Agentisches ERP für den Mittelstand: Vision statt fünf Tools

Ein agentisches ERP ist ein KI-natives Unternehmenssystem, das CRM, Wissensmanagement, Marketing und Prozess-Automatisierung in einer einzigen, sprachgesteuerten Plattform bündelt — und auf der ein KI-Agent autonom Aufgaben ausführt, weil er Zugriff auf alle Daten in einer Struktur hat. Klingt nach Zukunftsmusik. Ist es nicht. Wir bauen genau das gerade — und je tiefer wir in den Prototyp gehen, desto klarer wird: Die klassische SaaS-Landschaft mit fünf separaten Tools pro Mittelständler hat ihren Zenit überschritten.

In der aktuellen Folge unseres Podcasts habe ich die Vision in voller Breite ausgepackt. Hier ist die strukturierte Version für alle, die das Thema strategisch einordnen wollen — und für alle, die sich fragen, warum wir bei OctopusGenius vier ERP-Prototypen über Bord geworfen haben, um Version fünf zu bauen.

Warum die alte SaaS-Landschaft am Ende ist

Schau dir einen typischen Mittelständler heute an. Ein älteres ERP-System für Aufträge und Rechnungen. Ein CRM für Kundendaten. Ein Marketing-Tool wie Hootsuite oder Swat.io für Social Media. Eine Wissensplattform — Confluence, Notion oder ein File-Server. Eine Handvoll Excel-Tabellen, die niemand abschaffen darf, weil zwei zentrale Prozesse daran hängen. Plus Mail, Chat, vielleicht ein Ticketsystem.

Das war zehn Jahre lang Stand der Technik. Mit KI wird genau diese Tool-Trennung zum Problem. Ein KI-Agent kann nur dann echte Effizienz und Automatisierung liefern, wenn er Zugriff auf alles hat: die Auftragshistorie, den Kundenkontext, das Firmenwissen, die Templates, die letzten Mails. Wenn diese Daten in fünf Silos liegen — fünf APIs, fünf Auth-Mechanismen, fünf Datenmodellen — wird der Agent zum Bruchstück-Generalisten. Er kennt einen Teil und rät den Rest.

> Wenn du jetzt ein älteres ERP-System hast, dann noch ein CRM, dann noch ein anderes Tool, dann noch ein paar Excel-Tabellen — wird es kompliziert, dass ein Agent auf alles Zugriff hat und dir wirklich Effizienz bringt.

Genau das ist der strukturelle Grund, warum wir bei OctopusGenius an einer komplett neuen Idee bauen: Ein System, das von Tag eins für Agenten gedacht ist, nicht für Menschen mit Excel-Kenntnissen. Dieser Gedanke steht im direkten Anschluss an das, was wir im Beitrag zum strukturellen AI-First-Umbau im Mittelstand ausführlich beschrieben haben. Das agentische ERP ist die logische Antwort auf die Frage: Wie sieht eine Oberfläche für ein agentisches System überhaupt aus?

Die vier Bausteine: Tools, Skills, Agents, Workflows

Damit ein agentisches ERP funktioniert, braucht es eine klare Architektur. Wir denken in vier Schichten — die Analogie zum normalen Mitarbeiter macht das greifbar:

• Tools sind die kleinsten Bausteine. Ein Tool ist im Kern das, was eine Mitarbeiterin als einzelnen Arbeitsschritt erledigt: Aufträge abrufen, ein Angebot anlegen, eine Rechnung prüfen, eine Mail abrufen. Jeder Klick, jede Tastatureingabe, jede einzelne API-Aktion wird als Tool definiert und steht der KI zur Verfügung.
• Skills sind kurze, gelernte Abläufe aus mehreren Tools. Wenn du einer neuen Mitarbeiterin sagst „Wenn ein Angebot reinkommt, legst du es an, schreibst eine Bestätigungsmail und prüfst gegen den Kunden-Stammsatz" — dann ist das ein Skill. Drei, vier Schritte in einer festen Reihenfolge. Die KI lernt den Skill einmal, du testest, korrigierst, und er sitzt.
• Agents sind die nächste Stufe. Ein Agent ist eine Zusammenstellung aus Tools und Skills mit einem klaren Verantwortungsbereich. Ein Kundenservice-Agent kennt zum Beispiel alle Tools rund um Tickets, Kundenstammdaten und Mailversand — plus ein paar definierte Skills. Du musst ihm nicht jedes Szenario vordefinieren. Er entscheidet selbst, welches Werkzeug für die aktuelle Aufgabe passt.
• Workflows sind die Orchestrierungs-Schicht. Ein Workflow hat einen Trigger (zum Beispiel eine eingehende Mail), nutzt Tools (Mail abrufen), Skills (Mail qualifizieren) und Agents (für den Einkauf zuständigen Agent ausführen lassen). Das ist der durchgehende Prozess, der alles zusammenbringt.

