Generative KI für Unternehmen bringt die besten Ergebnisse, wenn sie innerhalb der Software arbeitet, die Sie täglich nutzen, etwa im ERP-System oder im CRM, und zwar mit den Daten Ihres Unternehmens. ChatGPT in einem Browser-Tab hilft dem Einzelnen, kennt aber weder Ihre Kunden noch Ihre Aufträge oder Preislisten. Im ERP-System integriert, kann generative KI Fragen zu Ihren Daten beantworten, Dokumentenentwürfe vorbereiten, Tickets verteilen und eingehende Dokumente auslesen, während die Verantwortung für alles, was an den Kunden geht, bei den Mitarbeitenden bleibt.
Im Folgenden finden Sie die konkreten Einsatzmöglichkeiten in einer Unternehmenssoftware, Zahlen zu italienischen Unternehmen und die Grenzen, die Sie vor dem Start kennen sollten: Datenschutz, falsche Antworten und Kosten.
Was generative KI ist und warum sie für Unternehmen relevant ist
Generative KI bezeichnet Modelle, die auf eine schriftliche Anfrage hin neue Inhalte erzeugen: Texte, Zusammenfassungen, Übersetzungen, Code, Bilder. Die bekanntesten Sprachmodelle sind mit riesigen Textmengen trainiert, verstehen natürliche Sprache und antworten flüssig.
Im Unternehmen zählt diese Fähigkeit, weil viele Büroarbeiten darin bestehen, einen Text zu lesen und einen anderen zu schreiben. Aus der E-Mail des Kunden wird eine Antwort, aus der Anfrage ein Angebot, aus zehn Einsatzberichten eine Zusammenfassung für den technischen Leiter. Bei diesen Schritten geht heute die meiste Zeit verloren.
Italienische Unternehmen probieren es aus. Laut ISTAT, dem italienischen Statistikamt, nutzten 2025 16,4 % der Unternehmen mit mindestens 10 Beschäftigten mindestens eine KI-Technologie, und davon setzten 59,1 % generative KI für Text, Sprache oder Bilder ein (ISTAT, Imprese e ICT 2025). Derselbe Bericht zeigt, dass ein Drittel der Unternehmen, die KI nutzen, keinen betrieblichen Zweck dafür angeben kann. Viele setzen sie also experimentell ein, losgelöst von den Prozessen. Die eigentliche Arbeit besteht darin, sie in diese Prozesse zu bringen.
Generative KI: konkrete Beispiele im ERP-System
Die folgenden Anwendungen liefern in individuellen Projekten die klarsten Ergebnisse. In allen arbeitet die KI mit den Daten Ihres Unternehmens und nicht mit allgemeinen Informationen aus dem Internet.
Ein Assistent, der Daten in natürlicher Sprache abfragt
Wer heute wissen will, wie viel ein Kunde im letzten Quartal im Vergleich zum Vorjahreszeitraum umgesetzt hat, muss einen Bericht öffnen, Filter setzen oder den Kollegen fragen, der sich damit auskennt. Mit einem im ERP-System integrierten Assistenten tippt der Vertriebsleiter die Frage so ein, wie er sie aussprechen würde: „Welche Kunden in der Toskana haben in den letzten sechs Monaten weniger bestellt als 2025?“
Das System übersetzt die Frage in eine Datenbankabfrage, berücksichtigt die Berechtigungen des Nutzers (ein Außendienstmitarbeiter sieht nur seine eigenen Kunden) und liefert eine Tabelle mit zwei Zeilen Kommentar. Das technische Detail, auf das es ankommt: Die Zahlen stammen aus der Datenbank, nicht aus dem Modell. Die KI interpretiert die Frage und erläutert das Ergebnis, die Berechnung bleibt aber deterministisch und nachprüfbar. Ein Assistent, der den Umsatz eines Kunden erfindet, ist schlechter als gar keiner.
Dokumentenentwürfe: Angebote, Antworten, Berichte
Eine weitere sehr praktische Anwendung ist das Vorbereiten von Entwürfen. Wählt der Außendienst Kunde und Artikel aus, schlägt das ERP-System den Begleittext zum Angebot und die Standardkonditionen vor, die vor dem Versand geprüft werden. Bei Kundenantworten öffnet der Sachbearbeiter die eingegangene E-Mail und findet daneben eine bereits formulierte Antwort mit dem tatsächlichen Versandstatus aus dem Auftrag. Am Freitag erhält der technische Leiter eine Zusammenfassung der Einsatzberichte der Woche, mit den Auffälligkeiten ganz oben.
In unseren Projekten bereitet die KI den Entwurf vor, und über den Versand entscheidet immer ein Mensch. So sparen Sie Zeit, ohne ein Angebot mit falschem Preis zu riskieren.
Klassifizierung und Verteilung von Tickets
Wenn Sie Serviceanfragen per E-Mail, über ein Formular auf der Website oder ein Kundenportal erhalten, muss jemand sie lesen, verstehen, worum es geht, und an die richtige Person weiterleiten. Ein generatives Modell kann das schon beim Eingang erledigen: Es ordnet eine Kategorie zu (Störung, Verwaltung, Ersatzteile), schätzt die Dringlichkeit ein, verknüpft die Anfrage mit dem richtigen Kunden und der richtigen Anlage und liest nützliche Angaben wie Seriennummer oder Adresse aus.
Der Techniker erhält das Ticket bereits sortiert. Anfragen, die das System nicht sicher zuordnen kann, landen in einer Warteschlange zur manuellen Prüfung, wo ein Mitarbeiter sie wie bisher verteilt.
