„Wir können kein neues ERP einführen – das kostet ein Vermögen und dauert Jahre." Das höre ich von Geschäftsführern im Mittelstand regelmäßig. Und die gute Nachricht: Es ist auch gar nicht notwendig. KI lässt sich als Schicht auf das bestehende ERP legen, ohne das System anzufassen.
Wie das funktioniert und was Mittelständler dabei erwarten können, erkläre ich in diesem Artikel.
Inhaltsverzeichnis
- Warum ERP und KI zusammenpassen
- Die 3 häufigsten KI-Anwendungsfälle im ERP
- Technische Integration ohne Systemwechsel
- Voraussetzungen und Datenqualität
- Kosten und ROI
- FAQ
Warum ERP und KI zusammenpassen
ERP-Systeme wie SAP, Microsoft Dynamics, Sage oder Infor haben eines gemeinsam: Sie speichern riesige Mengen wertvoller Unternehmensdaten – Bestellhistorien, Lagerbestände, Produktionszeiten, Lieferantenkonditionen, Kundenkaufverhalten. Gleichzeitig sind sie gut darin, Transaktionen abzuwickeln, aber schlecht darin, Muster zu erkennen oder Vorhersagen zu treffen.
Genau das kann KI.
KI analysiert diese Daten und beantwortet Fragen, auf die das ERP alleine keine Antwort hat:
- Welche Artikel werden nächsten Monat stärker nachgefragt?
- Bei welchem Lieferanten steigt die Fehlerquote?
- Welcher Produktionsauftrag hat das höchste Verzögerungsrisiko?
Die 3 häufigsten KI-Anwendungsfälle im ERP
1. Intelligente Bedarfsplanung (Demand Forecasting)
Klassische ERP-Systeme berechnen Bestellbedarfe auf Basis von Mindestbeständen und Durchschnittswerten der Vergangenheit. Das führt zu Überbeständen (Kapital gebunden) oder Stockouts (Produktionsstillstand).
KI macht das besser: Sie berücksichtigt saisonale Schwankungen, externe Faktoren (Wetter, Wirtschaftslage, Branchentrends) und selbst den Einfluss einer neuen Marketingkampagne auf den Abverkauf. Unternehmen, die KI-gestütztes Demand Forecasting einsetzen, reduzieren ihre Lagerkosten im Schnitt um 15–25%.
2. Predictive Maintenance (Vorausschauende Wartung)
Für produzierende Unternehmen: Maschinen- und Anlagendaten (Temperatur, Vibration, Laufzeit) werden in Echtzeit analysiert. KI erkennt Muster, die auf einen bevorstehenden Ausfall hindeuten – Tage oder Wochen bevor er tatsächlich eintritt.
Das Ergebnis: Wartung wird geplant, nicht reaktiv durchgeführt. Ungeplante Stillstände, die je nach Branche 10.000–100.000 € pro Stunde kosten können, werden deutlich reduziert.
3. Automatisierte Rechnungsverarbeitung
Eingehende Lieferantenrechnungen werden manuell geprüft, ins ERP eingetragen und zur Zahlung freigegeben. Für ein mittelständisches Unternehmen mit 500 Eingangsrechnungen pro Monat bedeutet das Vollzeit-Arbeit für eine Person.
KI-Lösung: Rechnungen werden automatisch ausgelesen (OCR + KI), mit der Bestellung abgeglichen, auf Abweichungen geprüft und bei Übereinstimmung direkt zur Zahlung vorgeschlagen. Nur Ausnahmen (Abweichungen, fehlende Belege) landen noch beim Menschen.
Technische Integration ohne Systemwechsel
Der entscheidende Punkt: Du musst dein ERP nicht austauschen. Die meisten modernen ERP-Systeme bieten offene APIs oder Standard-Schnittstellen (REST, SOAP, OData), über die KI-Tools angebunden werden können.
Typische Architektur:
ERP-System (SAP, Dynamics, Sage...)
