KI und ERP: Die digitale Arbeitsrevolution in der Fertigung

ERP wird zum Aktionssystem

„KI, insbesondere agentische KI, ermöglicht es ERP- und verwandten Anwendungen, sich von Backoffice-Systemen für die Datenerfassung zu Aktionssystemen zu entwickeln“, sagt Vaibhav Vohra, Chief Product and Technology Officer bei Epicor, einem auf die Fertigungsindustrie spezialisierten ERP-Anbieter. Diese Entwicklung ist jedoch mit erheblichen Wachstumsschwierigkeiten verbunden.

„Jeden Tag werden Millionen von Transaktionen durchgeführt, was bedeutet, dass ERP eine fantastische Gelegenheit bietet, [ein produktive] KI zu generieren“, sagt Vohra. „Die meisten Hersteller, Händler und Einzelhändler experimentieren mit KI, aber wenn sie nicht mit Wertvorstellungen verbunden ist, wirkt sie manchmal wie ein wissenschaftliches Projekt.“

Diese wissenschaftliche Projektphase kann zu negativen Ergebnissen führen, da laut Gartner 40 Prozent der KI-Initiativen von Unternehmen bis Ende 2027 eingestellt werden. Darüber hinaus berichtet S&P Global Market Intelligence, dass 42 Prozent der Unternehmen in diesem Jahr KI-Initiativen aufgegeben haben, wie eine Umfrage unter 1.000 Unternehmen in Nordamerika und Europa ergab – ein Anstieg von 17 Prozent gegenüber dem Vorjahr.

Dies bremst jedoch nicht die Investitionen von Unternehmen in KI. MarketsandMarkets schätzt, dass der Markt für KI-Agenten im Jahr 2025 einen Wert von 7,84 Milliarden US-Dollar haben wird und bis 2030 auf 52,62 Milliarden US-Dollar wachsen wird. Garter berichtet, dass 33 Prozent der Unternehmenssoftwareanwendungen bis 2028 agentische KI enthalten werden, gegenüber weniger als 1 Prozent im Jahr 2024, und dass bis dahin 15 Prozent der täglichen Arbeitsentscheidungen autonom getroffen werden.

Daher sei es laut Vohra unvermeidlich, dass generative und agentische KI Einzug in die Fertigung und Lieferketten halten werde. Im Gegenzug erweisen sich Fertigungsprozesse als die Bereiche, die am schnellsten einen ROI erzielen.

Ein Grund dafür ist, dass Hersteller und Händler mit einem gravierenden Arbeitskräftemangel konfrontiert sind und von neuen Mitarbeitern nicht erwartet werden kann, dass sie ein – oder in vielen Fällen mehrere – verschiedene ERP- und zugehörige Systeme erlernen. Dies erfordert von den Anbietern von Unternehmenssoftware verstärkte Anstrengungen, um die Systeme durch generative KI-Prompts dialogfähiger zu machen.

Vohra ist optimistisch, was die Möglichkeiten für agentische KI in ERP angeht, auch wenn er einräumt, dass sich die meisten ERP-Anbieter noch in einem frühen Stadium der Integration echter agentischer KI befinden.

„Die Anwendungsfälle sind vorhanden“, sagt er. Beispielsweise kann ein Distributor aufgrund von schlechten Wetterbedingungen Lieferverzögerungen erleben und seinen Kunden aus der Fertigungsindustrie mitteilen, dass sie alternative Routen in der Lieferkette berücksichtigen sollen. Dies kann mit KI-Agenten bewältigt werden, wenn diese mit kontextbezogenen Systemdaten und Verbindungen ausgestattet sind, die Vohra als „kognitives ERP” bezeichnet.

„Die Idee ist, dass die Agenten, die mit Distributoren und Herstellern zusammenarbeiten, sich zusammenschließen, um optimale Entscheidungen zur Lieferkette für die Gemeinschaft zu treffen”, erklärt Vohra. „Das ist ein Beispiel für agentische KI, die ERP würdig ist. Man befindet sich nicht mehr in diesem Copilot-Modus, in dem man mit dem ERP kommuniziert, sondern beginnt, Entscheidungen spontan zu treffen.”

