Lesezeit: 7 Minuten | Veröffentlicht im August 2026 | Relevant für: CFO · C-Level · Produktion · ERP · abas ERP · Künstliche Intelligenz · Digitale Transformation
In der Fertigungsbranche geht es mittlerweile nicht mehr darum, ob künstliche Intelligenz wichtig ist oder nicht. Die eigentliche Frage lautet:
Welche messbaren Ergebnisse wird künstliche Intelligenz für das Unternehmen bringen?
Bei unseren Gesprächen mit mittelständischen Produktionsunternehmen in verschiedenen Regionen der Türkei taucht diese Frage immer häufiger auf. Die Führungskräfte erkennen das Potenzial der künstlichen Intelligenz. Allerdings stehen sie Versuchen, die keinen Bezug zu ihren Prozessen haben, skeptisch gegenüber.
Die Führungskräfte erkennen das Potenzial, sehen sich jedoch mit ungewissen Investitionsrenditen konfrontiert. Manche Projekte bleiben lediglich eine technologische Vorzeigeprojekt. Aus diesem Grund wird bei den abas-ERP-Lösungen ein maßvoller Ansatz bevorzugt.
Die Antworten, die Forterro von 430 Industrieunternehmen aus ganz Europa erhalten hat, zeigen, dass der Ansatz in der Türkei kein Einzelfall ist.
Der Studie zufolge wünschen sich Hersteller zwar künstliche Intelligenz, geben jedoch Anwendungen den Vorrang, die deren Nutzen im Tagesgeschäft anhand von Zahlen belegen.
Als MindDX, der türkische Geschäftspartner von abas ERP unter dem Dach von Forterro, werten wir diese Studie im Hinblick auf die täglichen Betriebsabläufe und Investitionsprioritäten türkischer Hersteller aus.
Zusammenfassung
Die aus der Forterro-Studie hervorgehenden Erwartungen lassen sich unter drei Überschriften zusammenfassen:
- Messbare operative und finanzielle Ergebnisse
- Künstliche Intelligenz, die in bestehende Systeme und Arbeitsabläufe integriert ist
- Vertrauen, das auf konkreten Anwendungsbeispielen basiert, noch bevor das technologische Versprechen gegeben wird
Dieser Ansatz erfordert ein kontrolliertes Transformationsmodell, das auf ERP-, Produktions- und Maschinendaten aufbaut, anstatt künstliche Intelligenz als eigenständiges und isoliertes Projekt zu betrachten.
Was sagt uns die Forterro-Umfrage?
An der von Forterro unter seinen eigenen Kunden in Europa durchgeführten Umfrage nahmen 430 mittelständische Industrieunternehmen teil. Die wichtigsten Ergebnisse lauten wie folgt:
- 64 % der Teilnehmer betrachten künstliche Intelligenz als eines der vorrangigen Themen der nächsten 24 Monate.
- Etwa die Hälfte der Teilnehmer gibt an, dass die Entscheidung für den Einsatz künstlicher Intelligenz davon abhängt, ob dadurch die Gewinnmargen verbessert und die Betriebsabläufe effizienter gestaltet werden können.
- 74 % der Teilnehmer erwarten, dass Forterro ihre Roadmaps für künstliche Intelligenz unterstützt (41 %) oder aktiv mitgestaltet (33 %).
Diese Zahlen sind kein Ausdruck einer Abneigung gegenüber künstlicher Intelligenz. Sie zeugen vielmehr von einem ausgereifteren Investitionsansatz. Die Hersteller stehen der Technologie nicht ablehnend gegenüber. Sie möchten sehen, welches Problem die Investition lösen wird. Sie legen im Voraus fest, welches Geschäftsergebnis damit erzielt werden soll und wie dieses gemessen werden kann. Dieser Ansatz sorgt für Klarheit bei Investitionsentscheidungen. Die Ergebnisse sind im Voraus absehbar.
Dean Forbes, CEO von Forterro, stellt bei der Bewertung der Studie fest, dass Kunden nicht mehr fragen, ob künstliche Intelligenz wichtig ist. Vielmehr fragen sie, wie sie ihre Betriebsabläufe verbessern können. Diese Sichtweise führt zu besser messbaren Ergebnissen. Zukünftige Investitionspläne werden entsprechend gestaltet. Die Effizienz der Geschäftsprozesse steigt.
Warum sollte künstliche Intelligenz in den Arbeitsablauf integriert werden?
