Trends Markt Magazin

iStock.com/masterzphotois

Chancen, Trends und Risiken: Künstliche Intelligenz in ERP-Systemen

KI kann die Arbeit mit ERP-Systemen auf verschiedene Weise unterstützen, z. B. durch kontextabhängige Visualisierung von Daten und Kennzahlen, Sprachsteuerung, Chatbots, Prognosen und proaktive Optimierungsvorschläge für Unternehmensprozesse (Lagerbewegungen, Produktionsplanung, Marketingkampagnen, Kundenansprachen etc.).

Durch ihre Lernfähigkeit verbessern sich die Algorithmen kontinuierlich selbst. Studien sehen im KI-Einsatz in Unternehmen ein großes wirtschaftliches Potenzial und teilweise sogar einen wettbewerbsentscheidenden Vorteil. In der Politik ist die KI-Förderung in den letzten Jahren Bestandteil nationaler und länderspezifischer Digitalstrategien geworden. Das Land Nordrhein-Westfalen, das bundesweit die höchste Anzahl an Unternehmen beheimatet, will seine Spitzenposition als eine der stärksten KI-Regionen Europas unterstreichen.1 Obwohl das Angebot an KI-Funktionen durch die ERP-Anbieter zunimmt, ist deren Verbreitung in deutschen Unternehmen eher gering, denn nur etwa die Hälfte setzt sie ein. Für einen erfolgreichen und rentablen KI-Einsatz müssen die richtigen Voraussetzungen gegeben sein. An erster Stelle steht ein konkreter Use Case, der durch geschäftliche Bedarfe motiviert ist.


Unternehmen aus dem Bereich Industrie und Handel
Diese Studie beinhaltet eine Erhebung über 74 Unternehmen, die zum Großteil der Industrie und dem Handel angehören – Branchen, die auch in der Wirtschaft Nordrhein-Westfalens stark vertreten sind. Die Erhebung ergibt, dass die Automatisierung von Routineabläufen und die damit einhergehende Arbeitsentlastung als größte Chance von KI-Funktionen in ERP-Systemen gesehen wird. Weitere Chancen bestehen in der verbesserten Datenqualität und der Vermeidung von Fehlern sowie der Effizienz- und Performance-Steigerung.

Als größte Risiken werden falsches Vertrauen in die Technik und Kontrollverlust genannt. Bezüglich der Anforderungen, die Unternehmen an ihre ERP-Systeme stellen, steht an oberster Stelle die Sprachsteuerung, gefolgt von voraussagenden Analysefunktionen, u. a. zur Vermeidung von Maschinenwartungen. Letztlich bestimmt das Zusammenspiel zwischen Mensch und Technik den Erfolg einer KI-Nutzung. In dieser Hinsicht sind eine frühzeitige Einbindung der Anwender sowie ausreichende Zeit für Schulungen und Einarbeitung entscheidend.


Bedeutung von ERP-Systemen
Enterprise-Resource-Planning (ERP)-Systeme unterstützen unternehmensweite Geschäftsprozesse und die Planung der zugrunde liegenden Ressourcen (Personal, Zeit, Maschinen, Lager etc.). Sie erfassen und verknüpfen unternehmensweite Daten und erlauben eine gezielte Auswertung und Steuerung. ERP-Systeme sind damit zu Recht die Herzstücke einer modernen Unternehmens-IT.

Da ERP-Systeme grundsätzlich die Automatisierung von Geschäftsprozessen vorantreiben, enthalten sie seit jeher intelligente Funktionen, z. B. zur Optimierung des Ressourceneinsatzes. Ab wann kann man also von Künstlicher Intelligenz (KI) in ERP-Systemen sprechen?


Künstliche Intelligenz im ERP-Kontext
Allgemein versteht man unter KI ein Teilgebiet der Informatik, das darauf abzielt, bestimmte intelligente Entscheidungsmuster des Menschen durch Algorithmen zu imitieren. Allgemein werden die Begriffe starke und schwache KI unterschieden. Schwache KI wird für begrenzte Problemstellungen entwickelt. Sie optimiert sich selbst im Rahmen der Methoden, die ihr mitgegeben wurden. Der konkrete Lösungsweg muss dabei nicht vorgegeben werden. Alle heute existierenden Systeme fallen unter diese Kategorie.

In dieser Studie geht es speziell um KI-Funktionen, die integrierter Bestandteil eines ERP-Systems sind oder an bestehende Systeme kompatibel angedockt werden können. Der dadurch erzielte Effekt ist einerseits, dass Aufgaben in einem Unternehmen, die mittels ERP-System erledigt werden, genauer, schneller, günstiger, effektiver oder mit weniger manueller Tätigkeit erledigt werden können. 

