KI als Ausschlusskriterium in ERP-Ausschreibungen: Warum der Mittelstand damit auf dem Holzweg ist

Es klingt nach einer zukunftsorientierten Entscheidung: Ein mittelstaendisches Unternehmen nimmt KI-gestuetzte Prognosen und intelligente Automatisierung als hartes Ausschlusskriterium in sein ERP-Lastenheft auf. Schliesslich soll das neue System nicht schon bei der Einfuehrung veraltet sein.

Ich sehe das regelmaessig in Ausschreibungen, die ueber meinen Schreibtisch gehen. Und ich sage jedes Mal dasselbe: Das ist einer der teuersten Fehler, den man in der ERP-Auswahl machen kann. Dieses Thema ist ein zentraler Aspekt meiner Beratung zu ERP-Projekten & Systemen.

KI-Anforderungen im ERP-Lastenheft: Warum der Markt nicht liefern kann

Wer ERP-Anbieter nach ihren Praesentationen beurteilt, koennte meinen, kuenstliche Intelligenz sei laengst Standard. Automatisierte Rechnungsverarbeitung, intelligente Bedarfsprognosen, KI-gestuetzte Anomalieerkennung – all das findet sich in aktuellen Produktbroschueren.

Die Realitaet sieht anders aus.

Der tatsaechliche KI-Reifegrad der meisten ERP-Systeme im DACH-Markt liegt 2026 noch weit hinter den Versprechen. Viele der beworbenen KI-Funktionen befinden sich im Beta-Stadium, erfordern umfangreiche Datengrundlagen oder sind nur fuer bestimmte Branchen verfuegbar. Wer KI als hartes Ausschlusskriterium formuliert, reduziert seinen Anbietermarkt auf eine Handvoll grosser Plattformen – und schliesst moeglicherweise genau die Systeme aus, die funktional am besten passen wuerden.

KI als Ausschluss- vs. Bewertungskriterium in ERP-Ausschreibungen

In der systematischen Kriterienbewertung – etwa nach der UfAB-Methodik oder dem MoSCoW-Framework – gibt es einen fundamentalen Unterschied zwischen einem Ausschlusskriterium (A-Kriterium) und einem Bewertungskriterium (B-Kriterium).

Ein Ausschlusskriterium bedeutet: Erfuellt ein Anbieter dieses Kriterium nicht, scheidet er aus – unabhaengig davon, wie gut er in allen anderen Bereichen abschneidet. Ein Bewertungskriterium hingegen fliesst gewichtet in die Gesamtbewertung ein. Ein Anbieter ohne KI-Funktionalitaet kann diesen Nachteil durch Staerken in anderen Bereichen kompensieren.

In der Praxis sehe ich regelmaessig Anforderungskataloge, bei denen 70 bis 80 Prozent aller Kriterien als Ausschlusskriterien klassifiziert sind. Das ist deutlich zu viel. Anerkannte Frameworks wie MoSCoW empfehlen maximal 60 Prozent Must-Have-Anforderungen. Wer darueberliegt, schiesst sich selbst ins Knie – denn je mehr Ausschlusskriterien, desto weniger Anbieter bleiben uebrig.

Fuer KI-Funktionalitaet empfiehlt sich 2026 eindeutig die Einstufung als Bewertungskriterium – mit einem klaren Gewichtungsfaktor, der die strategische Bedeutung widerspiegelt, ohne den Markt unnoetig einzuschraenken.

Der vierstufige Entscheidungsbaum fuer KI-Anforderungen

Statt KI pauschal als Ausschlusskriterium zu setzen, hilft ein strukturierter Entscheidungsbaum, den ich in meinen Projekten einsetze:

Schritt 1 – Regulatorisch zwingend? Gibt es eine gesetzliche Pflicht fuer KI-Einsatz in diesem Bereich? In den allermeisten Faellen: Nein. Also kein automatisches Ausschlusskriterium.

Schritt 2 – Grundlegende Faehigkeit? Ist KI fuer den Kernbetrieb des ERP-Systems notwendig? Finanzbuchhaltung, Einkauf und Vertrieb funktionieren ohne KI. Die Antwort ist fast immer: Nein.

Schritt 3 – Missionskritisch? Wuerde das Fehlen von KI den Geschaeftsbetrieb gefaehrden? Selten – aber es gibt Ausnahmen bei datengetriebenen Geschaeftsmodellen.