Eines der größten Probleme bei KI-Projekten in Produktionsunternehmen besteht darin, dass die Technologie als von den bestehenden Systemen unabhängige Struktur betrachtet wird. Eine neue Anwendung wird in Betrieb genommen, eine eigene Benutzeroberfläche erstellt und die Daten werden getrennt von den bestehenden Systemen gespeichert. Nach einer Weile sind die Mitarbeiter gezwungen, dieselben Informationen in mehrere Systeme einzugeben, die KI-Ergebnisse lassen sich nicht in die täglichen Entscheidungsprozesse einbinden, und das Pilotprojekt endet, ohne dass es skaliert werden kann.
Dabei befinden sich die wertvollsten betrieblichen Daten des Produktionsunternehmens – Kunden- und Verkaufsaufträge, Produkt- und Materialstrukturen, Fertigungsaufträge, Bestandsbewegungen, Einkaufsbelege, Lieferantenleistung, Liefertermine sowie Kosten- und Kapazitätsdaten – meist bereits im ERP-System. Daher ist es sinnvoller, künstliche Intelligenz in die ERP-Prozesse zu integrieren, die die Mitarbeiter täglich nutzen; so können Prognosen, Warnungen und Empfehlungen nicht auf einem separaten Bildschirm, sondern genau in dem Moment, in dem die Entscheidung getroffen wird, und innerhalb des jeweiligen Arbeitsablaufs angezeigt werden.
Auch die im Rahmen des Early-Adopter-Programms von Forterro durchgeführten Arbeiten folgen diesem Ansatz. Die Beispiele aus dem Programm reichen im Finanzbereich vom Abgleich von Zahlungsbelegen und dem Vergleich von Kaufverträgen über die Bearbeitung von Verkaufsaufträgen bis hin zu Cross-Selling-Analysen sowie in der Produktion von der Optimierung der Rüstzeiten und der Qualitätskontrolle bis hin zur vorausschauenden Nachschubplanung und der Automatisierung der Wareneingangsabwicklung im Lager.
Hier gibt es eine wichtige Unterscheidung: Bei diesen Beispielen handelt es sich um Szenarien, die im Rahmen des Early-Adopter-Programms von Forterro entwickelt und mit bestimmten Kunden validiert wurden. Man sollte sie nicht als Standardfunktionen betrachten, die heute jedem abas-ERP-Kunden zur Verfügung stehen; Forterro gibt an, dass das Unternehmen dabei ist, diese Entwicklungen in größerem Umfang für seine Kunden bereitzustellen.
Anwendungsbereiche für messbare künstliche Intelligenz
Der Wert künstlicher Intelligenz für ein Produktionsunternehmen sollte nicht daran gemessen werden, wie ausgefeilt das verwendete Modell ist, sondern an den erzielten Geschäftsergebnissen.
1. Bedarfsprognose und Bestandsoptimierung
Durch die gemeinsame Analyse von vergangenen Verkaufszahlen, aktuellen Bestellungen, Warenbewegungen und saisonalen Trends lassen sich Veränderungen in der Nachfrage früher erkennen. Auf diese Weise können Unternehmen unnötige Lagerbestände reduzieren, sich langsam drehende Artikel frühzeitig identifizieren, das Risiko von Lieferengpässen bei kritischen Materialien verringern und ihre Einkaufs- und Produktionspläne auf der Grundlage zuverlässigerer Daten erstellen.
Orbis, ein abas-ERP-Kunde, der am Early-Adopter-Programm von Forterro teilnahm, erkannte den Nachfragerückgang, noch bevor dieser zu Produktveralterung und unsichtbaren Lagerverlusten führte, und identifizierte so ein Potenzial für eine Umsatzsteigerung von 130.000 Euro pro Jahr. Dieses Beispiel zeigt, dass der Wert künstlicher Intelligenz nicht anhand einer technologischen Funktion, sondern anhand finanzieller Ergebnisse gemessen werden sollte.
2. Produktionsplanung und Entscheidungsunterstützung
Bei der Produktionsplanung werden Kapazitäts-, Termin-, Bestands-, Material- und Arbeitszentrumsdaten gleichzeitig ausgewertet. Künstliche Intelligenz und fortschrittliche Analysemethoden können den Planungsteams innerhalb dieser komplexen Datenstruktur eine schnellere Entscheidungsunterstützung bieten: beispielsweise bei der Identifizierung von Fertigungsaufträgen mit Verzögerungsrisiko, der frühzeitigen Erkennung von Kapazitätsengpässen, der Optimierung von Rüst- und Vorbereitungszeiten, dem Vergleich alternativer Produktionsszenarien sowie der Analyse von Qualitätsabweichungen.
