Inhalt
ERP-Systeme waren lange vor allem eines: die zentrale Plattform für Geschäftsprozesse und Unternehmensdaten. Rechnungen werden verbucht, Bestellungen erfasst, Lagerbestände verwaltet und Finanzdaten ausgewertet. Mit künstlicher Intelligenz verändert sich diese Rolle.
Microsoft Dynamics 365 Finance und Dynamics 365 Supply Chain Management entwickeln sich zunehmend von reinen Transaktionssystemen zu intelligenten Arbeitsplattformen. Copilot unterstützt Mitarbeitende direkt im ERP, während KI-Agenten bestimmte Aufgaben eigenständig vorbereiten oder analysieren.
KI in Dynamics 365
Wenn von KI in Dynamics 365 die Rede ist, werden häufig verschiedene Technologien unter einem Begriff zusammengefasst.
Dazu gehören beispielsweise:
- generative KI für Fragen, Texte und Zusammenfassungen,
- intelligente Analysen und Prognosen,
- kontextbezogene Copilot-Funktionen,
- KI-Agenten für definierte Geschäftsaufgaben,
- sowie individuelle Agenten und Automatisierungen.
Microsoft integriert diese Funktionen zunehmend direkt in seine ERP-Anwendungen. In Finance & Operations steht Copilot beispielsweise als kontextbezogene Unterstützung innerhalb der Anwendung zur Verfügung. Die Agentenverwaltung ermöglicht darüber hinaus die Verwaltung autonomer, KI-gestützter Agents für vordefinierte Aufgaben. Der entscheidende Unterschied liegt dabei im Grad der Eigenständigkeit.
Copilot oder KI-Agent: Was ist der Unterschied?
Copilot unterstützt den Menschen
Copilot lässt sich vereinfacht als intelligenter Assistent verstehen. Ein Mitarbeitender arbeitet im ERP und benötigt beispielsweise Informationen zu einem Kunden oder einem Lieferanten. Statt sich durch verschiedene Menüs, Dokumentationen oder Datensätze zu arbeiten, kann er eine Frage in natürlicher Sprache stellen.
Copilot kann Informationen aus umfangreichen Datensätzen auf die wesentlichen Punkte reduzieren und dadurch helfen, schneller einen Überblick zu bekommen.
Microsoft beschreibt beispielsweise eine generative Hilfe und Anleitung für Finance & Operations, die auf öffentlicher Microsoft-Dokumentation basiert und Nutzern kontextbezogene Unterstützung bei der Arbeit mit den Anwendungen gibt.
KI-Agenten übernehmen Prozessschritte
Ein KI-Agent arbeitet anders. Er erhält eine Aufgabe beziehungsweise ein Ziel und kann innerhalb definierter Grenzen selbstständig mehrere Prozessschritte ausführen.
Ein Beispiel aus dem Einkauf: Ein Lieferant sendet eine E-Mail mit einer Änderung zu einer Bestellung. Statt dass ein Mitarbeitender die Nachricht liest, den passenden Auftrag sucht, die Änderung interpretiert und anschließend manuell im ERP vorbereitet, kann ein Agent Teile dieses Ablaufs übernehmen. Der Mensch bleibt dabei dort eingebunden, wo eine Entscheidung, Freigabe oder Kontrolle erforderlich ist.
Copilot hilft also beim Arbeiten. Ein Agent kann Teile der Arbeit selbst übernehmen.
KI-Funktionen von Microsoft Dynamics 365 Finance
KI-Zusammenfassungen für Finanzdaten
Finanzabteilungen arbeiten mit großen Mengen an Informationen. Ein Mitarbeitender kann beispielsweise mit offenen Forderungen, Zahlungshistorien, Kundeninformationen oder Workflow-Daten konfrontiert sein. Die relevanten Informationen stehen zwar im ERP zur Verfügung, müssen aber zunächst interpretiert werden.
KI-generierte Zusammenfassungen können diesen Schritt verkürzen. Statt mehrere Datensätze einzeln zu analysieren, erhält der Anwender eine verdichtete Darstellung der relevanten Informationen. Das ist besonders interessant für Aufgaben, bei denen nicht die Datenerfassung, sondern das schnelle Verstehen von Informationen Zeit kostet.
