Lesezeit: 7 Minuten | Veröffentlicht im August 2026 | Relevant für: CFOs · Führungskräfte · Fertigung · ERP · abas ERP · Künstliche Intelligenz · Digitale Transformation
In der Fertigungsbranche geht es nicht mehr um die Frage, ob künstliche Intelligenz wichtig ist. Die eigentliche Frage lautet:
Welches messbare Ergebnis wird künstliche Intelligenz dem Unternehmen bringen?
Bei MindDX kommt diese Frage in unseren Gesprächen mit mittelständischen Fertigungsunternehmen in verschiedenen Regionen der Türkei immer häufiger auf. Die Führungskräfte sehen das Potenzial der künstlichen Intelligenz. Gegenüber Experimenten, die von ihren Prozessen losgelöst sind, bleiben sie jedoch zurückhaltend.
Die Führungskräfte sehen das Potenzial, stehen aber vor einer ungewissen Kapitalrendite. Manche Projekte bleiben bloße Technologie-Schaufenster. Deshalb wird mit abas ERP-Lösungen ein maßvoller Ansatz bevorzugt.
Die Antworten, die Forterro von 430 Industrieunternehmen in ganz Europa erhalten hat, zeigen, dass die Haltung in der Türkei keine lokale ist.
Laut der Umfrage wollen Hersteller künstliche Intelligenz; Vorrang geben sie jedoch Anwendungen, die ihren Wert im Tagesgeschäft mit Zahlen belegen.
Als MindDX, Partner von abas ERP (Teil von Forterro) in der Türkei, bewerten wir diese Umfrage aus Sicht des Tagesgeschäfts und der Investitionsprioritäten türkischer Hersteller.
Zusammenfassung
Die Erwartungen, die die Forterro-Umfrage offenlegt, lassen sich unter drei Überschriften zusammenfassen:
- Messbare operative und finanzielle Ergebnisse
- Künstliche Intelligenz, die innerhalb bestehender Systeme und Arbeitsabläufe arbeitet
- Vertrauen, das vor Technologieversprechen durch reale Anwendungsfälle entsteht
Statt künstliche Intelligenz als eigenständiges, losgelöstes Projekt zu behandeln, erfordert dieser Ansatz ein kontrolliertes Transformationsmodell, das auf ERP-, Produktions- und Maschinendaten aufbaut.
Was sagt uns die Forterro-Umfrage?
An der Umfrage, die Forterro unter seinen eigenen Kunden in Europa durchgeführt hat, nahmen 430 mittelständische Industrieunternehmen teil. Die wichtigsten Ergebnisse sind:
- 64 % der Befragten sehen künstliche Intelligenz als eines ihrer vorrangigen Themen für die nächsten 24 Monate.
- Rund die Hälfte der Befragten gibt an, dass die Entscheidung für den Einsatz künstlicher Intelligenz davon abhängt, ob sie die Gewinnmargen steigert und die Abläufe effizienter macht.
- 74 % der Befragten erwarten, dass Forterro ihre KI-Roadmaps unterstützt (41 %) oder aktiv steuert (33 %).
Diese Zahlen bedeuten keine Abneigung gegenüber künstlicher Intelligenz. Sie spiegeln einen reiferen Investitionsansatz wider. Hersteller sind Technologie gegenüber nicht verschlossen. Sie wollen sehen, welches Problem die Investition lösen wird. Sie legen im Voraus fest, welches Geschäftsergebnis die Investition bringen soll und wie es gemessen wird. Dieser Ansatz schafft Klarheit bei Investitionsentscheidungen. Die Ergebnisse lassen sich im Voraus absehen.
In seiner Einschätzung der Umfrage stellt Forterro-CEO Dean Forbes fest, dass Kunden nicht mehr fragen, ob künstliche Intelligenz wichtig ist. Kunden fragen, wie sie ihre Abläufe verbessern können. Diese Sichtweise führt zu besser messbaren Ergebnissen. Die Investitionspläne für die Zukunft richten sich danach aus. Die Effizienz der Geschäftsprozesse steigt.
Warum sollte künstliche Intelligenz Teil des Arbeitsablaufs sein?
