So wählen Hersteller KI-Software für die Bestellabwicklung aus
Fünf Kriterien trennen KI-Software für die Bestellabwicklung voneinander: Automatisiert sie Entscheidungen oder nur die Datenextraktion, wie lernt sie aus Korrekturen, wie tief reicht die ERP-Anbindung, wie sind Compliance und Datenhaltung geregelt, und wie sieht das kommerzielle Modell aus? Durchsetzen wird sich die Lösung, die die unstrukturierte Lieferantenkommunikation verarbeitet, die im ERP nie ankommt, und die mit jeder Nutzung genauer wird.
In den meisten Fertigungsunternehmen ist das Team qualifiziert und SAP längst konfiguriert, trotzdem versickert Kapazität in Arbeit, für die es keine Qualifikation braucht: Bestellbestätigungen abgleichen, Lieferterminen nachlaufen, Rechnungen klären. Ob am Ende ein Autopilot im Haus steht oder ein weiteres Tool, das Pflege braucht, entscheidet sich bei KI-Software für die Bestellabwicklung an fünf Kriterien.
Hinter dem Begriff stecken zwei Produkte, die auf einer Folie identisch aussehen: Das eine liest ein Dokument und gibt Felder zurück, das andere schließt den Vorgang ab. Die Kriterien, auf die es bei der Auswahl wirklich ankommt, sind weniger als die meisten Lastenhefte vermuten lassen. Nützlich ist in jedem Anbietertermin die Person, die heute die Ausnahmen abarbeitet. Sie kennt das Dutzend Lieferanten, das die Hälfte der Arbeit verursacht, und stellt schärfere Fragen als der Steuerkreis.
1. Entscheidungsebene, nicht Dokumentenebene
OCR und RPA machen aus Dokumenten Daten und hören dort auf. Die Entscheidung, also welcher Lieferant, welches Material, welcher Preis und was passiert, wenn eine Angabe fehlt, fällt weiterhin im Kopf eines Mitarbeiters. Die Trennlinie verläuft dort, wo die Software diese Entscheidung selbst übernimmt: Fuzzy-Abgleich gegen die Stammdaten, vorbereitete Rückfragen, Buchung im ERP, und das alles mit einem Konfidenzwert und einer klaren Eskalation. Hier liegt der größte Unterschied zwischen den Anbietern.
Der Test dafür kostet eine halbe Stunde und braucht eine Bestätigung, die der Anbieter noch nie gesehen hat: vier betroffene Bestellungen, die Artikelnummern des Lieferanten, und Position drei in einem Freitextsatz auf halber Seite storniert. Entscheidend ist danach, wo die Demo endet. Endet sie auf einer Prüfmaske mit hervorgehobenen Feldern, die jemand bestätigen soll, steht am Ende eine Verwaltungssoftware für Bestellungen und die Arbeit bleibt im Haus. Endet sie auf einer gebuchten Position samt vorbereiteter E-Mail zu Position drei, liegt ein anderes Produkt auf dem Tisch.
Aussagekräftig ist die Durchlaufquote aus einem produktiven Kundensystem: der Anteil der Bestellpositionen, der ohne eine einzige manuelle Korrektur fertig wird. GeneralMind bucht bei Klöckner 81 % der Bestellpositionen ohne manuelles Zutun, über 150 Lieferanten und mehr als 1.100 Bestellpositionen pro Woche. Bei Oatly laufen rund 80 % von etwa 2.500 Aufträgen pro Monat im Autopilot.
2. Wie eine KI-Software für die Bestellabwicklung lernt
Die Modelle darunter werden austauschbar. Was eine Demo von der Produktion trennt, ist das Harness: die Schicht, die entscheidet, welchen Kontext das Modell sieht, wie es auf Stammdaten zugreift, wie die Ausgabe kontrolliert wird und wie das System lernt. Die Frage, die den Unterschied sichtbar macht, lautet: Wie wird aus den Korrekturen der Operatoren dauerhaftes Wissen? Bei GeneralMind entstehen aus jeder Korrektur geprüfte Referenzdatensätze, die als Gedächtnis in alle weiteren Vorgänge einfließen, sodass die Genauigkeit mit der Nutzung steigt.