3. Automatisierung von Finanz- und Verwaltungsprozessen
Künstliche Intelligenz kommt nicht nur in der Fertigungslinie zum Einsatz; auch bei sich wiederholenden Dokumenten- und Datenerfassungsprozessen birgt sie ein erhebliches Effizienzpotenzial. Beispiele hierfür sind das Abgleichen von Zahlungsbenachrichtigungen mit den entsprechenden Rechnungen, das Vergleichen von Kaufverträgen, das Extrahieren von Daten aus Bestellunterlagen, die Erstellung von Angeboten unter Rückgriff auf frühere Transaktionen sowie das Erkennen ungewöhnlicher Kosten oder Transaktionsbewegungen. Der Erfolg dieser Anwendungen sollte nicht nur anhand der eingesparten Zeit gemessen werden, sondern auch anhand der Senkung der Fehlerquote, der Prozessdauer, der Mitarbeiterkapazität und der Kosten pro Vorgang.
4. Vorausschauende Instandhaltung und Maschinenüberwachung
Die vorausschauende Instandhaltung benötigt neben ERP-Daten auch Maschinen- und Sensordaten; daher ist es nicht richtig, sie lediglich als eine ERP-Funktion zu betrachten. Echtzeit-Maschinendaten wie Schwingungen, Temperatur, Energieverbrauch und Motorstrom werden über IIoT-Systeme erfasst; KI-Modelle können diese Daten auf Anomalien analysieren und die Instandhaltungsteams warnen, bevor es zu einem Ausfall kommt.
An dieser Stelle lassen sich die Geschäfts- und Produktionsdaten von abas ERP durch KI-gestützte IIoT-Lösungen wie Prodaso ergänzen. Prodaso ist eine Lösung, die Maschinendaten für die Überwachung, Analyse und Planung in Produktionsprozessen nutzt und somit Teil des Forterro-Produktökosystems ist. Informationen zu den Vorteilen der vorausschauenden Instandhaltung sowie zu den Schritten für eine Pilotimplementierung finden Sie in unserem Leitfaden zur vorausschauenden Instandhaltung.
Wie sollten Finanzvorstände Investitionen in künstliche Intelligenz bewerten?
Für einen CFO ist künstliche Intelligenz kein separater Technologiehaushalt, sondern ein Investitionsinstrument, das die operative Leistung und das Renditeprofil der ERP-Investition stärken kann. Daher sollte die richtige Frage nicht lauten: „Gibt es in unserem Unternehmen künstliche Intelligenz?“, sondern: „Welches operative Ergebnis wird dieses Anwendungsszenario erzielen, zu welchen Kosten und in welchem Zeitraum?“
Vor einer Investitionsentscheidung müssen fünf Punkte geklärt werden:
- Aktuelle Verluste oder Kosten: Die heutigen Kosten des zu lösenden Problems – Überbestände, ungeplante Stillstände, Verzugsgebühren, Ausschuss, Zeitaufwand für manuelle Vorgänge oder entgangene Umsätze – müssen berechnet werden.
- Ausgangskennzahl (KPI): Vor Projektbeginn muss die aktuelle Leistung gemessen werden; ohne Kenntnis des Ausgangswerts lässt sich die Wirkung der Verbesserung nicht berechnen.
- Angestrebtes Ergebnis: Die Erfolgskriterien müssen klar definiert werden (z. B. Lagerverweildauer, manuelle Bearbeitungszeit, Prognosegenauigkeit, Produktionsverzögerungen oder ungeplante Ausfallzeiten).
- Gesamtbetriebskosten: Neben den Lizenzkosten sollten auch die Kosten für Integration, Datenaufbereitung, Beratung, Schulung, Wartung und Änderungsmanagement berücksichtigt werden.
- Rückmeldung und Skalierbarkeit: Es sollte im Voraus geplant werden, in welchem Zeitraum das Pilotprojekt Ergebnisse liefern soll und wie es im Erfolgsfall auf andere Linien, Anlagen oder Prozesse ausgeweitet werden kann.
In unserem Leitfaden zu ERP-ROI und Amortisation, den wir zur Bewertung der finanziellen Rentabilität einer ERP-Investition erstellt haben, können Sie diesen Ansatz genauer nachlesen.
Wie schafft abas ERP die Voraussetzungen für die Transformation durch künstliche Intelligenz?
