Kommentar von Michael Finkler, Proalpha Wird das ERP im KI-Zeitalter überflüssig?

Anbieter zum Thema

proALPHA Business Solutions GmbH

Fivetran Germany GmbH

Seit Ende des vergangenen Jahres steht die Enterprise-Software-Branche an den Kapitalmärkten unter wachsendem Druck. Viele Investoren befürchten, dass KI-Agenten die klassischen Systeme zukünftig zunehmend verdrängen und Unternehmen dadurch weniger Lizenzen benötigen werden. Tatsächlich verhält es sich jedoch genau umgekehrt, denn je autonomer KI agiert, desto stärker ist sie auf genau das angewiesen, was tief integrierte ERP-Systeme seit Jahrzehnten leisten.

Die Stimmung an den Finanzmärkten hat sich gedreht. Die Kurse führender Softwareanbieter haben deutlich nachgegeben. SAP, Salesforce und Workday verloren binnen eines Monats mehr als 15 Prozent, RELX an einem einzigen Handelstag rund zwölf Prozent. Auch nicht börsennotierte Anbieter wurden in ihren Bewertungen nach unten korrigiert.

Dem Kursrutsch liegen drei Annahmen zugrunde: KI-Agenten erledigen Geschäftsprozesse künftig eigenständig und machen komplexe Software überflüssig; Unternehmen bauen ihre Anwendungen per „Vibe Coding" ohnehin selbst nach; und mit jeder eingesparten Nutzerlizenz erodiert das Geschäftsmodell der Anbieter. So plausibel diese Logik klingt, so brüchig ist sie bei näherer Betrachtung.

Legacy-Modernisierung

Kein Wundermittel: Warum generative KI an komplexem Legacy-Code zerbricht

Stabiles Wachstum und robuste Margen

Operativ steht die Branche stabil da. Das Umsatzwachstum der Softwareindustrie liegt weiterhin bei elf bis zwölf Prozent pro Jahr und damit über nahezu jedem anderen Wirtschaftszweig. Auch die Profitabilität etablierter Anbieter ist bemerkenswert robust geblieben. Die KI-Welle trifft eben nicht jede Software gleichermaßen. Unter Druck geraten vor allem punktuelle und Content getriebene Lösungen mit geringer Prozesstiefe, schwacher Integration und niedrigen Transaktionskosten, weil sie sich leicht ersetzen lassen. Widerstandsfähig bleibt, was tief in den operativen Abläufen verankert ist und kritische Prozesse steuert.

Verbindung statt Verdrängung

Die Geschichte der Technik zeigt: Neue Technologien ersetzen alte Systeme selten komplett. In Anlehnung an den Ökonomen Joseph Schumpeter zerstören Innovationen Bestehendes nicht immer nur, sondern verbinden sich oft damit. Die Cloud-Transformation lieferte dafür das jüngste Beispiel. Vor gut fünfzehn Jahren traten Cloud-native Anbieter an, die etablierten Häuser modernisierten sich überwiegend erfolgreich, einzelne Nachzügler verschwanden. Der Gesamtmarkt aber wuchs kräftig. Bei der KI-Welle spricht vieles für denselben Verlauf: Anpassungsdruck für einzelne Anbieter, jedoch keine Schrumpfung der Branche.

Ohne ERP-Daten ist KI im Blindflug

Der eigentliche Kern liegt woanders. KI-Agenten sind nur so gut wie der Kontext, in dem sie arbeiten. ERP-Systeme bilden das operative Rückgrat eines Unternehmens und erzeugen genau die Daten, die autonome Agenten benötigen – von Finanzbuchungen über Bestellvorgänge bis hin zu Produktionsplänen. Entscheidend ist dabei nicht der reine Datenzugang, sondern die Semantik und der historische Kontext dieser Daten.

