KI-Agenten in SAP- und Oracle-ERPs: ein Mittelstands-Leitfaden

Die Mittelstands-KI-Konversation 2026 hat sich sauber in zwei Hälften geteilt. Die eine ist der "KI wird alles transformieren"-Pitch von Beratungen; die andere ist "was sollte ich nächstes Quartal in unserem ERP wirklich tun" von CIOs. Dieser Artikel ist für die zweite Hälfte. Die wertvollsten Agenten in mittelständischen deutschen Unternehmen sind keine Consumer-Style-Chatbots. Es sind kleine, benannte Verben, die in SAP, Oracle EBS, NetSuite oder vergleichbaren ERPs arbeiten — die langweilige Mitte bestehender Geschäftsprozesse automatisieren.

Die Chance liegt in der Mitte der Prozesse, nicht an den Enden

Es hilft zu schauen, wo ERP-Arbeit heute wirklich langsam ist. Die Engpässe sind selten am Anfang (Dateneingabe ist gut gelöst) oder am Ende (Reporting ist gut gelöst). Sie liegen in der Mitte:

• Rechnungen Bestellungen zuordnen, wenn Felder nicht ganz übereinstimmen.
• Freigaben durch komplexe Hierarchien mit Vertreterregeln routen.
• Lieferungen mit ASNs und Bestandsbuchungen abgleichen.
• Support-Tickets zur richtigen Produkt/Regional-Mannschaft triagieren.
• Ausnahmen in Stammdaten untersuchen — der doppelte Kunde, die inkonsistente Adresse, der fehlende Steuercode.

Jede dieser Aufgaben hat dieselbe Struktur: eine routinemäßige, größtenteils mechanische Aktion mit einer langen Reihe judgement-bedürftiger Ausnahmen. Das ist genau die Form, die ein Agent gut bedient — die mechanische Mehrheit automatisieren, die echten Ausnahmen an einen Menschen routen.

Warum ein Agent klassisches RPA hier schlägt

RPA — die Welle der Bots, die Klicks aufnehmen und abspielen — hat die einfachen 60 % dieser Flows für viele Unternehmen in den späten 2010ern erledigt. Die verbleibenden 40 % sind, wo RPA bricht: wenn Felder sich verschieben, wenn eine Ausnahme Urteilsvermögen verlangt, wenn die Regel eine "üblicherweise außer …"-Klausel hat. Agenten meistern diese 40 % besser aus drei Gründen:

• Semi-strukturierte Daten lesen. Eine Rechnung in leicht neuem Layout bricht einen Agenten nicht so, wie sie einen RPA-Bot bricht.
• Über Ausnahmen schlussfolgern. "Diese Rechnung passt zu keiner Bestellung; prüfe, ob es ein bekannter Lieferant mit nachträglicher Bestellpraxis ist; wenn ja, route an Procurement; wenn nicht, als verdächtig markieren."
• Natürliche Sprache sprechen. Die Ausnahme-Notiz, die ein Agent für den menschlichen Bearbeiter schreibt, ist tatsächlich nützlich; der Audit Trail, den er produziert, tatsächlich lesbar.

Nichts davon heißt, dass Agenten RPA pauschal ersetzen. Die Realität ist hybrid: deterministische Automation für stabile Flows, agentische Behandlung für die variable Mitte, RPA-Orchestrierung für die mechanische Kette.

Fünf konkrete Use Cases, die konsistent funktionieren

Feldarbeit mit Mittelstandsteams 2026 zeigt, dass dieselben fünf Muster gut landen:

1. Drei-Wege-Abgleich mit Ausnahme-Reasoning. Der Agent vergleicht Rechnung, Bestellung und Wareneingang. Saubere Treffer buchen automatisch. Abweichungen erhalten ein strukturiertes Ausnahme-Ticket mit der Diagnose des Agenten ("Lieferant hat 105 Einheiten fakturiert; WE zeigt 100; prüfen, ob die Bestellung eine 5%-Toleranzklausel hat"). Procurement bearbeitet nur die Ausnahmen.

2. Kundenstamm-Deduplizierung. Der Agent liest neue Kundendatensätze und hebt wahrscheinliche Duplikate mit Begründung hervor. Stammdaten-Verantwortliche bestätigen oder verwerfen. Über Wochen lernt der Agent die Edge Cases des Teams.

3. Vollständigkeitsprüfung der Verkaufsaufträge. Bevor ein Auftrag weiterläuft, prüft der Agent, dass alle erforderlichen Steuercodes, Zahlungsbedingungen, Liefertermine und Produktzuordnungen plausibel zur Historie des Kunden sind. Inkonsistenzen werden bei der Auftragserfassung erwischt, nicht beim Versand.

