BIM trifft ERP: Mit AAS zum digitalen Zwilling

Der Notbetrieb eines ERP-Systems wird häufig als Aufgabe der IT-Notfallplanung begriffen. Dieses Verständnis geht davon aus, dass das System durch kontrollierten Wiederanlauf nach einer definierten Zeit teilweise oder vollständig zur Verfügung steht. Es wird jedoch nicht betrachtet, was ein funktionsfähiges ERP-System in einer Notfall- oder Krisensituation tatsächlich leisten muss: Unterstützung alternativer Abläufe, veränderter organisatorischer Strukturen sowie einer meist vollständig anderen Handhabung in betrieblicher und finanzieller Hinsicht. Der nachstehende Artikel gibt einen Überblick über die Risiken und Maßnahmen, um die Handlungsfähigkeit im Unternehmen möglichst weitgehend zu erhalten.

Die grundlegenden Techniken des Process-Mining wurden vor etwa 20 Jahren entwickelt. Ziel war es, mithilfe von Daten aus transaktionalen Systemen detaillierte Analyseergebnisse zu Prozessen zu erlangen [1]. Process-Mining stellte damit einen Gegenentwurf zu zeitaufwändigen, ungenauen Prozesserhebungen mit Interviews und Workshops dar. Um den Austausch von Prozessdaten für die Forschung zu erleichtern, entwickelten Forscher aus der Gruppe von Prof. Dr. Wil van der Aalst an der TU Eindhoven ein XML-Format für Event-Logs. Die Idee war, dass Process-Mining-Werkzeuge dieses Format als Importschnittstelle unterstützen. Nun konnten Unternehmen aus ihren Systemen Prozessdaten in eine Datei in diesem Format transformieren und diese Datei an Projektpartner weiterreichen, um Process-Mining-Techniken darauf anzuwenden. Einige anonymisierte Dateien wurden auch für Forschungszwecke veröffentlicht, was die Forschung in diesem Bereich beflügelte. So dienlich wie Dateiformate für Event-Logs ...

Low-Code/No-Code verspricht Entwicklung, Innovation und eine engere Zusammenarbeit zwischen Fachbereichen und IT. Doch warum scheitern viele Initiativen daran, sich dauerhaft im Unternehmen zu etablieren? Der Beitrag zeigt, welche organisatorischen, strategischen und operativen Voraussetzungen entscheidend sind, und stellt acht zentrale Handlungsbereiche mit Erfolgsfaktoren vor – als praxisnahen Leitfaden für eine nachhaltige LCNC-Einführung.

Datenqualität ist kein IT-Aufräumprojekt. Sie ist eine Führungsaufgabe. Wer ein ERP-System einführen oder KI produktiv nutzen will, muss zuerst klären, welche gemeinsame Wahrheit das Unternehmen verwendet. Schlechte Grunddaten bremsen ERP-Projekte, schwächen Entscheidungen und verhindern produktive KI-Nutzung. Dieser Beitrag erläutert, was Geschäftsführungen im Mittelstand jetzt tun müssen un warum Stammdatenqualität zur Führungsaufgabe wird.

Künstliche Intelligenz verändert derzeit die Rolle klassischer ERP-Systeme. Während ERP-Lösungen weiterhin die operative Prozessabwicklung und Datenhaltung übernehmen, werden sie in vielen Unternehmen zunehmend durch spezialisierte KI-gestützte Forecasting-, Planungs- und Analyse-Systeme ergänzt. Dabei verbinden viele Unternehmen KI vor allem mit Automatisierung. Der größere Hebel liegt derzeit jedoch an anderer Stelle: in einer belastbaren Datenbasis. Datenqualität entwickelt sich damit zur Voraussetzung moderner Geschäftsprozesse – nicht nur in der Bedarfsplanung.

IT-Betriebsteams verwalten heute vielschichtige Ökosysteme mit immer mehr Tools für Monitoring, Observability, ITSM, CMDB, Automatisierung, Security und Asset-Management. Diese liefern aber selten ein einheitliches Lagebild. Koordinierte KI-Agenten, die Datenquellen zusammenführen, Ursachenhypothesen bilden, Maßnahmen vorschlagen und (im klar abgegrenzten Rahmen) Teile der Ausführung übernehmen, werden Teams zukünftig aktiver unterstützen.