KI und Unternehmenssoftware Warum künstliche Intelligenz das ERP nicht ersetzen wird

Anbieter zum Thema

All for One Group SE

Flexera Software GmbH

Cloudgermany.de GmbH

Die Debatte „AI eats Software“ hat das ERP-Umfeld erreicht und wirft eine klare Frage auf: Macht künstliche Intelligenz klassische Unternehmenssoftware überflüssig? Die Antwort ist differenzierter: KI ersetzt keine ERP-Systeme – sie verändert das Betriebsmodell dahinter.

„AI eats Software“ – was hinter der Debatte steckt

Die These hat zuletzt auch betriebswirtschaftliche Standardsysteme erreicht. Auslöser waren unter anderem neue agentenbasierte KI-Funktionen, die eigenständig Aufgaben in Bereichen wie Vertrieb, Finanzen oder Vertragsmanagement übernehmen können. In der Folge gerieten Aktien klassischer SaaS-Anbieter zeitweise unter Druck, weil Investoren befürchten, dass autonome KI-Agenten etablierte Softwaremodelle grundlegend verändern könnten.

Diese Reaktion ist auch strategisch erklärbar: SaaS-Anbieter investieren derzeit massiv in Embedded AI Agents und bauen Partnerschaften mit spezialisierten KI-Anbietern aus. Gleichzeitig ist die Transformation kapitalintensiv und nur verzögert monetarisierbar. Für Investoren entsteht damit ein Spannungsfeld aus hohen Vorleistungen und unsicheren Erlösperspektiven – ein Faktor, der sich unmittelbar in den Bewertungen widerspiegelt.

Der Gedanke dahinter: Wenn KI-Agenten komplexe Aufgaben eigenständig erledigen, brauchen Unternehmen möglicherweise weniger klassische Softwareoberflächen und Nutzerlizenzen. Arbeit würde nicht mehr primär durch Menschen in Anwendungen ausgeführt, sondern durch autonome Systeme, die im Hintergrund Prozesse orchestrieren.

Agentic AI: Warum Assistenzsysteme klassische UIs verdrängen

Das Ende sichtbarer Software

Für viele spezialisierte SaaS-Anwendungen mag dieses Narrativ zutreffen – insbesondere dort, wo der Mehrwert stark über Benutzeroberflächen, Workflows oder analytische Add-Ons entsteht. Genau diese Schichten lassen sich zunehmend durch KI-Agenten automatisieren oder ersetzen. Für Unternehmenssoftware insgesamt greift diese Interpretation jedoch zu kurz.

ERP: Das System of Record bleibt unersetzlich

ERP-Systeme wie SAP erfüllen eine andere Rolle als viele spezialisierte SaaS-Anwendungen. Sie bilden das transaktionale Rückgrat der Organisation. Ob Finanzbuchhaltung, Produktionsplanung oder Personalprozesse – überall dort, wo Fehler unmittelbare operative Konsequenzen haben, braucht es konsistente Daten, klar definierte Berechtigungen und lückenlose Nachvollziehbarkeit. Genau das liefert ein ERP.

Diese Kernfunktion gewinnt mit zunehmender Prozessautomatisierung sogar an Gewicht. Je mehr Abläufe von KI-Agenten übernommen werden, desto wichtiger wird eine stabile Systembasis. In ihr müssen Daten verlässlich gespeichert, kontrolliert und revisionssicher verarbeitet werden. KI-Agenten ersetzen daher nicht das ERP, sondern arbeiten auf dessen Daten- und Prozessbasis.

Die eigentliche Veränderung betrifft daher nicht die Existenz von ERP-Systemen, sondern die Art, wie Unternehmen mit ihnen arbeiten: vom interaktiven Arbeitswerkzeug zur Prozessplattform, auf der Menschen und KI-Agenten gemeinsam operieren.

Wenn Prozesse zum Maßstab werden

Traditionell orientieren sich viele Softwaremodelle an der Anzahl der Nutzer. Lizenzen werden häufig pro „Seat“ vergeben, und der Wert einer Anwendung bemisst sich daran, wie viele Mitarbeitende sie nutzen und wie effektiv sie damit arbeiten. Mit Cloud- und Subskriptionsmodellen wurde diese Logik bereits erweitert, greift aber im Kontext autonomer Systeme zunehmend zu kurz.

Mit dem Einsatz autonomer KI-Agenten wandelt sich diese Logik. Agenten arbeiten nicht in Benutzeroberflächen, sondern in Prozessen. Genau dort, wo bislang Workflow-Logiken und UI-basierte Interaktion den Zugang zur Software definiert haben. Sie erkennen Abweichungen in Finanzdaten, werten Lieferketten aus Daten und bereiten Entscheidungen vor. Ein Agent belegt keinen Seat, er ist auf Prozessausführung ausgelegt.

Der wirtschaftliche Wert von Software verlagert sich damit zunehmend von der manuellen Nutzung durch Menschen hin zur automatisierten Ausführung von Prozessen. Entscheidend wird nicht mehr allein die Zahl der Nutzer, sondern die Fähigkeit, Abläufe automatisiert, zuverlässig und nachvollziehbar zu steuern. Für Unternehmen bedeutet das eine neue Perspektive auf ihre IT-Steuerung. Kennzahlen wie Automatisierungsgrad, Prozessdurchlaufzeit oder die Qualität automatisierter Entscheidungen werden damit zum zentralen Maßstab für die IT-Steuerung.

