Die 10 wichtigsten Anwendungsfälle und Fallstudien zu ERP-KI

Enterprise-Resource-Planning-Systeme (ERP-Systeme) helfen Unternehmen dabei, zentrale Geschäftsprozesse wie Finanzen, Betrieb und Personalwesen auf einer einzigen Plattform zu verwalten.

Da Geschäftsprozesse immer komplexer und datengetriebener werden, integrieren Unternehmen zunehmend KI-Funktionen wie maschinelles Lernen und dialogbasierte KI in ERP-Systeme, um Aufgaben zu automatisieren, die Entscheidungsfindung zu verbessern und die Effizienz zu steigern.

Entdecken Sie die Top 10 Anwendungsfälle für KI im ERP-Bereich anhand von Beispielen aus der Praxis.

ERP-KI-Anwendungsfälle

1. Finanzen und Rechnungswesen

KI beschleunigt und präzisiert Finanzaufgaben :

• Es automatisiert Routineaufgaben wie die Rechnungsverarbeitung und die Transaktionserfassung.
• Es hilft dabei , die Richtigkeit von Finanzberichten zu überprüfen .
• Es kann manuelle Fehler reduzieren und das Cashflow-Management verbessern.

Die meisten ERP-Systeme bieten Werkzeuge für das Finanzmanagement. Der Einsatz von KI mit nativen Integrationen kann die Leistungsfähigkeit von ERP-Systemen jedoch in Bereichen wie Dokumentenmanagement und Kreditorenbuchhaltung erweitern.

2. Erweiterte Analysen und Prognosen

Die meisten operativen Tätigkeiten, wie beispielsweise das Lieferkettenmanagement und der Einsatz von KI, verbessern die Unternehmensressourcenplanung durch präzisere Prognosen auf Basis historischer Daten und aktueller Gegebenheiten. Dabei werden sowohl vergangene als auch aktuelle Daten analysiert, um Unternehmen bei der Vorbereitung auf zukünftige Entwicklungen zu unterstützen. Wichtige Beispiele hierfür sind:

• Produktion: Vermeiden Sie Überproduktion oder Warenengpässe durch die Vorhersage saisonaler Trends.
• Lager: Bedarfsprognosen ermöglichen eine bessere Bestandsverwaltung und reduzieren Verschwendung.
• Vertrieb: Genauere Umsatzprognosen ermöglichen realistische Zielsetzungen und eine Steigerung der Teamleistung.

Beispielsweise ersetzte ADK Marketing Solutions Teile seines langjährigen Workflows zur Vorhersage des Fernsehpublikums durch das automatisierte KI-System von dotData, um der zunehmenden Variabilität der Sehgewohnheiten zu begegnen.

Der bisherige Ansatz basierte auf Langzeitdurchschnittswerten und manuellen Anpassungen, was die Reaktionsfähigkeit auf kurzfristige Trends einschränkte. Mithilfe von dotData automatisierte das Team die Merkmalsgenerierung, testete schnell verschiedene Datenkonfigurationen und aktualisierte die Vorhersagemodelle monatlich. Zu den Ergebnissen gehören:

• 20 % Reduzierung der Vorhersagefehler
• 30–40 % schnellere Vorhersagezeiten
• Höhere Werbewirksamkeit, die präzisere Medieneinkaufsentscheidungen ermöglicht. ¹

3. Personalwesen

KI wertet grundlegende HR-Tools mit intelligenteren Erkenntnissen auf:

• Es personalisiert die Aus- und Weiterbildung der Mitarbeiter.
• Es kann Lebensläufe sichten , Bewerber einstufen und sogar Fragen der Bewerber automatisch beantworten.
• Es unterstützt Leistungsbeurteilungen und Gehaltsplanung mit datengestützten Erkenntnissen.

Erfahren Sie, wie KI zur Automatisierung der Personalbeschaffung eingesetzt wird:

4. Kundenservice

KI-gestützte Chatbots , generative KI-Assistenten und virtuelle Assistenten helfen dabei:

• Bieten Sie einen zuverlässigen KI-Service rund um die Uhr.
• Beantworten Sie grundlegende Kundenfragen umgehend.
• Dadurch werden menschliche Fachkräfte frei, sich auf komplexe Fragestellungen zu konzentrieren.