4. Service-Ticket-Triage. Der Agent liest den eingehenden Tickettext, identifiziert die betroffene Produktlinie, Dringlichkeit und wahrscheinliche Ursache, routet an das richtige Team und entwirft die Standard-Erstantwort vor. Support-Agents starten aus einer strukturierten Queue, nicht einer Inbox.

5. Monats- und Jahresend-Checklisten-Ausführung. Viele Periodenend-Prozeduren sind Checklisten, die Menschen manuell abhaken. Ein Agent, der die Checkliste kennt, kann die meisten Schritte ausführen, die judgement-bedürftigen markieren und einen Abschluss-Log produzieren, den der Auditor verifizieren kann.

Nichts davon ist exotisch. Alle sparen reale Stunden in der typischen Mittelstands-Finanz-, Procurement- oder Service-Organisation.

Wie man ein erstes Projekt zuschneidet

Das Muster, das konsistent Wert liefert:

1. Einen Prozess wählen, der mindestens tausendmal pro Monat läuft und in dem Sie die Ausnahmen heute benennen können.
2. Den Agenten um drei oder vier schmale ERP-zugewandte Tools bauen (ein MCP-Server vor dem ERP ist die sauberste Architektur; wenn Ihr ERP-Hersteller ein Äquivalent bietet, nutzen Sie es).
3. Im Schatten-Modus pilotieren. Der Agent läuft parallel zum bestehenden Prozess; Menschen erledigen weiterhin die Arbeit. Zwei Wochen lang Entscheidungen des Agenten mit Entscheidungen der Menschen vergleichen.
4. In Suggest-Modus promoten. Die Entscheidungen des Agenten werden Default; Menschen bestätigen oder überstimmen.
5. Nur für saubere Fälle in Auto-Modus promoten. Ausnahmen gehen weiterhin an Menschen. Auto- und Override-Rate wöchentlich tracken.

Die Disziplin Pilot → Suggest → Auto ist das, was das Projekt sicher hält. Direkt in Auto-Modus zu springen, produziert die Post-Incident-Memos, die Mittelstands-KI um zwei Quartale zurückwerfen.

Der Agent muss nicht klug sein. Er muss zuverlässig auf den mechanischen 80 % sein und ehrlich zu den judgement-bedürftigen 20 %.

Governance für eine Mittelstands-IT

Mid-Market-Governance muss nicht schwer sein. Ein machbares Minimum:

• Ein kurzes Register der eingesetzten ERP-Agenten mit Owner, Scope und Risikostufe.
• Eine klare Regel, welche Agenten ins ERP schreiben dürfen und welche nur lesen.
• Ein Audit-Log jeder Agent-Entscheidung, lang genug aufbewahrt, um die Retention-Regeln Ihrer Branche zu erfüllen.
• Ein monatliches Review der Override-Rate. Wenn Menschen mehr als 10 % der Agenten-Entscheidungen überstimmen, braucht der Agent Tuning oder der Prozess Vereinfachung.

Das passt auf eine Seite. Es ist nicht das DSGVO-Register. Es ist das operative Artefakt, das Ihren KI-Einsatz verteidigbar hält.

Die Kostenrechnung

Ehrliche Ökonomie für ein typisches Mittelstands-KI-Agenten-Projekt: Baukosten moderat (Wochen, nicht Quartale, wenn der Prozess gut zugeschnitten ist), Laufkosten dominiert von Modellaufrufen auf den ERP-zugewandten Tools, Payback meist zwei bis vier Quartale je nach Volumen des zugrundeliegenden Prozesses. Das Risiko ist nicht finanziell; es ist reputationsbezogen, wenn Sie ohne die Pilot → Suggest → Auto-Disziplin ausliefern.

Was das nicht ist

Ehrlicher Scope: ERP-Agenten sind keine "KI-Strategie". Sie sind eine operative Verbesserung, die Ihrem Team erlaubt, mehr Volumen mit derselben Mannschaft oder dasselbe Volumen mit saubereren Ausnahmen zu bewältigen. Sie ersetzen nicht Ihr CRM-Rethink, Ihre Datenplattform-Investition oder Ihr breiteres Digitalisierungsprogramm. Sie stehen neben diesen Programmen und beschleunigen deren Tagesausdruck.

Für die meisten Mittelstands-IT-Leads 2026 ist das das richtige Ambitionsmaß. Die Unternehmen, die dieses Jahr still die Mitte ihrer ERP-Prozesse automatisieren, sind die, deren Finanzteams in der nächsten Planungsrunde weniger Personal anfordern — und das ist das stärkste Signal, das ein CIO geben kann.