Schritt 4 – Am Markt verfuegbar? Bieten genuegend Anbieter diese Funktionalitaet? Bei fortgeschrittener KI-Integration: noch nicht flaechendeckend.

Ergebnis: KI-Anforderungen landen in den meisten Faellen auf Stufe B oder C – als gewichtetes Bewertungskriterium oder als Informationskriterium fuer die Zukunftsfaehigkeit.

KI-Readiness im ERP: Was wirklich ins Lastenheft gehoert

Statt “KI-gestuetzte Prognosen” als Ausschlusskriterium zu formulieren, empfehle ich konkrete, ueberpruefbare Anforderungen:

• Offene API-Architektur (Ausschlusskriterium): Das System muss die Integration externer KI-Dienste ueber dokumentierte Schnittstellen ermoeglichen.
• Datenexport und -zugriff (Ausschlusskriterium): Alle relevanten Daten muessen in standardisierten Formaten exportierbar sein, um externe Analysetools einzusetzen.
• KI-Roadmap des Anbieters (Bewertungskriterium): Der Anbieter muss eine dokumentierte KI-Strategie mit konkretem Zeithorizont vorlegen.
• Vorhandene KI-Module (Bewertungskriterium): Bereits verfuegbare KI-Funktionalitaet fliesst positiv in die Bewertung ein.

So stellen Sie sicher, dass Ihr neues ERP-System KI-ready ist, ohne den Anbietermarkt unnoetig einzuschraenken.

Die KI-Readiness-Falle

Ein weiterer Fehler, den ich haeufig sehe: Unternehmen fordern KI-Funktionalitaet, ohne die eigenen Voraussetzungen geprueft zu haben. KI-gestuetzte Prognosen benoetigen saubere, historische Daten in ausreichendem Umfang. Wer seit Jahren mit inkonsistenten Stammdaten arbeitet, wird auch mit dem besten KI-Modul keine brauchbaren Ergebnisse erzielen.

Bevor KI in die Anforderungen aufgenommen wird, lohnt ein ehrlicher Blick auf die eigene Datenqualitaet. Ohne saubere Datenbasis ist jede KI-Anforderung Makulatur.

Und wer sich fragt, welche regulatorischen Rahmenbedingungen fuer den KI-Einsatz gelten: Der EU AI Act 2026 bringt konkrete Pflichten mit sich, die bei der Systemauswahl bereits beruecksichtigt werden sollten.

Drei KI-Typen buendeln? Noch riskanter

Besonders problematisch wird es, wenn Unternehmen nicht nur einzelne KI-Funktionen, sondern gleich ein Buendel verschiedener KI-Typen als Ausschlusskriterium formulieren: Predictive Analytics, Process Mining und generative KI in einem Kriterium. Jeder dieser Bereiche hat einen unterschiedlichen Reifegrad am Markt. Sie in einem Ausschlusskriterium zu buendeln, ist der sicherste Weg, den Anbietermarkt auf ein oder zwei Player zu reduzieren.

Die bessere Strategie: Jeden KI-Bereich einzeln als Bewertungskriterium mit eigener Gewichtung definieren. So bleibt die Differenzierung erhalten, und Sie sehen, welcher Anbieter wo seine Staerken hat.

Fazit: KI ja, aber als Investitionsschutz – nicht als Ausschlussgrund

Der Mittelstand braucht ERP-Systeme, die fuer KI bereit sind. Er braucht keine ERP-Auswahl, die durch ueberambitionierte KI-Anforderungen auf zwei Anbieter schrumpft.

Wer KI-Funktionalitaet als gewichtetes Bewertungskriterium statt als hartes Ausschlusskriterium formuliert, erhaelt:

• Eine breitere Anbieterauswahl
• Bessere Verhandlungspositionen
• Ein System, das heute funktioniert und morgen KI-faehig ist

Die Erfahrung aus zahlreichen ERP-Auswahlprojekten zeigt: Die besten Ergebnisse entstehen, wenn Unternehmen klar zwischen unverzichtbaren Kernfunktionen und strategischen Zukunftsinvestitionen unterscheiden. KI gehoert 2026 noch klar in die zweite Kategorie.

Die Frage ist nicht: “Hat das ERP KI?” Die Frage ist: “Kann das ERP KI?”

Wer diese Unterscheidung versteht, trifft 2026 die kluegere Entscheidung.