Startseite | Digitale Strategie | Wettbewerbsfaktor KI in der ERP-Landschaft

Die künstliche Intelligenz gehört zu den großen Trends der digitalen Transformation. Auch das ERP-System wird zunehmend mit KI-Technologien angereichert. Bis heute ist die Zahl der Anwendungsfälle noch relativ gering. Dabei sind mit künstlicher Intelligenz viele Chancen, beispielsweise in den Bereichen der Datenanalytik, der Prognosen oder der Übersetzungen, verbunden. Langfristig kann die Einbindung und Nutzung von KI zweifellos zu einem entscheidenden Wettbewerbsfaktor für Unternehmen werden. Dies wird durch ein Positionspapier des Digitalverbands Bitkom deutlich, dessen Kerninhalte wir in diesem Blogartikel zusammenfassen.

„Unter künstlicher Intelligenz versteht man heute die Eigenschaft eines IT-Systems, menschenähnliche und intelligente Verhaltensweisen zu zeigen.“ laut Bitkom. Ein System soll also Menschen imitieren und dabei folgende Kernfähigkeiten besitzen, die unter dem Begriff „4-Komponenten-Modell“ zusammengefasst werden:
  – Wahrnehmen von Datenarten und -mengen
  – Verstehen und Verarbeiten von Komponenten (trainierende/lernende KI-Methoden)
  – Handeln (Ausgabe- und Steuerungskomponente)
  – Lernen/Trainingsphase (während laufendem Betrieb oder durch Feedback)

Anwendungsbeispiele

Die Einsatzgebiete von künstlicher Intelligenz sind vielfältig und erstrecken sich auf verschiedenste Einsatzbereiche und Tragweiten. Beziehen wir uns wieder auf das 4-Komponenten-Modell, so lassen sich folgende Bereiche herauskristallisieren:
– Wahrnehmen: Erfassen von Daten durch z. B. Sprach-/Bilderkennung, Sensordaten
– Verstehen: Verarbeiten von Inhalten durch z. B. Deep Learning, Machine Learning
– Handeln/Ableitung von Ergebnissen, Befehlen und Aktionen durch z. B. Anwendungssteuerung, Sprachwiedergabe
– Lernen: Training statt Coding durch Feedback

Bringen wir die Beispiele einmal in den Unternehmenskontext, so sind folgende Beispiele hervorzuheben:

Im Bereich der Projekteinführung gibt es den Anwendungsfall der Vorhersage der Kundenzufriedenheit. In einem beispielhaften Projekt wurde ein Tool zur Vorhersage der Kundenzufriedenheit während dieser Projekteinführungsphase gebaut. So konnte der Projektleiter vor möglichen Problemen schon vorzeitig gewarnt werden, bevor der Kunde diese bemerkte.

Wenn wir einen Schritt weiter in die Produktion gehen, so kann hier die Planung und Steuerung modifiziert werden. Durch Dispositionsparameter, wie der Auslastung von Maschinen, Vertriebsdaten und der Materialverfügbarkeit, kann die Durchlaufzeit prognostiziert werden. Außerdem gibt es bereits intelligente Variantenkonfiguratoren, die den Spagat zwischen einem breiten Portfolio und der Verringerung der Komplexität meistern. In der laufenden Produktion können zudem vorbeugende Maßnahmen (Predictive Maintenance) getroffen werden, um Ausfälle im Bereich der Maschinen und Produktqualität zu minimieren.

Ebenso erwähnenswert ist ein Self-Service-Portal. Dabei wird das Ziel verfolgt, Kunden in die Lage zu versetzen, das Problem mittels Self Service zu lösen. Produktinformationen wie Beschreibungen, Stücklisten oder Leitfäden etc. werden über das ERP zur Verfügung gestellt. KI wird dazu verwendet, um das individuelle Anliegen zu erkennen.

Schleppende Entwicklung

Im Positionspapier wird deutlich, dass von den Potentialen der künstlichen Intelligenz im Bereich ERP noch nicht im großen Rahmen Gebrauch gemacht wird. Barrieren, die die Verbreitung hemmen, sind eine geringe Wirtschaftlichkeit der KI-Projekte, ein langsamer KI-Prozess, der Fachkräftemangel sowie Haftungsfragen. Letztes aus dem Grund, dass aus einem KI-Prozess am Ende Entscheidungen oder Produkte resultieren und damit keine trivialen Ergebnisse.

