ERP mit KI verbinden: Anbindungswege für den Mittelstand

Wer sein ERP mit KI verbinden will, hat meist ein klares Motiv: Die Daten liegen längst vor, aber nur wenige Menschen im Unternehmen kommen schnell an sie heran. Fragen nach Umsätzen je Region, Lieferterminen, Lagerbeständen oder überfälligen Rechnungen landen als E-Mail bei Controlling oder IT und kommen Stunden oder Tage später als Excel-Datei zurück.

Dieser Leitfaden zeigt, auf welchen Wegen sich SAP, Microsoft Dynamics, Odoo, Xentral oder ein gewachsenes Warenwirtschaftssystem an eine KI-Plattform anbinden lassen, welche Regeln für Rechte und Sicherheit gelten und welche Anwendungsfälle sich zuerst lohnen. Wie Sie eine KI-Plattform grundsätzlich in Ihre IT-Landschaft einbinden, beschreibt der Leitfaden KI in bestehende Systeme integrieren.

Stand: September 2026.

Ein ERP mit KI zu verbinden bedeutet, einem Sprachmodell kontrollierten Zugriff auf ausgewählte ERP-Daten und ERP-Funktionen zu geben. Die KI übersetzt eine Frage in eine Abfrage, führt sie über eine freigegebene Schnittstelle aus und formuliert das Ergebnis mit Quellenangabe.

Im ERP liegt der Kern des Geschäfts: Kunden- und Lieferantenstamm, Artikel, Aufträge und Bestellungen, Lagerbestände, Rechnungen und offene Posten, oft auch Produktions- und Projektdaten. Für die meisten Mittelständler ist das der wichtigste strukturierte Datenbestand. Die Anbindung wirkt auf drei Stufen:

• Abfragen und auswerten: „Welche Aufträge über 50.000 € sind im Verzug?“ Die KI liefert eine Liste und die Abfrage, auf der sie beruht.
• Assistenz im Prozess: Eine Kundenanfrage wird gegen Bestand, Lieferzeit und Konditionen geprüft, bevor der Innendienst das Angebot schreibt.
• Automatisierung: Die KI legt einen Beleg an oder ändert einen Status, nachdem eine verantwortliche Person zugestimmt hat.

Die meisten Unternehmen starten auf der ersten Stufe. Das ist sinnvoll, weil sich dort Datenqualität, Rechtekonzept und Vertrauen in die Antworten aufbauen lassen, bevor die KI in Abläufe eingreift.

ERP-Daten bleiben ungenutzt, weil der Zugang über Standardberichte, Transaktionen und Wissen über das Datenmodell läuft. Jede Frage außerhalb des Berichtswesens braucht jemanden, der weiß, in welcher Tabelle was steht.

Das Ergebnis ist ein Nadelöhr: Geschäftsführung und Vertrieb fragen seltener, als sie es bräuchten, und Controlling verbringt viel Zeit mit Abzügen statt mit Bewertung. Der Unterschied mit einer KI-Anbindung liegt weniger in der Technik als im Ablauf:

Es gibt fünf Wege: die offizielle API des Herstellers, einen lesenden Datenbankzugriff auf freigegebene Sichten, eine fertige App der KI-Plattform, einen MCP-Server und den Dateiexport. Welcher passt, hängt davon ab, ob Ihr ERP in der Cloud oder im eigenen Rechenzentrum läuft und welche Schnittstellen es anbietet.

Die Cloud-Anwendungen von Dynamics 365 binden Sie über die offiziellen Schnittstellen an: die Dataverse Web API für Sales und Customer Service, OData-Endpunkte für Finance und Supply Chain Management. Die Anmeldung läuft über eine App-Registrierung in Microsoft Entra ID (bis 2023 Azure AD) mit eng gefassten Rechten.

Für Dataverse gibt es zusätzlich einen lesenden SQL-Endpunkt (TDS), der ebenfalls über Entra ID anmeldet. Einen direkten Datenbankzugang mit eigenem Datenbanknutzer gibt es in der Cloud nicht. Business Central online bietet APIs auf Basis von REST und OData. Ältere NAV- oder Business-Central-Installationen im eigenen Haus laufen auf SQL Server; dort sind freigegebene Sichten ein gängiger Weg.

SAP S/4HANA stellt Geschäftsobjekte über OData-APIs bereit, die im SAP Business Accelerator Hub dokumentiert sind. Ältere Systeme wie SAP ECC arbeiten mit RFC-Funktionsbausteinen (BAPIs) und IDocs; dafür braucht es meist Middleware wie die SAP Integration Suite oder einen eigenen Adapter. SAP Business One bietet mit dem Service Layer eine REST-Schnittstelle.

