KI-Assistenten im ERP und die Frage, die dabei oft übersprungen wird
Herbert Tuscher23.10.2026
Warum bei KI-Assistenten im ERP die Kontrollfrage wichtiger ist als die Komfortfrage
Inhalt
- Was ein ERP-KI-Assistent grundsätzlich leisten soll
- Fünf Kriterien für seriöse KI-Assistenten im ERP-Umfeld
- Typische Auslöser, KI im ERP überhaupt in Betracht zu ziehen
- Entscheidungs-Checkliste
- Praxisbeispiel: init.AI als Beispiel für einen Governance-first-Ansatz
- Fazit
Das Wichtigste in Kürze
- Laut Bitkom setzen 57 Prozent der Unternehmen ab 20 Beschäftigten KI ein, ihr Potenzial schöpfen sie aber kaum aus.
- Bei KI im ERP zählt nicht, wie gut sie Fragen beantwortet, sondern wie gut sie sich kontrollieren lässt.
- Seriöse ERP-KI-Assistenten bieten Freigaben pro Belegart und einen Entwurfsmodus mit menschlicher Prüfung. Außerdem arbeiten sie mit den bestehenden Benutzerrechten.
- Wichtig bei der Auswahl sind auch der Schutz personenbezogener Daten und ein KI-Modell, das sich wechseln lässt.
- KI ersetzt keine sauberen Stammdaten und Prozesse: Sie verlagert Aufwand, schafft ihn aber nicht automatisch ab.
Kaum ein ERP-Anbieter kommt derzeit ohne eine KI-Ankündigung aus: Chatfenster, die Fragen beantworten, Belege vorschlagen, Berichte automatisieren. Die Demos sehen dabei fast immer beeindruckend aus mit einer Frage in normaler Sprache und einer Antwort in Sekunden. Die eigentlich entscheidende Frage wird in solchen Demos aber selten gestellt: Was passiert, wenn die KI sich irrt? Wer haftet, wenn ein Beleg falsch gebucht wird? Und wer entscheidet überhaupt, was die KI darf?
Für ein ERP-System ist das keine akademische Frage. Anders als bei einem Chatbot auf einer Website hat eine KI im ERP potenziell Zugriff auf Finanzdaten, Kundendaten und Buchungsprozesse. Ein Fehler dort ist kein peinlicher Chat-Screenshot, sondern eine fehlerhafte Rechnung, ein falsch gebuchter Wareneingang oder eine Verletzung der Buchführungspflicht. Wer KI-Funktionen im ERP bewertet, sollte deshalb weniger fragen „Wie gut beantwortet sie Fragen?“ als „Wie gut ist sie kontrolliert?“.
Wie schnell sich KI in der Breite durchsetzt, zeigt eine aktuelle Bitkom-Befragung: 57 Prozent der Unternehmen ab 20 Beschäftigten setzen KI inzwischen ein, vor zwei Jahren waren es erst 20 Prozent. Gleichzeitig gibt kein einziges Anwenderunternehmen an, das Potenzial vollständig auszuschöpfen, 59 Prozent nutzen es nach eigener Einschätzung überhaupt nicht aus. Der Einstieg ist also geschafft, die eigentliche Arbeit, und damit die Frage nach Kontrolle, beginnt erst.
KI ist in der Breite angekommen, aber ausgeschöpft wird sie kaum
Was ein ERP-KI-Assistent grundsätzlich leisten soll
Bei aller Detailvielfalt lassen sich die meisten KI-Assistenten für ERP-Systeme auf drei Grundfunktionen reduzieren:
- Auskunft geben: Fragen zu Aufträgen, Beständen oder Kennzahlen in normaler Sprache beantworten, ohne dass vorher jemand einen Bericht dafür bauen musste.
- Belege vorbereiten: Aus einer Anfrage (Mail, Anruf, Dokument) einen Beleg als Entwurf anlegen, statt ihn von Hand abzutippen.
- Routinen automatisieren: Wiederkehrende Auswertungen zeitgesteuert ausführen, statt sie jede Woche manuell anzustoßen.
Wichtig ist dabei die Abgrenzung: Ein guter ERP-KI-Assistent ersetzt kein Reporting- oder BI-Werkzeug und keine bestehenden Auswertungen. Er ergänzt sie um Fragen, für die bislang niemand eine eigene Auswertung gebaut hat.
