Agentenbasierte KI und ERP-Systeme: Evolution statt Revolution

Agentenbasierte KI oder auch «Agentic AI» beschreibt Systeme, die eigenständig Entscheidungen treffen und Prozesse vollständig ausführen können. Klassische KI-Anwendungen, Chatbots oder Entscheidungsbäume etwa, reagieren stets auf Eingaben. Im Gegensatz dazu verfügen KI-Agenten über Zielorientierung, Ausführungsfähigkeit und Kontextverständnis. Sie orchestrieren andere Anwendungen, nutzen APIs, analysieren Daten und generieren daraus Aktionen – ohne menschliche Unterstützung im Einzelfall. Damit gehen sie über die Funktionalität typischer Co-Piloten hinaus. Sie handeln im Rahmen zuvor definierter Leitplanken selbstständig.

Damit bietet Agentic AI sozusagen ein adaptives Gegenmodell zu ERP-Systemen, die auf regelbasierte Abläufe setzen. Prognosen, Workflow-Optimierungen oder Risikomanagement lassen sich per KI schneller, präziser und situationsgerechter durchführen. Dies bedeutet jedoch keineswegs das Ende von ERP, im Gegenteil: Die Stärken klassischer Systeme – regulatorische Verlässlichkeit, strukturierte Datenhaltung, Sicherheit – bleiben auch im KI-Zeitalter unverzichtbar.

Es besteht also erhebliches Potenzial darin, bestehende ERP-Systeme intelligent durch Agentic-Funktionalitäten zu erweitern. Anstatt starre Prozesse vollständig zu automatisieren, ermöglichen Agenten eine kontextabhängige Ausführung: Sie erkennen beispielsweise auf Basis von Sensordaten Materialengpässe, stossen automatisch Bestellprozesse an, bewerten Anbieteroptionen und holen Genehmigungen ein – inklusive Dokumentation und Eskalationslogiken.

Auch im Kundenservice entstehen neue Möglichkeiten: Agenten beantworten nicht nur Anfragen, sondern priorisieren Tickets, erkennen Eskalationsrisiken und koordinieren interne Workflows, um Service Levels einzuhalten. In Finanzabteilungen überwachen Agenten z. B. kontinuierlich Buchungsdaten, identifizieren Unregelmässigkeiten, erstellen Forecasts oder leiten Massnahmen bei Zahlungsrisiken ein. Im Personalwesen lassen sich mit Agentic AI wiederholbare Prozesse wie Onboarding, Terminplanung oder Qualifizierungsmassnahmen deutlich effizienter gestalten – oft ohne manuelle Intervention.

Dadurch werden ERP-Systeme in Sachen Leistungsfähigkeit auf ein höheres Level gebracht. Sie bleiben als zentrale Daten- und Steuerungsinstanz erhalten, während Agentic AI eine darüberliegende Handlungsebene einzieht. Gerade dort, wo Compliance und strukturierte Datenhaltung gefragt sind, bleibt das klassische ERP-System die unersetzliche Basis – KI-Agenten ergänzen diese Stärken, ersetzen sie aber nicht. Für Unternehmen eröffnet sich damit ein hybrides Modell: stabil im Kern, dynamisch an den Rändern.

Diese Entwicklung mündet in die Vision eines «Agentic Enterprise» – einer Organisation, in der spezialisierte KI-Agenten nahtlos mit menschlichen Fachkräften zusammenarbeiten. Sie übernehmen operative Aufgaben, identifizieren Abweichungen, reagieren auf externe Signale und schlagen proaktiv Lösungen vor. Dabei folgen sie klar definierten Rollen, Vorgaben und Prozessen.

Wichtig ist dabei das Zusammenspiel mit dem Menschen: Agenten sollen nicht Entscheidungen entziehen, sondern fundierte Vorschläge machen. Anwender bestimmen die Freiheitsgrade, können eingreifen und erhalten jederzeit Transparenz über Ursache, Kontext und Zielsetzung einer Aktion. Vertrauen, Ethik und Sicherheitsaspekte sind somit keine nachgelagerten Themen, sondern integrale Bestandteile jeder Agentic-AI-Strategie. Dies betrifft sowohl Governance als auch Training, Monitoring und kontinuierliche Weiterentwicklung der Agenten.

Um Agentic AI nachhaltig in ERP-Landschaften zu verankern, bedarf es eines robusten Governance- und Feedback-Framework: Agentenarbeitsabläufe sollten von Anfang an mit transparenten Prüf- und Protokollmechanismen ausgestattet werden, die jeden Handlungspfad lückenlos dokumentieren und ethische Leitplanken festlegen. Eine modulare Cloud-Architektur, gepaart mit einem zentralen Data-Lake garantiert konsistente, aktuelle Datenströme zwischen ERP-Kern und intelligenten Agenten und erlaubt es, Predictive-Modelle laufend mit realen Transaktions- und Sensordaten zu verfeinern. Ergänzend sorgen gezielte Change-Management-Programme und Schulungen dafür, dass Mitarbeitende Agenten-Outputs verstehen, bewerten und bei Bedarf kontrollierend eingreifen können – so entsteht eine echte Mensch-KI-Kooperation. Dieses Zusammenspiel aus Governance, kontinuierlichem Monitoring und Human-in-the-Loop-Steuerung minimiert Risiken in puncto Compliance, Sicherheit sowie Bias und ebnet den Weg, Agentic AI von den Prototypen zu einer unternehmensweiten, resilienten Capability zu skalieren.

Parallel dazu gilt es, organisatorische Voraussetzungen zu schaffen. Mitarbeitende müssen verstehen, wie Agentic AI funktioniert – und wo deren Grenzen liegen. Change-Management, Schulungen und Pilotprojekte sind essenziell, um Vertrauen aufzubauen und Risiken kontrolliert zu adressieren.

Viele Unternehmen starten mit Agentic AI zunächst in abgegrenzten Bereichen – etwa im Backoffice, der Logistik oder dem Reporting. In speziell eingerichteten Innovationsumgebungen wie dem GenAI Studio von Avanade und Accenture, lassen sich solche Szenarien prototypisch erproben, auch von Kunden.

Die dort eingesetzten Agenten können eigenständig Aufgaben lösen, sich mit bestehenden Systemen verbinden und lernen, mit realen Unternehmensdaten zu arbeiten. All das geschieht unter kontrollierten Bedingungen. So entsteht ein Erfahrungsraum für das, was im Tagesgeschäft Realität werden soll.

Agentic AI hilft, ERP-Potenziale neu zu erschliessen. Damit erleben wir die logische Evolution einer Unternehmens-IT, die sich anpassungsfähiger, intelligenter und reaktionsschneller zeigen muss. Wer früh beginnt, diese Entwicklung zu gestalten, sichert sich technologische Vorteile – und die Fähigkeit, sich in einer zunehmend volatilen Welt agil und resilient aufzustellen.