KI im ERP: Wo sie Mehrwert schafft - und wo klare Regeln besser sind

Nicht jeder Prozess wird besser, nur weil künstliche Intelligenz darin eingesetzt wird. Entscheidend ist, regelbasierte ERP-Logik und KI im ERP so zu verbinden, dass Nutzen, Nachvollziehbarkeit und Kontrolle erhalten bleiben.

Aktueller Anlass: Die Europäische Kommission hat am 20. Juli 2026 Leitlinien zu den Transparenzpflichten nach Artikel 50 des EU AI Act veröffentlicht. Diese Pflichten gelten ab dem 2. August 2026 für bestimmte interaktive und generative KI-Systeme. Für Unternehmen ist das ein weiterer Anlass, KI-Einsatz nicht nur technisch, sondern auch organisatorisch und prozessual sauber zu gestalten.

Künstliche Intelligenz ist in nahezu allen Bereichen der Unternehmenssoftware angekommen. Im ERP-Umfeld ist jedoch nicht entscheidend, ob KI grundsätzlich eingesetzt werden kann. Entscheidend ist, ob sie für die konkrete Aufgabe besser geeignet ist als eine transparente, regelbasierte Automatisierung.

Der entscheidende Unterschied: regelbasiert und probabilistisch

Klassische ERP-Prozesse arbeiten typischerweise regelbasiert: Unter denselben fachlichen Bedingungen führen sie zu einem vorab definierten Ergebnis. Preislisten, Freigabegrenzen, Auftragsstatus oder Buchungsregeln lassen sich eindeutig abbilden und prüfen.

Viele moderne KI- und Machine-Learning-Verfahren bewerten dagegen Wahrscheinlichkeiten, erkennen Muster und interpretieren variable Eingaben. Abhängig von Modell, Daten und Konfiguration kann ein Ergebnis unsicher sein oder von einem anderen Durchlauf abweichen. Das ist nicht automatisch ein technischer Fehler, sondern eine Eigenschaft vieler KI-Verfahren.

Daraus entsteht ein Zustand, den klassische Softwareprojekte oft unterschätzen: Ein KI-System kann technisch störungsfrei laufen und trotzdem keinen ausreichenden Geschäftswert liefern. Verarbeitet eine automatische Rechnungserkennung beispielsweise nur 20 Prozent der Belege korrekt, kann der Kontroll- und Korrekturaufwand den erzielten Nutzen übersteigen.

Die richtige Frage stellen
Der Erfolg einer KI-Lösung bemisst sich nicht allein daran, ob sie technisch funktioniert. Entscheidend ist, ob ihre Ergebnisqualität, ihr Nutzen und der notwendige Kontrollaufwand in einem wirtschaftlich sinnvollen Verhältnis stehen.

Nicht jedes Problem ist ein KI-Problem

Ein häufiger Fehler besteht darin, KI dort einzusetzen, wo sie nicht benötigt wird. Wenn sich eine Aufgabe vollständig durch klare Regeln beschreiben lässt, ist die Standard-ERP-Logik in der Regel die bessere Wahl. Sie ist vorhersehbar, leichter zu prüfen und zuverlässig zu dokumentieren.

Typische Beispiele sind die automatische Ermittlung eines Auftragsstatus, Preisberechnungen nach hinterlegten Preislisten, fest definierte Freigabegrenzen oder die Zuordnung anhand eindeutiger Stammdaten.

KI ist besonders dann sinnvoll, wenn echte Unsicherheit besteht oder Eingaben stark variieren. Dazu gehören Mustererkennung in großen Datenmengen, die Klassifikation unstrukturierter Informationen, das Verstehen umfangreicher Texte oder die Zusammenfassung komplexer Vorgangshistorien.

Im ERP-Umfeld kann KI beispielsweise eingehende Kundenanfragen kategorisieren, Beleginformationen extrahieren, ungewöhnliche Buchungs- oder Bestellmuster erkennen oder Antwortentwürfe vorbereiten. Die verbindliche Verarbeitung sollte anschließend durch definierte Regeln und Freigaben abgesichert werden.

STANDARD-ERP REICHT AUS

Vollständig durch Regeln beschreibbar
Keine wesentliche Unsicherheit
Vorhersehbare und auditierbare Ergebnisse
Eindeutige Freigaben und Grenzwerte

KI IST SINNVOLL

Wesentliche Unsicherheit oder variable Eingaben
Komplexe Muster in großen Datenmengen
Unstrukturierte Texte und Dokumente
Klassifikation, Interpretation oder Prognose

Praxisregel für die Auswahl

Ist das gewünschte Ergebnis eindeutig durch Regeln bestimmbar, sollte zuerst die ERP-Standardlogik geprüft werden.
Muss das System Informationen interpretieren, gewichten oder aus stark variierenden Eingaben ableiten, kann KI einen Mehrwert schaffen.
Der Nutzen muss anhand messbarer Kriterien bewertet werden – etwa Trefferquote, Bearbeitungszeit, Korrekturaufwand und Risikofolgen.

KI-Fehler managen, statt sie nur eliminieren zu wollen

Nicht jede falsche KI-Ausgabe ist ein Software-Bug. Bei statistischen Modellen sind Fehlklassifikationen grundsätzlich zu erwarten. Zusätzlich können jedoch technische Fehler, ungeeignete oder unvollständige Daten sowie eine fehlerhafte Integration die Ergebnisqualität verschlechtern.