Eines der größten Hindernisse für KI-Projekte in Fertigungsunternehmen besteht darin, dass die Technologie als eine von bestehenden Systemen unabhängige Struktur behandelt wird. Eine neue Anwendung wird eingeführt, eine andere Oberfläche geschaffen, und die Daten werden getrennt von den bestehenden Systemen gehalten. Nach einer Weile müssen Mitarbeitende dieselben Informationen in mehr als ein System eingeben, die Ergebnisse der künstlichen Intelligenz lassen sich nicht in die täglichen Entscheidungsprozesse einbinden, und das Pilotprojekt endet, bevor es skaliert werden kann.
Dabei liegen die wertvollsten operativen Daten eines Fertigungsunternehmens — Kunden- und Verkaufsaufträge, Produktstrukturen und Stücklisten, Fertigungsaufträge, Lagerbewegungen, Einkaufsdaten, Lieferantenleistung, Liefertermine, Kosten- und Kapazitätsinformationen — meist bereits im ERP-System. Deshalb ist es sinnvoller, künstliche Intelligenz in die ERP-Prozesse zu integrieren, die Mitarbeitende täglich nutzen; so können Prognosen, Warnungen und Empfehlungen nicht auf einem separaten Bildschirm, sondern im Moment der Entscheidung und innerhalb des jeweiligen Arbeitsablaufs bereitgestellt werden.
Auch die Arbeiten im Early-Adopter-Programm von Forterro folgen diesem Ansatz. Die Beispiele im Programm reichen vom Abgleich von Zahlungsbuchungen und dem Vergleich von Einkaufsverträgen im Finanzbereich über die Bearbeitung von Verkaufsaufträgen und Cross-Selling-Analysen bis hin zur Optimierung von Rüstzeiten und zur Qualitätskontrolle in der Produktion sowie zu vorausschauender Nachschubsteuerung und automatisiertem Wareneingang im Lager.
Hier gibt es eine wichtige Unterscheidung: Diese Beispiele sind Szenarien, die im Early-Adopter-Programm von Forterro entwickelt und mit bestimmten Kunden validiert wurden. Sie sollten nicht alle als Standardfunktionen betrachtet werden, die heute jeder abas ERP-Kunde nutzen kann; Forterro gibt an, sich darauf vorzubereiten, diese Investitionen einem breiteren Kundenkreis zugänglich zu machen.
Messbare Einsatzbereiche der künstlichen Intelligenz
Für ein Fertigungsunternehmen sollte der Wert künstlicher Intelligenz nicht daran gemessen werden, wie fortschrittlich das eingesetzte Modell ist, sondern am erzielten Geschäftsergebnis.
1. Bedarfsprognose und Bestandsoptimierung
Werden vergangene Verkäufe, aktuelle Aufträge, Produktbewegungen und saisonale Trends gemeinsam analysiert, lassen sich Nachfrageveränderungen früher erkennen. So können Unternehmen unnötigen Lageraufbau verringern, Langsamdreher frühzeitig erkennen, das Risiko von Fehlbeständen bei kritischen Materialien senken und ihre Einkaufs- und Produktionspläne auf verlässlichere Daten stützen.
Orbis, ein abas ERP-Kunde, der am Early-Adopter-Programm von Forterro teilnimmt, hat ein jährliches Umsatzsteigerungspotenzial von 130.000 Euro identifiziert, indem es einen Nachfragerückgang vorhersah, bevor dieser zu Veralterung des Produkts und unsichtbaren Bestandsverlusten führte. Dieses Beispiel zeigt, dass der Wert künstlicher Intelligenz nicht über ein Technologiemerkmal, sondern über finanzielle Ergebnisse ausgedrückt werden sollte.
2. Produktionsplanung und Entscheidungsunterstützung
In der Produktionsplanung werden Kapazität, Liefertermin, Bestand, Material und Arbeitsplatzinformationen gleichzeitig bewertet. Künstliche Intelligenz und fortgeschrittene Analytik können Planungsteams in dieser komplexen Datenstruktur schnellere Entscheidungsunterstützung bieten: etwa beim Erkennen von Fertigungsaufträgen mit Verzugsrisiko, beim frühzeitigen Erkennen von Kapazitätsengpässen, bei der Optimierung von Rüst- und Vorbereitungszeiten, beim Vergleich alternativer Produktionsszenarien und bei der Analyse von Qualitätsabweichungen.
