Durch den systematischen Fortschritt im Zeitalter der Digitalisierung, IoT und Big Data entstehen im ERP-Umfeld neuartige Möglichkeiten und Ideen. Eine davon tangiert eines der spannendsten Themen des 21. Jahrhunderts, nämlich die Etablierung künstlicher Intelligenz (kurz KI) in der gesamten IT Landschaft eines Unternehmens. Diese Entwicklung ist als eine logische Konsequenz aus dem ständig wachsenden Volumen an Daten und Prozessen abzuleiten, die schneller als je zuvor zur Weiterverwendung bereitgestellt werden können. Vor allem sogenannte „saubere Daten“ aus den laufenden Prozessen und Aktivitäten sollen in diesem Zusammenhang eine perfekte Grundlage und zugleich einen großen Nutzen für lernende KI-Systeme liefern und den Menschen in absehbarer Zeit beim Erreichen seiner Ziele unterstützen. Basierend darauf sollen vor allem betriebswirtschaftlich relevanten IT-Systeme die Eigenschaft besitzen „menschenähnliche, intelligente Verhaltensmuster“ vorzuweisen.
Welche Kernfähigkeiten werden durch die Etablierung von KI in der ERP-Software erwartet?
Wie schon erwähnt, soll in erster Linie die Qualität des gesamten Inhalts über das erreichbare Ergebnis entscheiden, wie der jeweilige Content aufgenommen und gegebenenfalls weiterverarbeitet werden soll. In diesem Zusammenhang hört man vermehrt von 4 zentralen Kernfähigkeiten KI basierter Business Anwendungen:
Ohne sich stark in die Welt der Science-Fiction zu vertiefen, ist es durchaus denkbar, dass in Zukunft auch weitere menschenähnliche Fähigkeiten in der IT dazukommen werden. Sollten jedoch zumindest die ersten 4 obengenannten Merkmale ausgereift und in die IT Landschaft eines Unternehmens vollständig etabliert werden, so ist die Bedeutung KI-basierter ERP Systeme bereits heute für Unternehmen der Zukunft extrem hoch.
Welcher Mehrwert ist für operative Prozesse durch den Einsatz intelligenter ERP-Systeme zu erwarten?
Laut Bitcom soll künstliche Intelligenz in Zukunft als Schlüsseltechnologie für die Wirtschaft dienen und somit als zweite Welle der Digitalisierung wahrgenommen werden. Zwar ist das heutige KI-Angebot im ERP-Umfeld noch ziemlich überschaubar, doch mit jeder weiteren Innovation findet sie immer mehr Zuspruch und Aufmerksamkeit, vor allem, wenn es um Wettbewerbsfähigkeit kleiner und mittelständischer Unternehmen geht.
Was wird durch die Anwendung künstlicher Intelligenz konkret erwartet?
In erster Linie soll uns künstliche Intelligenz dabei helfen die Entscheidungsqualität und Entscheidungsgeschwindigkeit innerhalb operativer Prozesse zu verbessern. Dank permanenter Qualitätsverbesserung unterschiedlicher Datensätze wird automatisch weniger Ausschuss generiert, was am Ende genauere Prognosen aufstellen lässt. Diese Vorhersagen können sich wiederum positiv auf Kundenzufriedenheit im Rahmen der Projekteinführungsphase auswirken oder mithilfe eines KI-Warnsystems rechtzeitig informieren, ob es mit dem Kunden innerhalb den nächsten Wochen Probleme geben wird oder nicht. Aber auch bei komplexeren Vorgängen, wie z. B. im Rahmen der Produktionsplanung, kann die sogenannte dynamische Parametrierung in Dispositionsprozessen als sinnvoller Ansatz für das intelligente ERP zunutze gemacht werden. Darunter sind in erster Linie Algorithmen-basierte Funktionen zu verstehen, die u. a. in einem produzierenden Unternehmen selbstständig Materialbedarfstermine ermitteln, Bestellvorgänge erstellen, Kapazitäten planen und Auslieferungen organisieren können. Alle entscheidenden Dispositionsparameter können dabei im Rahmen automatisierter Prozesse ermittelt und optimiert