Je intelligenter und umfassender eine KI agiert, desto näher kommt sie der Vorstellung einer starken KI: Diese wäre in der Lage, neue logische Zusammenhänge zu erkennen und ihren Methodensatz aus eigenem Antrieb zu erweitern. Eine solche Superintelligenz würde rasch die intellektuellen Fähigkeiten jedes Menschen übertreffen.2 Die Forschung ist mehrheitlich der Ansicht, dass die Entwicklung einer starken KI möglich ist.

Auch bei schwacher KI mit begrenztem Anwendungsfeld sind die Aspekte der Kontrolle, Verantwortung, Nachvollziehbarkeit, Risiko und Ethik von hoher Relevanz. Werden z. B. Entscheidungen auf Grundlage von Prognosen oder Optimierungsvorschlägen einer KI getroffen, sind die möglichen Nebeneffekte (z. B. finanzielle, unternehmerische, personelle etc.) zu berücksichtigen, für die die schwache KI nicht ausgelegt ist.


Motivation der Studie und Leitfragen
Die Bedeutung von KI ist durch ihr großes wirtschaftliches Potenzial gekennzeichnet. So schätzt die Bundesregierung auf Grundlage unabhängiger Studien3,4, dass durch den Einsatz von KI eine zusätzliche Bruttowertschöpfung im produzierenden Gewerbe in Deutschland in Höhe von 31,8 Mrd. € innerhalb des Zeitraums von 2019 bis 2023 erzielt wird. Dies entspricht etwa einem Drittel des gesamten prognostizierten Wachstums.5 

Unter der Annahme eines flächendeckenden KI-Einsatzes wird für die gesamte deutsche Wirtschaft eine Steigerung des Bruttoinlandsprodukts um 480 Mrd. € von 2019 bis 2025 geschätzt.6 Gleichzeitig wird das Risiko geäußert, Deutschland könne aufgrund niedriger KI-Investitionen im internationalen Vergleich den Anschluss verlieren.7 

Angesichts ihres Potenzials schreitet die KI-Durchsetzung im ERP-Kontext allerdings nur langsam voran.8 Die Prognose ist jedoch eindeutig: Künstliche Intelligenz wird zukünftig stark in unternehmerischen Kernprozessen verankert sein und die ERP-Landschaft deutlich verändern. In einigen Jahren könnten autonome ERP-Systeme, die komplexe Unternehmensprozesse managen, bereits Standard sein.

Diese Studie ist dadurch motiviert, zu beleuchten, wie Unternehmen besser von KI in ERP-Systemen profitieren können. Dazu werden folgende Leitfragen untersucht:

  • Wie wird Künstliche Intelligenz aktuell in ERP-Systemen genutzt? Welche Entwicklungen sind zukünftig zu erwarten?
  • Welche Faktoren verhindern den Einsatz von KI in ERP-Systemen? Wie können bestehende Hindernisse überwunden werden?
  • Welche Chancen, Risiken und Wünsche verbinden Unternehmen mit dem Einsatz von KI in ERP-Systemen?

Es wird zudem untersucht, inwieweit die Ergebnisse der Studie auf die in Nordrhein-Westfalen stark vertretenen Branchen übertragbar sind.


Aktuelle Use Cases
Allgemein lässt sich eine KI-Anwendung in die Komponenten Wahrnehmen, Verstehen, Handeln und Lernen unterteilen. Da jede Komponente sehr unterschiedlich ausgeprägt sein kann, ergibt sich ein breites Spektrum möglicher Use Cases. Das macht KI zum Allzweckwerkzeug.

Was eine KI alles tun kann, lässt sich anhand eines vierteiligen Schemas einordnen:9 Auf der einen Achse steht die Arbeitskomplexität der zu erledigenden Aufgaben, auf der anderen Achse die Komplexität der Datengrundlage. Danach können vier Aufgabenfelder unterschieden werden:

  • Effizienz: Routineaufgaben, die zuverlässig auf einer überschaubaren Datengrundlage ausgeführt werden und sich für die Automatisierung eignen.
  • Effektivität: Routineaufgaben, die durch umfangreiche Informationen, Abhängigkeiten oder Koordination erschwert und durch KI besser bewältigt werden.
  • Expertise: Aufgaben, die in der Regel menschliches Urteilsvermögen, Erfahrung und Expertise benötigen und durch KI-Informationen unterstützt werden.
  • Innovation: Aufgaben im Bereich des kreativen Schaffens bzw. der Ideenbildung, die durch KI-generierte Optimierungen oder Alternativen unterstützt werden.