3. Automatisierung finanzieller und administrativer Prozesse
Künstliche Intelligenz wird nicht nur an der Fertigungslinie eingesetzt; auch wiederkehrende Beleg- und Buchungsvorgänge bergen ein erhebliches Effizienzpotenzial. Beispiele sind der Abgleich von Zahlungsavis mit den zugehörigen Rechnungen, der Vergleich von Einkaufsverträgen, das Extrahieren von Daten aus Auftragsbelegen, das Erstellen von Angeboten auf Basis früherer Vorgänge und das Erkennen ungewöhnlicher Kosten- oder Buchungsbewegungen. Der Erfolg dieser Anwendungen sollte nicht nur an der gewonnenen Zeit gemessen werden, sondern auch an der Senkung der Fehlerquote, der Prozessdauer, der Mitarbeiterkapazität und den Kosten pro Vorgang.
4. Vorausschauende Instandhaltung und Maschinenüberwachung
Vorausschauende Instandhaltung benötigt neben ERP-Daten auch Maschinen- und Sensordaten; deshalb ist es nicht richtig, sie nur als ERP-Funktion zu betrachten. Echtzeit-Maschinendaten wie Vibration, Temperatur, Energieverbrauch und Motorstrom werden über IIoT-Systeme erfasst; KI-Modelle können Anomalien in diesen Daten analysieren und Instandhaltungsteams warnen, bevor ein Ausfall eintritt.
An dieser Stelle lassen sich die Geschäfts- und Produktionsdaten von abas ERP durch KI-gestützte IIoT-Lösungen wie Prodaso ergänzen. Prodaso ist als Lösung, die Maschinendaten zur Überwachung, Analyse und Planung in Produktionsprozessen nutzt, Teil des Produktökosystems von Forterro. Informationen zu den Vorteilen der vorausschauenden Instandhaltung und den Schritten einer Pilotanwendung finden Sie in unserem Leitfaden zur vorausschauenden Instandhaltung.
Wie sollten CFOs KI-Investitionen bewerten?
Für einen CFO ist künstliche Intelligenz kein separates Technologiebudget, sondern ein Investitionsinstrument, das die operative Leistung und das Renditeprofil der ERP-Investition stärken kann. Die eigentliche Frage lautet daher nicht „Haben wir in unserem Unternehmen künstliche Intelligenz?“, sondern „Welches operative Ergebnis liefert dieser Anwendungsfall, zu welchen Kosten und in welchem Zeitraum?“
Vor einer Investitionsentscheidung sollten fünf Punkte geklärt werden:
- Aktueller Verlust oder aktuelle Kosten: Die heutigen Kosten des zu lösenden Problems — Überbestand, ungeplanter Stillstand, Verzugsstrafen, Ausschuss, manuelle Bearbeitungszeit oder entgangene Verkäufe — sollten berechnet werden.
- Ausgangs-KPI: Die aktuelle Leistung sollte vor Projektbeginn gemessen werden; ohne den Ausgangswert lässt sich die Wirkung der Verbesserung nicht berechnen.
- Angestrebtes Ergebnis: Das Erfolgskriterium sollte klar definiert sein (etwa Lagerverweildauer, manuelle Bearbeitungszeit, Prognosegenauigkeit, Produktionsverzögerungen oder ungeplante Stillstandszeit).
- Gesamtbetriebskosten: Neben der Lizenz sollten auch die Kosten für Integration, Datenaufbereitung, Beratung, Schulung, Wartung und Change-Management berücksichtigt werden.
- Amortisation und Skalierbarkeit: Es sollte im Voraus geplant werden, in welchem Zeitraum sich die Pilotanwendung amortisieren soll und wie sie im Erfolgsfall auf andere Linien, Werke oder Prozesse ausgeweitet wird.
Diesen Ansatz können Sie im Leitfaden zu ERP-ROI und Amortisation genauer nachlesen, den wir zur Bewertung der finanziellen Rendite einer ERP-Investition erstellt haben.
Welche Grundlage bietet abas ERP für die KI-Transformation?