Dieser strukturelle Vorsprung lässt sich entlang von vier Dimensionen beschreiben: Operative Daten direkt aus den Workflows der Anwenderunternehmen bilden die erste Dimension. Über Jahrzehnte gewachsenes Domänenwissen aus Produktionsplanung, Lieferketten und Finanzprozessen die zweite. Eine Serviceorganisation, die in den realen Abläufen der Kunden arbeitet und so den nötigen Feedback-Loop liefert, die dritte. Und der Determinismus geschäftskritischer Workflows wie Monatsabschluss oder Beschaffung die vierte. Diese Verzahnung lässt sich nicht eben nachbauen. Sie ist kein technologischer Ballast, sondern das, was etablierte Anbieter von austauschbaren Lösungen trennt.

Drei Thesen, die nicht standhalten

Da ist zunächst das „Vibe Coding“. KI beschleunigt Standardcode, Tests und Prototypen erheblich. Produktionsreife Enterprise Software verlangt jedoch weit mehr, nämlich Sicherheit, Wartbarkeit, Integrationsfähigkeit und dauerhafte Produktverantwortung. Eine aktuelle Auswertung von CodeRabbit zeigt, dass KI-generierter Code rund 1,7-mal mehr Probleme verursacht als von Menschen geschriebener. In Lohnabrechnung oder Compliance wird daraus kein Wettbewerbsvorteil, sondern ein Rechtsproblem.

Hinzu kommt die Konsolidierung der Anwendungslandschaft, die in Wahrheit für tief verankerte Systeme spricht. Laut BetterCloud sank die durchschnittliche Zahl der Anwendungen pro Unternehmen von 130 im Jahr 2022 auf 106 im Jahr 2024, ein Rückgang um 18 Prozent trotz fortschreitender Digitalisierung. Unternehmen setzen damit zunehmend auf wenige, leistungsfähige Plattformen statt auf viele Insellösungen, und davon profitieren tief integrierte Systeme.

Bleibt die Sorge um die Preismodelle, die jedoch zu kurz greift. Die Arbeit verschwindet nicht, sie wird anders erledigt – oft mehr davon und rund um die Uhr. Bezahlt wird zunehmend für das Ergebnis, also für verarbeitete Aufträge und vermiedene Fehler. Laut Simon-Kucher nutzen bislang nur sieben Prozent der Anbieter solche ergebnisbasierten Modelle, obwohl sie als zukunftsfähigste Variante gelten.

Je stärker KI-Agenten auch unternehmensübergreifend handeln, desto wichtiger wird eine Plattform, die als kontrollierter Ausführungsraum dient. Externe Agenten benötigen nicht nur Datenzugang, sondern Regeln, Rollen, Freigaben und Protokollierung. ERP wird damit nicht überflüssig, sondern zum Betriebssystem, das festlegt, welcher Agent was sehen, entscheiden und ausführen darf. Daraus erwächst sogar ein neues Monetarisierungsmodell, weil externe Agenten erst nach eingehender Prüfung und gegen Gebühr Zugriff erhalten.

Vier Schichten für autonome Agenten

Wie das technisch aussieht, zeigt eine Referenzarchitektur aus vier Ebenen. Eine einheitliche Datenbasis führt operative Daten aus allen Geschäftsprozessen zusammen, eine KI-Service-Schicht stellt domänenspezifische Intelligenz bereit, eine Orchestrierungsschicht koordiniert die Agenten systemübergreifend und eine Sicherheits- und Governance-Schicht sorgt für Compliance, Zugriffskontrolle und Auditierbarkeit. Der Hebel liegt im Zusammenspiel. Denn Agenten brauchen tiefen operativen Kontext, und kontextreiche Daten entfalten ihren Wert erst durch intelligente Automatisierung.

Dass eine solche Architektur kein Neuland ist, zeigt das vorhandene KI-Know-how innerhalb der Proalpha Group. Mit den Fraunhofer (FIT)- und DFKI-Ausgründungen NEMO, Empolis und Insiders sind Datenanalyse, Wissensmanagement und Dokumentenverarbeitung bereits produktiv im Einsatz, getragen von über 500 KI-Fachleuten. Produktisierung, Data Science und der operative Betrieb von KI sind damit keine Absichtserklärung, sondern gelebte Praxis.