Problematisch ist außerdem häufig die Datenquelle. Nur wenige Unternehmen sind in der Lage, Daten in der richtigen Anzahl und Qualität bereitzustellen. Aus dieser Problematik entwickelt sich aktuell das Forschungsgebiet „Small Data“. Es sollen bald auch mit weniger Datensätzen bessere Ergebnisse erzielt werden können, die robuster gegen Ausreißer sind.

Ein letzter Grund für die schleppende Entwicklung liegt darin, dass KI keine „Out-of-the-box“ Lösung ist. Es handelt sich nicht um eine Standardlösung oder ein fertiges Programm, das sich auf Knopfdruck installieren lässt. Dagegen sind lange Trainingsphasen mit den Kundendaten erforderlich. Daten sind also als Kernbestandteil nicht zu unterschätzen – in manchen KI-Projekten bestehen 80 – 90 % des Projekts aus der Bereinigung und Normalisierung von Daten.

Governance

Bedenkt man ethische Fragen und die Langlebigkeit der KI im Unternehmen, ist es wichtig Rollen und Verantwortlichkeiten im KI-Kontext zu definieren. Diese sollten im individuellen KI-Strategieprozess verankert werden. Ebenso wichtig ist das laufende Monitoring und Controlling von laufenden KI-Aktivitäten, das KI-Risikomanagement und KI-Qualitätsmanagement.

Ausblick

Die künstliche Intelligenz wird künftig zu disruptiven Veränderungen in allen Wirtschaftszweigen führen. Drei große Potentiale liegen in der Automatisierung sowie Verbesserung der Entscheidungsqualität und -geschwindigkeit. Denkbar ist der Einsatz von digitalen Assistenten in industriellen Anwendungen in Form von Benutzerinteraktionen (Bilder, Videos, Virtual Reality und Augmented Reality), der KI-gestützten Datenanalytik (Prognosen, Übersetzungen, Bots) sowie im Bereich der Automatisierung. Im letzten Bereich bestehen zugleich das größte Rationalisierungspotential wie auch die größte Herausforderung.

Der ERP-Markt wird sich öffnen, sodass IoT-Plattformen eingebunden werden können. Bitkom sieht ERP-Anbieter weniger in der Rolle der Entwickler eigener Lösungen, sondern vielmehr mit der Aufgabe konfrontiert, IoT-Plattformen zu integrieren.

Unser Service: anaptis AI

Uns als Anbieter von ERP-Software ist während unserer täglichen Arbeit mit unseren Kunden aufgefallen, dass diese täglich eine große Masse an Daten produzieren. Wertvolle Daten. Aus diesen werden jedoch nur selten Handlungsempfehlungen generiert oder Automatismen abgeleitet. Häufig bleiben sie ungenutzt. An diesem Punkt setzen wir und unser Service anaptis AI an. Im Kern verfolgen wir drei Ziele: Wir möchten, dass Sie besser prognostizieren, einfacher automatisieren und gezielter personalisieren können. 

Wir bauen keine Roboter oder Maschinen. Stattdessen orientieren wir uns an bestehenden Daten in Ihrer ERP-Lösung und ziehen darüber hinaus weitere Elemente wie Tools, Datenbanken und Algorithmen hinzu (Business AI). Wir nutzen also sowohl interne/vorhandene wie auch externen Daten (Business AI) und werten diese aus. Dabei sind wir als Microsoft Partner in der Lage, auf vorgefertigte AI (sogenannte Cognitive Services) von Microsoft zurückzugreifen und arbeiten außerdem mit einem Team aus Data Scientists und Analysten zusammen. An dieser Stelle sei aber gesagt, dass anaptis AI so offen ist, dass wir den Service auch unabhängig von Microsoft Lösungen anbieten können. 

Klingt das sinnvoll und spannend für Sie? Melden Sich gerne.

Textquelle: https://www.bitkom.org/Bitkom/Publikationen/Kuenstliche-Intelligenz-und-ERP

Interessieren Sie sich für anaptis AI?