Zurück zum Einblicke
KI im ERP: Wie SAP & Agentic AI die Anforderungen verändern
Die Unternehmen, die in den nächsten fünf Jahren bei KI im ERP scheitern, scheitern nicht an SAP Joule, nicht an Microsoft Copilot und nicht am EU AI Act.
Die Unternehmen, die in den nächsten fünf Jahren bei KI im ERP scheitern, scheitern nicht an SAP Joule, nicht an Microsoft Copilot und nicht am EU AI Act. Sie scheitern an einem Lastenheft, das die falschen Fragen stellt.
Aus unserer Erfahrung in über 1.200 ERP- und Digitalisierungsprojekten im DACH-Mittelstand wiederholt sich derzeit ein Muster: Geschäftsführerinnen und Geschäftsführer, IT-Leiterinnen und IT-Leiter sowie CFOs sehen die Demos von SAP Joule, Microsoft Dynamics 365 Copilot oder Oracle Fusion AI Agents — und beginnen anschließend dieselbe ERP-Auswahl, die sie 2018 schon einmal gemacht hätten. Mit Funktionslisten. Mit Muss/Soll-Kriterien. Mit Prozessdiagrammen, die agentenbasiertes Verhalten gar nicht beschreiben können.
Das geht nicht mehr auf. Dieser Beitrag erklärt warum — und was das konkret für Ihre Anforderungserhebung, Ihren ERP-Auswahlprozess und Ihre KI-Strategie 2026 bedeutet.
Kurzantwort: KI im ERP in einem Absatz
KI verändert ERP-Systeme grundlegend: Statt nur Daten zu verwalten, treffen moderne Systeme eigenständig Entscheidungen. Am Beispiel SAP zeigt sich, dass Unternehmen ihre Anforderungen neu denken müssen — weg von Funktionslisten hin zu Entscheidungslogik, Datenstrategie und agentenbasierten Prozessen. Klassische Lastenhefte reichen dafür nicht mehr aus.
Executive Summary
KI entwickelt sich im ERP-Kontext von einer reinen Analysefunktion zu einem operativen Steuerungsmechanismus. Am Beispiel von SAP — konkret Joule, Joule Studio und den ab Q1/2026 ausgerollten Joule Agents — zeigt sich:
-
ERP-Systeme entwickeln sich von transaktionalen Systemen zu agentenbasierten Plattformen.
-
Entscheidungen werden zunehmend automatisiert und kontextbasiert getroffen.
-
Anforderungen verschieben sich von Funktionen zu Fähigkeiten (Capabilities) und Interaktionen (Agentenverhalten).
-
Klassische Lastenhefte greifen zu kurz — notwendig sind KI-native Anforderungskonzepte.
Unsere Einordnung
Unternehmen, die diese Transformation nicht aktiv gestalten, riskieren strukturelle Ineffizienzen und einen strategischen Rückstand, der sich ab 2027 nicht mehr in einem normalen Investitionszyklus aufholen lässt. Wer SCOReX® oder eine vergleichbar strukturierte, anbieterunabhängige Methodik einsetzt, verschafft sich an genau dieser Stelle den Vorlauf.
1. Warum entwickeln sich ERP-Systeme jetzt so grundlegend weiter?
ERP-Systeme standen über Jahrzehnte für Stabilität und Transaktionssicherheit. Traditionell erfüllen sie drei Kernfunktionen:
Bisher · System of Record
•Dokumentation (System of Record)
•Abwicklung (System of Transaction)
•Reporting (System of Insight)
→
Ab jetzt · System of Action
•KI-Agenten treffen operative Entscheidungen
•Prozesse werden dynamisch orchestriert
•Entscheidungen innerhalb definierter Leitplanken
Mit der Integration von KI — insbesondere durch Lösungen wie SAP Joule, ergänzt um Joule Studio (Konfiguration eigener Agenten) und die ab Q1/2026 produktiv ausgerollten Joule Agents — verschiebt sich diese Logik fundamental. ERP wird vom „System of Record" zum „System of Action".