werden. Diese Funktionalitäten können in Zukunft zusätzliche Funktionen bei der Planung entlang des Auftragsabwicklungsprozesses liefern und dabei helfen, Fehler zu minimieren und zu beseitigen. Mithilfe KI-basierter Technologie sollen durch innovative Best-Offer-Algorithmen innerhalb der ERP-Systeme genauere Vorhersagen der Durchlaufzeiten ermöglicht werden, was im direkten Verhältnis zur noch effizienteren Ressourcennutzung und Ressourcenauslastung sowie besserer Liefertreue im B2B oder B2C steht und sich am Ende positiv auf die Kundenzufriedenheit auswirkt. Durch die vollautomatisierten Prozesse sowie permanentes Lernen und Antrainieren sollen intelligente ERP-Systeme künftig neue Anwendungsfälle schneller identifizieren und umsetzen können. Dies kann z. B. einen großen Vorsprung in Richtung „intelligente Variantenkonfiguration“ bedeuten und ERP-Systeme insbesondere für fertigende Industrie revolutionieren. Schließlich soll der schnellere Return on Invest sowie die Stärkung eigener Wettbewerbsfähigkeit entscheidende Impulse für die Etablierung KI basierter Technologie in kleinen und mittelständischen Unternehmen bieten und deren intelligente ERP-Systeme, als digitaler Prozess- und Datenhub, immer stärker mit KI-Technologien anreichern.
Verschiedene Szenarien und reale Praxisbeispiele für die KI-fizierung in Unternehmen
Die ersten Ansätze der sogenannten „KI-fizierung“ von ERP-Systemen kennen wir bereits durch den Einsatz digitaler Assistenten sowie die Anbindung sprachgesteuerter Technologien wie der Alexa oder Cortana. Hinzu kommen weitere innovative Features, wie das Erfassen von Daten durch die Umwandlung von Sprache in Text, Sensor-Daten, Bilderkennungsfunktionen und Implementierung von Fingerprinting, die in Kombination mit KI in der heutigen Informationstechnologie zunehmend Anwendung finden. Einen deutlichen Fortschritt in Richtung künstliche Intelligenz zeigen virtuelle Assistenten im Servicebereich, die dem Kunden in einem Self-Service-Portal zur Verfügung stehen, mit dem Ziel, die Lösung des Problems mittels aktiver Kommunikation sowie integrierter Intent-Erkennungsfunktion zu lösen. Das Anliegen des Kunden wie Informations- oder Serviceanfragen sowie Fragen zur Vertragsangelegenheiten wird in Dialogform zwischen Kunde und Chat-/ Voicebots, basierend auf sogenannten Entscheidungsbäumen des digitalen Assistenten identifiziert und gelöst. Die entscheidende Voraussetzung für ein erfolgreiches Lernen in solchen virtuellen Dialogen sind umfassende Daten zu Servicefällen und deren Lösungen.
Eines der wirklich bemerkenswerten semantischen Modelle für ERP-Systeme wird bereits heute in einigen mittelständischen Unternehmen aktiv eingesetzt.
Darf ich vorstellen? – TRUFA
TRUFA ist eine intelligente datengetriebene Softwarelösung zur Analyse von Unternehmensprozessen und -performance. Sie wurde als innovatives Data-Engineering-Konzept entwickelt und mit der Kernfähigkeit ausgestattet, nach dem Laden von Daten aus einem SAP ERP (einschließlich des SAP Customizings) diese ohne zusätzliche Datenmodellierung sofort analysieren und auswerten zu können. Auf diese Weise soll TRUFA insbesondere die Bereiche predictive und prescriptive analytics umfassend abdecken. In der Software sind bereits über 200 Optimierungsziele (KPIs) enthalten, eine kundeneigene Erweiterung um zusätzliche Datenstrukturen soll ebenfalls möglich sein. Die meisten KPIs zielen in diesem Zusammenhang auf die wichtigsten betriebswirtschaftlichen Ziele eines Unternehmens ab, nämlich die Profitabilität, Working Capital, Wachstum und Risiken.