KI für Debitoren und Forderungsmanagement
Auch im Forderungsmanagement kann KI bei der Aufbereitung von Informationen unterstützen. Beispielsweise kann eine Zusammenfassung einer Debitorenseite relevante Informationen zu einem Kunden kompakt darstellen. Im Collections-Kontext können KI-Funktionen außerdem Zusammenfassungen und Textvorschläge unterstützen.
Damit entsteht ein anderer Umgang mit ERP-Daten: Nicht der Mitarbeitende muss zunächst herausfinden, welche Informationen relevant sind. Die KI kann helfen, die vorhandenen Daten in einen verständlichen Kontext zu bringen.
Account Reconciliation Agent: Kontenabstimmung mit KI
Ein besonders konkreter Anwendungsfall ist die Kontenabstimmung. Der Account Reconciliation Agent für Dynamics 365 Finance unterstützt die Abstimmung zwischen Nebenbuch und Hauptbuch. Der Agent kann Differenzen erkennen, bei der Analyse unterstützen und Lösungsvorschläge bereitstellen. Damit wird ein typischer manueller Prozess der Finanzbuchhaltung zum Anwendungsfall für agentische KI.
KI überwacht einen wiederkehrenden Prozess, erkennt Abweichungen und unterstützt bei der Bearbeitung – statt erst auf eine manuelle Anfrage zu warten.
Der Account Reconciliation Agent wird von Microsoft derzeit als Produktionsvorschau geführt.
KI in Dynamics 365 Supply Chain Management
In der Lieferkette entstehen täglich große Mengen an Informationen und Entscheidungen. Liefertermine verändern sich. Bestellungen werden angepasst. Lieferanten reagieren auf Anfragen. Nachfrageprognosen müssen bewertet und Lagerbestände gesteuert werden.
Gerade hier kann KI einen erheblichen praktischen Nutzen haben. Microsoft entwickelt Dynamics 365 Supply Chain Management deshalb zunehmend in Richtung KI-gestützter Planung, Beschaffung und Prozessautomatisierung.
Zu den aktuellen Entwicklungen gehören unter anderem generative Erkenntnisse für die Nachfrageplanung, KI-gestützte Erklärungen zur Prognosegenauigkeit und Agenten für Beschaffungsprozesse.
Supplier Communications Agent: Lieferantenkommunikation automatisieren
Ein besonders greifbares Beispiel ist der Supplier Communications Agent beziehungsweise Beschaffungsagent.
Der Anwendungsfall ist einfach nachvollziehbar: Ein Unternehmen erhält regelmäßig E-Mails von Lieferanten. Darin geht es beispielsweise um Lieferbestätigungen, Terminänderungen, Verzögerungen, oder Rückfragen zu Bestellungen.
Heute muss ein Mitarbeitender diese Informationen häufig lesen, interpretieren, dem richtigen Vorgang zuordnen und anschließend im ERP weiterverarbeiten. Ein KI-Agent kann einen Teil dieser Arbeit übernehmen. Microsoft beschreibt den Beschaffungsagenten als Möglichkeit, die Kommunikation mit Lieferanten zu automatisieren und auf Liefer- beziehungsweise Beschaffungsrisiken schneller zu reagieren. Damit wird aus einem klassischen E-Mail-Prozess ein strukturierter digitaler Workflow.
KI in der Supply Chain
Die nächste Entwicklungsstufe geht über reine Zusammenfassungen hinaus. Ein klassisches Reporting beantwortet beispielsweise, was passiert ist. Eine Analyse kann zusätzlich zeigen, warum etwas passiert ist. Agentische KI zielt zunehmend auf eine weitere Frage: Was sollte jetzt passieren? Und genau hier liegt ein wesentlicher Unterschied zwischen klassischer Business Intelligence und KI-gestützten Geschäftsprozessen.
Nehmen wir eine verspätete Lieferung. Ein klassisches Dashboard zeigt die Abweichung. Eine KI-Funktion kann die relevanten Informationen zusammenfassen. Ein Agent kann darüber hinaus – abhängig von seinen Berechtigungen und dem jeweiligen Prozess – die nächsten Schritte vorbereiten oder ausführen. So entsteht eine Prozesskette:
Erkennen → Verstehen → Entscheiden → Handeln
Je mehr dieser Schritte digital unterstützt werden, desto stärker verändert sich die Rolle des ERP-Systems.
