KI als Beschleuniger für optimiertes Stammdaten-Management

Die Bedeutung einer hohen Datenqualität für den Geschäftserfolg nimmt immer stärker zu. Allerdings ist die manuelle Pflege von Stammdaten zeitaufwendig und fehleranfällig. Daher suchen Unternehmen nach Wegen, wie sie ihr Stammdaten-Management mithilfe innovativer Technologien effizienter und zuverlässiger gestalten können. Hier rückt unweigerlich die künstliche Intelligenz (KI) ins Blickfeld. Denn die Integration von KI-basierten Prozessen in die Stammdaten-Pflege ermöglicht einen erheblichen Effizienzsprung und verbessert die Datenqualität. Die entscheidenden Fragen dabei: Wo fangen Unternehmen am besten an? Wie lässt sich die KI sinnvoll nutzen?

SAP MDG: die richtige Entscheidung für Ihre Stammdaten

Use Case für die automatische Datenextraktion

Grundsätzlich sind mit Blick auf das Stammdaten-Management verschiedene Use Cases vorstellbar, bei denen die KI als hilfreiches Tool unterstützt. Ein erster von IBsolution entwickelter Lösungsansatz nimmt die Verwendung von künstlicher Intelligenz für die intelligente Analyse und Extraktion von Daten aus unstrukturierten Dokumenten in den Fokus. Dabei kommen unterschiedliche KI-Services zum Einsatz:

• Optical Character Recognition (OCR) für die automatisierte Datenextraktion

• Natural Language Processing (NLP) für die intelligente Datenverarbeitung

• Large Language Models (LLMs) für die Datenoptimierung

Als zentrale Plattform für das Stammdaten-Management fungiert in diesem Beispiel SAP Master Data Governance (MDG). Der Vorteil dabei: Bestehende Prozesse, die in Workflows abgebildet sind, bleiben erhalten. Die benötigten KI-Services für die automatische Datenerkennung und -interpretation werden über standardisierte Schnittstellen angebunden, wodurch der Anwender weiterhin das bekannte Look and Feel von SAP MDG vorfindet. Die REST-API sorgt für eine sichere und skalierbare Integration in die bestehende Systemlandschaft.

Was es in Bezug auf die KI-Modelle zu beachten gilt

Damit die künstliche Intelligenz den größtmöglichen Mehrwert liefert, benötigt sie klare Eingaben. Das bedeutet: Je strukturierter und präziser der Input, desto besser fallen die Ergebnisse aus. Insofern kommt dem sogenannten Prompt Engineering eine entscheidende Bedeutung zu. Wenn Unternehmen hierbei auf die Expertise von externen Spezialisten wie IBsolution zurückgreifen, profitieren sie von optimal definierten und formulierten Eingaben für das KI-System, die zu den bestmöglichen Ergebnissen führen.

Außerdem zeichnet sich der Use Case dadurch aus, dass Sicherheit und Datenschutz flexibel steuerbar sind. Sowohl die Nutzung von Cloud-Services als auch der Zugriff auf lokale Instanzen ist möglich.

Das beschriebene Szenario nutzt das KI-Modell von ChatGPT. Prinzipiell sind aber auch die KI-Modelle anderer Anbieter für das Szenario verwendbar. Die Abrechnung erfolgt über sogenannte Tokens. Die KI-Modelle arbeiten mit „Worteinheiten“, die in Tokens aufgeteilt werden. Von ihnen hängen die Rechenzeit und der Preis ab. Je nach Sprache setzen sich die Tokens unterschiedlich zusammen.

Szenario: Business Partner in SAP MDG anlegen oder ändern

In unserem Beispiel kommt die KI bei der Anlage oder der Änderung eines Business Partners (Kunde, Lieferant) in SAP MDG zum Einsatz. Im ersten Szenario (Anlage) soll die Adresse des Business Partners von einem Dokument, zum Beispiel einer Rechnung oder einem Briefkopf, automatisiert in den weiteren Anlageprozess übernommen werden, um Zeit zu sparen und Fehler auszuschließen. Im zweiten Szenario (Änderung) soll eine neue Adresse aus einem Dokument in den bereits vorhandenen Datensatz des Business Partners geladen werden.

Der KI-gestützte Ablauf ist in beiden Fällen gleich: Der Anwender startet ein Change Request als Workflow in SAP MDG, woraufhin eine Maske zur Eingabe der Basisdaten erscheint. Im nächsten Schritt lädt er das Dokument hoch und ruft anschließend den entsprechenden KI-Service (OCR, NLP, LLM) im Hintergrund auf. Nach der automatischen Extraktion und Aufbereitung der Informationen kann der Anwender entscheiden, welche Daten tatsächlich in die entsprechenden Felder übernommen werden sollen. Im Anschluss an diese Validierung kann der User wie gewohnt in SAP MDG weiterarbeiten. Dank KI verkürzt sich die Bearbeitungszeit bei der Anlage bzw. Änderung von Business Partnern von einigen Minuten auf wenige Sekunden. Gleichzeitig wird die Fehlerrate im Vergleich zur manuellen Eingabe deutlich minimiert. So gelingt es, eine standardisierte und validierte Datenqualität zu etablieren.

Fazit: Wichtiger Hebel für die automatisierte Stammdatenpflege

Der Einsatz von künstlicher Intelligenz macht Stammdatenprozesse effizienter, verlässlicher und zukunftssicher. Die Automatisierung von repetitiven Aufgaben resultiert in gesteigerter Effizienz und höherer Produktivität. KI-gestützte Prüfmechanismen führen zu konsistenteren und verlässlicheren Daten, während zentrale Schnittstellen und standardisierte Prozesse eine hohe Skalierbarkeit sicherstellen.

Damit künstliche Intelligenz tatsächlich Mehrwerte für das Stammdaten-Management generieren kann, müssen jedoch einige Voraussetzungen erfüllt sein. Zum einen bedarf es einer guten Basis an Trainingsdaten für die KI-Modelle, zum anderen gilt es, die Ergebnisse der KI per Monitoring regelmäßig zu prüfen und zu verbessern. Weiterhin müssen die Rollen und Prozesse klar definiert sein, damit sich einfach nachvollziehen lässt, wer für was verantwortlich ist und wo die Zuständigkeiten liegen. Künstliche Intelligenz ist kein Selbstläufer, stellt aber unter den richtigen Rahmenbedingungen einen wichtigen Hebel für die Optimierung des Stammdaten-Managements dar.