ERP mit KI-Agenten: Aufstieg zur Daten- und Entscheidungsplattform 

ERP-Systeme entwickeln sich zum dynamischen Nervensystem im Unternehmen, das operative Transaktionen, Planungsdaten und Interaktionen entlang der Wertschöpfungskette in Echtzeit verbindet.

Durch den Einsatz von KI in ERP-Systemen wächst deren Wichtigkeit noch weiter. Das gilt insbesondere für die Integration von KI-Agenten.

KI ist in ERP-Systemen angekommen

Drei Entwicklungen treiben die Implementierung von KI in ERP-Systemen voran. Erstens erfordern volatile Märkte Entscheidungen auf Basis belastbarer Echtzeitinformationen, nicht auf regelmäßigen, jedoch oft veralteten Datenexporten. Zweitens wird Compliance komplexer: E-Rechnungspflichten, Datenschutz, branchenspezifische Regularien und ESG-Reporting verlangen transparente, auditierbare Prozesse und Datenketten. Drittens steigt der Druck, Silos aufzulösen und End-to-End-Prozesse zu automatisieren – vom Angebot über Beschaffung, Produktion und Logistik bis zur Abrechnung. Ein modernes ERP bündelt diese Ströme zu einer zentralen Datenplattform und macht sie für Analyse, Automatisierung und KI nutzbar. Die Folgen gehen über das eigentliche ERP-System hinaus. Richtig eingesetzt können sie den verlässlichen Kern für strukturierte, durchgängige Prozess und Transaktionsdaten bilden, auf denen EchtzeitAnalysen, Automatisierung und KIAnwendungen überhaupt erst wirkungsvoll aufsetzen können. So wird die elektronische Rechnungsstellung zum Effizienzhebel, Prognosen werden präziser, und manuelle Eingriffe in die operativen Abläufe werden zusehends seltener notwendig.

Der grundlegende KI-Einsatz steht im Zeichen eingebetteter, eng umrissener Modelle, die einzelne Schritte in Kernprozessen unterstützen und Entscheidungen vorbereiten, nicht ersetzen. Dieser „klassische“ KI-Ansatz ergänzt regelbasierte Automatisierung und Workflows um Mustererkennung, Prognosen und semantische Auswertung. Der Mensch bleibt aber in allen Fällen der Entscheider: Die Systeme schlagen vor, priorisieren und markieren Auffälligkeiten, während Fachanwender freigeben, anpassen oder verwerfen.

KI-Agenten agieren weitgehend autonom

KI-Agenten markieren den nächsten Ausbauschritt der KI-Nutzung. Sie arbeiten weitgehend autonom und zielgerichtet. KI-Agenten interpretieren Kontexte, greifen strukturiert auf Daten zu, führen Aktionen aus und liefern nachvollziehbare Ergebnisse. In einem ERP heißt das konkret: Ein Vertriebsagent erstellt aus natürlicher Sprache einen kunden- und margenoptimierten Auftrag, prüft Kreditlimits, reserviert den Bestand und stößt den Versand an. Ein Beschaffungs-Agent bewertet Lieferanten nach Termintreue, Qualität und Preisentwicklung, simuliert Alternativen und schlägt Rahmenvereinbarungen vor. Ein Produktions-Agent plant Kapazitäten, erkennt Engpässe, passt Schichtpläne an und rechnet mit Rüstzeiten, Ausschussquoten und Materialverfügbarkeiten. Ein Finanzagent sorgt für den automatisierten Vorabschluss einer Buchungsperiode, gleicht Zahlungen ab, prüft Anomalien und generiert Abschlüsse. Ein Reporting-Agent baut mit semantischem Verständnis Dashboards, die nicht nur visualisieren, sondern bei Abweichungen bestimmte Workflows auslösen. Und ein Lern-Agent begleitet neue Mitarbeitende Schritt für Schritt durch reale Prozesse, erklärt Feldbedeutungen, Rechte und Freigaben – direkt in der Anwendung.

Compliance und Transparenz

Rollen- und Rechtemodelle, Protokollierung und revisionssichere Archivierung sollten in ERP-Systemen Standard sein, um Compliance zu gewährleisten. Beim Einsatz von KI, insbesondere von KI-Agenten, sind zusätzliche Anforderungen zu erfüllen. Darum sollten Unternehmen darauf achten, dass ihr ERP-Lieferant einen bewusst domänenspezifischen, verantwortungsvollen KI-Ansatz befolgt. Darüber hinaus müssen Datenschutz und DSGVO-Konformität, PrivacybyDesign und klare „Stopp“-Funktionen integrale Bestandteile des Entwicklungsprozesses und der Lösung sein. Für KI-Agenten gilt ergänzend, dass sie Leitplanken benötigen zu vordefinierten Ziele, erlaubten Aktionen, Schwellenwerten, erlaubten Datenquellen und Erklärbarkeit. Zudem muss jede Agentenaktion protokolliert, begründet und reversibel sein.