↓ API / Datenbankanbindung
KI-Middleware (z.B. n8n, Azure AI, eigene Lösung)
↓
Dashboard / Reporting / Automatische Aktionen
Die KI-Schicht liest Daten aus dem ERP, verarbeitet sie und schreibt Ergebnisse (Bestellvorschläge, Warnmeldungen, Prognosen) zurück. Das ERP-System selbst bleibt unberührt.
Konkrete Optionen:
- Microsoft Azure AI + Dynamics: Nahtlose Integration für Dynamics-Nutzer
- SAP BTP (Business Technology Platform): SAP's eigene KI-Plattform für SAP-Systeme
- Eigenentwicklung via n8n: Flexibel, DSGVO-konform, für alle ERP-Systeme geeignet
Voraussetzungen und Datenqualität
Das größte Hindernis bei KI im ERP ist nicht die Technologie – es sind die Daten.
Was KI braucht:
- Historische Daten: Mindestens 12–24 Monate Transaktionsdaten für verlässliche Prognosen
- Saubere Stammdaten: Artikelbezeichnungen, Lieferantendaten und Stücklisten müssen konsistent gepflegt sein
- Vollständigkeit: Fehlende oder inkorrekte Daten führen zu falschen Vorhersagen
Checkliste vor der KI-Einführung:
- [ ] Stammdatenqualität geprüft und bereinigt?
- [ ] Historische Daten vollständig und strukturiert vorhanden?
- [ ] API-Zugang zum ERP-System verfügbar?
- [ ] IT-Abteilung oder externer Dienstleister eingebunden?
- [ ] Datenschutz-Folgenabschätzung durchgeführt?
Kosten und ROI
Typische Kostenbereiche für KMU:
| Maßnahme | Einmalige Kosten | Laufende Kosten/Monat | |----------|-----------------|----------------------| | Demand Forecasting | 5.000–15.000 € | 300–800 € | | Rechnungsautomatisierung | 3.000–8.000 € | 200–500 € | | Predictive Maintenance | 10.000–30.000 € | 500–1.500 € |
ROI-Beispiel Demand Forecasting: Ein Maschinenbauunternehmen mit 8 Mio. € Lagerbestand reduziert durch bessere Bedarfsplanung den Bestand um 20%. Das sind 1,6 Mio. € freies Kapital und ca. 80.000 € weniger Lagerkosten pro Jahr. Bei Einrichtungskosten von 12.000 € amortisiert sich die Investition in weniger als 2 Monaten.
FAQ
Funktioniert das auch mit älteren ERP-Systemen ohne moderne API?
Ja, aber mit mehr Aufwand. Bei Legacy-Systemen ohne API kann die Datenübertragung über Datenbankexporte (CSV, XML) oder Middleware-Lösungen erfolgen. Das ist weniger elegant, aber technisch machbar.
Müssen wir unsere Mitarbeiter für die KI-Tools schulen?
Für Endanwender ist der Schulungsaufwand gering – sie sehen Vorhersagen und Vorschläge im gewohnten ERP-Interface oder einem einfachen Dashboard. Der höhere Aufwand liegt bei der initialen Konfiguration durch IT-Experten.
Wie sicher sind unsere ERP-Daten bei einer KI-Integration?
Das hängt stark vom gewählten Ansatz ab. Bei cloudbasierten KI-Diensten (Azure, AWS) werden Daten außerhalb deines Unternehmens verarbeitet – das erfordert einen Auftragsverarbeitungsvertrag (AVV) nach DSGVO. Bei On-Premise- oder Self-Hosted-Lösungen bleiben Daten im eigenen Rechenzentrum.
Wie lange dauert eine typische ERP-KI-Integration?
Ein einfaches Demand-Forecasting-Modul ist in 4–8 Wochen produktiv. Komplexere Szenarien wie Predictive Maintenance mit IoT-Anbindung können 3–6 Monate in Anspruch nehmen.
Kann KI auch im ERP bei der Kundenkommunikation helfen?
Ja. Automatische Auftragsbestätigungen, Lieferstatus-Updates per E-Mail oder WhatsApp, oder KI-gestützte Antworten auf Standardanfragen – all das lässt sich über API-Verbindungen zum ERP automatisieren.