Praxisbeispiel aus der Fertigung
Früher: Disponentin oder Disponent plant einen Produktionsauftrag manuell, prüft Verfügbarkeiten, ruft Vertrieb an, vereinbart einen neuen Liefertermin.
Heute: Ein KI-Agent erkennt den Engpass, simuliert drei Alternativen entlang Liefertreue, Marge und Bestand, priorisiert automatisch und löst die Anpassung aus. Eine Person bestätigt — oder eskaliert.
Unsere Einordnung
Der Bruch ist nicht graduell, sondern kategoriell. Ein „System of Action" verlangt andere Anforderungen als ein „System of Record". Wer das 2026 nicht in seinem Lastenheft abbildet, kauft 2027 ein veraltetes System.
2. Welche KI-Entwicklungen sind für ERP-Systeme wirklich relevant?
Nicht jede „KI-Funktion" im ERP-Marketing ist gleichbedeutend. Wir differenzieren — und empfehlen Ihnen, das in Ihrer Bewertungsmatrix ebenfalls zu tun — drei Reifestufen.
Stufe 1
Embedded Intelligence
KI unterstützt klassische Prozesse: Forecast, Disposition, Pricing, Anomalieerkennung. Fokus: Effizienzsteigerung ohne strukturelle Änderung.
Heute Standard in SAP S/4HANA, Microsoft Dynamics 365, Infor CloudSuite, proAlpha.
Stufe 2
Augmented Decision Making
KI als Copilot. Interaktion über natürliche Sprache. Beispiel: „Welche Kunden gefährden unseren Cashflow im nächsten Quartal?" — Antwort in Sekunden, mit Quellenangabe.
Differenzierung verschiebt sich vom KI-Modell zur Datenarchitektur.
Stufe 3
Agentic AI · der eigentliche Bruch
KI handelt eigenständig innerhalb definierter Leitplanken. End-to-End-Prozesse teilautonom oder vollautonom — von Defektmeldung bis Rechnungsstellung.
Struktureller Bruch. Der disruptive Hebel der nächsten drei Jahre.
Im Wettbewerbskontext beobachten wir aktuell fünf ernstzunehmende Bewegungen am Markt:
SAP Joule + Joule Agents
Tightest Integration in S/4HANA, Teil des SAP Business AI Stacks.
Microsoft Dynamics 365 Copilot
Stärke in Microsoft-365-affinen Mittelständlern.
Oracle Fusion AI Agents
Tier-1-Wettbewerb, in DACH primär bei größeren Mittelständlern.
Infor Coleman AI · IFS.ai
Branchen-spezifische Tiefe — Service- und Asset-Management.
abas · proAlpha
Deutscher Mittelstand, KI-Roadmaps 2026 in Umsetzung — pragmatisch.
Unsere Einordnung
Die Anbieterfrage ist heute zweitrangig. Wer im Auswahlprozess mit der Anbieterfrage beginnt, hat bereits den falschen Trichter aufgesetzt. Wir empfehlen — siehe Abschnitt 6 — den umgekehrten Weg über SCOReX®.
3. Warum klassische Lastenhefte für moderne ERP-Projekte nicht mehr ausreichen
Die meisten ERP-Auswahlprojekte basieren bis heute auf Funktionskatalogen, Prozessbeschreibungen und Muss-/Soll-Kriterien. Diese Logik ist mit agentenbasierten Systemen strukturell nicht kompatibel. Wir sehen das in jeder Auswahlbegleitung.
Klassisches Lastenheft fragt
„Was soll das System können?"
KI-natives ERP verlangt Antworten auf
•Welche Entscheidungen darf das System eigenständig treffen?
•Wie hoch ist die zulässige Autonomie pro Prozessschritt?
•Welche Daten dürfen genutzt werden — und welche nicht?
•Wie werden Fehlentscheidungen erkannt, eskaliert, rückabgewickelt?
•Wie ist Auditierbarkeit gemäß EU AI Act sichergestellt?
Kernproblem: Funktionen sind statisch. KI-Systeme sind dynamisch. Ein statisches Anforderungsformat kann ein dynamisches Verhalten nicht vollständig spezifizieren.
