Möglichkeiten mit KI im Bereich ERP-Systeme

Wie Künstliche Intelligenz mittelständische Unternehmen voranbringt

Die rasante Entwicklung der künstlichen Intelligenz (KI) eröffnet ERP-Systemen (Enterprise Resource Planning) völlig neue Möglichkeiten. Durch die Verschränkung von Daten aus verschiedensten Unternehmensbereichen, verbunden mit Machine Learning, lassen sich Prozesse nicht nur optimieren – sie können intelligent vorausdenken und im Alltag einer Unternehmung assistieren. Aktuell werden viele Unternehmensbereiche mit künstlicher Intelligenz angereichert, worauf im Folgenden einige detaillierter beschrieben werden.

Grundsätzlich: Wann macht AI Sinn?

Bevor man mit KI-Projekten startet, sollte auch hier vorher abgewogen werden:

Erfordert das Problem komplexe Entscheidungen? AI kann komplexe Themen analysieren, die der Mensch nicht erfassen kann
Ist das Thema bzw. die Problemlösung mit einem hohen Workload verbunden?
Sind Themen mit großem Aufwand und immer wiederkehrender Problemstellung verbunden?
Sind die benötigten Daten vorhanden?
Hinterfragen der Datengrundlage (strukturiert / unstrukturiert)
Wie ist die Qualität der Daten
Gibt es bereits Software, die das Problem löst?
Funktioniert diese Software?
Ggf. prüfen wo sind die Grenzen oder Einschränkungen

Im Folgenden sehen Sie einige sinnvolle Anwendungsbeispiele aus der Praxis:

1. Vendor Grading – Intelligente Lieferantenbewertung:

Im Einkauf steuert KI die Leistungs- und Risikobewertung von Lieferanten. Statt starrer Kennzahlen werden historische Daten, Lieferzeiten, Qualitätsmetriken und Zahlungsperformance mittels Machine Learning analysiert. So entsteht ein dynamisches Vendor-Grading-System, das:

• Schwankende Liefertreue frühzeitig erkennt,
• Korrelationen zwischen Lieferverhalten und Qualität identifiziert,
• objektive Empfehlungen für Lieferantenentscheidungen gibt.

2. Spare Parts Management – Bedarfsprognose für Ersatzteile

Besonders in der Fertigung mit kritischen Anlagen ist ein reibungslos funktionierendes Ersatzteilmanagement essenziell. KI-unterstützte Bedarfsplanung analysiert verbaute Artikel, Instandhaltungszyklen und Maschinenlaufzeiten. Dadurch können ERP-Systeme:
• Mindestbestände intelligent nachjustieren,
• prognostische Bestellungen abgeben,
• Ausfallzeiten reduzieren.
Durch Echtzeitsynchronisation mit Infor ION und Data Lake in Kombination mit IoT Sensorik, können Maschinen-& Wartungsdaten automatisiert ausgewertet und in Materialbestellungen überführt werden. Dadurch ist es möglich mit Predictive Maintenance, die Produktionen effizienter im Betrieb halten zu können.

3. Predictive Maintenance – Vorausschauende Instandhaltung

Sensoren ermitteln Daten wie Temperatur, Vibration oder Druck aus der Produktion. KI-Modelle werten diese Informationen aus und erkennen Muster, die auf drohende Maschinenprobleme hinweisen. Infor OS verknüpft via IoT-Komponenten (z. B. OPC UA, REST-APIs) Produktionsdaten mit ERP-Modulen für Einkauf, Logistik und Fertigung – komplett automatisiert.
Dies führt zu:
• reduzierten ungeplanten Stillständen,
• optimierten Inspektionszyklen,
• proaktiven Materialvorräten für Ersatzteile

Ergänzende Bildanalyse – Qualitätssicherung mit AI
Mit Hilfe der Kombination aus unserer Fischertechnik-Modellfabrik, einer SPS S7 und Bildanalysealgorithmen, simulieren wir die Vorteile einer verbesserten Qualitätsanalyse. Die Kameras fotografieren in Echtzeit am Fertigungsband die produzierten bzw. zu verwendeten Artikel – die KI erkennt Fehler (Beschädigungen) auf Fotos und markiert diese automatisch & leitet den weiteren QA-Prozess ein.
Das Ergebnis: visuelle Qualitätskontrolle in Echtzeit und automatisierte Rückmeldungen an die ERP-Instanz.

Pilotprojekte mit KI

Erfolgreiches Beispiel ist das laufende Pilotprojekt zur Demand Planning & Forecasting bei einem unserer langjährigen Kunden aus der Automotive Branche:
Die KI analysiert Absatzdaten und generiert automatisierte Prognosen – mit dem Ziel, ERP-basierte Planungsprozesse signifikant zu verbessern.
Dabei bauen wir als MJR, auf solide AI- und IoT-Architekturen auf, die effiziente Datenflüsse zwischen Sensorik und Geschäftsprozessen ermöglichen.

Demand Planning / Bedarfsplanung

Ziel: Ein KI-generierter Forecast für bestimmte Teile zur besseren, automatisierten Bedarfsplanung.
Ergebnis: In der Grafik sehen wir den KI-generierten Forecast in blau eines bestimmten Teils, welcher auf den historischen Daten basiert und von der KI berechnet wurde.
Dies wurde mit den reellen Daten in grün gegenüber gestellt, sobald diese verfügbar waren. Das Ergebnis war wirklich überraschend gut und man kann erkennen wie ähnlich die beiden Kurven verlaufen.

Partnerschaften als Erfolgsfaktor

Für konkrete KI Umsetzungen setzt MJR auf Kooperationen: Etwa mit Infor für technische Plattformen wie Infor AI und mit Forschungspartnern aus dem IoT-Bereich. Das Demand-Forecasting als Pilotprojekt ist ein Beispiel dafür, wie ERP & AI-Expertise über Partnernetzwerke realisiert wird.

Welche Vorteile bringt uns AI?

Um nur drei wichtige Vorteile von Künstlicher Intelligenz zu nennen:

1. Effizienzsteigerung & Automatisierung
2. Kostensenkung
3. Vorhersagen & prädiktive Intelligenz

Darüber hinaus gibt es weitere wichtige Vorteile von KI. Auf unsererer Landingpage zu Infor Enterprise AI erfahren Sie mehr.