Digitale Arbeitskräfte halten Einzug in die Arbeitswelt

Ultimo, ein Unternehmen der IFS-Gruppe, ist ein Anbieter von Enterprise-Asset-Management-Software (EAM), der mit voller Kraft in die KI-zentrierte Welt vorstößt.

„Die Kombination aus generativer und agentischer KI ermöglicht es ERP-Systemen, sich von reinen Aufzeichnungssystemen zu Empfehlungs- oder Aktionssystemen zu entwickeln“, sagt Steven Elsham, CEO von Ultimo.

Anstatt nur Erkenntnisse zu gewinnen, sind die Systeme laut Elsham nun in der Lage, den Mitarbeitern dort, wo sie sich befinden, empfohlene Maßnahmen vorzuschlagen. Dies ist vor allem wichtig, wenn erfahrene Mitarbeiter aus dem Berufsleben ausscheiden und neue Mitarbeiter hinzukommen.

„Früher, noch bevor wir Computersysteme hatten, gab es hochqualifizierte Mitarbeiter, die Empfehlungen aussprachen und miteinander sprachen“, sagt er. „Jetzt kehren wir [mit KI] gewissermaßen dorthin zurück, aber mit einer soliden Grundlage, die auf aussagekräftigen Daten basiert, aus denen sich optimale Erkenntnisse und Empfehlungen ableiten lassen.“

Ultimo hat seine Plattform nach Angaben von Elsham um KI-Agenten erweitert, die den Mitarbeitern helfen sollen, Aufgaben effizienter und sicherer auszuführen. Diese bieten den Kunden von Ultimo das, was das Unternehmen als „digitale Arbeitskraft“ bezeichnet.

Ein kürzlich veröffentlichter Agent hat die Aufgabe, Mitarbeiter auf potenzielle Umwelt-, Gesundheits- und Sicherheitsprobleme aufmerksam zu machen, indem er als spezialisierter EHS-Experte fungiert, der direkt in die Arbeitsabläufe des Unternehmens eingebettet ist.

Das traditionelle EHS-Management stützt sich stark auf die manuelle Meldung von Vorfällen, ein Prozess, der laut Elsham mit Lücken und Fehlern in der Berichterstattung behaftet ist, was die Umsetzung wirksamer Präventionsmaßnahmen oder Programme zum Sicherheitsbewusstsein erschwert.

Der Ultimo-KI-Agent überwacht kontinuierlich Arbeitsanfragen, identifiziert automatisch EHS-bezogene Inhalte und erstellt Vorfallberichte, die Maßnahmen zur Risikominderung empfehlen können. Die Vollständigkeit und Automatisierung des KI-Agenten ist der Schlüssel zur Schaffung einer sichereren Arbeitsumgebung.

„Wir ermöglichen es dem Gesundheits- und Sicherheitsmanager, alle Vorfälle vollständig zu melden, ohne alle Daten manuell herausziehen, durchsehen und versuchen zu müssen, zu bestimmen, was in der Vergangenheit ein Gesundheits- und Sicherheitsvorfall gewesen sein könnte und was nicht“, sagt er.

Dennoch räumte Elsham ein, dass die Fertigungsindustrie traditionell nicht als innovationsfreudig bekannt ist und dass agentische KI sich erst bewähren muss, bevor sie breite Akzeptanz findet.

„Arbeitnehmer sind oft bereit, neue Technologien zu übernehmen, die die Effizienz verbessern, während diejenigen, die für die Implementierung und Verwaltung dieser Technologien zuständig sind, darauf bedacht sind, dass sie sicher in das Unternehmen integriert werden“, sagt er. „An der Spitze der Organisation gibt es Leute, die Ja sagen, aber sie überlassen die Entscheidung, ob eine Plattform vertrauenswürdig ist, den Experten in ihrem Bereich. Sie wollen etwas einsetzen, das es dem Unternehmen ermöglicht, möglichst effizient und effektiv zu arbeiten, und das ihnen die Flexibilität gibt, ihre Konkurrenten zu übertreffen.“

Unterschiedliche KI-Formen für unterschiedliche Aufgaben

„Agentische KI und generative KI können in Fertigungsprozessen nützlich sein, und die verschiedenen KI-Formen haben unterschiedliche Stärken und unterschiedliche Rollen“, sagt Simon Ellis, Practice Director bei IDC.

