Ausgangslage
Gewachsene Warenwirtschaftssysteme enthalten viel betriebliches Wissen in Masken, Klickfolgen, Ausnahmen und persönlichen Routinen. Neue Mitarbeitende müssen nicht nur den Geschäftsprozess verstehen, sondern auch wissen, wie dieser korrekt im System ausgeführt wird. Eine neue Fach-API würde einen zusätzlichen Integrations- und Wartungspfad schaffen.
Warum kein gewöhnlicher Cloud-KI-Assistent?
Der Use Case betrifft nicht nur Textfragen, sondern konkrete Bedienzustände, Rollen und freigabepflichtige Aktionen in einem bestehenden Warenwirtschaftssystem. Ein allgemeiner Cloud-Chat kennt weder den aktuellen Sage-5-Zustand noch die erlaubten Prozessgrenzen zuverlässig. Die lokale Arbeitsschicht soll deshalb Bedienwissen, Prozessprüfung und kontrollierte Ausführung verbinden; Cloud-Komponenten sind damit nicht grundsätzlich ausgeschlossen, müssen aber bewusst gegen Daten- und Kontrollanforderungen abgewogen werden.
Ansatz des laufenden Projekts
Konkrete Sage-5-Bedien- und Prozessabläufe werden schrittweise strukturiert und für die lokale Wissensbasis vorbereitet. Die Arbeitsschicht ist dafür vorgesehen, natürlichsprachliche Aufgaben einem freigegebenen Prozess zuzuordnen, Bedienwissen bereitzustellen und eine kontrollierte UI-Ausführung vorzubereiten. Kritische Schritte sollen an Rollen, Freigaben und Nachvollziehbarkeit gebunden bleiben.
| Systemkontext | Sage 5 als bestehendes Warenwirtschaftssystem; keine Ablösung des Kernsystems. |
|---|---|
| Interaktionsmodell | Natürlichsprachliche Eingabe über ein Chatfenster statt Navigation durch jeden einzelnen Bedienpfad. |
| Automatisierung | Agentische UI- und Prozessautomatisierung anstelle einer neu entwickelten Fach-API. |
| Wissen | Strukturierte Modellierung von Bedien- und Prozesswissen sowie lokale RAG-/Wissensbasis. |
| Kontrolle | Rollen- und Berechtigungskonzept, Human-in-the-loop-Freigaben und auditierbare Ausführung. |
| Runtime | Lokale, containerisierbare Inferenz als Zielarchitektur für kontrollierbaren Betrieb. |
Projektstand transparent getrennt
| Bereits konzipiert | Natürlichsprachliche Arbeitsschicht, agentische UI-/Prozessautomatisierung als Primäransatz, strukturiertes Sage-5-Bedienwissen, lokale Wissensbasis sowie Rollen-, Freigabe- und Auditgrenzen. |
|---|---|
| Aktuell in Arbeit | Ausgewählte Bedien- und Prozessabläufe werden modelliert und für eine kontrollierte Unterstützung über das Chatfenster vorbereitet. |
| Geplanter Zielzustand | Freigegebene wiederkehrende Abläufe sollen mit Zustandsprüfung, Vorschau, Human-in-the-loop-Freigabe und nachvollziehbarer Protokollierung unterstützt werden. |
| Noch nicht gemessen | Prozesszeit, Erfolgs- und Abbruchquote, notwendige menschliche Eingriffe, Onboarding-Effekt und Fehlerreduktion. |
Geplanter Zielablauf
Warum eine KI-Arbeitsschicht statt einer neuen Fach-API?
Der Ansatz nutzt die vorhandenen, fachlich etablierten Bedienabläufe und macht sie leichter zugänglich. Er ist besonders interessant, wenn ein Kernsystem weiterbetrieben werden soll, die API-Abdeckung begrenzt ist oder Prozesswissen stark bei einzelnen erfahrenen Personen liegt. Gleichzeitig erfordert UI-Automatisierung robuste Zustandsprüfung, klare Abbruchregeln und menschliche Freigaben.
Daten-, Rechte- und Sicherheitsgrenzen
- Nur ausdrücklich modellierte und freigegebene Prozesse sollen unterstützt werden.
- Rollen und Berechtigungen sollen Kontext, sichtbare Daten und erlaubte Aktionen begrenzen.
- Kritische oder schreibende Schritte bleiben an eine menschliche Freigabe gebunden.
- Vor einer Ausführung sollen Zustand, erwartete Maske und notwendige Eingaben geprüft werden.
- Unklarer Zustand, fehlende Berechtigung oder unerwartete UI-Änderungen müssen zum Abbruch statt zu einer geratenen Aktion führen.
- Aktionen und Freigaben sollen nachvollziehbar protokolliert werden.
Bekannte Grenzen des Ansatzes
UI-Automatisierung reagiert empfindlicher auf Masken-, Feld- und Zustandsänderungen als eine stabile Fach-API. Der Ansatz ist deshalb nicht als autonome Vollautomatisierung gedacht. Jeder unterstützte Prozess benötigt eine definierte Zustandsprüfung, Abbruchregel, Berechtigungsgrenze und – bei kritischen Schritten – eine menschliche Freigabe.
Ziel und erwarteter Nutzen
- Wiederkehrende Warenwirtschaftsprozesse leichter zugänglich machen.
- Onboarding und Wissenstransfer vereinfachen.
- Abhängigkeit von einzelnen Systemexpertinnen und -experten reduzieren.
- Prozessausführung durch Rollen, Freigaben und Audit nachvollziehbar halten.
- Sensible Betriebsdaten in einer kontrollierten lokalen Architektur verarbeiten.
Messplan für die nächsten Meilensteine
| Messpunkt | Aktueller Veröffentlichungsstand |
|---|---|
| Erfolgsquote je freigegebenem Prozess | Noch nicht belastbar gemessen. |
| Menschliche Eingriffe und Freigaben | Noch nicht belastbar gemessen. |
| Zeit pro wiederkehrender Aufgabe | Vorher-/Nachher-Messung ist nach einem stabilen Prozessmeilenstein vorgesehen. |
| Erfasste Bedienabläufe | Eine freigegebene öffentliche Anzahl liegt noch nicht vor. |
| Fehler, Abbrüche und korrekt blockierte Aktionen | Werden erst nach definierten Testläufen als Ergebnis veröffentlicht. |
| Onboarding und Wissenstransfer | Projektziel; noch kein gemessener Kundeneffekt. |
Rolle von Slavko Klincov
Slavko Klincov konzipiert die lokale KI-Arbeitsschicht, die Modellierung des Sage-5-Bedienwissens, die agentische UI- und Prozessautomatisierung, die lokale Wissensbasis sowie Rollen-, Freigabe- und Auditgrenzen.