Auch die Begriffe sollten sauber getrennt werden. Das Analystenhaus Gartner beschreibt KI-Assistenten als Vorstufe agentischer KI: Sie vereinfachen Aufgaben, sind aber auf menschliche Eingaben angewiesen und arbeiten nicht eigenständig. Wer solche Assistenten als „Agenten“ vermarktet, betreibt nach Gartner „Agentwashing“. Je weiter sich Systeme in Richtung selbstständig handelnder Agenten entwickeln, desto wichtiger werden die Kontrollfragen, um die es in den folgenden Abschnitten geht.
Vom Assistenten zum Agenten: fünf Entwicklungsstufen
Die eigentliche Kernfrage: Kontrolle vor Komfort
Genau hier trennt sich die Spreu vom Weizen. Ein Sprachmodell, das Fragen beantwortet, ist inzwischen technisch keine große Kunst mehr. Die eigentliche Ingenieursleistung liegt darin, eine KI so in ein Buchhaltungs- und Warenwirtschaftssystem einzubinden, dass sie nichts tut, was ein Unternehmen nicht ausdrücklich erlaubt hat. Und, dass jederzeit nachvollziehbar bleibt, wer wann was verändert hat.
Dass es sich dabei nicht um eine Randfrage handelt, zeigen zwei Datenpunkte. Unternehmen, die KI bereits einsetzen, nennen laut Bitkom die Anforderungen an den Datenschutz (66 Prozent) als häufigstes Hemmnis, noch vor rechtlicher Verunsicherung und schwer kalkulierbaren Kosten. Und Gartner erwartet, dass über 40 Prozent der Agentic-AI-Projekte bis Ende 2027 eingestellt werden, neben Kosten und unklarem Nutzen ausdrücklich wegen unzureichender Risikokontrollen.
Nicht die Technik bremst, sondern Datenschutz, Recht und Kontrolle
Fünf Kriterien für seriöse KI-Assistenten im ERP-Umfeld
- Granulare Freigabe statt Alles-oder-nichts. Ein KI-Assistent sollte sich nicht pauschal für „schreibenden Zugriff“ ein- oder ausschalten lassen, sondern pro Beleg- oder Vorgangsart einzeln konfigurierbar sein. Ein Unternehmen mag der KI zutrauen, Angebote zu entwerfen, aber nicht, Zahlungen auszulösen.
- Ein Sicherheitsnetz vor dem Buchen. Ein Entwurfsmodus, in dem die KI einen Beleg vorbereitet, aber ein Mensch ihn prüft und final bucht, reduziert das Fehlerrisiko erheblich – verglichen mit einem System, das sofort und ohne Zwischenschritt bucht.
- Bestehende Berechtigungen statt eigener KI-Rechte. Die KI sollte mit den ohnehin vergebenen Benutzerrechten arbeiten, nicht mit eigenen, weiterreichenden Zugriffsrechten. Wer als Mensch im System keine Zahlungsläufe anlegen darf, sollte das auch über die KI nicht können.
- Umgang mit personenbezogenen Daten. Wenn Kundendaten (Namen, Kontaktdaten) an ein externes Sprachmodell übertragen werden, sollte klar geregelt sein, was dabei geschieht – im Idealfall werden solche Daten vor Verlassen des Unternehmens anonymisiert oder durch Platzhalter ersetzt.
- Kein Zwang zu einem bestimmten KI-Modellanbieter. Anbieter, Modelle und Konditionen im KI-Markt ändern sich derzeit schnell. Eine Architektur, die verschiedene Modelle zulässt – bis hin zum eigenen, lokal betriebenen Modell – schützt vor Abhängigkeit von einem einzelnen Anbieter.
Typische Auslöser, KI im ERP überhaupt in Betracht zu ziehen
- Wiederkehrende Auswertungen binden zu viel Zeit: Dieselbe wöchentliche Liste offener Posten wird händisch zusammengestellt, statt automatisch zu entstehen.
- Erfahrungswissen hängt an einzelnen Personen: Prozesswissen existiert nur im Kopf einzelner Mitarbeiter, nicht in dokumentierter Form.
- Belegerfassung ist ein Flaschenhals: Anfragen per Mail oder Telefon werden manuell in Belege übersetzt, was bei steigendem Auftragsvolumen zunehmend Kapazität bindet.