Unsere Einordnung aus Projektpraxis
Wir haben in einem Projekt mit einem mittelständischen Medizintechnik-Unternehmen erlebt, dass ein 280-seitiges Lastenheft drei Wochen vor Vertragsunterzeichnung neu strukturiert werden musste — weil der vom Anbieter angebotene Prozess komplett agentenbasiert war und im Lastenheft kein einziger Eskalationspfad spezifiziert war. Genau diese Lücke schließt unser Modell SCOReX®, das wir in Abschnitt 8 erläutern.
4. Welche Anforderungsdimensionen Unternehmen heute neu definieren müssen
Ein zukunftsfähiges KI-natives ERP-Anforderungskonzept deckt mindestens sechs Dimensionen ab — wir arbeiten dabei strikt MECE, damit nichts doppelt und nichts vergessen wird.
4.1
Entscheidungslogik
Welche Entscheidungen darf die KI eigenständig treffen? Wo liegen Eingriffs- und Eskalationspunkte? Welche Reversibilität ist gefordert?
4.2
Agentenverhalten
Welche Trigger lösen welche Agenten aus? Welche Aktionen sind erlaubt — Bestellung, Liefertermin, Kundenkommunikation? Welche Eskalationslogik greift?
4.3
Datenarchitektur
Welche Datenquellen, in welcher Qualität? Wer ist Data Owner, wer Data Steward? Wie wird Datengovernance über die ERP-Grenze hinweg gesichert?
4.4
Integrationsfähigkeit
Anbindung an APS, MES, IoT-Plattformen, Lieferanten- und Kundenportale. Echtzeitfähigkeit. Schnittstellen-Stabilität bei KI-getriebenen Schemaänderungen.
4.5
Governance & Compliance
Nachvollziehbarkeit (Decision Logging). Auditierbarkeit. AI-Act-Konformität — operative Pflichten greifen ab Q3/2026.
4.6
Wirtschaftlicher Impact
Welche KPIs verbessert die KI nachweisbar — Lieferfähigkeit, Bestand, DSO, EBIT-Marge? Wie wird Erfolg gemessen — Business Case pro Agent, nicht pro Lizenz.
Unsere Einordnung
In jedem ERP-Auswahlprozess, den wir aktuell begleiten, sind Dimension 4.1 (Entscheidungslogik) und 4.5 (Governance) die beiden, die in 90 % der bestehenden Lastenhefte fehlen — und die später teuer werden.
5. Trends 2026: Was sich bei KI im ERP gerade wirklich bewegt
Drei Bewegungen am Markt, die im Mittelstand spürbar werden, statt nur in Analyst-Reports von Gartner, IDC oder Forrester zu erscheinen:
Trend 1
Agentic ERP geht produktiv
SAP Joule Studio, Microsoft Copilot Studio, Oracle AI Agents — das Bauen agentenbasierter Prozesse wird für interne IT erstmals handhabbar. Wettbewerb verschiebt sich von der Modellqualität zur Geschwindigkeit der Agenten-Produktivierung.
Trend 2
Der EU AI Act greift operativ
Was 2024 als Regulierungsrahmen verabschiedet wurde, wird 2026 operative Pflicht. ERP-Agenten in Beschaffungs-, Personal- oder produktionskritischen Prozessen fallen oft in Hochrisiko. Transparenz, Dokumentation, Aufsicht — gehört ins Lastenheft, bevor das System gewählt wird.
Trend 3
Composable AI-Stacks
Vektor-Datenbanken, RAG-Pipelines, Agenten-Orchestrierung und domänenspezifische Modelle ersetzen monolithische KI-Module. Folge: Offenheit der Datenarchitektur schlägt Tiefe der KI-Funktion.
Unsere Einordnung
Wer 2026 ein ERP wählt, das diese drei Trends nicht offen unterstützt, kauft strukturelle Pfadabhängigkeit ein.