Ebenso wichtig ist, wo eine Korrektur landet. Legt jemand beim Anbieter dafür eine Regel an, ist das ein Konfigurationsrückstand mit einem Modell davor. Lautet die Antwort Nachtraining im Quartalsrhythmus, wartet die Korrektur ein Quartal. Die brauchbare Antwort klingt anders: Die Korrektur eines Operators am Dienstag verändert das Verhalten am Mittwoch, bei diesem Lieferanten und bei denen, die ihm ähneln.
Dann kommt die unangenehme Nachfrage: Woher weiß der Anbieter, dass die Korrektur der letzten Woche nichts zerstört hat, was vorher funktionierte? Ohne einen Evaluationsdatensatz, den er vorzeigen kann, übernimmt das Einkaufsteam die Rolle der Testsuite. Auffällig wird das im vierten Monat, wenn ein Lieferant, der sauber lief, plötzlich in den Eskalationen auftaucht.
3. Tiefe der ERP-Anbindung
Kein deutscher Hersteller reißt Jahre an SAP-Konfiguration heraus. Vorausgesetzt wird deshalb eine Schicht über den bestehenden Systemen, die bidirektional zurückschreibt und stark angepasste Umgebungen verträgt. GeneralMind verbindet sich über Ihr vorhandenes Postfach und eine leichtgewichtige API mit SAP (ECC und S/4-fähig), Oracle, Dynamics und über 100 weiteren Systemen und übernimmt die Integrationsschicht auf Dauer.
Kaum ein Fertigungsunternehmen fährt ein einziges ERP: ECC im Stammwerk, S/4HANA an einem neueren Standort, Dynamics in einer vor vier Jahren zugekauften Gesellschaft. Ob ein einziger Workflow das alles abdeckt, entscheidet über den Aufwand, denn Prozesse in der Fertigung halten selten an einer Systemgrenze: Eine Bestätigung für ein Werk in Polen verschiebt einen Produktionstermin in Deutschland.
Wer pflegt die Schnittstelle im neunten Monat?
Eine Anbindung lässt sich gut vorführen und ist teuer im Unterhalt. Die harte Frage ist, wer die Arbeit macht, wenn ein Z-Feld umzieht oder ein Standort ein Upgrade bekommt. Führt die Antwort über den eigenen SAP-Rückstand, gehört dieser Aufwand in die Kalkulation. Jede Feldänderung wird dann zum Ticket, und solange das Ticket liegt, verliert die Automatisierung an Qualität. GeneralMind nutzt die Schnittstellen, die jedes System bereits bereitstellt, pflegt sie selbst und verlangt keine Migration.
4. Compliance und Nachvollziehbarkeit
Zum Pflichtprogramm gehören EU-Datenhaltung, ISO 27001, ISO 27701 und SOC 2 Type II sowie ein vollständiger Audit-Trail. Offen bleibt danach, wo gehostet wird und ob die eigenen Daten in das Training fremder Modelle einfließen. GeneralMind hostet in Frankfurt mit Disaster Recovery in Stockholm, hält die Daten jedes Kunden isoliert und untrainiert und protokolliert jede Aktion prüffähig. Das ist mehr als der Status quo, in dem die Begründung einer Entscheidung im Kopf einzelner Personen liegt.
Es zählt der Geltungsbereich, nicht das Logo. Ein ISO 27001-Zertifikat gilt für eine benannte Gesellschaft, einen benannten Systemumfang und ein bestimmtes Ausstellungsdatum. Erst das Zertifikat im Original zeigt, ob der eingekaufte Dienst innerhalb dieses Geltungsbereichs liegt. Separat davon entscheidet, wo die Inferenz läuft: Eine Datenbank in Frankfurt hilft niemandem, wenn jedes Dokument an einen Modell-Endpunkt in Virginia geschickt wird.
