Output oder Voraussetzung?

Welche konkreten KI-Anwendungsfälle im Business sollten Unternehmen heute tatsächlich verfolgen? Die kurze Antwort lautet: Viele der wertvollsten KI-Anwendungsfälle können und sollten vor einer groß angelegten ERP-Transformation eingeführt werden – nicht danach. Dieser Artikel ist ein Versuch zu erklären, warum.

KI nutzen – aber wie?

Die Anweisung, „KI zu nutzen“, ist inzwischen nahezu allgegenwärtig geworden. Die meisten von uns verlassen sich bereits bei täglichen administrativen Aufgaben darauf, und bei Lemongrass setzen wir KI in Betrieb, Support und sogar in der Projektumsetzung ein. Aber wir sind ein technologiezentriertes Unternehmen. Viele große Unternehmen arbeiten mit ganz unterschiedlichen Graden an Komplexität, Altsystemen und organisatorischer Trägheit.

Aufgrund unserer Wurzeln konzentrieren wir uns naturgemäß auf SAP-bezogene KI-Anwendungsfälle. Die langfristige Vision, in der KI allgegenwärtig in jede Ebene eines Geschäftsprozesses eingebettet ist und stillschweigend optimiert, prognostiziert und automatisiert, ist äußerst überzeugend. Lieferketten robuster zu machen, die Nachfrageprognose zu verbessern, die Produktionsleistung zu maximieren und den Umsatz bei minimal steigenden Vertriebskosten zu erhöhen, stellt enorme Chancen dar. Es ist daher keine Überraschung, dass in jedem Vorstandszimmer darüber gesprochen wird.

Woran viele Organisationen jedoch scheitern, ist die Annahme, dass das Erreichen dieses zukünftigen Zustands zunächst eine umfassende ERP-Transformation erfordert. Ja, saubere, moderne und gut integrierte ERP-Landschaften erleichtern den KI-Einsatz. Das bestreitet niemand. Aber bedeutende, hochwertige KI-Chancen existieren bereits heute – ohne eine mehrjährige S/4-Migration, einen Greenfield-Neustart oder eine vollständige Überarbeitung der Stammdaten. Tatsächlich verfügen viele Organisationen bereits über ausreichend grundlegende „Infrastruktur“, um greifbaren, KI-getriebenen Mehrwert zu realisieren. Diese Initiativen können schnell Nutzen stiften und – was besonders wichtig ist – dazu beitragen, die komplexeren Transformationen, die folgen, zu finanzieren und inhaltlich zu untermauern. Nehmen wir das Ausnahme-Management als einfaches Beispiel. Viele Unternehmen beschäftigen große Teams, um Rechnungsfehler, Abweichungen bei Bestellungen, Richtlinienverstöße, fehlende Genehmigungen und falsche Zwischen­summen zu bearbeiten. Das ist ein idealer Anwendungsfall für GenAI – und einer, der sich deutlich schneller umsetzen lässt, als die meisten erwarten.

GenAI-Agent im Einsatz

Einer unserer Kunden verfolgte eine ähnliche Philosophie, indem er mehrere Quellen von Kundennachfragedaten mit Echtzeittransparenz über Lagerbestände kombinierte. Durch den Einsatz eines GenAI-gestützten Vertriebsagenten zur Identifikation fehlender Produkte und Dienstleistungen auf Rechnungen konnten sie Hunderte Millionen an zusätzlichem Umsatz generieren. Auch hier vollständig integriert und mit automatischer Aktualisierung der Aufträge direkt in ihren Cloud-ERP-Systemen. Dies sind prag­­ma­tische, wirkungsstarke Anwendungsfälle, die sich schnell umsetzen lassen. Dennoch sind viele Organisationen weiterhin davon überzeugt, dass sie zunächst um­fang­reiche, kapitalintensive ERP-Programme abschließen müssen – Altsysteme ablösen, sämtliche Stammdaten bereinigen oder ganze Anwendungslandschaften ersetzen –, bevor sie beginnen können, KI-getriebenen Mehrwert zu realisieren.

Transformation first?

Genau hier verdient die Methodik selbst eine kritische Betrachtung: Eine „Transformation first“-Denkweise behandelt KI als nachgelagerte Belohnung – als etwas, das man sich erst nach Jahren von Umbruch, Kosten und Risiken verdient. Eine „AI first“-Denkweise hingegen versteht KI als Diagnose- und Wertschöpfungsinstrument.

Ein „AI first“-Ansatz ist zwar nicht risikofrei, doch das Tempo der Innovation und die rasant wachsende Fähigkeit von KI, kontextuelle Informationen zu erstellen, zu behalten und darüber zu schlussfolgern, sollten Organisationen zumindest innehalten lassen, bevor sie mehrjährige Transformationsprogramme starten. Wann wird KI in der Lage sein, vernetzte Geschäftsprozesse Ende zu Ende zu erfassen und zu durchlaufen? Wahrscheinlich früher, als viele erwarten. Nicht weil Unternehmen perfekt abgestimmt sind, sondern weil KI diese Zusammenhänge zunehmend aus beobachtetem Verhalten ableitet – statt aus vorgeschriebenem Design. Natürlich löst das nicht die komplexen Fragen der Governance und der unternehmensweiten Ausrichtung. Doch wenn der Umfang der großen „T“-Transformation reduziert wird, werden auch diese Themen beherrschbarer.

In einer perfekten Welt käme die Transformation vielleicht immer zuerst. Aber wir leben nicht in einer perfekten Welt. Wir leben in einer Welt, die sich schneller verändert und beschleunigt als je zuvor.

Die eigentliche Frage lautet daher: Wenn KI schnell über ERP-Systeme und das gesamte Ökosystem hinweg eingesetzt werden kann, um wesentliche Geschäftsprobleme zu lösen, messbaren Mehrwert zu schaffen und sichtbar zu machen, wo Transformation wirklich erforderlich ist – sollten unsere Methoden dann nicht genau dort ansetzen? (Quelle: Lemongrass)