Neue Wege mit digitalen KI-Assistenten

Ein SAP-ERP-System ist schon heute eine echte Automatisierungs-Maschine. Warum aber sind viele Möglichkeiten bisher ungenutzt? Im Bereich Finance zum Beispiel gehen heute nahezu alle Rechnungen von Dienstleistern durch mindestens zwei Paar Hände. Oder die Logistik: Automatisch erzeugt ein System aus Planaufträgen gerade einmal 30 Prozent aller Fertigungsaufträge einer Serienfertigung.

Der Grund dafür ist oft, dass nach wie vor Diskrepanzen zwischen dem System und der physikalischen Realität bestehen. Diese Diskrepanzen beeinträchtigen aber die Präzision der vom System ermittelten Vorschläge. So führen heterogene Materialstammdaten zum Beispiel zu Vorschlägen, denen die Disponenten misstrauen. Die Folge? Sie passen die Daten nach eigener Kenntnis und Erfahrung manuell an!

Eine Lösung liegt in der Nutzung von KI-Assistenten. Diese Assistenten nutzen nicht nur die vorliegenden, sondern auch historische Daten. In jedem ERP-System liegen Millionen solcher Daten vor – und diese Daten repräsentieren Muster. Die KI lernt aus diesen Mustern und kann die bestehenden Diskrepanzen auf diese Weise verringern. So gibt es KI-Modelle, die bei der Anlage oder Änderung von Stamm- oder Bewegungsdaten ermitteln, ob ein ähnlicher Vorgang in der Vergangenheit erfolgreich war.

Oder sie prüfen, welche Entscheidung ein Mensch in vergleichbarem Kontext in der Vergangenheit getroffen hat. Ein Teil der Erkenntnisse beruht dabei auf historischen Daten, ein anderer Teil der Daten ist nur temporär vorhanden. Hier müssen die Daten mit unterschiedlichen Lösungsansätzen gesammelt werden.

Und es gibt weitere Einsatzgebiete: KI-Assistenten können Anwender bei ihrer Arbeit durch das automatisierte Vervollständigen von kritischen Daten wie Kontierungsinformationen unterstützen. Oder die Assistenten warnen einen Anwender noch vor dem Speichern eines Belegs aktiv vor einer absehbaren Ausnahmesituation – etwa dem fälschlichen Begleichen einer Lieferantenrechnung.

Viele Unternehmen kennen KI aus dem Bereich Predictive Analytics. Es gibt einige KI-Lösungen, die hier bereits erfolgreich funktionieren. Aber die Einsatzmöglichkeiten – das zeigen die Beispiele der KI-Assistenten – sind noch weit größer. Damit die Assistenten aktiv in einen laufenden Prozess eingreifen können, müssen allerdings wichtige Aspekte berücksichtigt werden: insbesondere Zeitpunkt, Datenverfügbarkeit und Reaktionsgeschwindigkeit.

Letztere ist bereits heute enorm: Ein KI-Assistent zur Beleg­validierung in der Finanzbuchhaltung benötigt für die Prognose weniger als 200 Millisekunden. Auch die Frage der Interaktion mit dem User muss beantwortet werden. Warnt der Assistent den User mit einem Warnton, macht er sogar Wertevorschläge?

Unsere Assistenten zum Beispiel nutzen zunächst einen Silent Mode, in dem ein Assistent nur im Hintergrund agiert und Vorschläge und Prognosen protokolliert. Diese definieren den Active Mode, in dem der Assistent mit dem Nutzer interagiert.

Wo geht die Reise hin?

Nicht zuletzt bedingt der hohe Individualisierungsgrad von ERP-Systemen Anpassungen. So müssen die KI-Modelle die Muster aus den individuellen Daten des Unternehmens lernen und sie müssen spezifisch justiert werden. Im sogenannten Feature Engineering liegt eine weitere Herausforderung: Schließlich stehen nicht alle in Tabellen extrahierbaren Informationen im Moment der Belegbearbeitung zur Verfügung, da sie erst im Verbuchungsprozess generiert werden.

Erste KI-Assistenten stehen jetzt zur Verfügung, um neue Potenziale in der Automatisierung und Wertschöpfung auch in operativen Prozessen zu erschließen. Und standardisierte S/4-Hana-Lösungen beschleunigen die Entwicklung solcher Assistenzsysteme gerade noch.

Unternehmen sollten das Potenzial der Automatisierungsmaschine SAP mit ihrer Hilfe jetzt voll nutzen, um wettbewerbsfähig zu bleiben und sich einen Vorsprung in Sachen digitaler Transformation zu verschaffen. Das Thema künstliche Intelligenz nimmt Fahrt auf, und Unternehmen tun gut daran, jetzt den ersten Schritt zu machen.