Menschliche Interaktion

Technologie entfaltet ihren Nutzen erst, wenn Menschen sie annehmen. KI-Agenten sind in dieser Hinsicht einzigartig: Sie können selbst zu ihrer Akzeptanz beitragen. So können sie bei ihrer Einführung die Lernkurve deutlich verkürzen, indem sie Aufgaben erklären, Alternativen begründen und mit kontextsensitiven Hinweisen durch neue Abläufe leiten. Rollenbasierte Lernpfade, sichere Testumgebungen und Train-the-Trainer-Modelle helfen, den Wissensaufbau in der Belegschaft zu beschleunigen. Entscheidend ist, dass Agenten nicht als Blackbox daherkommen, sondern als Assistenten, die ihre Schritte offenlegen, Feedback aufnehmen und sich innerhalb definierter Grenzen verbessern.

Auswahlkriterien für KI-fähige ERP-Systeme

Wer in KI-Agenten investieren will, sollte über Funktionslisten hinausdenken. Relevante Fragen sind beispielsweise:

• Wie einfach lassen sich Prozesse durchgängig digitalisieren, damit Agenten stabile Ziele und Aktionen vorfinden?
• Wie ausgereift sind Datenmodelle und Dimensionen für Self-Service-Analysen ohne IT-Flaschenhals?
• Welche Möglichkeiten gibt es, Agenten domänenspezifisch zu konfigurieren, inklusive Datenquellen, erlaubter Aktionen, Schwellenwerte und Prüfpfade?
• Sind APIs vollständig und kontextfähig, um lesend wie schreibend effizient zu arbeiten?
• Wie werden Sicherheit, Rechte und Compliance durchgesetzt, insbesondere bei autonomen Aktionen?
• Wie offen ist das Ökosystem für Integrationen mit CRM, E-Commerce, Marktplätzen, EDI, Payments oder Steuerservices, damit End-to-End-Prozesse wirklich durchgängig sind?
• Wie werden Anwender (in der App, in Schulungen, durch Community und Partner) befähigt, das ERP-System effizient und mit Vertrauen zu nutzen?

Wirtschaftlicher Nutzen und realistische Erwartungen 

Um den ROI von KI im ERP zu beurteilen, sollten Entscheider ihr Augenmerk vor allem auf Engpässe richten, die mithilfe von KI (-Agenten) beseitigt werden können: kürzere Durchlaufzeiten, geringere Bestände bei höherer Liefertreue, schnellere Abschlüsse, weniger Fehler, geringere Rückläuferquoten, präzisere Forecasts. Daneben ist es wichtig, die Erwartungen zu managen. Agenten sind keine Alleskönner, sondern Spezialisten mit klaren Grenzen. Sie benötigen kuratierte Daten, eindeutige Ziele und sauber modellierte Prozesse. Es empfiehlt sich bei Prozessen mit hoher Datenqualität und wiederkehrenden Entscheidungen zu beginnen. Das sind häufig die automatische Rechnungsprüfung mit Ausnahmemanagement, Lieferantenpriorisierung nach Servicelevels oder Kapazitätsplanung mit definierten Regeln. Hier lassen sich in der Regel schnelle Erfolge erzielen, die helfen, den Ausbau zu finanzieren.

Ausblick: Orchestrierte Intelligenz im Netzwerk

Mit zunehmender Reife werden Unternehmen viele spezialisierte Agenten orchestrieren – im ERP, in angrenzenden Systemen und entlang der Lieferkette. Die Kunst besteht darin, Rollen, Verantwortlichkeiten und Übergaben so zu definieren, dass Entscheidungen nachvollziehbar bleiben und jede Automatisierung auf belastbaren Daten fußt. Wer heute die Grundlagen legt – zentrale Datenquelle, API-first-Architektur, klare Governance und befähigte Teams –, schafft die Voraussetzungen dafür, KI nicht zum isolierten Pilotprojekt zu degradieren, sondern zur tragfähigen Entscheidungsschicht über dem ERP auszubauen. Gerade in industriell geprägten Ökosystemen mit hoher ERP-Durchdringung, wachsender ESG-Relevanz und steigenden Compliance-Anforderungen ist das der Weg, Widerstandsfähigkeit, Geschwindigkeit und Innovationskraft zu erhöhen.

Autor: Dominik Schätzel, Product Manager ERP bei Sage