Wie eine KI-Ausführungsschicht wirklich aussieht

Das Wichtigste in Kürze

• Dem ERP fehlen keine Funktionen. Es fehlt etwas, das für die Abstimmung zwischen ERP und Postfach zuständig ist.
• Eine Ausführungsschicht liest unstrukturierte Eingänge, liest die Entitäten aus, gleicht sie gegen den Datensatz ab und handelt dann. Eine Aufgabe für einen Menschen anzulegen ist das alte Verhalten.
• Sie muss ereignisgesteuert arbeiten. Ein nächtlicher Abgleichlauf berichtet über gestern, und damit ist das Problem nur neu formuliert.
• Zuerst ein Belegtyp, dann die Schritte daneben, dann der Übergang vom Vorschlagen zum Handeln. Bei Klöckner werden 81 % der Bestellpositionen ohne manuelle Korrektur gebucht, über 150 Lieferanten und mehr als 1.100 Positionen pro Woche.
• Ist der Eingang bereits strukturiert, das Volumen klein oder die Stammdatenhoheit ungeklärt, ist das die falsche Anschaffung, solange sich daran nichts ändert.

Die Arbeit, die zwischen den Systemen liegt

In modernen Lieferketten ist der bindende Engpass selten eine fehlende ERP-Funktion. Es ist die Arbeit zwischen den Systemen: Mails lesen, Listen nachziehen, widersprüchliche Daten in Übereinstimmung bringen und Rückfragen über Abteilungen und Zeitzonen hinweg nachhalten. Menschen sind das Bindegewebe zwischen Procure-to-Pay und Order-to-Cash. Sie halten den Fluss in Gang, und das kostet Tempo, Genauigkeit und jede Aussicht darauf, das Ganze zu skalieren.

Schwer zu budgetieren ist das, weil es nie als System auftritt. Es tritt als Person auf, die weiß, dass dieser Lieferant Bestätigungen als Scan schickt, dass jenes Kundenportal donnerstags an der Reihe ist und dass der Frachtaufschlag bei diesem Konto immer reklamiert wird. Manuelle Berührungspunkte in diesen Prozessen liegen üblicherweise bei 30 bis 50 US-Dollar pro Vorgang, wenn Bearbeitungszeit und Korrektur mitgerechnet werden.

Eine KI-Ausführungsschicht übernimmt diese Rolle. Sie ersetzt die führenden Systeme nicht, sondern liegt darüber, hört auf Signale aus Mail, Chat, Portalen und APIs und führt die nächste Handlung aus. Für einen großen Hersteller oder Distributeur heißt das täglich tausende kleine Entscheidungen: einen Lieferschein einer Bestellung zuordnen, ein Ankunftsdatum verschieben, eine Rechnungsabweichung klären, einen Auftrag markieren, der so nicht rausgeht.

Was eine KI-Ausführungsschicht unterscheidet

Workflow-Werkzeuge automatisieren Lieferkettenschritte seit zwanzig Jahren. Der Unterschied liegt darin, was die Schicht als Eingabe akzeptiert. Eine Workflow-Engine braucht ein Formular; eine Ausführungsschicht nimmt die frei formulierte Mail eines Lieferanten, einen Scan oder eine Portalnachricht und ermittelt, was darin steht. Sprachmodelle übernehmen das Lesen, maschinelles Belegverständnis die Layouts, für die niemand eine Vorlage gebaut hat.

Der zweite Unterschied: Sie lernt das Haus. Welchen Artikel ein Lieferant mit einer uneinheitlichen Bezeichnung meint, auf welche Kostenstelle eine Rechnungsposition üblicherweise läuft, welche Terminverschiebungen die Disposition durchwinkt und welche sie eskaliert. Dieses Wissen liegt heute bei der Person, die den Job am längsten macht, und es geht mit ihr.

Der dritte Unterschied ist der wirtschaftlich entscheidende: Sie handelt. Ein Werkzeug, das einen Beleg gut liest und dann eine Aufgabe anlegt, damit ein Mensch das Ergebnis abtippt, hat die Arbeit verschoben und nicht entfernt. Dieselbe Idee läuft auch unter anderen Namen, agentische Automatisierung und autonomes Unternehmen darunter, und die Substanz dahinter ist immer dieselbe Frage: Schreibt die Software in das führende System oder legt sie eine Aufgabe an?

