In vielen Produktionsbetrieben kommen heute standardisierte ERP-Systeme zum Einsatz. Diese sind zwar weitgehend auf die Anforderungen von Fertigungsunternehmen ausgerichtet, lassen aber mitunter Funktionen vermissen. Mit No-Code- und Low-Code-Technologien ist es heute einfacher als je zuvor, ERP-Systeme zu erweitern. Diese Entwicklungstools ermöglichen es Unternehmen, auf neue Branchenanforderungen mit maßgeschneiderten Modulen zu reagieren – ohne zeit- und kostenaufwendige Programmierung oder die Releasefähigkeit des ERP-Standards aufs Spiel zu setzen. Darüber hinaus bieten No-Code- und Low-Code-Technologien die Möglichkeit, Geschäftsprozesse mithilfe digitaler KI-Assistenten zu automatisieren. Diese Assistenten können Aufgaben wie Bedarfsplanungen oder Rechnungsprüfungen automatisch ausführen, Daten erfassen oder analysieren sowie Benachrichtigungen und Warnungen generieren. Diese Assistenten müssen nicht mehr programmiert oder trainiert werden, sondern lassen sich über bestehende Prozessmodelle konfigurieren. Änderungen in den Prozessmodellen führen somit unmittelbar zu Anpassungen in den Anwendungen, ohne dass Programmierung erforderlich ist. Diese Plattformen sind auch imstande, grafische Benutzeroberflächen zu erstellen und somit komplette Anwendungen zu generieren, die sich über Middleware an die bestehenden Systeme anbinden lassen und Abläufe über eine Prozess-Engine steuern.
Künstliche Intelligenz und Machine Learning
Durch die Analyse von Produktionsdaten können KI-Algorithmen Trends und Ereignisse wie Lieferengpässe vorhersagen und proaktive Maßnahmen ermöglichen. Basierend auf historischen und Echtzeitdaten lassen sich Nachfrage und Auslastung heute so präzise prognostizieren sowie die Produktion optimieren. KI-basierte Assistenzsysteme helfen zudem Mitarbeitern, schneller die richtigen Entscheidungen zu treffen. Auch für die vorausschauende Wartung (Predictive Maintenance) ist Machine Learning ein Game Changer. Durch die Vernetzung von Maschinen, Anlagen und Produkten über das Internet of Things und die Analyse von Sensor- und Maschinendaten können Ausfälle frühzeitig erkannt und vermieden werden, was zu einer nachhaltig höheren Betriebs- und Produktionssicherheit beiträgt. Edge Computing ermöglicht die Vorverarbeitung von Sensordaten direkt an der Maschine, um die Reaktionszeit zu verkürzen und die Datenmenge zu reduzieren. Für ERP-Systeme eröffnen sich dadurch völlig neue Möglichkeiten. Anwender erhalten einen ganzheitlichen Überblick über Produktionsprozesse, Materialflüsse und Qualität. Mit intelligenten Algorithmen lässt sich die Produktion in Echtzeit steuern und optimieren. Auch neue Geschäftsmodelle wie Product-as-a-Service werden durch IoT erst möglich.
Geführte Workflows
Nach dem Bitkom greifen mittlerweile rund drei Drittel aller Anwender auch über das Notebook auf ERP-Systeme zu. Gegenüber den Desktop-PCs erfordert der Einsatz auf Mobilgeräten jedoch sehr einfache und intuitive Bedienroutinen, die den heutigen Anforderungen an virtuelle Arbeitsplätze besser gerecht werden. Insbesondere den Komplexitätsgrad zu reduzieren und überladene Informationsmenüs durch intuitive, geführte und responsive Prozesse zu ersetzen, ist eine Herausforderung, der sich viele ERP-Anbieter heute stellen müssen. Mit KI können Workflows künftig besser an den individuellen Kontext angepasst werden und erlauben zudem eine dialogorientierte Benutzerführung. Dies würde die Komplexität bei der Bedienung komplexer ERP-Systeme weiter verringern und eine bessere Organisation der Abläufe ermöglichen. Dennoch dürften geführte und kontextsensitive Prozesse in ERP-Anwendungen in den kommenden Jahren allenfalls in gekapselten Anwendungsbereichen realistisch sein. Die Aufspaltung in mehrere native, rollen- und bereichsbezogene Apps ist bislang nur vereinzelt vollzogen bzw. steht bei den meisten Anbietern gar noch auf der Roadmap. Wer mehr Details wissen möchtem, kann die Umfrageergebnisse bei SoftSelect für 150€ (zzgl. MwSt. und Bereitstellungspauschale) oder die kostenfreie Management Summary anfordern.
