Welche konkreten und heute schon greifbaren Vorteile offeriert die Integration von Artificial Intelligence (AI) in das ERP-System eines Unternehmens des industriellen Mittelstands? Diese Frage hat sich jeder Entscheider in den vergangenen Monaten bereits gestellt. Wir beantworten sie.
Grundsätzlich:
AI in ERP-Systemen ermöglicht es, Unternehmensentscheidungen auf datenbasierte Weise zu treffen. Sie bietet Vorteile durch optimierte Prozesse, eine gesteigerte Effizienz, Kosteneinsparungen und eine nachhaltig ausgerichtete Wettbewerbsposition.
Wie das?
AI ermöglicht eine transparentere Sicht auf alle Geschäftsprozesse und fördert eine effizientere Zusammenarbeit zwischen verschiedenen Abteilungen. Dabei verschwimmen die Grenzen zwischen Big Data und Business Intelligence (BI). Während BI eher auf vergangenheitsbezogene Analysen abzielt – beispielsweise zur Erstellung einer soliden Datenbasis, von Dashboards oder retrospektiven Auswertungen – erlaubt AI zukunftsgerichtete Prognosen mit konkreten Handlungsempfehlungen. Das Potenzial von AI hebt somit die datengetriebene Unternehmenssteuerung auf ein neues Niveau. Vor dem Einsatz von AI müssen sich Unternehmen aber an einen der wichtigsten Merksätze der Computerei erinnern, der da lautet: „Garbage in, Garbage out“. Er beschreibt die Tatsache, dass unzuverlässige Daten zu unzuverlässigen Prognosen führen. Für Unternehmen ist die Nutzung sauberer, optimierter Stammdaten daher ein entscheidender Wettbewerbsvorteil. Die automatisierte Erkennung doppelter Datensätze trägt zusätzlich zur Verbesserung der Datenkonsistenz bei.
Wissensmanagement und -transfer als Innovationstreiben
Schon seit Jahren hat die AI geholfen, in ERP-Systemen bestimmte Aufgaben wie Dateneingabe und -analyse zu automatisieren. Aber erst mit neuen Entwicklungen wie generative AI hat sich die ERP-Landschaft dramatisch verändert. Dafür mussten die ERP-Systeme erst Cloud-fähig werden, anders kann auf die für den Einsatz von AI nötigen Ressourcen wie Grafikchips der neusten Generation gar nicht zugegriffen werden.
Viele Daten liegen aber unstrukturiert vor. Macht nichts, Sprachmodelle wie ChatGPT (Large Language Models = LLM) können „natürliche“ Sprache verstehen, verarbeiten und generieren. Durch das Zuführen von Texten und das Training der AI entsteht eine bisher unerreichte Ressource für Wissen im Unternehmen. Die AI ist auch in der Lage, verschiedene Vokabulare, Nomenklaturen und Kontexte zu erkennen.
Mitarbeitende erhalten zudem durch die Vernetzung der Technologie- und Wissenslandschaft von Unternehmen ein schneller Zugriff über alle Standorte, Geschäftsbereiche und Abteilungen hinweg auf Informationen und Expertisen. Die Kombination von Sprachmodelle und Vernetzung führt umgehend dazu, dass Kundenanfragen schneller, professioneller und individualisierter beantwortet werden können.
Prognosengenauigkeit und Automatisierung
AI hebt die Möglichkeiten der Beschreibung, Diagnose und Prognose auf ein neues Level – inklusive konkreter Handlungsempfehlungen. Nicht nur Prozesse können 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 AI ausgesprochen werden. Beispielsweise prognostiziert sie zuverlässig die Nachfrage nach bestimmten Produkten und passt auf dieser Grundlage die Produktion an.
Zum Einsatz kommen dabei Machine-Learning-Algorithmen, die aus älteren Daten ihre Schlüsse ziehen. Durch aufgefundene Anomalien und Unregelmäßigkeiten können Ineffizienzen in den Fertigungsabläufen aufgedeckt werden. Mithilfe AI-basierter ERP-Systeme lassen sich zudem wiederkehrende und zeitaufwändige Aufgaben automatisiert werden. So hilft sie Unternehmen, Produktionsprozesse zu optimieren und ihre Produktivität durch die Beschleunigung von Abläufen zu steigern.