KI-Demos sehen oft beeindruckend aus. Texte entstehen in Sekunden, umfangreiche Daten werden analysiert und ein digitaler Assistent beantwortet Fragen scheinbar mühelos.
Doch eine gute Demo ist noch kein Business Case.
Für die Geschäftsleitung zählt nicht, was technisch möglich ist. Entscheidend ist, ob eine Anwendung Kosten reduziert, Abläufe beschleunigt, Fehler verhindert oder bessere Entscheidungen ermöglicht. Genau hier trennt sich ein sinnvoller KI-Einsatz vom reinen Technologieprojekt.
Zuerst das Problem, dann die Technologie
Viele KI-Initiativen beginnen mit der Frage: Wo können wir KI einsetzen? Das führt schnell zu einer langen Liste interessanter Ideen. Es sagt aber wenig darüber aus, welche davon wirtschaftlich relevant sind.
Die bessere Frage lautet: Wo verlieren wir heute regelmässig Zeit, Qualität oder Geld?
Vielleicht werden Verkaufsanfragen manuell aus E-Mails ins ERP übertragen. Vielleicht prüfen Mitarbeitende jede Woche Hunderte Belege. Vielleicht werden Lagerbestände erst dann korrigiert, wenn Lieferprobleme bereits sichtbar sind. Oder Projektleitende erkennen zu spät, dass Stunden und Budget auseinanderlaufen.
Solche Probleme bilden einen belastbaren Ausgangspunkt. KI ist dann kein Selbstzweck, sondern ein Werkzeug zur Verbesserung eines konkret beschriebenen Prozesses.
Der beste Use Case ist oft unspektakulär
Ein sinnvoller KI-Use-Case erfüllt mehrere Bedingungen. Der Prozess findet häufig statt. Er verursacht einen messbaren Aufwand. Die notwendigen Daten sind verfügbar. Die Regeln sind zumindest teilweise standardisiert. Und ein verbessertes Ergebnis hat einen klaren Wert.
Das kann eine automatisierte Zuordnung von Dokumenten sein. Oder die Zusammenfassung eingehender Serviceanfragen. Auch ein System, das auffällige Lagerentwicklungen erkennt, kann mehr Nutzen schaffen als eine spektakuläre, aber selten verwendete Anwendung.
Gerade in KMU summieren sich kleine Zeitverluste. Wenn zwanzig Mitarbeitende jede Woche je dreissig Minuten für eine wiederkehrende Aufgabe benötigen, entstehen bei einem internen Vollkostensatz von 80 Franken jährliche Kosten von 38’400 Franken. Reduziert KI diesen Aufwand um die Hälfte, ergibt sich ein theoretisches Potenzial von 19’200 Franken pro Jahr.
Davon müssen Lizenzen, Einführung, Schulung und Qualitätskontrolle abgezogen werden. Trotzdem wird sichtbar, ob sich eine vertiefte Prüfung lohnt.
Sechs Kriterien für die Priorisierung
Für eine erste Bewertung reichen sechs Fragen.
Wie häufig findet der Prozess statt? Wie viel Arbeitszeit wird heute benötigt? Welche Kosten verursachen Fehler und Nacharbeiten? Wie klar sind die Regeln? Sind die notwendigen Daten vollständig und zuverlässig? Und was passiert, wenn die KI ein falsches Ergebnis liefert?
Ein Prozess mit hoher Frequenz, grossem Zeitaufwand und geringem Risiko eignet sich gut für den Einstieg. Ein seltener Vorgang mit weitreichenden finanziellen oder rechtlichen Folgen gehört dagegen nicht an den Anfang.
Diese Bewertung verhindert, dass Unternehmen ihre Ressourcen auf Anwendungen konzentrieren, die zwar modern wirken, aber kaum Wirkung entfalten.
Nutzen besteht nicht nur aus eingesparten Stunden
Der ROI einer KI-Anwendung lässt sich nicht immer vollständig auf Arbeitszeit reduzieren. Grundsätzlich gibt es drei Arten von Nutzen.
Der direkte Nutzen entsteht durch tiefere Prozesskosten. Weniger manuelle Erfassung, weniger Suchaufwand und schnellere Bearbeitung lassen sich vergleichsweise einfach messen.
Der qualitative Nutzen zeigt sich in vollständigeren Daten, weniger Fehlern oder einer einheitlicheren Bearbeitung. Dieser Effekt ist schwieriger zu berechnen, kann aber erheblich sein. Ein einziger vermiedener Dispositionsfehler kann mehr wert sein als viele eingesparte Minuten.
Der strategische Nutzen entsteht, wenn das Unternehmen schneller entscheiden oder mit dem gleichen Team mehr Geschäft abwickeln kann. Gerade bei Wachstum und Fachkräftemangel ist diese Skalierbarkeit relevant.
Ohne Ausgangswert gibt es keinen nachweisbaren Erfolg
Wer den Nutzen messen will, braucht einen Ausgangswert. Vor der Einführung sollte klar sein, wie lange der Prozess heute dauert, wie viele Vorgänge bearbeitet werden und wie häufig Fehler oder Ausnahmen auftreten.
Danach folgt eine begrenzte Testphase. Die KI unterstützt zunächst einen klar definierten Teil des Prozesses. Die Ergebnisse werden kontrolliert und mit dem bisherigen Vorgehen verglichen.
Nach einigen Wochen lässt sich nüchtern beurteilen: Wurde Zeit gespart? Hat sich die Qualität verbessert? Wie viel Kontrolle bleibt notwendig? Akzeptieren die Mitarbeitenden das neue Vorgehen? Und stehen Aufwand und Nutzen in einem sinnvollen Verhältnis?
Erst wenn diese Fragen positiv beantwortet sind, sollte der Prozess ausgeweitet werden.
Fazit
KI kann im ERP einen messbaren wirtschaftlichen Nutzen schaffen. Dieser entsteht jedoch nicht automatisch durch den Einsatz einer neuen Funktion.
Er entsteht, wenn ein reales Problem, geeignete Daten und ein klar messbares Ziel zusammenkommen. Der beste KI-Use-Case ist deshalb nicht der spektakulärste. Es ist derjenige, der einen wiederkehrenden Aufwand zuverlässig reduziert oder eine relevante Entscheidung verbessert.
Für Schweizer KMU empfiehlt sich ein pragmatisches Vorgehen: klein beginnen, Ausgangslage messen, Nutzen belegen und erst danach skalieren.
Welche KI-Use-Cases rechnen sich in Ihrem Unternehmen?
Wir analysieren mit Ihnen die relevanten Prozesse und zeigen, wo Microsoft Dynamics 365 Business Central und KI einen konkreten Mehrwert schaffen können.
Lassen Sie uns gemeinsam an Ihrem Projekt arbeiten.
Wir freuen uns über Ihre Kontaktaufnahme. Melden Sie sich für ein unverbindliches Erstgespräch.