- Fachkräftemangel im Tagesgeschäft: Wenn offene Stellen im Innendienst oder in der Buchhaltung nicht besetzt werden können, wird Entlastung durch Automatisierung relevanter.
Grenzen ehrlich betrachtet
KI im ERP ist kein Ersatz für saubere Stammdaten oder durchdachte Prozesse. Eine KI, die auf unvollständigen oder widersprüchlichen Daten arbeitet, liefert entsprechend unzuverlässige Antworten. Und ein Entwurfsmodus schützt nur dann wirksam, wenn tatsächlich jemand die vorgeschlagenen Belege prüft, statt sie routinemäßig durchzuwinken. KI-Unterstützung verlagert Aufwand, sie schafft ihn nicht automatisch ab.
Entscheidungs-Checkliste
- Lässt sich die Schreibberechtigung der KI pro Beleg- oder Vorgangsart einzeln festlegen?
- Gibt es einen Entwurfsmodus mit menschlicher Prüfung vor dem Buchen
- Arbeitet die KI mit den bestehenden Benutzerrechten oder mit eigenen, weiterreichenden Rechten?
- Ist geregelt, was mit personenbezogenen Daten beim Kontakt mit dem Sprachmodell geschieht?
- Lässt sich das eingesetzte KI-Modell wechseln, oder besteht eine feste Anbieterbindung?
- Wer im Unternehmen ist verantwortlich, die Freigaben zu pflegen und zu überprüfen?
Praxisbeispiel: init.AI als Beispiel für einen Governance-first-Ansatz
Ein Beispiel dafür, wie sich diese Kriterien in der Praxis umsetzen lassen, ist init.AI, ein für SAP Business One entwickelter KI-Assistent der init consulting AG. Anstatt Schreibrechte pauschal freizugeben, lässt sich dort für jede einzelne Belegart ein eigener Modus festlegen. Von „nicht sichtbar“ über „Entwurf mit menschlicher Prüfung“ bis „automatisch buchen“. Der Assistent arbeitet zudem mit der jeweils bestehenden SAP-Anmeldung der Nutzerin oder des Nutzers, statt mit eigenen, weiterreichenden Rechten zu agieren. Personenbezogene Daten wie Namen oder Kontaktdaten werden vor der Übertragung an das Sprachmodell durch Platzhalter ersetzt. Und beim KI-Modell besteht keine feste Anbieterbindung: Es lässt sich wahlweise über eine europäische Cloud-Region, mit einem selbst beschafften Modell-Zugang oder vollständig lokal im eigenen Haus betreiben.
Für die Einführung setzt init consulting AG als SAP-Business-One-Gold-Partner mit über 25 Jahren Markterfahrung auf einen strukturierten, eng begleiteten Ablauf mit klar definierten ersten Anwendungsfällen statt eines offenen Rollouts ohne Priorisierung. Das ist ein Ansatz, der insbesondere bei sicherheitsrelevanten KI-Funktionen Sinn ergibt.
Hinweis: init.AI befindet sich mit Erstrelease für Herbst 2026 in der Einführungsphase; Funktions- und Verfügbarkeitsstand sollten vor einer Entscheidung aktuell erfragt werden.
Fazit
Die Frage, ob eine KI im ERP gut Fragen beantwortet, ist mittlerweile fast immer mit Ja zu beantworten, da die Technologie dafür ausgereift ist. Die eigentlich entscheidende Frage ist, wie gut sich diese KI kontrollieren lässt: pro Beleg, pro Feld, pro Mitarbeiter. Wer diese Kontrollfrage vor der Komfortfrage stellt, trifft in der Regel auch die belastbarere Entscheidung.
Autor*In
Herbert Tuscher
Herbert Tuscher ist COO und Vorstand der init consulting AG, SAP Business One Gold Partner mit Sitz in Kösching. Der Diplom-Betriebswirt (FH) mit Schwerpunkt Wirtschaftsinformatik schrieb 2001 seine Diplomarbeit bei der init und blieb seitdem im Unternehmen. Seit 2016 ist er Vorstand, seit 2017 auch Mitgesellschafter. In 25 Jahren ERP-Beratung, -Entwicklung und Prozessberatung hat er über 300 Projekte im DACH-Raum und internationale Roll-outs umgesetzt, für große Mittelständler ebenso wie für internationale Konzerne.