Vertikale Agenten schlagen generische KI

Über den praktischen Nutzen entscheidet der Unterschied zwischen generischer und vertikaler KI. Ein generischer Agent kann eine Bestellung auslösen. Ein branchenspezifisch trainierter Agent kennt die Mindestabnahmemengen des Werkstoffs, die kürzeste Lieferzeit und den Lagerbestand, der eine Eilbestellung rechtfertigt. In der diskreten Fertigung lassen sich solche Agenten tief in Einkauf, Produktion und Auftragsabwicklung einbetten. Sie können Routinebestellungen wie C-Teile vollautomatisch und rund um die Uhr abwickeln, während bei kritischen A-Teilen der Mensch eingebunden bleibt, die finale Entscheidung trifft und Zielvorgaben wie Termintreue oder Kostenoptimierung setzt.

Vertrauen vor Eloquenz

Damit rückt Governance in den Mittelpunkt. Große Sprachmodelle liefern wahrscheinliche, aber nicht garantiert richtige Antworten, sind schwer auditierbar und kennen nur eingeschränkte rollenbasierte Zugriffskontrolle. In Finanzbuchhaltung, Konstruktion oder regulierter Produktion ist das nicht hinnehmbar. Der Ausweg liegt nicht im Verzicht auf Sprachmodelle, sondern in ihrer richtigen Einbettung. Knowledge-Graphen und geprüfte Ergebnisse fungieren als Kontrollinstanz, während das Sprachmodell als Schnittstelle zum Anwender dient und nicht als Entscheider.

Roland Berger bringt es auf den Punkt und betont, Automatisierung ohne Verantwortlichkeit sei ein Risiko. KI müsse innerhalb klar definierter Leitlinien arbeiten, damit alle Handlungen transparent und nachvollziehbar blieben und neben Geschwindigkeit auch Datenintegrität und Compliance gewährleistet sein. In kritischen Prozessen gewinnt deshalb nicht das System mit der eloquentesten Antwort, sondern jenes, dessen Entscheidungen nachvollziehbar und sauber kontrollierbar sind.

Von der Dokumentation zur Ausführung

Unter dieser Voraussetzung verschiebt sich die Rolle der Enterprise Software grundlegend. Aus dem System of Record, das vor allem dokumentiert, wird ein System of Action, das analysiert, unterstützt und zunehmend autonom handelt. Der Druck dazu wächst von außen. Laut Gartner werden bis Ende 2026 rund 40 Prozent aller Unternehmensanwendungen aufgabenspezifische KI-Agenten enthalten – ein deutlicher Anstieg gegenüber weniger als fünf Prozent im Jahr 2025.

Verschärft wird die Situation durch den Fachkräftemangel: Mit jeder ausscheidenden Fachkraft droht der Verlust von institutionellem Wissen. ERP-Systeme wirken dem entgegen, indem sie dieses Know-how über Jahrzehnte in Datenstrukturen und Geschäftsregeln konservieren – und so zur entscheidenden Wissensplattform werden. Dazu tritt die Regulatorik. Vorgaben wie NIS2, der EU AI Act, CSRD, die E-Rechnungspflicht oder der EU Digital Product Passport erhöhen die Anforderungen an Dokumentation, Transparenz und Compliance und machen das ERP zur zentralen Compliance-Plattform.

Die eigentliche Frage lautet daher nicht, ob KI Unternehmenssoftware bedroht. Sie lautet vielmehr, ob Unternehmen eine KI-fähige Plattform nutzen oder auf veralteten Systemen festsitzen. Nicht Software per se verschwindet, sondern unzureichende Lösungen. Zukunftssicher ist, wer den operativen Kern eines Unternehmens versteht und technologisch abbildet – wer hier versagt, wird austauschbar.

Kommentar von Sridhar Iyengar, Zoho

KI ist nicht das Ende von SaaS

(ID:50883570)