Die Evolution der ERP-Intelligenz: Von statischen Daten zu autonomen Agenten

(Einführung in die 5-teilige Serie)

Wir stehen am Rande des größten Umbruchs in der Geschichte von ERP-Systemen seit der Umstellung von grünen Bildschirmen (zeichenbasierte Benutzeroberflächen) auf grafische Windows-Benutzeroberflächen in den 1990er Jahren.

Diese Veränderung hat unsere Sichtweise auf das System verändert. Diese Veränderung verändert, wer die Arbeit erledigt.

Doch momentan herrscht auf dem Markt ein Informationsdschungel. Fragt man fünf verschiedene Experten, was KI in ERP bedeutet, erhält man fünf verschiedene Antworten.
„Ist es ChatGPT, das in mein Lager integriert ist?“ „Ist es ein Chatbot, der Supportanfragen beantwortet?“ „Ist es ein Roboter, der automatisch Material bestellt, wenn der Lagerbestand niedrig ist?“

Die Verwirrung ist groß, und vor allem ist der Hype gefährlich. CIOs und Supply-Chain-Manager stehen unter enormem Druck, KI einzuführen, doch oft fehlt ihnen ein klarer technischer Fahrplan für die Umsetzung.

Ihnen wird der Traum vom selbstfahrenden Unternehmen verkauft, während sie auf einer Datenbank voller Duplikate und unzusammenhängender Altprozesse sitzen.

Der Realitätscheck

Im Infor LN CloudSuite- Ökosystem ist die Roadmap eigentlich sehr klar, aber sie erfordert eine konsequente Weiterentwicklung von Technologie, Daten und, vor allem, einer neuen Denkweise.

Sie können nicht direkt auf autonome Agenten umsteigen, wenn Ihre Stammdaten fehlerhaft sind. Sie können einer KI nicht die Ausführung von Finanztransaktionen anvertrauen, wenn Sie den grundlegenden Unterschied zwischen einem generativen Modell (das E-Mails schreibt) und einem prädiktiven Modell (das die Nachfrage prognostiziert) nicht verstehen.

Wir müssen aufhören, KI als Zauberstab zu behandeln und anfangen, sie als Ingenieurdisziplin zu begreifen.

Die Serien-Roadmap

In den nächsten fünf Folgen veröffentliche ich eine ausführliche Serie mit dem Titel: Die Evolution der ERP-Intelligenz.
Wir werden die Marketing-Floskeln beiseite lassen und die technische Realität des intelligenten Unternehmens beleuchten. Wir werden die Infor-Architektur analysieren, die Risiken aufzeigen und die neuen Rollen definieren, die zum Überleben notwendig sind.

Hier ist der Fahrplan, den wir gemeinsam beschreiten werden:

Teil 1: KI vs. GenAI vs. Agentische KI – Die Informationslandschaft entschlüsseln

Bevor wir mit der Entwicklung beginnen, müssen wir definieren. Einer der Hauptgründe für das Scheitern von KI-Projekten ist ein falsches Verständnis der verwendeten Tools. Die Architektur von Infor basiert auf drei unterschiedlichen Technologien. In dieser ersten Folge werden wir die spezifischen Unterschiede zwischen folgenden Technologien erläutern:

• Infor AI (Maschinelles Lernen): Der Mathe-Nerd, der die Zukunft anhand der Geschichte vorhersagt.
• GenAI (LLMs): der kreative Assistent, der Sprache und Kontext versteht.
• Agentische KI: Der autonome Mitarbeiter, der mehrstufige Aufgaben ausführen kann. Wir analysieren, warum eine Vermischung dieser Prozesse zum Scheitern führt und wie Sie sie auf Ihre Geschäftsprobleme anwenden können.

Lesen Sie den vollständigen Artikel hier.