Die Systeme und Kanäle dazwischen

Der Entwurf beginnt mit einer ehrlichen Karte dessen, was angebunden werden muss. Das führende System ist meist ein ERP: SAP, Oracle oder Microsoft Dynamics. Daneben stehen ein Transportmanagementsystem, eine Lagerverwaltung, eine Beschaffungsplattform und ein Geflecht aus Postfächern, Ablagen und Chat-Kanälen, das in keinem Architekturbild vorkommt. Die Schicht spricht all das und hält diese Verbindungen im Betrieb, während sich jede davon ändert.

Am Rand des Prozesses liegen die Kanäle, in denen die Arbeit tatsächlich auftaucht. Eine Bestelländerung kommt als PDF an einer Antwort an alle. Eine Lieferverzögerung erscheint als Nachricht in einem Kundenportal. Eine Reklamation landet als Anhang in einem Sammelpostfach. Die Schicht liest das, zieht die relevanten Entitäten heraus, also Bestellnummer, Artikelnummer, Menge, Termin, Preis, und sie gegen das halten, was im ERP steht.

Bei diesem Abgleich lohnt es sich zu verweilen, denn hier werden Projekte gewonnen oder verloren. Erkennungsgenauigkeit lässt sich leicht vorführen und ist selten der Engpass. Zu wissen, dass sich die Menge auf dieser Bestätigung auf eine Position bezieht, die der Einkauf bereits zweimal geändert hat, ist der Engpass, und dafür gehören Datensatz und Korrespondenz zusammen.

Orchestrierung, und warum Stapelverarbeitung nicht genügt

Sobald die Information normalisiert ist, entscheidet die Orchestrierung, was passiert: welches System aktualisiert wird, wer informiert wird und ob der Fall einem Muster entspricht, das die Schicht schließen darf, oder einem, das eine Person sieht. Ein Lieferant verschiebt einen Termin. Die Schicht prüft, welche Kundenaufträge davon abhängen, rechnet die Wirkung auf die zugesagten Termine und stellt die Optionen daneben: eine Alternativquelle beschleunigen, Bestand umbuchen oder den Kunden informieren.

Die Architektur muss ereignisgesteuert arbeiten statt in Stapeln. Ein nächtlicher Lauf, der die Daten von gestern abgleicht, erzeugt einen Bericht über ein Problem, das beim Kunden längst angekommen ist. Zu reagieren, wenn die Nachricht eintrifft, ist der Unterschied zwischen Übersicht und Rückschau, und es ist die Entwurfsentscheidung, die am häufigsten falsch ausfällt, weil Stapelverarbeitung leichter zu bauen ist.

Sicherheit und Datenschutz sind Entwurfsvorgaben und keine Frage für den Einkauf am Ende, denn diese Schicht berührt Finanz- und Betriebsdaten von Natur aus. Dazu gehören SOC 2 Type II und ISO 27001:2022, ein Hosting in einer Region, die Ihre Anforderungen an die Datenhaltung erfüllt, feingranulare Zugriffsrechte und ein Protokoll, das festhält, was geändert wurde, warum und unter welcher Regel. GeneralMind hostet in Frankfurt mit Ausfallsicherung in Stockholm und trägt ISO 27001:2022, ISO 27701 und SOC 2 Type II.

Dieser Nachweis ist es, der die Schicht prüfbar macht und nicht nur leistungsfähig. Fragt eine Prüfung, warum sich bei einem Auftrag der Preis geändert hat, liegen der Beleg, aus dem die Änderung stammt, die Richtlinie, die sie zugelassen hat, und der Konfidenzwert zum Zeitpunkt der Buchung vor. In regulierten Umgebungen ist dieser Nachweis die Voraussetzung dafür, überhaupt etwas auf Autopilot zu stellen. Deshalb gehört er in den Entwurf und nicht in eine spätere Härtungsphase.

Einführung ohne Wette auf den ganzen Prozess

Mit durchgängiger Autonomie beginnt sinnvollerweise niemand. Bewährt hat sich: ein Belegtyp, klar abgegrenzt, mit echtem Volumen. Auftragsbestätigungen oder Zahlungsavise sind die üblichen Einstiege. Ein Beleg und der zugehörige Ablauf genügen, um die Erkennung auf den eigenen Daten zu prüfen, die Anbindung an das eigene ERP und das Verhalten im Fehlerfall, also den Teil, der sonst nie geprobt wird.

