KI in SAP Retail Prozessen: Sollte KI die Ausnahmen entscheiden?

Im vorherigen Artikel haben wir betrachtet, warum Retail im SAP-Kontext anders ist.

Retail-Prozesse liegen nah an der Wettbewerbsposition des Unternehmens. Sie sind hochvolumig, zeitkritisch und oft bereits stark automatisiert. Die verbleibende manuelle Arbeit ist daher nicht einfach unberührte Arbeit, die nur auf Automatisierung wartet. Sie existiert oft, weil Mehrdeutigkeit, Varianz, Verantwortung oder Kosten deterministische Automatisierung schwierig gemacht haben.

Hier wird KI interessant.

Wir sehen KI-Unterstützung für Mitarbeiter als Standard-Use-Case in vielen Unternehmen.

Mitarbeiter sollten KI-Werkzeuge nutzen können, um Informationen zu finden, Daten zu analysieren, Dokumente zusammenzufassen, Optionen zu vergleichen und Entscheidungen vorzubereiten, innerhalb ihrer Berechtigungen und der Datenschutzregeln des Unternehmens. Mit MCP-Servern oder ähnlichen Technologien kann das auch Zugriff auf Business Software, Dokumentation, Bewegungsdaten und Stammdaten einschließen.

In dieser Form bleibt KI ein Werkzeug in der Hand des Mitarbeiters. Die Initiative bleibt beim Menschen. Die Verantwortung bleibt beim Menschen.

Die Grenze wird überschritten, wenn KI proaktiv oder prozessgebunden wird.

Wenn ein KI-System einen Prozess beobachtet, automatisch Empfehlungen erzeugt, Fälle routet, Entscheidungen zur Freigabe vorbereitet oder Folgeaktivitäten auslöst, ist es Teil des Geschäftsprozesses. Auch wenn ein Mensch noch klickt, ist das keine einfache Unterstützung mehr, sondern KI-Automatisierung.

Für Retailer sehen wir die folgenden Optionen, wenn ein Prozess verbessert werden soll:

1. Weitere KI-Unterstützung: KI unterstützt die menschliche Entscheidung, während die Entscheidung selbst bei einer Person bleibt. Auf Anfrage des Users sammelt sie Kontext, vergleicht ähnliche Fälle, hebt Abweichungen hervor, bereitet Erklärungen vor und schlägt Optionen vor. Weitere Unterstützung kann bedeuten, dem User leichteren Zugriff auf zusätzliche Informationen zu geben.

2. Klassische Automatisierung: Die zweite Option ist, den Prozess zu klären und danach deterministisch zu automatisieren. KI kann dabei helfen, Dokumentation, frühere Entscheidungen, Tickets, Custom Code, User-Erklärungen und Prozessvarianten zu analysieren, wie im Kapitel zur taktischen IT beschrieben.

3. KI-Automatisierung: Die dritte Option ist KI-basierte Automatisierung. In diesem Fall wird das KI-System selbst Teil der automatisierten Entscheidung. Das kann sinnvoll sein, wenn deterministische Automatisierung nicht praktikabel ist, weil die Inputs zu unterschiedlich, die Sprache zu mehrdeutig oder die Zahl der möglichen Situationen zu groß ist, um sie vorab zu definieren.

Der Entscheidungsprozess sollte aus meiner Sicht wie folgt aussehen.

Zuerst sollte die Organisation fragen, ob die aktuellen Beschränkungen und manuellen Prüfungen noch notwendig und gewollt sind. Manche manuelle Arbeit existiert, weil ein Prozess nie bereinigt wurde. Manche existiert, weil Verantwortlichkeiten unklar sind. Manche existiert, weil eine alte Einschränkung keinen Sinn mehr ergibt.

Zweitens sollte die Organisation auf die wirtschaftliche Relevanz schauen. Wie oft tritt der Prozess auf? Wie viel Aufwand verursacht er? Welchen Wert würden bessere Geschwindigkeit, Qualität oder Konsistenz schaffen?

Drittens sollte die Organisation, wenn die ersten Schritte durchlaufen sind, zwischen deterministischer Automatisierung, weiterer KI-Unterstützung und KI-basierter Automatisierung entscheiden.

Wenn die Mehrdeutigkeit der Entscheidungskriterien niedrig ist und die Entscheidungskriterien stabil sind, wird deterministische Automatisierung oft die richtige Antwort sein.

Wenn die Mehrdeutigkeit mittel oder hoch ist und das Risiko einer falschen Entscheidung erheblich ist, wird KI-unterstützte menschliche Arbeit oft die bessere Antwort sein.

Wenn die Mehrdeutigkeit mittel ist, das Risiko niedrig, die Entscheidung reversibel und deterministische Automatisierung nicht praktikabel ist, kann KI-basierte Automatisierung akzeptabel sein. Auch dann braucht sie klare Leitplanken, Logging, Eskalationswege, Testfälle, Monitoring und einen realistischen Blick auf wiederkehrende KI-Kosten. Sie wird in der Regel weder die billigste noch die einfachste Option sein.

Nicht-Reversibilität erhöht Risiko. Eine falsche Entscheidung, die leicht rückgängig gemacht werden kann, ist etwas anderes als eine falsche Entscheidung, die unmittelbar Preise, Kunden, Lieferanten, Bestände oder rechtliche Verpflichtungen betrifft.

Das ist im Retail besonders wichtig, weil viele Entscheidungen einzeln nicht dramatisch wirken. Sie werden durch Volumen wichtig. Ein falscher Preis, eine falsche Listung, ein falscher Bestellvorschlag, eine falsche Lieferantenkondition oder eine falsche Artikelstammdatenentscheidung kann in einem Fall klein wirken, aber bedeutend werden, wenn sie mit vielen Artikeln, Standorten oder Kunden multipliziert wird.

Das Aufkommen agentischer KI-Werkzeuge wird dies schwieriger machen. Mitarbeiter werden kleine Tools, Workflows, Reports und Automatisierungen viel leichter bauen können als zuvor. Ein Teil davon wird nützlich sein. Ein Teil wird Risiken erzeugen, die der Ersteller nicht voll versteht: falscher Datenzugriff, unklare Verantwortung, versteckte Prozessveränderungen, ungetestete Annahmen und wiederkehrende KI-Kosten.

Automatisierung und KI-basierte Automatisierung sollten daher durch formale Entscheidungsprozesse laufen und als Change Requests behandelt werden. Allgemeine KI-Unterstützung kann breit verfügbar gemacht werden, wenn Berechtigungen, Vertraulichkeit und Nutzungsregeln klar sind. Prozessgebundene KI braucht stärkere Governance.

Wie in den anderen Ebenen, die wir diskutiert haben, ist KI am nützlichsten, wenn sie Menschen hilft, schneller zu verstehen und besser zu entscheiden.

Sie wird gefährlich, wenn Mehrdeutigkeit an das System übergeben wird, ohne ausreichend Klarheit über Verantwortung, Prozessziele und Konsequenzen.

Was acceletail bietet: Wir helfen Retailern zu identifizieren, wo KI SAP-Prozesse sinnvoll unterstützen kann: als allgemeines Werkzeug für Mitarbeiter, als Unterstützung für Berater und Prozessexperten, als Weg zur Klärung manueller Arbeit und, wo angemessen, als Teil kontrollierter Automatisierung. Mit accelet.ai können wir Dokumentation, SAP-Kontext, Custom Code und Prozesswissen verbinden, um diese Entscheidungen mit besserer Information zu treffen.

---