6. Praxis: Wie sich diese Entwicklung in der Fertigungsindustrie konkret auswirkt
In der diskreten Fertigung — etwa Variantenfertigung im Maschinen- und Anlagenbau — sehen wir folgendes Muster:
Ausgangssituation
•28–42 % der operativen Planung läuft heute noch in Excel (SCOReX-Baseline 2025/26).
•Hohe manuelle Abstimmung zwischen Vertrieb, Disposition und Produktion.
•Reaktive Steuerung statt proaktiver Planung.
→
KI-basiertes Zielbild
•Automatisierte Planung über S&OP und APS, integriert mit dem ERP-Stamm.
•Echtzeit-Anpassung bei Störungen (Lieferantenausfall, Maschinenstillstand).
•Durchgängige Datenbasis bis zur Werkbank — und zurück.
Konkrete Effekte aus unseren Projekten
20–35 %
Reduktion des Planungsaufwands
+5–12 %
Erhöhung der Lieferfähigkeit (Prozentpunkte)
8–18 %
Reduktion der Bestände
Unsere Einordnung
Der Mehrwert entsteht nicht durch eine einzelne KI-Funktion, sondern durch das Zusammenspiel von Planung, Disposition, Produktion und Service. Wer Agentic AI nur in einem Funktionssilo einführt, hebt 20–30 % des möglichen Wertes.
→ Sehen Sie konkrete Kundenprojekte aus dem DACH-Mittelstand — anonymisiert, mit Zahlen.
7. KI im ERP in Ihrer Branche — drei Praxisspiegel
Die Übertragbarkeit der KI-Anforderungen ist nicht universell. Branchenstrukturen verändern, welche Anforderungsdimensionen besonders gewichtet sein müssen.
8. Wie Dreher Consulting diese Entwicklung mit SCOReX® methodisch adressiert
Die zentrale Herausforderung ist nicht die Technologie. Die zentrale Herausforderung ist die strukturierte Definition der Anforderungen — bevor die Systemfrage gestellt wird.
Genau dafür haben wir unser KI-gestütztes Modell SCOReX® entwickelt.
Was SCOReX® leistet
•Strukturierte Erhebung von Anforderungen über klassische Funktionen hinaus — inklusive Entscheidungslogik, Agentenverhalten und Governance.
•Integration von Prozesslogik, Architektur und KI-Fähigkeiten in einem Anforderungsbild.
•Ableitung eines zukunftsfähigen, umsetzbaren Lastenhefts, das mit agentenbasierten Systemen kompatibel ist.
Konkreter Mehrwert aus unserer Projektpraxis
25–35 %
weniger Ist-Analyse-Zeit
höhere Qualität
durch Cross-Validierung mit Markt- und Supply-Chain-Daten
weniger Risiko
durch frühe Klarheit über Eskalations- und Governance-Pfade
Unsere Einordnung
SCOReX® ist nicht „noch eine Methodik". Es ist die strukturierte Antwort darauf, dass Funktionslisten dynamisches Systemverhalten nicht beschreiben können. Und wir setzen es als inhabergeführtes, vendor-neutrales Beratungshaus ohne Reseller-Verpflichtungen gegenüber SAP, Microsoft, Oracle oder einem anderen Hersteller ein.
9. Warum die Systemfrage die falsche erste Frage ist — und wie SCOReX® das umkehrt
Aus First Principles betrachtet ist eine ERP-Auswahl eine Verkettung von Entscheidungen. Wer mit der Systemfrage beginnt, optimiert auf eine Variable — den Anbieter — und ignoriert die anderen sieben. Wir kehren die Reihenfolge um:
1
Was sind Ihre relevanten Entscheidungen — operativ, taktisch, strategisch?
2
Welche dieser Entscheidungen sollten heute oder in drei Jahren KI-unterstützt oder KI-autonom getroffen werden?
3
Welche Datengrundlage ist dafür nötig — und welche fehlt?
4
Welche Governance-Anforderungen ergeben sich aus EU AI Act, Branchen-Regulierung, interner Risikopolitik?
5
Welche Integrations-Architektur trägt die nächsten zehn Jahre?
6
Hier — erst hier — beginnt die Anbieterfrage.