Direkte Abfragen auf Tabellen wie VBAK (Verkaufsbelege) oder KNA1 (Kundenstamm) sind technisch denkbar, je nach Datenbanklizenz aber nicht zulässig, und der Zugriff durch Fremdsysteme kann Lizenzfragen auslösen. Klären Sie deshalb früh mit Ihrem SAP-Betreuer, welcher Weg für Ihr Release und Ihre Lizenz vorgesehen ist.

Odoo dokumentiert seit Version 19 die External JSON-2 API mit API-Schlüsseln; ältere Versionen nutzen XML-RPC oder JSON-RPC. Abgefragt werden Modelle wie sale.order (Aufträge) oder res.partner (Kontakte). Xentral bietet eine REST-API; für Plotdesk gibt es dazu eine fertige App (siehe unten). DATEV stellt eigene Schnittstellen und Exportformate bereit; welche Daten abrufbar sind, hängt von den eingesetzten DATEV-Produkten ab.

Viele Mittelständler betreiben ihr ERP im eigenen Rechenzentrum, darunter Systeme auf IBM i (AS/400). Hier geht es zuerst um den Netzweg: Die KI-Plattform muss das System erreichen, ohne dass eine Datenbank offen im Internet steht. Übliche Lösungen sind ein Connector im lokalen Netz, ein VPN oder eine Middleware-Schicht. Auf IBM i werden Daten meist über ODBC oder JDBC aus Db2 for i gelesen.

Das Model Context Protocol (MCP) ist ein offenes Protokoll, über das Anwendungen einem KI-Modell Werkzeuge, Daten und Vorlagen bereitstellen. Die aktuelle Spezifikation stammt vom 28. Juli 2026. Für das ERP heißt das: Statt jede KI-Anwendung einzeln anzubinden, stellt ein MCP-Server Funktionen wie „Auftrag suchen“ oder „Lagerbestand prüfen“ einmal bereit.

Jedes Werkzeug ist eine ausführbare Funktion. Rechte, Freigaben und Protokollierung legen Sie deshalb je Werkzeug fest, nicht pauschal für den Server. Wie das in der Praxis aussieht, zeigt der Leitfaden zum Model Context Protocol im Unternehmen.

Zuverlässig wird es, wenn die KI auf freigegebenen Sichten mit erklärten Feldern arbeitet, die ausgeführte Abfrage anzeigt und vor dem Rollout mit typischen Fachfragen getestet wird. Ohne diese Vorarbeit entstehen plausible, aber falsche Zahlen.

Der Fachbegriff dafür ist Text-to-SQL: das Übersetzen einer Frage in natürlicher Sprache in eine Datenbankabfrage. Die Technik ist ausgereift, die Tücken liegen im Fachlichen. Was zählt als Umsatz, netto oder brutto, mit oder ohne Gutschriften? Gilt das Kalender- oder das Geschäftsjahr? Welche Mandanten und Währungen sind gemeint? Ein Modell, das diese Regeln nicht kennt, rechnet sauber und trotzdem falsch.

Beispiel (illustrativ): Die Vertriebsleitung fragt: „Welche Kunden in Region Süd haben im letzten Quartal weniger bestellt als im Vorjahresquartal?“ Die KI liefert eine Tabelle mit Kunde, beiden Quartalsumsätzen und der Veränderung. Darunter stehen die Abfrage auf der Sicht „Auftragspositionen netto“ und der Hinweis, dass Gutschriften abgezogen sind. Die Vertriebsleitung kann das Ergebnis prüfen, bevor sie es weitergibt.

Prognosen sind ein Sonderfall. Eine Umsatzprognose rechnet ein statistisches Verfahren, etwa im Code Interpreter. Das Sprachmodell bereitet die Daten auf, schlägt eine Methode vor und erklärt das Ergebnis; die Zahl selbst stammt aus der Rechnung, nicht aus dem Modell. Wie Sie falsche Antworten erkennen und vermeiden, beschreibt ein eigener Leitfaden.

Am schnellsten wirken Anwendungsfälle, in denen viele Menschen regelmäßig dieselbe Art von Frage stellen oder wiederkehrende Berichte entstehen. Diese sechs Fälle sind im Mittelstand typische Kandidaten:

Auffälligkeiten sind oft Symptome im Ablauf: Wer verstehen will, warum Rabatte aus dem Rahmen fallen oder Aufträge hängen, kombiniert die KI-Abfrage mit Process Mining auf ERP-Daten. Welche Fälle in Ihrer Branche typisch sind, zeigen die Seiten zu KI im Maschinen- und Anlagenbau und KI im E-Commerce und Großhandel.

