Viele Unternehmen beginnen mit KI, indem sie ein Standardmodell ausrollen. Das ist ein sinnvoller Einstieg, aber kein fertiges Betriebssystem für das Unternehmen. Ein Modell kann Texte schreiben, Informationen sortieren und allgemeines Wissen anwenden. Es kennt aber nicht automatisch das eigene ERP, interne Sonderregeln, alte Kundenvereinbarungen, Reklamationen oder Entscheidungen aus E-Mail-Verläufen. Wirklich wertvoll wird KI erst, wenn sie kontrolliert auf die richtigen Unternehmensdaten zugreifen und definierte Aktionen sicher vorbereiten oder ausführen kann.

KI scheitert im Unternehmen selten an der Sprache. Sie scheitert daran, dass der entscheidende Zusammenhang nicht im Modell liegt, sondern verteilt in ERP, E-Mails, Reklamationen, Dokumenten und nicht dokumentierten Sonderfällen.

Ein Standardmodell kennt nicht Ihr Unternehmen

Direkte KI-Abos sind einfach.

Der bessere Ablauf: ein zentrales KI-Portal

Ein Standardmodell ist auf allgemeines Wissen trainiert. Es weiß, wie ein Angebot formuliert wird. Es kann erklären, was ein Lieferverzug bedeutet. Es kann auch eine Reklamation freundlich zusammenfassen.

Aber es weiß nicht, warum ein bestimmter Kunde eine Sonderkondition hat. Es weiß nicht, dass ein ERP-Feld intern seit Jahren anders verwendet wird als ursprünglich geplant. Es kennt keine manuell gepflegten Ausnahmen. Und es kennt keine Prozesse, die zwar jeder nutzt, aber niemand dokumentiert hat.

Genau hier endet der Nutzen vieler KI-Projekte früher als erwartet. Die KI wirkt im ersten Schritt beeindruckend. Im zweiten Schritt fragt jemand nach einem echten Fall aus dem Betrieb. Dann fehlt der Zusammenhang.

Ein LLM ist kein Hellseher mit Zugriff auf die Kaffeeküche. Es ist eher ein sehr schneller Kollege, der nur jene Akten kennt, die man ihm tatsächlich hingelegt hat.

Firmenwissen liegt nicht an einem Ort

In der Praxis entsteht Unternehmenswissen selten sauber in einem einzigen System.

Ein Auftrag steht im ERP. Die Begründung für eine Ausnahme steht in einer E-Mail. Die technische Ursache steht in einer Reklamation. Die finale Entscheidung steht in einer internen Notiz. Die Produktdaten liegen in einem weiteren System. Und das wichtigste Detail kennt vielleicht nur jemand, der seit zwölf Jahren „eh immer weiß, wie das gemeint ist“.

Für Menschen ist das mühsam. Für KI ist es ohne Zugriff unmöglich.

Wenn eine KI nur das ERP sieht, fehlt ihr der Verlauf. Wenn sie nur E-Mails sieht, fehlt ihr der kaufmännische Status. Wenn sie nur Dokumente durchsucht, fehlen ihr aktuelle Bewegungsdaten. Der echte Nutzen entsteht erst, wenn diese Quellen kontrolliert zusammengeführt werden.

Lesen reicht oft. Manchmal braucht es Schreiben.

Viele gute Anwendungsfälle beginnen mit lesendem Zugriff. Die KI sucht Informationen, fasst Kundenvorgänge zusammen, erklärt offene Punkte oder prüft, welche Daten zusammengehören. Das senkt Suchaufwand und macht Entscheidungen schneller.

Danach kommt die nächste Stufe: Die KI bereitet Aktionen vor.

Sie kann eine ERP-Notiz vorschlagen. Einen Vorgang zur Prüfung markieren. Einen Reklamationsstatus vorbereiten. Eine Antwort an den Kunden entwerfen. Oder fehlende Daten in einem Prozess sichtbar machen.

Schreibzugriff ist dabei keine Kleinigkeit. Er bedeutet Verantwortung. Jede Aktion braucht klare Regeln: Wer darf was auslösen? Was muss freigegeben werden? Was wird protokolliert? Welche Änderungen darf KI selbst durchführen, und welche nur vorbereiten?

