AI repariert keine kaputten ERP-Prozesse

AI × ERP · 5 Min. Lesezeit

Ein Modell, das auf einem Prozess trainiert wird, dem niemand folgt, lernt die Ausnahmen — nicht den Prozess.

Linien, die in einem Punkt zusammenlaufen – Sinnbild für AI und ERP-Prozesse.

Der häufigste AI-Vorschlag, den wir im ERP-Umfeld sehen, ist die Rechnungsautomatisierung. Sie ist auch der Vorschlag mit der höchsten Erfolgsquote — und der Grund ist aufschlussreich: Rechnungen sind strukturiert, die Abgleichsregeln existieren bereits, und die automatisierte Entscheidung trifft ein Mensch jedes Mal gleich.

Der zweithäufigste Vorschlag ist ein Pricing- oder Forecasting-Modell. Diese gelingen deutlich seltener, und auch dieser Grund ist aufschlussreich: Der zugrunde liegende Prozess wird nicht einheitlich ausgeführt, also kodieren die historischen Daten vierzehn Verhaltensweisen statt einer.

Datenreife ist eine Prozessfrage, keine Speicherfrage. Teams bewerten Datenreife danach, ob die Daten zugänglich sind. Die bessere Frage ist, ob die Daten einen Prozess beschreiben, dem tatsächlich gefolgt wurde. Ein Rabattfeld, das regionale Vertriebsteams unterschiedlich nutzen, ist zugänglich, vollständig und als Trainingssignal wertlos.

Was vor der Festlegung zu prüfen ist. Ist der Prozess über die Gesellschaften standardisiert, deren Daten Sie nutzen wollen? Gibt es heute eine gemessene Dunkelbuchungsquote, damit die Verbesserung benennbar ist? Existiert ein benannter Verantwortlicher im Fachbereich, der vor dem Modellbau definieren kann, was ein gutes Ergebnis ist? Kann der AI-Service in den Prozess zurückschreiben — oder nur eine Beobachtung erzeugen, auf die jemand manuell reagieren muss?

Die letzte Frage beendet mehr Use Cases als jede technische Einschränkung. Eine Empfehlung, die in einem Bericht ankommt statt in der Transaktion, in der entschieden wird, verändert die Entscheidung nur in einer Minderheit der Fälle.

Die Reihenfolge, die funktioniert. Den Prozess standardisieren, wo der Wert liegt. Den Ist-Zustand messen, damit der Nutzen belegbar ist. Verantwortung zuordnen. Dann automatisieren — und erst dann ein Modell anwenden. Die umgekehrte Reihenfolge erzeugt Piloten, und Piloten erzeugen Folien.