Das Angebot aufseiten der ERP-Anbieter wird derzeit als überschaubar und die Zahl der Anwendungsfälle auf Kundenseite als klein eingestuft.10 Angesichts der hohen Bedeutung von KI als Wettbewerbsfaktor stellt sich die Frage, warum KI nicht flächendeckend in ERP-Systemen eingesetzt und beworben wird. Es soll im Folgenden untersucht werden, welche Faktoren den KI-Einsatz beschleunigen und welche ihn behindern.


Voraussetzungen für den KI-Einsatz in ERP-Systemen
Eine KI arbeitet nur so gut, wie die Daten, mit denen sie trainiert worden ist. Dies kann der ERP-Anbieter nur im begrenzten Umfang leisten.11 Handelt es sich z. B. um Sprach- bzw. Texterkennung oder automatische Übersetzungen, so kann die KI zwar direkt verwendet werden, aber nicht direkt mit dem speziellen Vokabular der Domäne umgehen und Kontexte korrekt erschließen. Dazu muss sie weiterhin angelernt werden.

Entscheidend sind neben der Qualität der Daten auch deren Quantität. Im ERP-Kontext sind dies z. B. die Anzahl der Unternehmensprozesse, Aufträge, Transaktionen etc. Ist die Datenmenge zu klein für das KI-Training, spricht man von der Small-Data-Problematik. Schlussendlich muss eine KI-Anwendung auch technisch kompatibel mit dem ERP-System und dessen Datenstrukturen sein. In dem Fall, dass die KI bereits als Bestandteil eines ERP-Pakets ausgeliefert wird, ist das Kompatibilitätsproblem durch den Hersteller (zumindest für die ERP-internen Daten) bereits gelöst. Besitzt ein Unternehmen heterogene Datenlandschaften oder ein älteres, eher unflexibles ERP-System (z. B. als Zweitsystem), so ist der Einsatz von KI eingeschränkt oder mit hohem Aufwand verbunden.


Hindernisse für den KI-Einsatz in ERP-Systemen
Aus den genannten Voraussetzungen lassen sich folgende Hindernisse für den KI-Einsatz ableiten:

  • Small-Data-Problematik: Die Datenmengen sind zu gering für das Training von KI.
  • Fachkräftemangel: Experten mit spezifischem Domänen- und Branchenwissen bei gleichzeitiger informationstechnischer Expertise fehlen.
  • Technische Hindernisse: Inkompatible Datenstrukturen, fehlende Schnittstellen oder ungeeignete ERP-Systeme erhöhen den Aufwand für den KI-Einsatz. Für den Fall, dass der KI-Einsatz nur durch einen ERP-Wechsel zu bewerkstelligen ist, werden die damit zusammenhängenden Hindernisse geerbt.
  • Fehlende Wirtschaftlichkeit: Der Aufwand für die Einführung und den Betrieb ist zu groß im Vergleich zum betriebswirtschaftlichen Nutzen. Dies kann auch damit zusammenhängen, dass die betrachteten Use Cases nicht die richtigen sind.

Hinzu kommen ethische und juristische Aspekte:

  • Vertrauen in die Technik:12 Schlussfolgerungen einer KI sind in der Regel nicht nachvollziehbar. Ohne Vertrauen in die Aussagen einer KI könnten menschliche Entscheider diese ablehnen.
  • Datenschutz: Die Umsetzung datenschutzrechtlicher Anforderungen (z. B. Recht auf Löschung) an die KI ist abhängig vom Anwendungsfall und stellt Design-Herausforderungen an die Anbieter.13 Neben der technischen Umsetzung bedarf es auch einer organisatorischen Umsetzung im Unternehmen (z. B. zur Auskunftspflicht).
  • Haftungsfragen: Der rechtliche Haftungsrahmen für wirtschaftliche Schäden durch Fehlentscheidungen der KI ist bislang nicht geklärt. Es fehlt an belastbaren Präzedenzfällen.

Was kann getan werden, um diese Hindernisse abzuschwächen oder zu überwinden? Auf Unternehmensseite sollte eine geeignete KI-Compliance und KI-Governance eingeführt werden,14 um Fragen von KI-Management, Datenschutz und Haftung zu begegnen. Während das deutsche Haftungsrechtssystem theoretisch lückenlos ist,15 erscheint es in der Praxis doch lückenhaft und bedarf weiterer Klärung. Es ist zu erwarten, dass sich mit zunehmenden Präzedenzfällen auch hier Wege und Rechtsrahmen etablieren werden, z. B. über spezielle Versicherungen für Hersteller und Betreiber von KI.