Vorteile von KI im ERP
Der Nutzen von KI in Dynamics 365 lässt sich nicht auf „Zeit sparen“ reduzieren. Interessant sind vor allem vier Bereiche.
1. Weniger manuelle Recherche
ERP-Systeme enthalten enorme Mengen an Informationen. Die Herausforderung besteht häufig nicht darin, Daten zu speichern, sondern die richtige Information schnell zu finden. Natürlichsprachliche Abfragen und KI-generierte Zusammenfassungen können den Suchaufwand reduzieren.
2. Weniger Routinearbeit
Viele Geschäftsprozesse bestehen aus wiederkehrenden Aufgaben, wie Informationen prüfen, E-Mails analysieren, Abweichungen suchen oder Vorgänge zusammenfassen. Genau solche Aufgaben sind interessante Kandidaten für KI-Unterstützung oder agentische Automatisierung.
3. Schnellere Entscheidungen
Eine Entscheidung wird nicht automatisch besser, nur weil KI beteiligt ist. Aber eine Entscheidung kann schneller vorbereitet werden, wenn relevante Informationen bereits strukturiert vorliegen. Das gilt für den Einkauf genauso wie für Finance, Supply Chain Planning oder das Forderungsmanagement.
4. Aktive Nutzung von ERP-Daten
Traditionell musste der Anwender das ERP bedienen, um Informationen zu erhalten. Mit generativer und agentischer KI verändert sich dieses Verhältnis. Der Anwender kann Fragen in natürlicher Sprache stellen, Zusammenfassungen anfordern oder Aufgaben an KI-Agenten delegieren. Das ERP wird damit stärker zu einer interaktiven Arbeitsumgebung.
Agentic AI im ERP: Der nächste Schritt nach Copilot
Copilot ist nur ein Teil der Entwicklung. Mit Agentic AI entsteht eine neue Ebene der Prozessautomatisierung.
Ein Agent kann beispielsweise:
- Informationen aus einem System abrufen,
- diese Informationen bewerten,
- einen Prozessschritt auswählen,
- ein Ergebnis vorbereiten,
- gegebenenfalls eine Aktion ausführen,
- und den Vorgang zur menschlichen Prüfung übergeben.
Dabei sollte ein Agent nicht als völlig autonome Black Box verstanden werden. In produktiven Unternehmensprozessen sind Berechtigungen, Regeln, Freigaben und Protokollierung entscheidend. Ein sinnvolles Ziel ist deshalb nicht maximale Autonomie. Das Ziel ist die richtige Autonomie für den jeweiligen Prozess.
Bei einer einfachen Informationsabfrage kann KI sehr frei agieren. Bei einer Buchung, einer Bestellung oder einer finanziell relevanten Entscheidung können dagegen zusätzliche Prüf- und Freigabeschritte erforderlich sein.
Was Unternehmen vor dem Einsatz von KI in Dynamics 365 prüfen sollten
Die technische Verfügbarkeit einer KI-Funktion bedeutet noch nicht, dass sie im Unternehmen automatisch einen Mehrwert erzeugt. Vor der Einführung sollten deshalb mehrere Fragen beantwortet werden.
1. Sind die Daten zuverlässig?
KI kann nur mit den Informationen arbeiten, die ihr zur Verfügung stehen. Fehlen Stammdaten, sind Informationen veraltet oder bestehen Widersprüche zwischen Systemen, kann sich das unmittelbar auf die Qualität der Ergebnisse auswirken. Datenqualität ist deshalb eine Grundlage für erfolgreiche KI-Projekte.
2. Sind Berechtigungen sauber definiert?
Je stärker KI in Geschäftsprozesse integriert wird, desto wichtiger werden Rollen und Berechtigungen. Ein Agent sollte nur auf Daten zugreifen und Aktionen durchführen können, für die er ausdrücklich autorisiert wurde. Gerade bei Finanz- und Lieferkettendaten ist dieses Thema zentral.
3. Welche Aufgaben dürfen automatisiert werden?
Nicht jeder Prozess sollte vollständig automatisiert werden. Eine sinnvolle Einteilung kann beispielsweise so aussehen:
- KI informiert: Der Mensch erhält Informationen und entscheidet selbst.
