Künstliche Intelligenz (KI)

Agentische PdM in hybriden ERP-/Cloud-Architekturen

Wie KI-Agenten in hybriden Systemen Ausfälle minimieren und Prozesse autonom steuern.
13.11.2025 - von Nikolaus Jäger-Grassl
Lesedauer:  4 Minuten
© Adobe Stock/panuwat
© Adobe Stock/panuwat

Ein zentraler Datenhub, beispielsweise auf Basis von Salesforce Data 360, bündelt Echtzeit-Daten aus CRM, ERP und externen Quellen und eignet sich ideal für hybride Setups. Er harmonisiert Verkaufsdaten mit Kundenverhalten, um die Nachfrage präzise vorherzusagen und darauf basierend Agenten zu aktivieren. In einem Projekt für eine medizinische Praxis wurden Website-Interaktionen und Daten aus Altsystemen integriert. Agenten prognostizierten daraufhin Churn-Risiken, verhinderten Kündigungen durch proaktive Angebote und reduzierten technische Probleme auf der Website, was die Kundenbindung um 15 Prozent steigerte.

Zugang beschränkt

Sie sind zur Zeit nicht angemeldet / noch nicht registriert.

Um diesen Inhalt vollständig lesen zu können, müssen Sie über ein entsprechendes inklusiv-Abonnement verfügen. Alternativ können Sie den Zugang auch durch Zahlung eines Einmalpreises erhalten.

Abo inklusive Einzelkauf
ohne 2,90 €
Digital 2,76 €
Expert 0,00 €
Professional 0,00 €

Lesen für einmalig 2,90 €

Alle Preise enthalten 7% Mehrwertsteuer

Nach Erwerb der Zugangsrechte werden Sie automatisch wieder zu dieser Seite zurückgeleitet.


Das könnte Sie auch interessieren

Large Language Models im Prozessmanagement

Large Language Models im Prozessmanagement

Was LLMs im Prozessmanagement leisten können – und was nicht
Large Language Models versprechen zahlreiche neue Möglichkeiten für das Geschäftsprozessmanagement –von der Prozessdokumentation über die Analyse bis zur Entscheidungsunterstützung. Doch wo entsteht tatsächlich Mehrwert und wo stoßen die Modelle an ihre Grenzen? Der Beitrag zeigt anhand des GPM-Lebenszyklus konkrete Einsatzszenarien sowie typische Fehlannahmen auf und gibt Orientierung für eine verantwortungsvolle, praxisnahe Anwendung.
Ohne ERP-System keine KI-Transformation im Mittelstand

Ohne ERP-System keine KI-Transformation im Mittelstand

Im Mittelstand entscheidet das ERP über Tempo und Wirkung von KI
Künstliche Intelligenz gilt als Treiber der digitalen Transformation –doch im Mittelstand entscheidet nicht der Algorithmus, sondern das ERP über Tempo und Wirkung. Gut gepflegte ERP-Systeme liefern die verknüpften, kontextualisierten Daten, die KI erst produktiv machen. Sie bilden die Basis für Prozessoptimierung, Automatisierung und neue Geschäftsmodelle. Wer nachhaltige Innovation realisieren will, muss beim ERP ansetzen.
Wir wollen das erste wirklich AI-driven ERP werden

Wir wollen das erste wirklich AI-driven ERP werden

Dr. Jörg Haas, Gründer und CEO der Scopevisio, im Gespräch über Pläne und Visionen
Scopevisio plant mit „Scopevisio Embedded Enterprise LLM“ein vollständig KI-gesteuertes ERP-System auf den Markt zu bringen. Dabei geht es nicht um ein weiteres Feature-Update, sondern um einen Paradigmenwechsel: weg von manueller Dateneingabe, hin zu autonomen, ergebnisorientierten Workflows. Ein ERP, das voraussagt, Entscheidungshilfen gibt und handelt - mit klaren Prinzipien zu Datenhoheit, Nachvollziehbarkeit und Governance. 
Best-of ERP 2025: ERP mit KI-Funktionen

Best-of ERP 2025: ERP mit KI-Funktionen

ERP-System des Jahres: Scopevisio wird mit Gold prämiert
Scopevisio verbindet künstliche Intelligenz mit ERP-Kompetenz. Die cloudbasierte deutsche Plattform schafft eine Datenbasis für alle Unternehmensbereiche – sicher, flexibel und überall verfügbar. KI unterstützt Anwender gezielt bei Dateneingabe, Plausibilitätsprüfung und Wissensarbeit, während Datenschutz gewahrt bleibt. Die KI-Funktionen sind im System verankert und lassen sich DSGVO-konform nutzen, ohne externe Schatten-Tools.
Best-of ERP 2025: ERP mit KI-Funktionen

Best-of ERP 2025: ERP mit KI-Funktionen

ERP-System des Jahres: Metacarp gewinnt Silber mit Argon
Metacarp verbindet modulare Microservice-Architektur mit einer tief integrierten KI, die weit über Assistenzfunktionen hinausgeht. Die KI analysiert Daten, beantwortet Fragen per Spracheingabe, prognostiziert Bedarfe und erstellt Dashboards oder Formulare per Prompt. E-Mails werden erkannt und passenden Workflows zugeordnet. Ein Labor-Assistent unterstützt Forschung und Entwicklung, prüft Rezepturen, erkennt Risiken und schlägt Alternativen vor.