Legen Sie vor dem Start fest, woran Sie Erfolg messen: Ausgangswert, Zielwert und Messweise. Wie das ohne geschönte Renditezahlen gelingt, beschreibt der Artikel zur Berechnung des KI-Nutzens.

Mit einem eigenen technischen Nutzer mit minimalen Rechten, lesendem Zugriff als Standard, einem Rollenkonzept je Fachbereich und vollständigen Protokollen. Schreibrechte vergeben Sie nur für definierte Funktionen, und jede schreibende Aktion braucht die Zustimmung eines Menschen.

Frühere Empfehlungen lauteten, eine KI dürfe nie in ein ERP schreiben. Mit Agenten und Automatisierung ist diese Regel zu grob: Einen Auftrag anzulegen oder einen Status zu setzen kann sinnvoll sein, wenn die Funktion eng definiert ist, eine verantwortliche Person freigibt und alles protokolliert wird.

Sicherheit hängt auch an der Datenqualität. Dubletten im Kundenstamm, uneinheitliche Artikelnummern oder gepflegte Felder, die niemand mehr nutzt, führen zu falschen Antworten. Wie Sie Ihre Daten KI-fähig machen, lesen Sie im Leitfaden zur KI-Datenstrategie.

Plotdesk verbindet eine KI-Plattform mit einem Umsetzungsteam für den Mittelstand. Für ERP-Daten gibt es keinen Einheitsweg; das Team kombiniert je nach System die passenden Bausteine:

• SQL Connector: Zugriff auf freigegebene Datenbanken und Sichten in MySQL, PostgreSQL oder SQL Server, auf Wunsch im Lesemodus. Data Warehouses in Snowflake lassen sich ebenfalls anbinden.
• Xentral-App: Aufträge, Rechnungen und Lagerbestände abfragen und, je nach Rechten, Aufträge anlegen.
• HTTP-Requests in Workflows: Aufrufe der REST- oder OData-Schnittstelle Ihres ERP, etwa für Dynamics 365, Business Central online oder Odoo.
• Plotdesk Connect: für Systeme im eigenen Rechenzentrum wie ERP, Fileserver, alte Datenbanken oder AS/400.
• MCP-Server und REST-API: wenn Sie Werkzeuge standardisiert bereitstellen oder Plotdesk aus eigenen Anwendungen ansprechen möchten.
• Individuelle Plugins: eigene Prozessoberflächen, wenn der Standard nicht reicht, zum Beispiel für eine Angebotsprüfung gegen Bestands- und Preisdaten.

Fertige Apps für Microsoft Dynamics, Odoo oder DATEV gibt es in Plotdesk nicht. Diese Systeme bindet das Team über die genannten Wege an; SAP ist in der Regel ein gemeinsames Projekt mit Ihrer IT und Ihrem SAP-Betreuer.

Die Ergebnisse lassen sich direkt weiterverarbeiten: in Tables, mit dem Code Interpreter für Berechnungen, mit Charts für Diagramme und mit dem File Writer als Excel-, Word- oder PowerPoint-Datei. Schedulers stoßen wiederkehrende Berichte zeitgesteuert an.

Plotdesk läuft als dedizierte Instanz in der EU oder im eigenen Tenant, etwa in Azure, auf Basis eines DSGVO-konformen AVV mit EU-Datenresidenz. SSO, mehr als 40 Berechtigungen, verschlüsselte Zugangsdaten und Audit-Logs regeln, wer welche ERP-Daten abfragen darf. Welche der mehr als 100 Modellvarianten aus zehn Provider-Typen ein Team nutzt, steuern Sie je Team.

Der Weg folgt vier Schritten: KI-Potenzialanalyse, Proof of Value auf Ihren ERP-Daten, produktive Lösung mit Rechten und Integration, systematischer Ausbau. Die Erfahrung dafür stammt aus mehr als 1.200 Use Cases in 15 Branchen.

Ein ERP mit KI zu verbinden ist heute weniger eine Frage der Technik als der Vorbereitung. Die Schnittstellen existieren, von der OData-API bis zum Connector im eigenen Netz. Über den Erfolg entscheiden freigegebene Sichten, ein sauberes Rechtekonzept, nachvollziehbare Antworten und ein Testkatalog.

Starten Sie mit einer Art von Frage, die viele Menschen regelmäßig stellen, und einer Schnittstelle, die Ihr System bereits bietet. Wenn die Antworten stimmen und genutzt werden, folgen Berichte, Assistenz im Innendienst und schließlich schreibende Automatisierung mit Freigabe.