TRUFA basiert auf statistischen Methoden (Robust Statistics), was ihren Lernprozess zusätzlich beschleunigen und kontinuierlich verbessern lässt. Sie verspricht deutliche positive Effekte besonders im Bereich Working Capital: Die Reduktion der Lagerbestände, Verkürzung von Zahlungszielen, Verlagerung von Investitionen auf Lieferanten. Zudem steht auch die Profitabilität des Unternehmens im Fokus ihrer Anwendung: Die Ermittlung des Potenzials für Preiserhöhungen oder niedrigere Einkaufspreise, Optimierung von komplexen Rabattsystemen und Reduktion von Nebenkosten durch bessere Disposition. So kann mithilfe dieser Software-as-a-Service-Lösung zusätzlich analysiert werden, welche Kundengruppen für welche Artikel bereit sind, bei schnellerer Lieferung einen höheren Preis zu bezahlen. Aktuell werden TRUFA basierte ERP Systeme in mehr als 50 Unternehmen unterschiedlicher Größe eingesetzt (Umsatz zwischen 120 Mill. € und 90 Mrd. €).
Einige Voraussetzungen für die erfolgreiche Etablierung künstlicher Intelligenz in ERP-Systemen
Damit der Lernprozess von Business Anwendungen dem menschlichen Lernen mehr und mehr nachempfunden werden kann, werden kontinuierlich neue Datensätze wie Kunden, Artikel, Planungsperioden, Aufträge etc. benötigt. Neben dem Training soll mithilfe künstlicher Intelligenz die bereitgestellte Datenbasis jederzeit optimiert und sukzessive weiter verfeinert werden. Wenn aber ein bestimmter Prozess nur sehr selten vorkommt oder unzureichende Daten vorliegen, bringt der KI-Einsatz keinen wirtschaftlichen Nutzen im Verhältnis zum Aufwand. Aktuell werden im ERP-Kontext immer noch unzureichend Datensätze zum Trainieren einer KI zur Verfügung gestellt als gewünscht.
Außerdem wird jedes Unternehmen, unabhängig von seiner Größe und Mitarbeiterzahl qualifizierte Experten sowie wissensbasierte Expertensysteme benötigen, die in der Lage sind unterschiedliche KI-Szenarien in der Unternehmenspraxis erfolgreich umzusetzen. Viele Unternehmen können jedoch in der aktuellen Zeit weder solche Experten vorweisen, noch verfügen sie über notwendige Werkzeuge, um eine gezielte Anwendung der KI im eigenen Haus zu realisieren.
Auch einige grundsätzliche, ethische Aspekte hinsichtlich der Sinnhaftigkeit KI-basierter Anwendungen in Unternehmen könnten in Frage gestellt werden und die Meinungen der Vorgesetzten und Mitarbeiter spalten. Die Frage der Definition von neuen Rollen und Verantwortlichkeiten darf nicht unter den Tisch fallen, vor allem, wenn künstliche Intelligenz eines Tages operative Entscheidungen für die Mitarbeiter übernehmen soll. Aus der anderen Perspektive sollte man sich der Frage widmen, wie ein Unternehmen solche Situation händeln soll, wenn ein ERP-System zwar technisch völlig korrekt funktioniert, jedoch mit seinen Entscheidungen den Unternehmenswerten widerspricht. Um Reputationsschäden zu vermeiden, sollte sich das Unternehmen deshalb über interne Vorgaben zum Thema KI-Ethik auseinandersetzen.
Schließlich darf auch das Thema Compliance keinesfalls vernachlässigt werden. Je nach Branche und Anwendungsfall spielen hier ganz unterschiedliche Vorgaben eine wichtige Rolle. Besonders im Umgang mit personenbezogenen Daten ist bspw. in Deutschland immer die Datenschutzgrundverordnung angemessen zu berücksichtigen.