Von dort wächst der Umfang in die Breite und nicht in die Höhe. Laufen die Bestätigungen zuverlässig, kann dieselbe Schicht bei den ausstehenden nachfassen, Lieferungen bei Terminänderungen neu planen und die Betroffenen informieren. Eine Einführung, die mit der Zahlungszuordnung beginnt, wächst ins Mahnwesen: die Ansprache entwerfen, eine Ratenzahlung vorschlagen, das Konto markieren, das nicht mehr antwortet.

Die andere Hälfte der Einführung ist die Fachseite, und sie wird regelmäßig unterfinanziert. Ohne Einblick in die Begründung entsteht kein Vertrauen: Disposition, Einkauf und Auftragsmanagement sehen, warum die Schicht so entschieden hat. Genau dafür ist eine Co-Pilot-Phase da: Das System schlägt vor, die Fachkraft entscheidet, und die Begründung ist im Einzelfall sichtbar. Sinkt die Korrekturquote, wandern Szenarien vom Vorschlagen zum Handeln, und zwar eines nach dem anderen.

Die Zahlen hinter dieser Kurve sind stabil genug für eine Planung. Tag eins liegt bei rund 85 % Durchlauf. Ein paar Wochen Lernen an Stammdaten und den örtlichen Ausnahmen bringen 93 bis 95 %. Autopilot über 90 % liegt bei etwa Woche sechs, und rund 60 % der manuellen Bearbeitungszeit sind binnen drei Monaten zurück. Bei Klöckner werden 81 % der Bestellpositionen ohne manuelle Korrektur gebucht, über 150 Lieferanten und mehr als 1.100 Bestellpositionen pro Woche, auf der bestehenden SAP-Installation. Oatly verarbeitet rund 2.500 Aufträge im Monat, 80 % davon auf Autopilot.

Wann eine KI-Ausführungsschicht die falsche Anschaffung ist

Ist der Eingang bereits strukturiert, trifft das meiste hiervon nicht zu. Wo alle Partner ORDRSP-IDocs über EDI senden, ist das Leseproblem gelöst, und eine Schicht auf sauberen strukturierten Daten ist Aufwand ohne Ertrag. Interessant bleibt der lange Schwanz: die Partner, die zu klein für eine Anbindung sind und zusammen die meisten Ausnahmen erzeugen.

Über den Rest entscheidet das Volumen. Unter einigen Hundert Belegen im Monat fehlt die Wiederholung, aus der die Schicht schnell lernt, und die Abstimmung, die entfällt, ist ein Bruchteil einer Personenwoche. In dieser Größe ist eine Einstellung die günstigere Antwort, und das sagen wir im Gespräch auch so. Für den Zeitpunkt gilt dasselbe: Läuft gerade eine Migration nach S/4HANA, ist Warten richtig, denn gegen Schnittstellen zu automatisieren, die kurz vor dem Austausch stehen, heißt zweimal zahlen.

Klar zu benennen ist der Fall der Zuständigkeit. Pflegen Buchhaltung, Vertrieb und Abwicklung Kunden- oder Materialstammdaten unterschiedlich, verbreitet eine schreibende Schicht diese Uneinigkeit schneller und macht sie schwerer nachvollziehbar. Kein Sprachmodell löst eine Frage der Hoheit. Die klären Menschen zuerst, und danach lohnt sich die Anschaffung.

Was sich ändert, wenn die Abstimmung verschwindet

Nichts davon verlangt einen Systemwechsel. Über die vorhandenen ERPs und Kommunikationswerkzeuge zu legen ist genau das, was die dort getätigten Investitionen erhält, und es ist auch die einzige Variante, die genehmigt wird. GeneralMind arbeitet über ein Postfach plus eine leichte API und passt sich an die Schnittstellen an, die jedes System bereitstellt; die Pflege dieser Verbindungen übernimmt GeneralMind selbst.

Woran das Vorhaben zu messen ist, ist nicht Autonomie um ihrer selbst willen. Es sind kürzere Auftragsdurchläufe, eine niedrigere Debitorenlaufzeit, weniger manuelle Berührungspunkte und bessere Datenqualität am Eingang. Jede dieser Größen lässt sich an einem Prozess vorher und nachher messen. Steht der Geschäftsnutzen darauf, finanziert die erste Stufe die nächste.

Was dabei herauskommt, ist keine Zukunftsmusik. Es ist eine Lieferkette, in der die tägliche Abstimmung niemandes Vormittag mehr ist und in der die Menschen, die sie bisher gemacht haben, ihre Zeit auf Lieferantenbeziehungen, auf Ausnahmen mit Ermessen und auf Resilienzplanung legen, die in einem Tag, der mit einer Warteschlange beginnt, nie Platz hatte.