Bei Klassifikationen werden häufig zwei Fehlertypen unterschieden:

Falsch-positiv: Das System erkennt oder meldet einen Sachverhalt, der tatsächlich nicht vorliegt.
Falsch-negativ: Das System übersieht einen Sachverhalt, der tatsächlich vorhanden ist.

Die entscheidende Frage lautet daher nicht nur: Wie hoch ist die allgemeine Trefferquote? Ebenso wichtig ist: Welcher Fehlertyp verursacht im konkreten Geschäftsprozess den größeren Schaden?

Bei der Betrugserkennung können zusätzliche Verdachtsfälle und manuelle Prüfungen eher akzeptabel sein, als einen tatsächlichen Betrugsfall zu übersehen. Bei einem Assistenzsystem im Support können dagegen zu viele irrelevante Empfehlungen dazu führen, dass Mitarbeitende das System nicht mehr ernst nehmen.

Fehler nach Geschäftswirkung bewerten
Ein KI-System sollte nicht nur anhand technischer Kennzahlen bewertet werden. Maßgeblich sind die Folgen falscher Entscheidungen, der Kontrollaufwand und die Möglichkeit, kritische Ergebnisse rechtzeitig zu stoppen oder zu korrigieren.

Designprinzip: KI unterstützt - der kontrollierte ERP-Prozess entscheidet

Ein bewährtes Designprinzip für KI-gestützte ERP-Prozesse lautet: Die KI analysiert, interpretiert, priorisiert oder unterbreitet Vorschläge. Bei geschäftskritischen Vorgängen bleiben Freigaben, Prüfregeln und verbindliche Entscheidungen im kontrollierten ERP-Prozess.

Dadurch lassen sich Nachvollziehbarkeit, kontrollierte Freigaben und die Einhaltung interner Governance-Vorgaben verbessern. Voraussetzung sind jedoch eine geeignete Protokollierung, klare Verantwortlichkeiten, Rollen- und Rechtekonzepte sowie definierte Prüfschritte.

Jeder KI-gestützte Prozess sollte deshalb vor der Einführung mindestens folgende Situationen abdecken:

Das Ergebnis erfüllt die festgelegten Qualitäts- und Sicherheitskriterien.
Die KI ist unsicher oder liefert widersprüchliche Angaben.
Erforderliche Daten fehlen oder sind nicht plausibel.
Der KI-Dienst ist vorübergehend nicht verfügbar.
Eine menschliche Prüfung oder Freigabe ist erforderlich.

Generative KI: Schutzmaßnahmen zuerst

Generative KI und große Sprachmodelle eröffnen neue Möglichkeiten, beispielsweise bei Zusammenfassungen, Textentwürfen und der Aufbereitung umfangreicher Vorgangsinformationen. Gleichzeitig besteht ein spezifisches Risiko: Das Modell kann Antworten erzeugen, die plausibel klingen, aber sachlich falsch oder nicht durch die vorhandenen Daten belegt sind.

Im ERP-Kontext können falsch zusammengefasste Kundeninteraktionen, unzutreffende Auskünfte oder erfundene Vertragsinhalte erhebliche Folgen haben. Deshalb sollten generative KI-Ausgaben nicht ungeprüft in verbindliche Geschäftsprozesse übernommen werden.

Geeignete Schutzmaßnahmen sind insbesondere:

KI-Ausgaben auf verifizierte Unternehmensdaten und klar definierte Aufgabenbereiche begrenzen.
Ergebnisse vor der Weiterverarbeitung fachlich validieren und bei Bedarf durch Menschen freigeben lassen.
Zugriffsrechte, Datenquellen und Protokollierung nachvollziehbar gestalten.
Für unsichere, unvollständige oder nicht verfügbare Ergebnisse einen geregelten Ersatzprozess vorsehen.

Fazit

KI im ERP ist keine rein technische Frage. Sie ist eine unternehmerische und gestalterische Aufgabe. Der Schlüssel liegt darin, KI dort einzusetzen, wo echte Unsicherheit besteht und die Technologie einen messbaren Mehrwert bietet.

Regelbasierte Prozesse sollten regelbasiert bleiben. KI-gestützte Prozesse benötigen klare Qualitätskriterien, eine Bewertung möglicher Fehlertypen sowie strukturierte Wege für Freigabe, Korrektur und Ausfall. So entsteht keine unkontrollierte Automatisierung, sondern eine belastbare Verbindung aus KI-Unterstützung und verlässlicher ERP-Steuerung.

Sie möchten erfahren, wie sich KI kontrolliert und sinnvoll in Ihre Haufe-X360-Prozesse integrieren lässt? Vereinbaren Sie ein kostenfreies Beratungsgespräch mit SYSolution.

Hinweis: Welche KI-Funktionen konkret in Haufe X360 verfügbar oder integrierbar sind, hängt von der eingesetzten Version, den Erweiterungen, Schnittstellen und der jeweiligen Systemkonfiguration ab. Der Beitrag beschreibt allgemeine Gestaltungs- und Risikoprinzipien und stellt keine Rechtsberatung dar.