Sehen Sie, wie Vodafone KI einsetzt, um intelligenten Kundenservice anzubieten:

5. Intelligente Berichts- und Dokumentenverwaltung

Generative KI-Tools können:

• Erstellen Sie Berichte mithilfe von ERP-Daten in Echtzeit.
• Fassen Sie lange Dokumente zusammen , wie z. B. Rechts- oder Compliance-Dokumente.
• Unterstützen Sie die Mitarbeiter beim Verfassen von E-Mails oder Nachrichten.

Diese Funktionen reduzieren den Zeitaufwand für Schreiben und Lesen und verbessern gleichzeitig die Klarheit und Genauigkeit.

6. Lieferkettenlogistik und Bestandsmanagement

KI macht das Lieferkettenmanagement flexibler und vorhersehbarer:

• Es prognostiziert den Lagerbedarf und reduziert Unterbrechungen der Lieferkette.
• Es verfolgt die Auftragsabwicklung und hilft so, Lieferverzögerungen zu vermeiden.
• Es erkennt Störungen frühzeitig und gibt so Zeit zum Handeln.

Beispielsweise zeigt der Einsatz eines intelligenten ERP-Systems durch World Market, das auf Echtzeit-Bestandsübersicht und intelligenter Auftragssteuerung basiert, wie KI-gesteuerte ERP-Lösungen die Lieferkette und das Bestandsmanagement optimieren können, indem sie die Versanddistanzen reduzieren, Ship-from-Store- und BOPIS-Funktionen ermöglichen und eine schnellere und kostengünstigere Auftragsabwicklung gewährleisten. ²

7. Automatisierung von Geschäftsprozessen

Künstliche Intelligenz kann Routineaufgaben im Geschäftsalltag automatisieren:

• RPA (Robotic Process Automation) übernimmt die Dateneingabe und den Dokumententransfer.
• Mithilfe von NLP (Natural Language Processing) können Mitarbeiter dem ERP-System Fragen in einfacher Sprache stellen.
• KI kann bei der Rechnungsverarbeitung , der Dateiorganisation und der Berichtserstellung helfen.

8. Vorausschauende Instandhaltung

Mithilfe von Daten aus Sensoren oder digitalen Zwillingen kann KI Folgendes leisten:

• Vorhersagen, wann Maschinen gewartet werden müssen.
• Unerwartete Ausfälle vermeiden.
• Reduzieren Sie Reparaturkosten und Ausfallzeiten durch vorausschauende Analysen auf Basis von Echtzeit-Einblicken.

9. Sicherheit und Anomalieerkennung

KI-gestützte ERP-Systeme können Systeme überwachen, um:

• Ungewöhnliche Aktivitäten (wie z. B. möglicher Betrug) melden.
• Informieren Sie die Compliance-Teams frühzeitig.
• Schützen Sie sensible Daten und Transaktionen.

Dies ist insbesondere für Banken und Finanzunternehmen nützlich, kommt aber mittlerweile allen Branchen mit großen Datenmengen zugute.

10. Beschaffung und gelenkter Einkauf

KI hilft Unternehmen dabei, intelligenter einzukaufen:

• Es findet Produkte oder Lieferanten , die festgelegten Kriterien wie Budget oder Nachhaltigkeit entsprechen.
• Es empfiehlt Anbieter auf Basis vergangener Bestellungen oder Leistungen.

Die Ariba-Plattform von SAP schlägt beispielsweise Lieferanten vor, die ethische Beschaffungsstandards oder bestimmte Preisvorgaben erfüllen. ³

Praxisbeispiele von ERP-KI-Unternehmen

SAP Cloud ERP

SAP Cloud ERP ist eine Enterprise-Resource-Planning-Lösung, die als Software-as-a-Service (SaaS) bereitgestellt wird. Sie läuft auf der Cloud-Infrastruktur von SAP und bietet Echtzeitzugriff auf Daten und Anwendungen.

Die Plattform unterstützt Schlüsselfunktionen wie Finanzen, Beschaffung , Vertrieb , Fertigung und Personalwesen in einem einheitlichen System.

Pitney Bowes mit SAP

Pitney Bowes, ein globaler Anbieter von Versand- und Posttechnologie, migrierte von einem veralteten, lokal betriebenen ERP-System zu SAP S/4HANA Cloud.

Durch die Integration der Lösung mit SAP Sales Cloud und anderen Anwendungen über die SAP Business Technology Platform konnte das Unternehmen seine Prozesse standardisieren, seine IT-Landschaft vereinfachen und die betriebliche Effizienz steigern.