Autonome Systeme brauchen klare Governance

Mit dieser Entwicklung entstehen jedoch auch neue Anforderungen an Steuerung und Kontrolle. Sobald KI-Agenten nicht nur analysieren, sondern aktiv Prozesse anstoßen oder vorbereiten, rückt die Verantwortungsfrage ins Zentrum.

KI-Agenten greifen auf Unternehmensdaten zu, nutzen Systemfunktionen und können operative Abläufe beeinflussen. Unternehmen müssen daher definieren, welche Aufgaben autonome Systeme übernehmen dürfen, welche Daten sie nutzen können und an welchen Stellen menschliche Kontrolle erforderlich bleibt. Besonders relevant wird dabei die Nachvollziehbarkeit. Entscheidungen und Prozessschritte müssen auch dann erklärbar bleiben, wenn sie von KI-Agenten ausgelöst wurden.

Auditierbarkeit, klare Rollenmodelle und kontrollierte Zugriffsrechte werden damit zu grundlegenden Voraussetzungen für den produktiven Einsatz. Governance entwickelt sich damit zur dauerhaften Managementaufgabe. Autonome Systeme müssen fortlaufend vom Menschen überwacht, bewertet und angepasst werden.

Clean Core und Datenarchitektur als KI-Fundament

E-Book zum Thema

Bei der Migration zu SAP S/4HANA stehen Unternehmen vor zentralen Fragen: Welche Strategie ist die richtige? Wie lassen sich Risiken minimieren? Und wie gelingt der Umstieg effizient? Das eBook „SAP-Migrationen automatisieren“ zeigt Wege für eine erfolgreiche SAP-Transformation.

eBook herunterladen

Diese Governance-Anforderungen treffen auf IT-Landschaften, die dafür oft nicht bereit sind. Viele ERP-Systeme sind über Jahre hinweg gewachsen und enthalten umfangreiche Eigenentwicklungen oder komplexe Anpassungen. Für den Einsatz autonomer KI-Agenten kann genau das zum Hindernis werden, denn sie benötigen klar definierte Prozesse, stabile Schnittstellen und konsistente Datenstrukturen. Konzepte wie Clean Core gewinnen dadurch eine neue strategische Bedeutung. Standardisierte Prozesse, reduzierte Custom-Code-Anteile und klar definierte Erweiterungsmodelle erleichtern nicht nur Systemupdates, sondern schaffen auch die Voraussetzungen für Automatisierung durch KI.

Dieselbe Logik gilt für die Datenarchitektur. KI-Agenten können nur dann zuverlässig operieren, wenn sie auf konsistente und kontextualisierte Informationen zugreifen können. In vielen Unternehmen sind relevante Daten jedoch in ERP-, CRM- oder Produktionssystemen verteilt und oft auch noch fehlerhaft, veraltet und unstrukturiert. Ohne eine integrierte Datenarchitektur bleiben agentenbasierte Anwendungen isolierte Lösungen, denn mit schlechten Daten kann KI keine validen Ergebnisse liefern.

Gleichzeitig müssen diese Architekturen offen genug bleiben, um unterschiedliche KI-Modelle integrieren und bei Bedarf austauschen zu können. Die Dynamik im Markt zeigt, wie schnell neue Anbieter und leistungsfähigere Modelle entstehen und bestehende Ansätze ablösen. Damit wird die Fähigkeit zur flexiblen Orchestrierung verschiedener Modelle zum entscheidenden Erfolgsfaktor.

IT-Systemtrennung: Tipps für Automatisierung und Prozesse

Das ist bei der Cloud-Migration im IT-Carve-out zu beachten

Vom Projekt zur Betriebsverantwortung

Wer diese Basis geschaffen hat, steht vor der nächsten Erkenntnis: Mit agentenbasierter KI reicht es nicht mehr, ERP-Landschaften im Rahmen einzelner Projekte zu modernisieren. Wo autonome Systeme fortlaufend Prozesse anstoßen, Daten nutzen und Entscheidungen vorbereiten, werden Integration, Governance und Datenqualität zu Aufgaben des laufenden Betriebs.

Für Unternehmen verschiebt sich der Schwerpunkt damit von der Implementierung zur operativen Steuerung. Diese ist deutlich komplexer, da Integration, Datenqualität und Governance kontinuierlich über mehrere Systeme hinweg gesteuert werden müssen – und damit Anforderungen entstehen, die viele Unternehmen intern nur begrenzt abbilden können. Dass diese Veränderung selten allein gelingt, zeigt auch eine aktuelle Studie der All for One Group: 71 Prozent der befragten Personen sehen externe Partner als entscheidenden Erfolgsfaktor für Innovations- und Transformationsprojekte. Je enger ERP, Datenarchitektur und agentenbasierte Systeme zusammenwachsen, desto stärker wird der Betrieb selbst zum strategischen Thema.

Strategischer Kompass 2026

Wie Technologie messbaren Geschäftserfolg schafft

Phase zwei der Cloud-Transformation

Die Debatte um „AI eats Software“ beschreibt daher weniger das Ende klassischer Unternehmenssoftware als den Beginn einer neuen Nutzungsphase. Phase eins der Cloud-Transformation bestand darin, Systeme zu modernisieren und zu standardisieren. Phase zwei verschiebt den Fokus auf den Betrieb: auf stabile Daten, integrierte Prozesse und klare Governance für den Einsatz autonomer Systeme.

ERP bleibt dabei das System of Record, und KI erweitert bestehende Automatisierungs- und Steuerungsmechanismen um ein deutlich höheres Maß an Autonomie und Dynamik.

(ID:50823305)