Diese Vier-Schichten-Logik ist nicht akademisch. Sie ist der Bauplan, mit dem du KI-Funktionalität sauber in dein Tagesgeschäft einbettest, ohne dass jeder Use Case zur Sonderlocke wird. Wer dieses Denken professionell aufsetzen will, findet in unserer KI-Automatisierung den passenden Rahmen.

Pro Kunde ein eigenes Gehirn

Der zentrale Trick im Octopus-System ist nicht die Tool-Architektur. Es ist das, was darunter liegt: Pro Kunde ein eigenes Gehirn. Eine strukturierte, wachsende Wissensbasis in Markdown, die alles aufnimmt, was du je über diesen Kunden gelernt hast.

Beispiel: Wir telefonieren mit Marco Morinello, und er erwähnt nebenbei, dass er gerne Lucaffè trinkt. Ich tippe das ins Gehirn-Modul des Kunden ein. Drei Wochen später schreibe ich für Marco eine Mail, ein Angebot, eine Case Study — und der Agent zieht sich diesen Fakt automatisch, wenn er für das aktuelle Stück Kommunikation relevant ist. Du vergisst nichts mehr über den Kunden. Du musst auch nichts mehr aktiv erinnern. Das Gehirn wächst mit, und die KI greift bei jeder Aufgabe darauf zu.

Diese Idee ist direkter Verwandter dessen, was wir im Beitrag zum KI-Firmengehirn aus Markdown-Wissen beschrieben haben — nur eine Ebene tiefer und produktisiert. Wo das Firmengehirn die Wissensbasis für ein Unternehmen ist, ist das Kunden-Gehirn der individuelle Kontext-Tresor pro Account.

CI, Templates, Case Studies — Output auf Knopfdruck

Auf der gleichen Logik baut die zweite Schicht: CI- und Template-Funktionalität pro Kunde. Du legst einmal das Logo und die Farbwelt deines Kunden an. Dann erstellst du im System Vorlagen — für Meeting-Mitschriften, Konzepte, Angebote, Case Studies. Und dann lässt du dir vom Agent in zwei Minuten eine vollständige Case Study generieren, die genau in der CI deines Kunden, mit den passenden Inhalten aus dem Gehirn und im gewünschten Format herauspurzelt.

Was vorher zwei Tage Arbeit war (Slides aufsetzen, Inhalte recherchieren, Layout bauen, Korrektur) wird zu einer einzigen Aktion. Und das nicht, weil die KI Magie macht — sondern weil alles, was sie braucht, in einer Struktur an einem Ort liegt.

RSS-Feedboards und Argumentationsketten pro Kunde

Zwei weitere Module, die im Prototyp schon laufen:

• RSS-Feedboards pro Kunde: Du legst für jeden Kunden relevante News-Quellen an. Findest du einen interessanten Artikel, lässt du den Agent direkt eine personalisierte Mail dazu schreiben — als KI-Agentur an eine Marketingagentur, mit konkretem Aufhänger und passendem Service-Angebot. Vertriebsarbeit auf Pilot.
• Argumentationsketten pro Kundentyp: Du definierst für unterschiedliche Buyer-Personas verschiedene Argumentationsmuster. Der Agent wählt die richtige Kette für den jeweiligen Kunden — und je größer das Gehirn dieses Kunden ist, desto treffsicherer wird die Argumentation.

Chat als zentrale Schnittstelle — Oldschool-Maske weiter möglich

Die Oberfläche des Systems ist bewusst dual: Es gibt einen offenen Chat, mit dem du natürlich-sprachlich arbeitest („Gibt es eine offene Rechnung bei Kunde XY?", „Lege einen neuen Kunden an", „Schreibe ein Angebot für das letzte Meeting"). Und es gibt für jede Funktion auch die klassische Eingabemaske — weil nicht jede Aktion über Chat sinnvoll ist und weil Menschen unterschiedlich arbeiten.

Das ist eine bewusste Designentscheidung. Wer aus der alten Welt kommt, will manche Dinge weiter klassisch tun. Wer KI-nativ unterwegs ist, spart sich Klicks und tippt die Aufgabe einfach hin. Beide Wege führen zum gleichen Datensatz im gleichen System.