Die neue Cloud-Umgebung ermöglichte automatisierte Auftragsabwicklungsprozesse, reduzierte die Systemkomplexität und unterstützte den Wandel des Unternehmens vom Verkauf von Einzelprodukten hin zur Bereitstellung integrierter Servicelösungen. ⁴

Oracle Enterprise Resource Planning

ERP ist eine cloudbasierte Software-Suite, die zentrale Geschäftsprozesse wie Finanzen, Beschaffung und Projektmanagement in einer einzigen Plattform integriert und automatisiert.

• Finanzmanagement: Es verwaltet das Rechnungswesen und die Finanzprozesse, einschließlich Hauptbuch, Kreditoren- und Debitorenbuchhaltung, Cash-Management und Finanzberichterstattung. Es bietet Echtzeit-Einblicke in die finanzielle Performance und unterstützt Prognosen sowie die Einhaltung gesetzlicher Bestimmungen.
• Projektmanagement: Es ermöglicht Organisationen, Projekte von Anfang bis Ende zu planen, durchzuführen und zu überwachen. Es verknüpft Projektaufgaben, Budgets und Ressourcen und bietet gleichzeitig Transparenz über die finanzielle Leistungsfähigkeit und den Fortschritt des Projekts.
• Beschaffung: Automatisiert den gesamten Beschaffungsprozess und unterstützt Unternehmen bei der Verwaltung von Lieferantenbeziehungen und Einkaufsaktivitäten sowie bei der Kostenkontrolle. Zudem nutzt die Lösung Analysen und maschinelles Lernen, um die Lieferantenauswahl und die Einhaltung der Einkaufsrichtlinien zu verbessern.
• Risikomanagement und Compliance: Unterstützt Unternehmen bei der Risikoerkennung, der Überwachung von Nutzeraktivitäten und der Sicherstellung der Einhaltung von Vorschriften. Automatisierte Kontrollen, Prüfwerkzeuge und Sicherheitsfunktionen tragen zum Schutz von Finanzdaten und zur Reduzierung von Betrug und Richtlinienverstößen bei.
• Enterprise Performance Management (EPM): Unterstützt strategische Planung, Budgetierung, Prognosen und Finanzkonsolidierung. Es hilft Unternehmen, die Rentabilität zu verstehen, operative und finanzielle Pläne aufeinander abzustimmen und die langfristige Geschäftsentwicklung zu verbessern.
• ERP-Analysen: Dashboards, Berichte und Datenvisualisierungen zur Analyse von Finanz-, Beschaffungs- und Projektdaten. Diese Erkenntnisse helfen Unternehmen, wichtige Leistungsindikatoren zu verfolgen und Kosten zu kontrollieren.

Abbildung 1: Oracle ERP-KI-Projektmanagement-Dashboard. ⁵

Microsoft Dynamics 365: Agentic CRM und ERP

Dynamics integriert KI-Agenten und Copilot-Funktionen in seine CRM- und ERP-Systeme, um Geschäftsentscheidungen, Arbeitsabläufe und Prozesse zu automatisieren. Zu den wichtigsten Funktionen gehören:

• KI-Agenten für autonome Arbeitsabläufe: KI-Agenten überwachen Geschäftsdaten, analysieren den Kontext und führen Aufgaben automatisch aus, wie z. B. die Bearbeitung von Kundenanfragen, die Prognose des Cashflows oder die Optimierung von Lieferkettenabläufen.
• Einheitliche CRM- und ERP-Plattform: Verbindet CRM- Funktionen im Frontoffice (Vertrieb, Marketing, Service) mit ERP-Funktionen im Backoffice (Finanzen, Betrieb, Lieferkette) und ermöglicht es Teams, mit gemeinsamen Daten zu arbeiten und abteilungsübergreifend zusammenzuarbeiten.
• Echtzeitdaten und -analysen: Bietet Dashboards und Analysen in Echtzeit, die Unternehmen dabei helfen, die Leistung zu überwachen, KPIs zu verfolgen und datengestützte Entscheidungen zu treffen.
• Workflow-Automatisierung und Prozessoptimierung: Automatisiert wiederkehrende oder komplexe Prozesse wie Terminplanung, Kostenverfolgung, Service-Workflows und Auftragsmanagement, reduziert den manuellen Aufwand und verbessert die betriebliche Effizienz.
• Integration mit dem Ökosystem: Integriert sich in Azure, 365, Power Platform und Copilot und ermöglicht so Automatisierung, Interaktionen in natürlicher Sprache und benutzerdefinierte Workflows über Unternehmenssysteme hinweg.

