ERP-Systeme lernen mit KI dazu

Künstliche Intelligenz ist in vielen Bereichen auf dem Vormarsch. Auch moderne ERP-Systeme sollen zunehmend mit KI-Technologien verknüpft werden. Von einer „Schlüsseltechnologie der digitalen Transformation“ spricht Frank Termer, Bereichsleiter Software beim Digitalverband Bitkom, in einem Positionspapier des Verbands, aber auch von derzeit noch sehr begrenzten Anwendungsfällen im ERP-Umfeld und lang­samen Fortschritten.

„Das Konzept ERP ist ein wichtiger Treiber der Digitalisierung, hat aber leider in der Öffentlichkeit an Wertschätzung verloren. Wenn man sich allerdings näher mit dem Thema befasst, wird deutlich: Die Notwendigkeit, friktionsfreie digitale Prozesse zu schaffen, liefert eine klare Antwort, welchen enormen Nutzen ERP nach wie vor bietet“, erklärt Godelef Kühl, Gründer und Vorstandsvorsitzender des Mainzer ERP-Herstellers Godesys. Michael Finkler, Geschäftsführer des ERP-Anbieters Pro­Alpha, identifiziert mehrere Entwicklungen: „Internet of Things, Künstliche Intelligenz und Plattformökonomie sind aktuell große Trends. Industrie 4.0 mit der Automatisierung der Prozesse ist bei vielen Unternehmen schon sehr weit fortgeschritten. Process Mining macht die Abarbeitung hoch­effizient, etwa durch vollautomatische Prozesse, die von einer automatischen Variantenkonfiguration über die Produktion bis hin zum Versand reichen.“

Künstliche Intelligenz und Machine Learning sind die Hype-Themen schlechthin. Kaum ein Unternehmen, das auf sich hält, scheint noch ohne smarte Helferlein auszukommen. Und praktisch jeder Entscheider ist überzeugt, dass sich KI und ML zum Wohle des Unternehmens einsetzen lassen – auch in ERP-Systemen. Allein es fehlen schillernde Erfolgsmeldungen. Stattdessen werkelt die Intelligenz in Nischenbereichen im Hintergrund.

Um das Zusammenspiel mit ERP-Systemen einordnen zu können, stellt sich zunächst die Frage, was Künstliche Intelligenz ist. Ein Beispiel: Sensoren in Lokomotiven und Waggons geben Auskunft über den Zustand von Motoren und Aggregaten. MTBF-Raten (Mean Time Between Failures) und statistische Werkzeuge wie Badewannenkurven und andere mathematische Algorithmen ermöglichen es recht gut, eine vorausschauende und damit kostensparende Wartung umzusetzen. Aber hat das tatsächlich etwas mit Intelligenz zu tun? Letztlich könnten auch Menschen die Service-Intervalle berechnen – wenn auch wesentlich langsamer. Lässt sich von Künstlicher Intelligenz eher sprechen, wenn ein Computer den weltbesten Schachspieler schlägt? Hier versteht der Mensch lediglich die Ausgangs­bedingun­gen und Startalgorithmen – alles Weitere lernt die Maschine selbstständig, und alle Zeit der Welt würde nicht ausreichen, diesen Lernprozess nachzuvollziehen.

Die Bitkom-Definition lautet so: „Künstliche Intelligenz ist die Eigenschaft eines IT-Systems, menschenähnliche, intelligente Verhaltensweisen zu zeigen.“ Dies erweitert das Grundprinzip aller EDV-Systeme: Eingabe – Verarbeitung – Ausgabe. Das wirklich Neue ist das Lernen und Verstehen.

KI ist auf maschinellem Lernen aufgebaut oder anders gesagt: KI ist gleich Algebra plus Feedback. Die Variablen verändern sich und sind konstant in Bewegung. Mitunter entstehen neue Variablen und die Algorithmen müssen angepasst werden. Eine Künstliche Intelligenz kann ihre Berechnungen über Feedback, sprich maschinelles Lernen, immer wieder anpassen und verfeinern.

Ein wenig beachteter Aspekt beim Einsatz von KI sind Haftungsfragen, da sich die meisten KI-Modelle nur als Blackbox validieren lassen. Auch scheuen sich Mitarbeiter davor, ein Werkzeug einzusetzen, bei dem sie quasi dem Ergebnis ausgeliefert sind. Eine Kontrolle und Nachvollziehbarkeit wie bei der Nutzung von Excel-Tabellen fehlt in der Regel. Manche Hersteller wie IFS oder Intel wollen dem mit „erklärbarer Künstlicher Intelligenz“, auch XAI genannt, entgegenwirken – einem System, in dem die Aktivitäten und Entscheidungen einer Künstlichen Intelligenz für den Menschen einfach nachvollziehbar sind. Relevant ist die Frage der Erklärbarkeit auch im Hinblick auf die EU-Datenschutz-Grundverordnung (DSGVO).

Bei den bislang auf dem Markt verfügbaren KI-Anwendungen handelt es sich um schwache KI-Systeme („weak AI“). Sie funktionieren auf der Basis von programmierten Skripten und Algorithmen und entwickeln dabei kein Verständnis für eine Problemlösung, sondern nutzen lediglich die Methoden, die ihnen für die Lösung dieses Problems von Menschen zur Verfügung gestellt werden.

Eine starke Künstliche Intelligenz („strong AI“) will die intellektuellen Fähigkeiten von Menschen erreichen und übertreffen. Sie handelt aus eigenem Antrieb. Sie verfügt über logisches Denkvermögen, Entscheidungsfähigkeit, Planungs- und Lernfähigkeit und kann ihre Fähigkeiten kombinieren, um ein übergeordnetes Ziel zu erreichen. Bislang gibt es diese starke Künstliche Intelligenz nicht.