Nach der Trovarit-Studie ‚ERP in der Praxis‘ betrachten rund ein Drittel der Unternehmen AI-Anwendungen als besonders relevant. Insbesondere die Automatisierung im Stammdatenmanagement wird als zentrale Anwendung gesehen, um Fehler zu reduzieren und die Datenqualität zu verbessern. Auch sprachbasierte KI gewinnt an Bedeutung. Die automatische Übersetzung von Artikelbeschreibungen oder Angebotstexten erleichtert die Kommunikation mit internationalen Kunden und Lieferanten. Zudem rücken Co-Piloten für ERP-Systeme in den Fokus – KI-gestützte Assistenten, die die Bedienung erleichtern und die Nutzerfreundlichkeit erhöhen.
Software für den Mittelstand
Eine marktverfügbare Anwendung mit KI-Komponenten ist die Industrial AI Platform von Proalpha. Sie stellt ein Set an Business-Anwendungen bereit, das Unternehmen die KI in Geschäftsprozesse ermöglicht. Die Plattform verarbeitet sowohl strukturierte Daten wie Einkaufszahlen oder Produktionskennzahlen als auch unstrukturierte Daten wie Servicenotizen oder E-Mails. Mögliche Einsatzszenarien wären:
- Datenbereinigung: KI-Technologien erkennen und korrigieren automatisch fehlerhafte, unvollständige oder doppelte Daten, wodurch zuverlässige Analysen und fundierte Entscheidungen möglich werden – Stichpunkt: Garbage in, Garbage out.
- Reporting und Entscheidungsfindung: KI-gestütztes Business Reporting ermöglicht die Analyse großer Datenmengen in Echtzeit. Unternehmen können eine transparente Übersicht über ihre wichtigsten Leistungskennzahlen (KPIs) erhalten, um fundierte Entscheidungen zu treffen.
- Optimierung von Beständen und Materialplanung: Durch KI-gestützte Prognosen lassen sich Lagerbestände optimieren. Vergangene Verbrauchsdaten und saisonale Schwankungen werden analysiert, um Bedarfsprognosen zu erstellen.
- Produktionsprozesse steuern: KI hilft bei der Steuerung von Produktionsabläufen. Ineffiziente Prozesse und Engpässe können erkannt werden. Dadurch sollten Liegezeiten und Durchlaufzeiten verkürzt werden.
- Kundenservice: KI kann Standardanfragen automatisiert bearbeiten und so Wartezeiten verkürzen und Support-Teams entlasten. KI-Analysen personalisieren Empfehlungen und bieten eigenständig Service an. Wiederkehrende Anfragen werden erkannt und bei Bedarf an Spezialisten weitergeleitet. Natural Language Processing (NLP) analysiert, kategorisiert und leitet Nachrichten gezielt weiter.
Breite Basis statt Experimente
Entscheidend bei der Etablierung von KI im Arbeitsalltag ist die Einbindung der Fachabteilungen, denn sie kennen die Prozesse und Potenziale am besten. So können Unternehmen KI gezielt in ihre Geschäftsprozesse integrieren, statt punktuelle Experimente durchzuführen.