Damit künstliche Intelligenz zuverlässige Ergebnisse liefern kann, sind in erster Linie zuverlässige und integrierte Daten erforderlich. abas ERP vereint grundlegende Geschäftsprozesse wie Vertrieb, Einkauf, Produktion, Planung, Lager, Service, Kostenrechnung und Finanzen in einem einzigen System. KPIs, Analysen, Dashboards, Business-Intelligence-Funktionen sowie Integrationsmöglichkeiten für den Datenaustausch mit Systemen von Drittanbietern bilden die notwendige Datengrundlage für Entscheidungsprozesse.
Aus diesem Grund besteht die wichtigste Rolle von abas ERP bei der Transformation durch künstliche Intelligenz nicht darin, alle Anwendungsszenarien eigenständig bereitzustellen, sondern eine leistungsstarke operative Basis zu schaffen, auf der korrekte und integrierte Daten verwaltet werden. KI-Anwendungen lassen sich je nach Anwendungsszenario umsetzen, indem die bestehenden Funktionen von abas ERP, die KI-Roadmap von Forterro, IIoT-Lösungen wie Prodaso, von MindDX entwickelte Integrationen sowie Analyse- und Planungslösungen miteinander kombiniert werden.
Diese Unterscheidung ist wichtig: Ein gutes KI-Projekt erfordert nicht nur einen leistungsstarken Algorithmus, sondern auch hochwertige Daten, eine korrekte Integration und einen Arbeitsablauf, den die Mitarbeiter in ihren täglichen Arbeitsabläufen nutzen können.
Wo sollte man bei der Einführung künstlicher Intelligenz in der Produktion ansetzen?
Sie müssen nicht gleich mit einem groß angelegten Programm beginnen, das das gesamte Unternehmen umfasst. Ein kontrollierterer Ansatz ist ein Pilotprojekt, das sich auf ein einzelnes betriebliches Problem konzentriert und dessen Ergebnis messbar ist:
- Wählen Sie ein Problem mit hohem Wert aus. Ermitteln Sie den Prozess, der die höchsten Kosten, den größten Zeitverlust oder das größte Kundenrisiko verursacht – nicht das technologisch interessanteste Thema, sondern das aus betriebswirtschaftlicher Sicht wertvollste Problem.
- Bewerten Sie die Eignung der Daten. Prüfen Sie, in welchen Systemen die betreffenden Daten vorliegen, sowie deren Qualität, historische Tiefe und Aktualität; sollten Daten fehlen oder inkonsistent sein, verbessern Sie die Datenbasis, bevor Sie mit der Modellentwicklung beginnen.
- Legen Sie die Erfolgskriterien im Voraus fest. Definieren Sie die zu messenden KPIs und die angestrebten Verbesserungen; bewerten Sie den Erfolg nicht anhand der Tatsache, dass „das System in Betrieb genommen wurde“, sondern anhand der erzielten operativen Ergebnisse.
- Skalieren Sie das Konzept, sobald es sich bewährt hat. Messen Sie die finanziellen und betrieblichen Auswirkungen des Pilotprojekts; erweitern Sie den Ansatz auf andere Produkte, Produktlinien, Standorte oder Prozesse, sobald die Ergebnisse bestätigt sind.
Die Rolle von MindDX und Ihr nächster Schritt
Unsere Aufgabe bei MindDX besteht nicht darin, künstliche Intelligenz als eigenständiges Technologieprojekt zu präsentieren, sondern sie mit den tatsächlichen Prozessen des produzierenden Unternehmens, der bestehenden ERP-Infrastruktur und messbaren Geschäftszielen zu verknüpfen. Als türkischer Partner von abas ERP unter dem Dach von Forterro passen wir die globale Produkt- und KI-Vision mit unserer über 20-jährigen Erfahrung in den Bereichen ERP und digitale Transformation an die betrieblichen Anforderungen türkischer Hersteller an.
Als ersten Schritt können Sie mit unserem Team eine Bewertung der Möglichkeiten im Bereich ERP und künstliche Intelligenz vereinbaren. Im Rahmen dieser Bewertung analysieren wir gemeinsam Ihre bestehende ERP- und Dateninfrastruktur, Ihre vorrangigen betrieblichen Probleme, potenzielle Anwendungsbereiche für künstliche Intelligenz, messbare Erfolgskennzahlen sowie den Umfang des Pilotprojekts. Dabei identifizieren wir Bereiche mit hohem Wertpotenzial, entwerfen die Integration zwischen ERP, IIoT und anderen Systemen, definieren die KPIs für das Pilotprojekt und unterstützen die Skalierung der bewährten Lösung.
Weitere Informationen zu unserer speziellen Lösung für die Fertigung finden Sie auf unserer abas-ERP-Seite oder wenden Sie sich an das MindDX-Team.