Generative KI eignet sich beispielsweise gut für die Verarbeitung umfangreicher Dokumente wie Reparaturhandbücher oder Service Level Agreements für die Beschaffung und kann Unternehmen dabei unterstützen, sicherzustellen, dass sie ihre Beschaffungsverträge einhalten oder Waren von zugelassenen Lieferanten bestellen. Den meisten Unternehmen fehlt es an Personal, das die für diese mühsame Arbeit erforderliche Zeit aufbringen kann.

„Generative KI ist wirklich gut in Dingen wie der Wartung von Fabriken durch die Verarbeitung von Betriebsanleitungen“, sagt er. „Generative KI ist nicht hilfreich bei Dingen wie der Bedarfsplanung – dafür eignen sich eher die traditionelleren präskriptiven KI-Tools.“

Agentische KI ist laut Ellis eher eine Entscheidungsinstanz, die im Wesentlichen als Kontrollturm für andere Formen der KI fungiert. Sie nimmt traditionelle Metriken auf und gibt Empfehlungen oder führt Maßnahmen durch.

„Es bleibt abzuwarten, inwieweit Unternehmen wollen, dass Agenten Entscheidungen treffen oder sich nur mit Menschen beraten und die Entscheidung an die Person weiterleiten, die dann die Verantwortung oder Rechenschaftspflicht übernimmt“, sagt er. „Die Datenqualität ist ein wichtiges Thema für die KI-gestützte Entscheidungsfindung und ein Grund, warum Unternehmen möglicherweise zögern, Agenten Entscheidungen treffen zu lassen, ohne zumindest einen Mechanismus für die Überprüfung durch Menschen vorzusehen.“

Dies kann jedoch auch von der Bedeutung der Entscheidung abhängen. Wenn beispielsweise eine Lkw-Panne eine Lieferung verzögert, kann ein KI-Agent die Verlagerung der Ladung auf ein anderes Transportunternehmen genehmigen, sofern es sich um einen zugelassenen Anbieter handelt. Wenn jedoch kein anderes Transportunternehmen verfügbar ist oder die Dringlichkeit eine Verlagerung der Ladung auf Luftfracht erfordert, ändert dies die Kosten dramatisch.

„Vielleicht möchten Sie nicht, dass der Agent diese Entscheidung trifft“, sagt er. „Möglicherweise möchten Sie, dass der Agent eine Empfehlung ausspricht, aber aufgrund der Kostenauswirkungen eine Person die Entscheidung trifft.“

„Es gibt viel Hype um die Implementierung von KI in der Fertigung, was zumindest in dieser frühen Phase die Ergebnisse behindern kann“, sagt Gaurav Malhotra, Partner bei EY. KI unterscheidet sich jedoch von anderen gehypten neuen Technologien wie IoT und Blockchain.

„KI ist eher ein Semi-Hype, weil sie viel mehr Potenzial hat als einige der anderen“, sagt Malhotra. „Diese Technologie ist relevanter und realistischer.“

Unternehmen müssen bessere Strategien entwickeln, um sicherzustellen, dass KI erfolgreicher ist als Technologien wie Blockchain, die oft – zumindest in Pilotprojekten – ohne die technischen und organisatorischen Grundlagen für ihren Einsatz implementiert wurden.

„Beispielsweise erfordert Blockchain ein koordiniertes Netzwerk, um ihren vollen Nutzen entfalten zu können, und ist als Technologie innerhalb eines Unternehmens nur begrenzt einsetzbar“, erläutert Malhotra. Mit KI hingegen können Unternehmen viel erreichen, selbst wenn sie nur innerhalb des Unternehmens integriert ist.

„Es gibt viele Anwendungsfälle in den Bereichen Logistik und Vertrieb, Bestandsmanagement, Bedarfsplanung, EAM oder vorausschauende Wartung, die [KI mit Unternehmensdaten] nutzen, anstatt auf der Grundlage der bereitgestellten Informationen zu arbeiten“, sagte er. „Das ist das Potenzial.“