Mehr als 1 Milliarde Euro will SAP in den Ausbau von Prior Labs investieren, parallel soll Dremio SAP- und Nicht-SAP-Daten für agentische KI zusammenführen. Für den Mittelstand ist das keine Konzernmeldung am Rand. Es ist ein Signal, dass der nächste Wettbewerbsvorteil nicht zuerst im Chatfenster entsteht, sondern auf der strukturierten Datenseite des Unternehmens.
Viele KMU haben bereits erste KI-Tests hinter sich. Was oft fehlt, ist die nüchterne Vorfrage: Auf welche Tabellen, Bewegungsdaten und Zustände darf eine spätere KI überhaupt zugreifen – und wer trägt dafür die Verantwortung?
Bevor Sie neue Agentenprojekte anstoßen, sollten Sie heute zwei ERP-Fragen klären.
1. Aus welchen Daten darf eine KI überhaupt entscheiden?
In vielen Häusern lautet die implizite Antwort: aus allem, was im ERP liegt. Genau das ist zu grob. Für operative KI zählt nicht nur Datenzugriff, sondern Entscheidungserlaubnis. Darf ein System Lieferrisiken markieren? Zahlungswahrscheinlichkeiten bewerten? Bestellvorschläge priorisieren? Servicefälle vorsortieren?
Wer diese Felder nicht trennt, baut unabsichtlich eine Grauzone. Dann liest ein Modell zwar formal zulässige Daten, leitet daraus aber Entscheidungen ab, die intern weder abgestimmt noch geprüft wurden.
Die bessere Struktur ist simpel: Teilen Sie Ihre wichtigsten ERP-Daten heute in drei Gruppen ein – nur lesen, Vorschläge machen, aktiv auslösen. Diese Einteilung schafft sofort Klarheit für jede spätere KI-Roadmap.
2. Wer besitzt die Logik hinter den Tabellen?
Der SAP-Moment rund um Dremio und Prior Labs zeigt, warum strukturierte Daten gerade neu bewertet werden: Nicht nur die Datensätze selbst werden wichtig, sondern auch ihre Bedeutung. Ein Zahlungsverzug ist nicht bloss ein Feldwert. Er hängt an Buchungslogik, Ausnahmen, Kundentypen und Prozessen.
In vielen KMU liegt diese Logik still verteilt in Köpfen, Tickets und Excel-Nebenwelten. Genau das bremst spätere KI-Projekte. Denn ein Modell kann Tabellen lesen, aber es kann Ihre stillen Sonderregeln nicht erraten.
Benennen Sie deshalb pro kritischem Datenbereich einen fachlichen Eigentümer: Auftrag, Einkauf, Service, Forderungen, Lager. Ohne diese Zuordnung bekommen Sie technische Prototypen, aber keine belastbare Produktivnutzung.
Ein 48-Stunden-Plan für heute und morgen
Heute: Listen Sie die drei Prozesse auf, in denen KI in den nächsten zwölf Monaten realistisch Nutzen bringen könnte – etwa Disposition, Service-Triage oder Forderungsmanagement.
Morgen: Schreiben Sie daneben, welche Tabellen oder Zustände dafür nötig wären und ob diese Daten nur gelesen, bewertet oder direkt für Aktionen genutzt werden dürften.
Innerhalb von 48 Stunden: Bestimmen Sie je Prozess eine Person aus dem Fachbereich, die die Datenlogik verbindlich erklären und Ausnahmen benennen kann.
Dieser Mini-Schritt ist oft wertvoller als die nächste Tool-Demo, weil er das eigentliche Nadelöhr freilegt.
Was Mittelständler jetzt nicht verwechseln sollten
Die SAP-Deals bedeuten nicht, dass jedes KMU sofort neue Plattformen kaufen muss. Sie bedeuten aber sehr wohl, dass offene Datenzugänge, saubere Kataloge und fachlich verstandene Tabellen zu Beschaffungsthemen werden. Wer heute neue KI-Anbieter prüft, sollte deshalb nicht nur auf Modellqualität schauen, sondern auf Datenanschluss, Rollenlogik und Nachvollziehbarkeit.
Die zentrale Frage lautet nicht: Welcher Agent kann am meisten? Sie lautet: Auf welcher strukturierten Grundlage darf ein Agent bei uns überhaupt wirksam werden?
Für DACH-KMU ist das die praktische Lehre des Tages. Wer diese zwei ERP-Fragen jetzt klärt, schafft die Grundlage für spätere KI-Projekte mit weniger Pilotfrust, weniger Schattenlogik und deutlich schnellerer Umsetzung.
Das könnte dich auch interessieren
💬 Hat dir dieser Artikel geholfen?
Sag uns, was dir gefehlt hat oder was du gerne tiefer erklärt hättest.
✉️ Feedback senden