Vom Chatbot zum handelnden Akteur: Warum ERP-Systeme die unverzichtbare Ausführungsebene für generative und autonome KI im Handel sind

Im Zeitalter generativer Künstlicher Intelligenz (KI) wird häufig der Eindruck vermittelt, dass Sprachmodelle allein ausreichen, um Unternehmensprozesse zu steuern. Die Realität im E-Commerce zeigt jedoch, dass Large Language Models (LLMs) lediglich Text erzeugen können. Für die operative Wertschöpfung, fehlerfreie Prozessautomatisierung und revisionssichere Transaktionen benötigen Handelsunternehmen ein verlässliches Backend – das Enterprise-Resource-Planning-System (ERP). Dieses liefert Stammdaten, Validierungslogiken und die notwendige Rollen- und Berechtigungssteuerung, die KI-Agenten in die Lage versetzen, tatsächlich zu handeln.

Warum ERP das Rückgrat für Agentic AI im Handel bildet

Der Übergang von dialogorientierten Chatbots zu autonomen KI-Agenten (Agentic AI) bedeutet, dass Systeme nicht mehr nur Fragen beantworten, sondern mehrstufige Aufgabenketten planen und ausführen. Gartner prognostiziert, dass bis 2030 50 % der grundlegenden ERP-Aufgaben in Logistik, Einkauf und Finanzen von intelligenten Agenten eigenständig abgearbeitet werden. Ohne ein ERP-System fehlt den KI-Agenten jedoch die notwendige Geschäftslogik und die verbindlichen Daten, um Aktionen rechtlich und operativ zulässig zu machen.

„KI und ERP als Team – ein Sprachmodell kann noch so gut formulieren, ohne Anbindung an reale Geschäftsprozesse bleibt es bei einer einfachen Antwort ohne daraus resultierende Handlung.“ (Kaja Petersen, Marketing Managerin, MAC IT-Solutions)

• ERP fungiert als Single Source of Truth für Bestände, Preise, Aufträge und Finanzdaten.
• Es stellt Regelwerke bereit, die bestimmen, wann und wie Transaktionen durchgeführt werden dürfen.
• Durch standardisierte Schnittstellen können KI-Agenten über das Model Context Protocol (MCP) sichere Tool-Calls ausführen.

Datenqualität und Stammdatenpflege als neuralgischer Flaschenhals

Selbst das leistungsfähigste KI-Modell ist nur so gut wie die Daten, auf denen es operiert. Laut Bitkom-Erhebung schöpfen 61 % der Unternehmen ihr vorhandenes Datenpotenzial kaum oder gar nicht aus. Inkonsistente Stammdaten und Datensilos verhindern, dass KI-gestützte Prozesse zuverlässig ausgeführt werden können.

Gartner schätzt, dass bis 2027 lediglich 30 % der Unternehmen über eine ausreichend bereinigte Datenarchitektur verfügen, um fortgeschrittene KI-Automatisierungen fehlerfrei zu betreiben. Deshalb müssen Handelsunternehmen zunächst ihre ERP-Datenqualität verbessern, bevor sie sprechende Schnittstellen implementieren.

• Unstrukturierte ERP-Stammdaten sind die größte Skalierungsbremse für KI.
• Qualitäts- und Hygiene-Maßnahmen im ERP reduzieren Fehlbuchungen und Halluzinationsrisiken.
• Ein sauber gepflegtes Master-Data-Management ist Voraussetzung für autonome KI-Transaktionen.

MCP-Standardisierung und Transaktionssicherheit nach dem EU-AI-Act

Das offene Model Context Protocol (MCP) ersetzt fehleranfällige Individual-APIs durch standardisierte Werkzeugaufrufe (Tool Calling). Der MCP-Server übersetzt Anfragen von LLMs in sichere ERP-Operationen und prüft Rollen- und Berechtigungsmodelle, bevor eine Transaktion ausgelöst wird.

Der EU-AI-Act verlangt revisionssichere Protokollierung aller KI-gestützten Entscheidungen. Durch die Integration von MCP in das ERP können Unternehmen die geforderten Audit-Logs automatisch erzeugen und gleichzeitig regulatorische Risiken minimieren.

• Standardisierte Schnittstelle für alle KI-Modelle.
• Rollenbasierte Freigaben verhindern unautorisierte Aktionen.
• Revisionssichere Protokollierung erfüllt EU-AI-Act-Anforderungen.

Risiken und Gegenmaßnahmen bei KI-gestützten Transaktionen

Bei der Nutzung von KI-Agenten entstehen spezifische Risiken, die Unternehmen adressieren müssen:

• Latenz- und Transaktionskosten: Mehrstufige Tool-Calls erhöhen API-Laufzeiten und Token-Burn-Rate. Für standardisierte, regelbasierte Prozesse können reine ERP-Regel-Engines wirtschaftlicher bleiben.
• Haftung und Halluzinationsrisiko: Fehlinterpretationen im Prompt können zu falschen Stornierungen oder Preisänderungen führen. Deterministische ERP-Freigabegrenzen sind unabdingbar.

Durch klare Definition von automatisierbaren Prozessen und die Implementierung von Rollen- und Freigabemechanismen lässt sich das Risiko signifikant reduzieren.

Praxisbeispiel: Der diva-Agent von MAC IT-Solutions

Der diva-Agent demonstriert, wie ERP und KI in der Praxis zusammenwirken. Über einen MCP-Server verbindet er Sprachmodelle mit dem ERP-System diva und automatisiert Kundenservice-Prozesse:

1. Der Nutzer stellt eine Anfrage (z. B. „Wo ist meine Bestellung?“).
2. Das LLM erkennt die Intention und extrahiert relevante Parameter wie die Auftragsnummer.
3. Der MCP-Server prüft Berechtigungen und Validitätsregeln im ERP.
4. Erst nach Freigabe führt das ERP die gewünschte Aktion aus (Bestellstatus-Abfrage, Retourenlabel, Rechnungsversand).

Damit entsteht nicht nur eine Antwort, sondern eine tatsächlich ausgeführte Transaktion – ein klarer Unterschied zu reinen Chatbot-Lösungen.

Schnellüberblick:

Was leistet das Model Context Protocol (MCP) bei der Integration von ERP und KI?

MCP fungiert als universeller Übersetzer zwischen Sprachmodellen und operativen IT-Systemen. Es ermöglicht der KI, vordefinierte ERP-Funktionen (wie „Prüfe Lagerbestand“ oder „Erstelle Retourenlabel“) über standardisierte Werkzeuge abzurufen, ohne direkten, ungesicherten Datenbankzugriff zu benötigen.

Warum genügt ein Best-of-Breed-CRM nicht für die Ausführung von KI-Serviceanfragen?

Ein CRM bündelt Kundendaten und Kommunikationshistorien, enthält jedoch nicht die buchhalterischen Fakten, Bestände, steuerlichen Richtlinien und Logistikstatus, die ausschließlich im ERP als Single Source of Truth vorliegen. Ohne ERP-Anbindung kann ein CRM-Agent keine rechtsverbindlichen Liefer- oder Zahlungsaktionen finalisieren.

Quellen

• https://www.bitkom.org/Presse/Presseinformation/Agentic-Commerce-So-veraendert-KI-Online-Shopping
• https://news.it-matchmaker.com/erp-ki/
• https://www.cio.com/article/erp-trends-2026-ai-core-systems
• https://supremis.net/agentic-ai-for-erp-forecasts-in-the-gartner-report/
• https://www.bitkom.org/Themen/Business-Software-Digital-Office/Multi-Agenten-Systeme-ERP