Die entscheidende Frage lautet nicht, ob KI technisch schreiben kann. Die entscheidende Frage lautet, welche Aktionen geschäftlich erlaubt, nachvollziehbar und sicher genug sind.

Ohne Schnittstellen bleibt KI eine bessere Suchmaske

Damit KI mit ERP, Mail, DMS, Ticketsystem, Produktdaten oder Reklamationen arbeiten kann, braucht sie Schnittstellen. Sonst bleibt sie ein Chatfenster, in das Menschen manuell Informationen kopieren.

Das ist für Pilotprojekte akzeptabel. Für den Betrieb ist es zu langsam, zu fehleranfällig und zu schwer kontrollierbar.

Schnittstellenstandards und Werkzeugschichten, etwa MCP, sind deshalb wichtig. Nicht als Modewort, sondern als Verbindung zwischen KI und Unternehmenssystemen. Sie sorgen dafür, dass die KI nicht beliebig irgendwo „herumklickt“, sondern definierte Werkzeuge nutzt: Daten abrufen, Vorgänge suchen, Status prüfen, Notizen vorbereiten, Freigaben anstoßen.

So wird aus einer Antwortmaschine ein kontrollierbares Arbeitswerkzeug.

Praktisches Beispiel

Ein Kunde fragt, warum seine Lieferung anders behandelt wird als üblich.

Im ERP steht der Auftrag. Dort sieht man Menge, Termin, Status und Kondition. Das erklärt aber noch nicht den Grund.

Im E-Mail-Verlauf steht, dass der Kunde wegen einer früheren Reklamation eine Sondervereinbarung erhalten hat. Im Reklamationssystem steht die technische Ursache. In einer internen Notiz steht, dass der Vertriebsleiter die Ausnahme freigegeben hat. In den Produktdaten steht außerdem, dass ein bestimmter Artikel aktuell eine längere Lieferzeit hat.

Ein Standardmodell ohne Zugriff sieht davon nichts. Es kann nur allgemein antworten.

Eine angebundene KI kann den Vorgang zusammenführen. Sie erkennt: Auftrag, Reklamation, Vereinbarung, Produktstatus und interne Freigabe gehören zusammen. Mit Leserechten liefert sie eine belastbare Zusammenfassung. Mit kontrollierten Schreibrechten kann sie zusätzlich eine ERP-Notiz vorbereiten oder den Vorgang zur Freigabe markieren.

Das spart nicht nur Zeit. Es senkt auch das Risiko, dass Entscheidungen auf halbem Wissen beruhen.

Grenzen und Risiken

KI braucht klare Grenzen. Je näher sie an operative Systeme kommt, desto wichtiger werden Rechte, Freigaben und Protokolle.

Nicht jeder Mitarbeiter darf alles sehen. Also darf auch KI nicht alles sehen. Berechtigungen müssen aus den Unternehmenssystemen übernommen oder sauber abgebildet werden. Sonst entsteht ein neues Risiko: Die KI wird zur Abkürzung um bestehende Rechte herum.

Auch schlechte Daten werden durch KI nicht automatisch gut. Wenn ERP, E-Mail und Reklamationssystem unterschiedliche Wahrheiten enthalten, löst KI den Konflikt nicht allein. Sie macht ihn nur schneller sichtbar.

Das ist trotzdem wertvoll. Manchmal ist der wichtigste Nutzen einer KI nicht die Antwort, sondern der Hinweis: „Diese drei Systeme erzählen nicht dieselbe Geschichte.“

Fazit

Ein Standardmodell ist ein guter Einstieg. Es ersetzt aber kein Unternehmensgedächtnis.

Wer mit KI echte interne Prozesse verbessern will, braucht mehr als einen Account für alle. Notwendig sind kontrollierte Datenzugriffe, saubere Schnittstellen, klare Regeln für Lese- und Schreibrechte und eine realistische Sicht auf die vorhandene Datenqualität.

KI wird im Unternehmen nicht durch allgemeines Wissen wertvoll. Sie wird wertvoll, wenn sie den konkreten Zusammenhang kennt: ERP, E-Mails, Reklamationen, Produktdaten, Dokumentation und Entscheidungen. Erst dann hilft sie nicht nur beim Formulieren, sondern beim Verstehen und Handeln.