Wie hoch das Risiko von Fehlentscheidungen ist, hängt wiederum stark vom betrachteten KI-Anwendungsfall ab. Je näher die KI im Bereich Entscheidungsunterstützung agiert, desto eher ist Qualitätssicherung durch menschliche Prüfer und Entscheider geboten.16 


Chancen, Trends und Risiken
Welche Chancen werden in der KI in ERP-Systemen gesehen, und welche Trends zeichnen sich ab? Prognosen gehen davon aus, dass KI-Funktionen in ERP-Systemen zwar langsamer als gedacht kommen, jedoch als Schlüsseltechnologie in den Unternehmen wettbewerbsentscheidend wirken werden.17 Dabei gilt: Je größer das Unternehmen, desto komplexer die Prozesse und höher die Datenmenge – und damit desto aussichtsreicher der verstärkte Einsatz von KI in ERP-Systemen.

Im Rahmen dieser Studie wurde eine Datenerhebung mittels Umfrage durchgeführt, die die Unternehmenssicht auf das Thema KI in ERP-Systemen beleuchtet. Die teilnehmenden Unternehmen vertreten zum Großteil die Branchen Maschinenbau und Automobilindustrie (22 Prozent) und den Handel (18 Prozent). Rund 29 Prozent sind weiteren Industriezweigen (Metall-, Elektro-, Lebensmittel-, Chemische Industrie) zuzuordnen. 

Die Stichprobe der Unternehmen enthält zum Großteil Unternehmen mit über 500 Beschäftigten und Umsätzen zwischen 100 und 750 Mio. € pro Jahr (47 Prozent), weitere 20 Prozent mit Umsätzen über 750 Mio. €. Weit mehr als ein Drittel (43 Prozent) der Unternehmen sind international aufgestellt. Dagegen besitzen 17 Prozent nur einen Standort. 46 Prozent der teilnehmenden Unternehmen besitzen einen oder mehrere Standorte in NRW.


Genutzte ERP-Systeme
Insgesamt wurden 43 eingesetzte ERP-Systeme genannt, die sich 29 verschiedenen Herstellern zuordnen lassen. Den größten Anteil dabei hat SAP (49 Prozent), gefolgt von Microsoft (10 Prozent). Die Gruppe der Sonstigen (22 Prozent) summiert jene Hersteller, die nur einmal genannt wurden.

Von den SAP-Kunden nutzen mindestens 10 Prozent­­ S/4HANA, 18 Prozent ECC 6.0/5.0, 12 Prozent R/3 und 6 Prozent Business One (53 Prozent machten keine Angabe). Von den Microsoft-Kunden nutzen 80 Prozent Dynamics NAV und 20 Prozent Dynamics AX. 72 Prozent der Unternehmen haben ein ERP-System im Einsatz, 18 Prozent haben zwei. In Einzelfällen wurde sogar eine deutlich höhere Anzahl von betriebenen ERP-Systemen genannt. Von den genannten Systemen sind 47 Prozent vor 16 Jahren oder früher eingeführt worden. Vereinzelt sind Legacy-Systeme oder Eigenentwicklungen vorzufinden.


Einsatz von intelligenten Funktionen
Auf die Frage, ob das eigene ERP-System intelligente Funktionen anbietet, antworteten 31 Prozent mit Ja und 19 mit teilweise, wobei folgende Anwendungsfälle genannt wurden:

  • automatisches Ausfüllen von Masken (z. B. über Scan-Text­erkennung),
  • Nachbestellung von Material (Vorschläge),
  • Advanced Planning and Scheduling in der Fertigung,
  • automatische Rechnungsverarbeitung,
  • automatische Auftrags- und Versandanlage,
  • Tourenplanung mit Kartensystemen,
  • intelligente Datenvisualisierung,
  • Adressprüfungen,
  • optimierte Vorhersagen,
  • optimierte Materialflüsse,
  • optimierte Auftragsabwicklung,
  • automatische Betriebskostenabrechnung.

45 Prozent gaben an, dass keinerlei intelligente Funktionen im ERP-System genutzt werden; 5 Prozent machten keine Angabe.

Betrachtet man nur jene Unternehmen, deren Systeme eine Betriebsdauer von 16 Jahren aufwärts vorweisen, so sinkt der Anteil der KI-Nutzung auf 44 Prozent (bei 21 Jahren aufwärts beträgt er 52 Prozent). Es kann keine signifikante Korrelation zwischen dem Betriebsalter der Systeme und dem Einsatzgrad von KI festgestellt werden.