Beim Audit-Trail genügt als Probe eine einzelne Zeile. Die interne Revision greift sich eine Bestellposition aus dem März heraus und will wissen, warum eine Lieferverzögerung von neun Tagen akzeptiert wurde, nach welcher Regel das geschah und ob eine Person etwas übersteuert hat. Braucht die Rekonstruktion ein Support-Ticket, ist die Protokollierung für die Entwickler des Anbieters gebaut und nicht für die Revision.
5. Kommerzielles Modell und Zeit bis zum Nutzen
Die Warnzeichen im Angebot sind Einführungsgebühren, Lizenzbindung und Rollouts über mehrere Quartale. Eine ergebnisbasierte Abrechnung pro Vorgang macht aus einem festen Personalkostenblock eine variable Größe, die am Output hängt, und bringt die Interessen beider Seiten in eine Richtung. GeneralMind rechnet ausschließlich pro verarbeitetem Vorgang ab, Kosten entstehen ab Go-live, und die Einführung dauert Wochen. In den ersten drei Monaten gilt eine verkürzte Kündigungsfrist als Absicherung.
Ein Preis pro Vorgang sagt wenig, solange der Vorgang nicht definiert ist. Ist eine Bestätigung über vierzehn Positionen ein Vorgang oder sind es vierzehn? Zählt eine Rückfrage im selben Fall erneut? Belastbar wird die Zahl erst, wenn die Zählregel schriftlich vorliegt und der Anbieter das tatsächliche Volumen des letzten Monats damit durchrechnet. Genauso hart wie der Preis wiegt der Ausstieg: Was kostet eine Kündigung im zweiten Monat, wenn die Zahlen nicht halten?
Was ein Anbieter vor dem Piloten braucht
Für das Onboarding braucht ein Anbieter 30 bis 50 repräsentative Vorgänge, dazu das Systemschema und genug Prozesskontext, damit das System weiß, welche Regeln bindend sind. Der Reflex ist, saubere Beispiele zu schicken, und genau der verfälscht das Ergebnis. Den Unterschied machen die Bestätigung, für deren Klärung es drei E-Mails brauchte, die Excel-Bestellung mit verbundenen Zellen und der Lieferant, der seine eigene Auftragsnummer nennt und die des Kunden nie.
Vor dem Start des Piloten steht ein benannter Operator mit einer Konfidenzschwelle, für die er verantwortlich ist. Auswahlprojekte für Beschaffungssoftware scheitern selten an der Technik, sondern daran, dass niemand entschieden hat, wer die Eskalationen bearbeitet: Die Ausnahmen sammeln sich in einer Warteschlange ohne Verantwortlichen, und der Pilot liest sich am Ende als Misserfolg. In dieselbe Woche eins gehört die Sicherheitsprüfung. Ein AVV und ein Zertifizierungsumfang brauchen in den meisten deutschen Rechtsabteilungen zwei Wochen, und sie verschieben Go-live-Termine häufiger als die Genauigkeit.
Eine Anmerkung zum Realismus
Ein Versprechen von 95 % Genauigkeit ab Tag eins ist ein Warnsignal. Die letzte Meile der Grenzfälle ist die Stelle, an der die meisten Projekte scheitern. Ein glaubwürdiger Verlauf beginnt bei rund 85 % Durchlauf am ersten Tag, weil auf ähnlichen Abläufen vortrainiert wurde, erreicht innerhalb weniger Wochen 93 bis 95 % und kommt nach etwa sechs Wochen auf über 90 % Autopilot. Das ist der typische Verlauf und keine Zusage. Belegen lässt sich ein solcher Verlauf nur mit Produktionszahlen, nicht mit Folien.