Damit künstliche Intelligenz verlässliche Ergebnisse liefern kann, braucht sie zunächst verlässliche und integrierte Daten. abas ERP vereint zentrale Geschäftsprozesse wie Verkauf, Einkauf, Produktion, Planung, Lager, Service, Kalkulation und Finanzen in einem einzigen System. KPIs, Analysen, Dashboards, Business-Intelligence-Funktionen und Integrationsoptionen für den Datenaustausch mit Drittsystemen unterstützen zudem die Datengrundlage, die Entscheidungsprozesse benötigen.
Die wichtigste Rolle von abas ERP in der KI-Transformation besteht daher nicht darin, alle Anwendungsfälle allein bereitzustellen, sondern ein starkes operatives Rückgrat zu bilden, in dem korrekte und integrierte Daten verwaltet werden. KI-Anwendungen lassen sich dann je nach Anwendungsfall umsetzen, indem die vorhandenen Funktionen von abas ERP, die KI-Roadmap von Forterro, IIoT-Lösungen wie Prodaso, von MindDX entwickelte Integrationen sowie Analytik- und Planungslösungen zusammengeführt werden.
Diese Unterscheidung ist wichtig: Ein gutes KI-Projekt braucht nicht nur einen leistungsfähigen Algorithmus, sondern auch hochwertige Daten, die richtige Integration und einen Arbeitsablauf, den Mitarbeitende in ihren täglichen Geschäftsprozessen nutzen können.
Wo sollte man mit künstlicher Intelligenz in der Fertigung beginnen?
Sie müssen nicht mit einem großen Programm beginnen, das das gesamte Unternehmen umfasst. Kontrollierter ist eine Pilotanwendung, die sich auf ein einziges operatives Problem konzentriert und deren Ergebnis messbar ist:
- Wählen Sie ein Problem mit hohem Wert. Bestimmen Sie den Prozess, der die meisten Kosten, den größten Zeitverlust oder das höchste Kundenrisiko verursacht — nicht das technologisch interessanteste Thema, sondern das für das Unternehmen wertvollste Problem.
- Bewerten Sie die Eignung der Daten. Prüfen Sie, in welchen Systemen die relevanten Daten liegen, wie gut ihre Qualität ist, welchen Umfang die historischen Daten haben und wie aktuell sie sind; fehlen Daten oder sind sie inkonsistent, verbessern Sie die Datengrundlage, bevor Sie mit der Modellentwicklung beginnen.
- Legen Sie die Erfolgskriterien im Voraus fest. Definieren Sie die zu messenden KPIs und die angestrebte Verbesserung; bewerten Sie den Erfolg nicht mit der Aussage „Das System ist live“, sondern anhand der erzielten operativen Ergebnisse.
- Skalieren Sie, sobald es nachgewiesen ist. Messen Sie die finanzielle und operative Wirkung der Pilotanwendung; sobald das Ergebnis bestätigt ist, übertragen Sie denselben Ansatz auf andere Produkte, Linien, Werke oder Prozesse.
Die Rolle von MindDX und Ihr nächster Schritt
Unsere Rolle bei MindDX besteht nicht darin, künstliche Intelligenz als eigenständiges Technologieprojekt anzubieten, sondern sie mit den realen Prozessen des Fertigungsunternehmens, seiner bestehenden ERP-Infrastruktur und seinen messbaren Geschäftszielen zu verbinden. Als Partner von abas ERP (Teil von Forterro) in der Türkei übertragen wir die globale Produkt- und KI-Vision mit mehr als 20 Jahren Erfahrung in ERP und digitaler Transformation auf die operativen Bedürfnisse türkischer Hersteller.
Als Ausgangspunkt können Sie mit unserem Team eine Bewertung der ERP- und KI-Potenziale planen. In dieser Bewertung betrachten wir gemeinsam Ihre bestehende ERP- und Dateninfrastruktur, Ihre vorrangigen operativen Probleme, mögliche KI-Anwendungsfälle, messbare Erfolgsindikatoren und den Umfang des Pilotprojekts; wir identifizieren Bereiche mit hohem Wertpotenzial, entwerfen die Integration zwischen ERP, IIoT und weiteren Systemen, definieren die KPIs des Pilotprojekts und unterstützen die Skalierung der bewährten Lösung.
Mehr über unsere fertigungsspezifische Lösung erfahren Sie auf unserer abas ERP-Seite, oder Sie können mit dem MindDX-Team Kontakt aufnehmen.