Chancen und Risiken
Zur Frage nach den größten Chancen von intelligenten Funktionen im ERP äußerten sich 65 von 74 Teilnehmern. Die Angaben sind in konsolidierter Form in   » 1  dargestellt. An oberster Stelle steht die Automatisierung von Routineaufgaben und die damit einhergehende Arbeitsentlastung, gefolgt von verbesserter Datenqualität (sowohl bei der Erfassung als auch in der Aufbereitung) und Fehlervermeidung. Kosteneinsparung wird eher als sekundäre Chance wahrgenommen.
 


Die am häufigsten genannten Risiken in  » 2  sind ein falsches Vertrauen in die Technik und ein Kontrollverlust, einhergehend mit den unbekannten Datenflüssen innerhalb der Black Box KI. Auch die gesteigerte Komplexität und der Verlust von Know-how bei den Mitarbeitenden wird als Risiko wahrgenommen. Kosten und Fachkräftemangel spielen dagegen eher eine untergeordnete Rolle. Die Themen Datenschutz und Haftung werden nicht als Risiko genannt. Dies deutet zugleich darauf hin, dass zumindest in Führungspositionen wenige Bedenken diesbezüglich vorliegen.
 


Auf die Frage, welche intelligenten Funktionen aus dem beruflichen oder privaten Umfeld auch für das ERP-System wünschenswert sind, ist die Eingabe per Spracherkennung der mit Abstand häufigste Wunsch  » 3 . Weitere Wünsche sind Predictive-Analytics-Funktionen sowie die Anomalie-Erkennung zur Reduzierung von Wartungen (Predictive Maintenance). Die erhöhte Mobilität per App-Anbindung an das ERP-System wird ebenfalls häufig genannt, steht aber nicht direkt mit KI in Zusammenhang.
 


Fazit
KI-Funktionen werden in bestimmten Bereichen der ERP-Nutzung immer mehr zum Standard gehören. In unternehmensspezifischeren Use Cases werden sie dagegen mit höherem Aufwand verbunden sein. Sie bieten jedoch die Chance, die Alleinstellungsmerkmale eines Unternehmens gezielt zu stärken und weiterzuentwickeln. Insgesamt bietet der Einsatz von KI in Unternehmen große Optimierungschancen und wird weitgehend als wettbewerbsentscheidend angesehen. Diese Studie soll Anlass dazu geben, den Austausch zwischen Beratungseinrichtungen und Unternehmen zu vertiefen, um die individuellen Potenziale von KI in ERP-Systemen zu identifizieren und umzusetzen.

 



Bei diesem Beitrag handelt es sich um den Auszug einer Studie des Fraunhofer-Instituts für Intelligente Analyse- und Informationssysteme IAIS, die in Zusammenarbeit mit und im Auftrag der Kompetenz­plattform für Künstliche Intelligenz in Nordrhein-Westfalen KI.NRW (www.ki.nrw) entstanden ist. 

Die vollständige Studie kann unter www.iais.fraunhofer.de/erp-studien heruntergeladen werden. 
 



Autoren

Dr. Kilian Nickel ist wissenschaftlicher Mitarbeiter und Projektleiter am Fraunhofer IAIS.
Dr. Felix Hasenbeck ist Geschäftsfeldleiter für Company Engineering am selben Institut.
Ulrike Daniels arbeitet als KI-Managerin für die an dem Institut angesiedelte Kompetenzplattform Künstliche Intelligenz NRW (KI.NRW).


Weitere Autoren: Dr. Michael Andrä, Dr. Barbara Gold und Hanna Kolkmann.



1 Landesportal NRW, 2019, Pressemitteilung.
2 Bostrom, N., 2014.
Chen, N. et al., 2016.
Purdy, M. et al., 2017.
5 Seifert, I. et al., 2018.
6 Arthur D. Little, eco e. V., 2019.
Bitkom, 2020, Digitalstrategie 2025.
Bitkom, 2019, Positionspapier KI und ERP.
Bataller, Harris, 2016.
10 Bitkom, 2019, Positionspapier KI und ERP.
11 Bitkom, 2019, Positionspapier KI und ERP.
12 PwC, 2019.
13 Schürmann Rosenthal Dreyer, Datenschutzkonforme KI.
14 Bitkom, 2019, Positionspapier KI und ERP.
15 Schürmann Rosenthal Dreyer, KI-Haftung, 2019.
16 Bitkom, 2017, Entscheidungsunterstützung mit KI.
17 Bitkom, 2019, Positionspapier KI und ERP.

Stichworte

Verwandte Artikel

Anzeige

Lexikoneinträge