Der Fehler, mit dem niemand rechnet, ist ein kuratierter Datensatz, meist in guter Absicht zusammengestellt. Wer die Stichprobe vorbereitet hat, hat gut lesbare und vollständige Dokumente gewählt, weil die sich am leichtesten exportieren ließen. In der Produktion kommen dann das gescannte Fax, die Bestätigung ohne Seite zwei und drei und die E-Mail, deren gesamter Inhalt „wie besprochen, siehe Anhang“ lautet, ohne Anhang.
Die nächste Falle ist eine Genauigkeitsangabe ohne Nenner. 95 % von was? Von Feldern, von Positionen, von Dokumenten oder von kompletten Fällen vom Posteingang bis zur gebuchten ERP-Position? Feldgenauigkeit ist die schmeichelhafte Größe, und sie bricht auf einer Bestätigung mit vierzehn Positionen und vierzig Werten zusammen: Bei 95 % pro Feld enthalten die meisten Dokumente einen Fehler, und eine falsche Position ist eine falsche Buchung.
Genauigkeit und Autonomie werden ebenfalls als eine Zahl behandelt. Ein System kann fast immer richtig liegen und die meisten Fälle trotzdem an eine Person geben, weil seine Schwellen niedrig gesetzt sind. Die Genauigkeit sagt, ob einer Antwort zu trauen ist. Der Autopilot-Anteil sagt, wie viel Arbeit das Team tatsächlich verlassen hat, und bezahlt wird genau dafür. Rund 60 % der manuellen Bearbeitungszeit in den ersten drei Monaten ist eine Zahl, die nur gegen die eigene Ausgangsbasis etwas bedeutet, und die messen die meisten Teams zum ersten Mal während der Auswahl.
Am Ende steht eine Kurve, kein Schalter. Zwischen 93 % und den letzten Prozentpunkten liegen Wochen an Korrekturen auf den eigenen Lieferanten, dem eigenen Materialstamm und den eigenen Toleranzregeln. Ein Anbieter, der Perfektion ab Tag eins verspricht, beschreibt ein engeres Problem als Ihres.
Häufig gestellte Fragen
Selbst entwickeln ist möglich, aber verlässliche über 90 % Autopilot kosten mehrere Quartale über KI, Evaluationsschleifen, Workflows und Integrationen. Jeder Fehler bleibt danach dauerhaft im eigenen Haus. Ergebnisbasierte Software verlagert diese Komplexität und das Risiko zum Anbieter.
In der Regel 30 bis 50 repräsentative echte Vorgänge samt Grenzfällen, dazu das Systemschema und der Prozesskontext. Die Übergabe erfolgt gesichert über Exporte, Beispieldateien oder kontrollierten Zugriff.
Ja. GeneralMind ist für komplexe Unternehmensumgebungen gebaut und nutzt die Schnittstellen, die jedes System bereits bereitstellt, über APIs, Dokumente und Kommunikationskanäle, und pflegt sie selbst.
Unterhalb Ihrer Konfidenzschwelle wird nichts geschrieben und nichts versendet; diese Fälle gehen an einen Operator. Bei ergebnisbasierter Abrechnung hat der Anbieter ein Eigeninteresse an der korrekten Ausführung.
Am nützlichen Ende der Kategorie: Bestätigungen, Auftragsänderungen und Lieferupdates in jedem eingehenden Format lesen, sie der richtigen Bestellposition zuordnen, gegen Ihre Toleranzen prüfen, das Ergebnis im ERP buchen und nachfassen, wenn eine Antwort ausbleibt. Software, die Bestellungen nur speichert und deren Status anzeigt, ist ein anderes Produkt: Es zeigt an, dass eine Bestätigung fehlt, und tut nichts dagegen.
Zwei Zahlen: den Anteil der Bestellpositionen, die ohne manuelle Korrektur fertig werden, und die Zeit, bis eine Ausnahme nach Eingang beim Operator geschlossen ist. Die Extraktionsgenauigkeit sagt über beides nichts. Beide Werte gehören vor dem Start des Piloten auch für den heutigen Zustand erhoben. Ein Vergleich gegen eine Zahl, die niemand erfasst hat, ist ein Argument und kein Ergebnis.