Teil 2: Generative BI – Mit Ihren Daten kommunizieren

Die Ära der statischen Dashboards neigt sich dem Ende zu. Lange Zeit waren Anwender im Business auf IT-Analysten angewiesen, um Berichte zu erstellen. Fragte ein CEO : „Warum sinkt die Marge in Italien?“, benötigte die Antwort drei Tage voller SQL-Abfragen.

In Teil 2 untersuchen wir die Demokratisierung von Daten mithilfe der Text-zu-SQL- Technologie. Wir zeigen, wie Generative Business Intelligence es Nutzern ermöglicht, komplexe Fragen an das ERP-System in natürlicher Sprache zu stellen und sofort visuelle Antworten zu erhalten. Dadurch wird die Lücke zwischen technischer Komplexität und Geschäftseinblicken geschlossen.

Lesen Sie den vollständigen Artikel hier.

Teil 3: Der Agentenwahn – Warum Ihr ERP-System noch nicht bereit für den Autopiloten ist

Die Branche verspricht selbstfahrende Unternehmen. Ich nenne das die Agenten-Illusion. Zwar existiert die Technologie für agentenbasierte KI, doch die Steuerung fehlt. Wir analysieren, warum die Übergabe der Kontrolle an einen ergebnisorientierten Agenten (der seinen eigenen Weg zum Ziel findet) ohne orchestrierte Steuerung ein enormes finanzielles Risiko darstellt. Wir erörtern, warum die menschliche Interaktion kein Fehler oder eine Einschränkung ist, sondern die wichtigste Sicherheitsfunktion des nächsten Jahrzehnts.

Den vollständigen Artikel finden Sie hier.

Teil 4: Der KI-Killer – Warum fehlerhafte Daten Ihren Agenten ruinieren werden

„Müll rein, Müll raus“ nur lästig. Ein menschlicher Planer konnte anhand einer leeren Lieferzeit den richtigen Wert schätzen. Mit Agenten wird aus „Müll rein“ jedoch eine Katastrophe. Ein Agent sieht eine leere Lieferzeit und bestellt Luftfracht, wodurch Ihre Gewinnspanne in Millisekunden vernichtet wird.

In Teil 4 erläutern wir, warum Master Data Governance kein langweiliges IT-Thema mehr ist, sondern die wichtigste Voraussetzung für die Einführung von KI. Wir zeigen, dass Ihr Smart Warehouse ohne saubere Daten nichts weiter als ein automatisierter Chaosgenerator ist.

Den vollständigen Artikel finden Sie hier.

Teil 5: Der Algorithmenprüfer – Die neue Rolle des ERP-Experten

Schließlich stehen wir vor der persönlichsten Frage: Was geschieht mit uns? Wenn der Agent den Bestand überwacht und GenBI die Fragen beantwortet, was bleibt dann noch für den Berater und den Superuser übrig? Die Antwort lautet: Alles, nur anders.

Da die KI die Routineaufgaben übernimmt (der Ausführende), muss sich der Mensch zu einer neuen, wichtigeren Rolle weiterentwickeln: dem Algorithmenprüfer. Wir werden die drei neuen Kompetenzen (Kausalitätsanalyse, Ausnahmebehandlung, Governance) untersuchen, die Sie beherrschen müssen, um auch in Zukunft relevant zu bleiben.

Den vollständigen Artikel finden Sie hier.

Warum diese Serie jetzt wichtig ist

Wir sprechen hier nicht von Science-Fiction oder Prototypen aus der Forschung und Entwicklung. Die in dieser Reihe beschriebene Technologie (Infor AI, GenAI-Integration) ist bereits oder steht unmittelbar vor der Markteinführung im Jahr 2026.

Unternehmen, die diese Entwicklung verstehen, werden sich einen enormen Wettbewerbsvorteil in puncto Geschwindigkeit und Agilität verschaffen. Diejenigen, die sie ignorieren oder – noch schlimmer – unüberlegt darauf zusteuern, ohne die Grundlagen zu verstehen, werden die nächsten Jahre damit verbringen, die Folgen zu beseitigen.

Verfasst von Andrea Guaccio 

10. Dezember 2025