- KI empfiehlt: Die KI analysiert Daten und schlägt eine Aktion vor.
- KI bereitet vor: Die KI führt operative Schritte aus, bevor ein Mensch freigibt.
- KI führt aus: Die KI erledigt einen klar definierten, risikoarmen Prozess eigenständig.
Diese Abstufung ermöglicht es Unternehmen, Automatisierung kontrolliert auszubauen.
Erfolgreiche Einführung von KI in Dynamics 365
Ein erfolgreicher KI-Einsatz beginnt nicht mit dem Agenten. Er beginnt mit dem Prozess.
1. Schritt: Prozesse analysieren
Zunächst sollte geklärt werden, wo heute besonders viel manueller Aufwand entsteht und welche Prozesse sich beispielsweise häufig wiederholen. Wo werden Informationen aus mehreren Quellen zusammengetragen und wo entstehen regelmäßig Verzögerungen? Nur wenn der eigene Geschäftsprozess verstanden ist, können Einsatzmöglichkeiten von KI definiert werden.
2. Schritt: KI-Use-Cases priorisieren
Besonders interessante Prozesse sind hier Aufgaben mit hohem Wiederholungsgrad oder hohem manuellen Aufwand, Prozesse mit klar definierten Regeln oder vielen Informationsquellen.
3. Schritt: Mit konkretem Anwendungsfall starten
Die möglichen Anwendungsfälle können in unterschiedlichen Geschäftsbereichen liegen, es sollte mit einem gestartet werden. Im Finance-Bereich zur Kontenabstimmung und Erkennung von Differenzen, im Einkauf bei der Lieferantenkommunikation und Bestellbestätigung, im Supply Chain zur Analyse von Nachfrage- und Prognosedaten oder im ERP-Support für eine kontextbezogene Hilfe für Anwender. Der Vorteil eines solchen Ansatzes ist, dass sich der Nutzen wesentlich leichter messen lässt.
4. Schritt: Menschliche Kontrolle definieren
Vor dem produktiven Einsatz muss festgelegt werden, welche Aktionen die KI ausführen darf und wann eine Freigabe erforderlich ist. Zudem ist zu definieren, wer die Verantwortung trägt. Auch Datenschutz und Compliance spielt hier eine Rolle. Welche Daten darf der Agent verwenden und wie werden Aktionen beispielsweise protokolliert?
5. Schritt: Erfolg messen
Ein KI-Projekt sollte nicht mit der Einführung enden, sondern von Anfang an durch festgelegte Kennzahlen gemessen werden. Relevante Kennzahlen können beispielsweise Bearbeitungszeit, Fehlerquote, Nutzungsrate oder die Anzahl automatisch bearbeiteter Vorgänge sein. Erst anhand dieser Daten lässt sich beurteilen, ob aus der Technologie tatsächlich ein geschäftlicher Nutzen entsteht.
Fazit: KI in Dynamics 365 wird zum intelligenten Prozesssystem
Die Entwicklung von Dynamics 365 Finance und Supply Chain Management zeigt einen grundlegenden Wandel in der ERP-Welt. Microsoft treibt diese Entwicklung sowohl in Finance als auch im Supply Chain Management voran. Auf der aktuellen Produktseite von Dynamics 365 Finance stellt Microsoft beispielsweise den Kontoabstimmungsagenten, den Finance Agent und individuelle Agents heraus. Für Supply Chain Management stehen unter anderem der Beschaffungsagent und individuelle KI-Agents im Mittelpunkt.
Entscheidend ist, wo ein Unternehmen heute Zeit verliert, Informationen nicht schnell genug verfügbar sind oder wiederkehrende Aufgaben unnötig manuell ausgeführt werden. Copilot kann Mitarbeitende bei Recherche, Navigation, Analyse und Zusammenfassungen unterstützen. KI-Agenten gehen einen Schritt weiter und können definierte Aufgaben innerhalb eines Geschäftsprozesses übernehmen.
Der größte Nutzen entsteht dabei nicht durch möglichst viele KI-Funktionen. Er entsteht, wenn KI gezielt dort eingesetzt wird, wo sie einen bestehenden Geschäftsprozess messbar verbessert.