Abbildung 2: Dashboard des Dynamics 365-Kontenabstimmungsagenten mit Darstellung der Copilot-Automatisierungsfunktionen. ⁶

Auswahl KI-fähiger ERP-Systeme, die auf Ihre täglichen Abläufe abgestimmt sind

Die Fähigkeiten im Bereich maschinelles Lernen sind nicht das wichtigste Kriterium bei der Auswahl eines ERP-Systems. Unternehmen sollten ERP-Systeme danach auswählen, welchen Nutzen sie ihnen im täglichen Geschäftsbetrieb bringen. Die folgenden Faktoren sind jedoch wichtig, um sicherzustellen, dass das ERP-System zukunftssicher im Hinblick auf maschinelles Lernen ist:

Effektives Datenmanagement

Unternehmen haben selten die Möglichkeit, ihre ERP-Systeme zu modernisieren, da es sich um kritische Produktionssysteme handelt, die tief in die Betriebsabläufe integriert sind. Daher müssen Unternehmen beim Wechsel zu einem neuen ERP-System sicherstellen, dass dieses flexibel genug ist, um Unternehmensdaten detailliert und betriebsgerecht zu speichern und bereitzustellen.

Solange die Daten leicht zugänglich sind, könnten Unternehmen die Machine-Learning-Komponenten ihrer ERP-Systeme oder anderer Software nutzen, um Machine-Learning-Modelle zu erstellen, mit denen sie ihre betrieblichen Probleme lösen können.

einfache Integration

Kein einzelnes Unternehmen sollte als alleiniger Anbieter von Machine-Learning-Software für ein Unternehmen fungieren, da Machine Learning jeden Aspekt der Geschäftstätigkeit beeinflusst. Eine ideale ERP-Software sollte sich problemlos für Drittanbieter integrieren lassen.

Referenzlinks

1.

https://cdn.featuredcustomers.com/CustomerCaseStudy.document/ADK_En_final.pdf

2.

World Market | IBM

3.

Sustainability and Ethical Sourcing in Procurement - SAP Community

4.

Pitney Bowes: Gaining efficiency, insights, and agility with a swift migration to the cloud

5.

ERP Project Management | Oracle

6.

Agentic ERP Software Solutions | Microsoft Dynamics 365

Cem Dilmegani

Leitender Analyst

Folgen auf

Cem ist seit 2017 leitender Analyst bei AIMultiple. AIMultiple informiert monatlich Hunderttausende von Unternehmen (laut similarWeb), darunter 55 % der Fortune 500. Cems Arbeit wurde von führenden globalen Publikationen wie Business Insider, Forbes und der Washington Post, von globalen Unternehmen wie Deloitte und HPE sowie von NGOs wie dem Weltwirtschaftsforum und supranationalen Organisationen wie der Europäischen Kommission zitiert. Weitere namhafte Unternehmen und Ressourcen, die AIMultiple referenziert haben, finden Sie hier. Im Laufe seiner Karriere war Cem als Technologieberater, Technologieeinkäufer und Technologieunternehmer tätig. Über ein Jahrzehnt lang beriet er Unternehmen bei McKinsey & Company und Altman Solon in ihren Technologieentscheidungen. Er veröffentlichte außerdem einen McKinsey-Bericht zur Digitalisierung. Bei einem Telekommunikationsunternehmen leitete er die Technologiestrategie und -beschaffung und berichtete direkt an den CEO. Darüber hinaus verantwortete er das kommerzielle Wachstum des Deep-Tech-Unternehmens Hypatos, das innerhalb von zwei Jahren von null auf einen siebenstelligen jährlichen wiederkehrenden Umsatz und eine neunstellige Unternehmensbewertung kam. Cems Arbeit bei Hypatos wurde von führenden Technologiepublikationen wie TechCrunch und Business Insider gewürdigt. Er ist ein gefragter Redner auf internationalen Technologiekonferenzen. Cem absolvierte sein Studium der Informatik an der Bogazici-Universität und besitzt einen MBA der Columbia Business School.

Vollständiges Profil anzeigen

Seien Sie der Erste, der kommentiert

Ihre E-Mail-Adresse wird nicht veröffentlicht. Alle Felder sind erforderlich.

Name

E-Mail-Adresse

Kommentar

0/450

Kommentar posten