Auslesen eingehender Dokumente
Eingangsrechnungen, Kundenbestellungen als PDF, Lieferscheine, technische Datenblätter: Um Daten aus Dokumenten mit ständig wechselndem Layout auszulesen, ist ein generatives Modell viel flexibler als klassische Texterkennung (OCR). Das ERP-System erhält die Felder bereits ausgefüllt, und der Mitarbeiter bestätigt oder korrigiert sie.
Kontextbezogene Hilfe für die Nutzer der Software
Jedes ERP-System hat Masken, die einmal im Monat geöffnet werden und an die sich niemand erinnert, etwa der Jahresabschluss oder die Umstellung einer Preisliste. Ein Assistent, der mit der internen Dokumentation verbunden ist, erklärt Schritt für Schritt, wie der Vorgang in der aktuellen Maske abgeschlossen wird. Die Fragen an den erfahrenen Kollegen werden seltener, und die Einarbeitung neuer Mitarbeitender geht schneller.
Die Grenzen generativer KI, die Sie vor dem Start kennen sollten
Drei Grenzen müssen schon in der Konzeption berücksichtigt werden. Wer sie im Verkaufsgespräch kleinredet, entdeckt sie meist im Live-Betrieb.
Datenschutz und Unternehmensdaten
Wenn das ERP-System ein KI-Modell aufruft, verlassen die gesendeten Daten (Kundennamen, Beträge, E-Mail-Texte) Ihr System und gehen an den Anbieter des Modells. Sie müssen wissen, wo sie verarbeitet werden, ob der Anbieter sie speichert oder zum Training seiner Modelle verwendet und was der Vertrag vorsieht. Das Risiko sinkt, wenn Sie nur die unbedingt nötigen Daten senden und Dienste mit Verarbeitung in Europa und klaren Vertragsbedingungen wählen. Die DSGVO gilt weiterhin: Wenn Sie personenbezogene Daten verarbeiten, ist der Modellanbieter wie jeder andere Auftragsverarbeiter zu prüfen.
Unter den italienischen Unternehmen, die KI geprüft, aber nicht eingeführt haben, nennen 43,2 % Bedenken beim Datenschutz (ISTAT). Selli ist nach ISO 27001 zertifiziert und klärt diese Punkte in der Analysephase, bevor Code geschrieben wird.
Halluzinationen: überzeugte, aber falsche Antworten
Generative Modelle können falsche Antworten in überzeugendem Ton liefern. Man nennt das „Halluzinationen“, und kein seriöser Anbieter verspricht, sie vollständig zu beseitigen. Man begegnet ihnen mit der Architektur: Das Modell liest nur die Unternehmensdaten und nicht sein allgemeines Wissen, Zahlen kommen immer aus der Datenbank, der Nutzer sieht die Quelle der Antwort, und ein Mensch bestätigt alles, was an den Kunden geht. Vor dem Release braucht es Tests mit echten Fragen, gesammelt von den Personen, die das System nutzen werden.
Nutzungsabhängige Kosten
Die meisten Modelle werden nach der Menge des verarbeiteten Textes abgerechnet. Bei kleinen Mengen sind die Kosten gering, sie steigen aber mit der Nutzung. Ein Assistent, den fünfzig Personen den ganzen Tag nutzen, oder das Auslesen von tausenden Dokumenten im Monat muss vor dem Start kalkuliert werden. Die Kosten bleiben im Rahmen, wenn Sie für jede Aufgabe das passende Modell wählen (für die Klassifizierung eines Tickets braucht es nicht das leistungsstärkste), den gesendeten Text begrenzen und den Verbrauch monatlich überwachen.
Es gibt auch einen Fall, in dem sich generative KI gar nicht lohnt: Folgt die Aufgabe festen Regeln, etwa ein Feld von einem System ins andere zu kopieren, ist eine klassische Integration günstiger und macht weniger Fehler.
Wie wir generative KI in Individualsoftware integrieren
Bei Selli ist generative KI eine Funktion, die wir dort einbauen, wo sie gebraucht wird, in die individuelle Unternehmenssoftware, die wir entwickeln, und kein eigenes Produkt. Wir beginnen bei einem Prozess und einer Kennzahl, die besser werden soll: Minuten pro Ticket, Zeit für ein Angebot, manuell erfasste Dokumente. Dann arbeiten wir in zweiwöchigen Sprints. Am Ende jedes Sprints steht eine Version zum Testen in der Staging-Umgebung bereit, die Ihr Team mit echten Daten nutzt, und gemeinsam sehen wir, wo die KI hilft und wo sie danebenliegt. Der Code bleibt Ihr Eigentum, einschließlich der Anbindung an die Modelle, sodass Sie den KI-Anbieter wechseln können, ohne von vorn anzufangen.
Wenn Sie überlegen, wo Sie anfangen sollen, beschreibt die Seite zu unseren Projekten mit künstlicher Intelligenz für Unternehmen die Leistungen, und der Leitfaden KI für KMU mit Beispielen und Checkliste hilft bei der Wahl des ersten Projekts. Die Auswirkungen auf die Rollen im Unternehmen behandelt der Artikel über KI, Arbeit und intelligente Automatisierung, und die Beispiele für KI in großen Unternehmen zeigen, was sich im Kleinen übernehmen lässt.
Sprechen wir über generative KI in Ihrem ERP-System
Generative KI bringt am meisten in Prozessen, in denen Mitarbeitende ihre Zeit damit verbringen, Informationen zu lesen und an anderer Stelle neu zu schreiben. In einem 30-minütigen Gespräch sehen wir uns Ihren Ablauf an und sagen Ihnen, ob eine Integration sinnvoll ist, mit welchen Grenzen und in welcher Kostengrößenordnung. Vereinbaren Sie ein Gespräch mit Selli.