Wissensmanagement, DSGVO und lokale LLMs

Der vielleicht wichtigste Aspekt — und der, den wir in Beratungsgesprächen am häufigsten hören: Was ist mit Datenschutz und Geschäftsgeheimnissen?

Antwort: Das Octopus-System wird bewusst so gebaut, dass es auf einem lokalen LLM laufen kann. Kein Cloud-Roundtrip mit Auftragsdaten, kein Sprachmodell-Anbieter, der deine Geschäftsdaten als Trainingsmaterial sieht. Aktuell deuten unsere Tests darauf hin, dass ein modernes MacBook mit Apple Silicon ausreicht, um die Funktionalität sauber abzubilden. Wer es seriöser machen will, stellt einen dedizierten Server ins eigene Haus.

Damit gehört das agentische ERP zu der Kategorie von KI-Systemen, die echte Datensouveränität bieten — DSGVO-konform, ohne Datenabfluss, ohne externe Abhängigkeiten. Genau diese Frage haben wir auch im Beitrag zu lokalen KI-Modellen im Mittelstand ausführlicher beleuchtet — die strategische Bedeutung kann ich gar nicht hoch genug einschätzen.

Auf dieser Basis sitzt dann das Wissensmanagement-Modul: Themenblöcke, Wissenspakete, Unterthemen — alles in Markdown. Jeder Block hat einen Index, damit die KI nicht jedes Mal alles lesen muss, sondern erst grob orientiert und dann gezielt zugreift. Das ist der Unterschied zwischen einem Wissens-Tool, das funktioniert, und einem Wissens-Tool, das nach drei Monaten ungenutzt rumliegt.

Die zwei Killer-Fragen — und unsere Antworten

In Gesprächen kommen immer dieselben zwei Einwände — und beide sind berechtigt.

„Klingt nach eierlegender Wollmilchsau. Kann ein System wirklich alles?"

Verständlich. Wir kennen den Spruch: Ein Restaurant, das italienisch, türkisch, chinesisch und russisch anbietet, kann nichts davon richtig. In der klassischen Software-Welt stimmt das auch. Tool-Spezialisierung war jahrelang die richtige Wette.

Mit KI ändert sich die Mathematik. Was früher ein dediziertes Marketing-Tool mit zehn Modulen war, ist heute ein Master-Prompt pro Plattform, eine Caption-Funktion, eine Bildgenerierung und ein RSS-Anschluss. Drei Personentage Entwicklung, nicht drei Jahre. Was früher eine ERP-Anbieter-Großbaustelle war, ist heute eine Sammlung von Tools und Skills, die der Agent orchestriert. Die Tool-Spezialisierung verschwindet nicht ganz — aber sie verlagert sich nach unten, in die einzelnen Tools. Die Integrations-Ebene darüber wird zur Allzweck-Plattform.

„Wann ist das Ding fertig?"

Ehrliche Antwort: Fertig wird so ein System nie. Aber produktiv wird es, wenn der erste Kunde seinen Input reingibt — und das wird noch dauern. Wir sind aktuell bei Version fünf der Oberfläche und denken im Wochenrhythmus. Die wichtigere Frage ist nicht Wann ist es fertig?, sondern Wann fängst du an, dein Unternehmen darauf vorzubereiten? Denn das tiefe Tal des J-Effekts liegt auf der Seite des Anwenders: Wissen strukturieren, Prozesse beschreiben, Daten konsolidieren. Erst danach geht es steil nach oben. Genau dafür gibt es das KI-Ready-Programm — als Vorbereitungs-Rahmen für genau diese Art von strukturellem Umbau.

Fazit: Wer heute Wurzeln zieht, ist morgen Plattform-Player

Ein agentisches ERP ist keine Tool-Anschaffung, sondern eine strategische Wette darauf, wie Unternehmenssoftware in fünf Jahren aussieht. Wir bei OctopusGenius gehen diese Wette ein — bewusst, mit langem Atem, mit lokaler KI und einer Architektur, die für Agenten gebaut ist, nicht für Menschen mit Excel-Kenntnissen.

Wenn du wissen willst, wie ein agentisches System konkret in deinem Unternehmen aussehen könnte, welche deiner aktuellen Tools du wirklich brauchst und welche du in zwei Jahren ersetzt: Sprich mit uns über deine KI-Architektur. Wir kommen vor Ort, hören zu und zeichnen mit dir, wie dein Weg dorthin aussieht — pragmatisch, ehrlich und ohne Hype.