Welche Anbieter-Cluster erfüllen genau dieses Profil — anbieterneutral bewertet?
7
Welche zwei bis drei Anbieter kommen in eine strukturierte Endauswahl?
8
Welche Anbieter-Entscheidung fällt am Ende — auf belastbarer, vergleichbarer Basis?
Erst Frage 6 ist die Anbieterfrage.
Die ersten fünf entscheiden, ob das gewählte System Sie 2030 noch trägt.
Unsere Einordnung
Diese umgekehrte Reihenfolge ist nicht akademisch. Wir sehen in jedem Projekt, dass die Reihenfolge entscheidet, ob ein Mittelständler in fünf Jahren operativ skaliert — oder in einem ERP-Lock-in steckt.
→ Lesen Sie mehr zur anbieterunabhängigen ERP-Strategie.
10. Strategische Implikationen für Entscheider
Die Entwicklung ist nicht optional. Sie ist strukturell. Geschäftsführerinnen und Geschäftsführer im DACH-Mittelstand stehen heute vor drei realistischen Handlungsoptionen:
Option A
Abwarten
Kurzfristig stabil, mittelfristig riskant, langfristig strukturell nachteilig. Wer 2026 noch nicht damit beginnt, KI-native Anforderungen zu definieren, startet später aus einer schwächeren Position.
Option B
Technologiegetrieben reagieren
Schnell, aber risikobehaftet. Eine Auswahl, die mit der Anbieterfrage beginnt, optimiert auf das Frontend — und unterschätzt Architektur-, Daten- und Governance-Implikationen.
Option C · empfohlen
Architektur- und anforderungsgetrieben transformieren
Strukturierte Anforderungserhebung zuerst. Daraus Architektur. Daraus Anbieterauswahl. Ergebnis: nachhaltige Wettbewerbsfähigkeit und eine vergleichbare, belastbare Entscheidungsbasis.
Unsere Einordnung
Option C ist langsamer am Anfang — und schneller in der Umsetzung. Aus über 1.200 Projekten wissen wir: Die Geschwindigkeit der Implementierung wird durch die Qualität der Anforderungen bestimmt, nicht durch die Geschwindigkeit der Anbieterentscheidung.
11. Fazit: Der eigentliche Wandel ist methodisch — nicht technologisch
Die Einführung von KI in ERP-Systeme ist keine reine IT-Frage. Sie betrifft Entscheidungslogik, Prozessdesign, Organisationsstrukturen und Steuerungslogiken im Kern.
Kernthese
Die Unternehmen, die 2026–2030 erfolgreich sein werden, sind nicht diejenigen mit der besten Software — sondern diejenigen mit dem besten Anforderungskonzept für KI-basierte Systeme.
Wer sich auf den Anbieterwettbewerb fokussiert, hat das eigentliche Wettrennen bereits verlassen. Der Wettbewerb 2026–2030 wird über Anforderungsqualität, Datenarchitektur und Governance-Reife entschieden — nicht über Modellauswahl.
12. Nächster Schritt: 30 Minuten mit Dr. Dreher
Wenn Sie bewerten möchten, wie weit Ihr Unternehmen auf diese Entwicklung vorbereitet ist, ist der sinnvollste Einstieg keine Systemdiskussion. Sondern eine strukturierte Standortbestimmung Ihrer Anforderungen, Entscheidungslogiken und Prozesse im Kontext von KI.
Auf dieser Basis lassen sich belastbare Entscheidungen treffen — unabhängig von Softwareanbietern.
Was Sie konkret mitnehmen
Eine erste Einordnung Ihrer ERP- und KI-Reife entlang der sechs SCOReX®-Dimensionen, drei priorisierte Handlungsfelder und eine klare Empfehlung, ob ein Vorprojekt sinnvoll ist — oder ob Sie heute noch keinen Bedarf haben.
13. Häufig gestellte Fragen zu KI im ERP
Für Fragen oder Anregungen nutzen Sie den Kontaktbutton und sprechen Sie direkt mit mir.
Ihre Rückmeldung würde mich freuen.
