automatisierung und Optimierung von Prozessen

Wiederkehrende und zeitaufwändige Aufgaben können mithilfe KI-basierter ERP-Systeme automatisiert werden. Das beinhaltet beispielsweise die Erfassung und Verarbeitung von Daten, die Planung und Überwachung der Produktion sowie die Bestandsverwaltung.

Zudem sind Unternehmen in der Lage, Produktionsprozesse mithilfe intelligenter Analysen zu optimieren, die eigene Produktivität durch die Beschleunigung von Prozessen zu steigern und damit die Anforderungen eines dynamischen Marktes optimal zu erfüllen. Indem Anomalien und Unregelmäßigkeiten identifiziert werden, können Ineffizienzen in den Fertigungsabläufen aufgedeckt und geeignete Maßnahmen zur Steigerung der Produktionsleistung ergriffen werden.

Mithilfe von Machine-Learning-Algorithmen sind solche Systeme in der Lage, aus älteren Daten zu lernen, daraus Schlüsse zu ziehen und so zukünftige Entscheidungen automatisch zu treffen. Das spart Zeit und verbessert die Entscheidungsqualität.

Dispositionsparameter in der Materialbedarfsplanung und Bestandssteuerung

Für Unternehmen sind die bestmögliche Steuerung ihrer Dispoparameter, die Bestimmung sinnvoller Bestellmengen, die Festlegung des idealen Bestellzeitpunkts oder die Optimierung des Sicherheitsbestands erfolgsentscheidende Faktoren. Mit einer KI-gestützten ERP-Lösung können all diese Prozesse gestärkt, Betriebsabläufe kosteneffizienter gestaltet, die Lieferperformance verbessert und die Kundenzufriedenheit erhöht werden.

KI-Technologien unterstützen die Bestandsoptimierung in mehrfacher Hinsicht. Die Bestimmung einer sinnvollen Bestellmenge und Sicherheitsbestände vermeiden unnötige Lagerkosten sowie eine Kapitalbindung innerhalb der Lagerhaltung.

Zudem ermöglicht KI strategische Planungssicherheit für einen optimalen zukünftigen Bestand durch die Erstellung exakter Verbrauchsprognosen für Produkte und Teile. Auch die bestmöglichen Wiederbeschaffungszeiten und Dispoparameter können so vorhergesagt werden, was die rechtzeitige Verfügbarkeit von Produkten sicherstellt und Verzögerungen bei der Warenbereitstellung vermeidet. Durch die Analyse von Wiederbeschaffungszeiten vergangener Bestellungen oder Lieferungen – unter Berücksichtigung von Prognosen, Unsicherheiten und weiteren relevanten Faktoren – wird der beste Zeitpunkt für eine Nachbestellung ermittelt.

Clean Data und Stammdatenoptimierung

Die Nutzung sauberer, optimierter Stammdaten kann für Unternehmen ein entscheidender Wettbewerbsvorteil sein. KI-gestützte ERP-Systeme sind in der Lage, automatisiert Muster, Anomalien und Auffälligkeiten in Datenbeständen zu erkennen und aus Millionen von Datenpunkten wichtige Erkenntnisse über den Status Quo eines Unternehmens abzuleiten und eine präzise und umfassende Sicht über den betrieblichen Datenbestand zu erlangen, darin enthaltene Informationen richtig zu lesen, zu interpretieren und zu analysieren. Die automatische Erkennung doppelter Datensätze trägt zusätzlich zur Verbesserung der Datenkonsistenz bei. Durch die zusätzliche Nutzung von Deficiency-Mining-Technologie sind Unternehmen außerdem in der Lage, die Datenqualität ihres Betriebs kontinuierlich zu überwachen und Prozessabweichungen zu identifizieren.