ERP mit Künstlicher Intelligenz: Was es im Jahr 2026 wirklich bedeutet

Im Jahr 2026 behaupten fast alle ERPs auf dem Markt, KI zu haben. Das Problem ist, dass „KI zu haben“ sehr unterschiedliche Dinge bedeuten kann, mit radikal unterschiedlichen operativen Auswirkungen.

Es gibt ERPs, die im November 2023, als alle es taten, einen Chatbot auf den Markt brachten und ihn „KI“ nennen. Der Chatbot ermöglicht es Ihnen, Fragen zu stellen wie „Wie viel habe ich letzten Monat in Rechnung gestellt?“ und gibt Ihnen die Antwort, indem er die Daten aus Ihrer Datenbank extrahiert. Es ist nützlich. Es ist nicht transformativ.

Und es gibt ERPs, bei denen Künstliche Intelligenz vom ersten Tag an Teil der Architektur ist: wo die KI nicht über dem System sitzt und Daten betrachtet, sondern innerhalb des Systems Operationen verarbeitet.

Der Unterschied zwischen den beiden Ansätzen ist kein Marketing. Es geht darum, wie viele Stunden Sie jede Woche zurückgewinnen.

Das Problem, „KI hinzuzufügen“ zu einem bestehenden ERP

Stellen Sie sich vor, Sie haben ein Gebäude, das in den 90er Jahren gebaut wurde, und möchten Sonnenkollektoren hinzufügen. Das können Sie tun. Die Paneele funktionieren. Sie erzeugen Energie. Aber die Gebäudestruktur wurde nicht dafür konzipiert: Sie müssen Kabel hinzufügen, die über die Wände laufen, das ursprüngliche elektrische System ist nicht in die Paneele integriert, und die Leistung wird niemals die eines Gebäudes sein, das von Grund auf mit Solarenergie geplant wurde.

ERPs, die „KI hinzugefügt“ haben, funktionieren so. Die KI kann Daten aus der Datenbank lesen. Sie kann Fragen beantworten. Sie kann Zusammenfassungen erstellen. Aber sie kann Operationen nicht antizipieren, sie kann nicht auf laufende Prozesse reagieren, und sie hat keinen tiefgreifenden Geschäftskontext, weil dieser Kontext nicht für sie konzipiert wurde.

Ein AI-natives ERP baut die Datenarchitektur vom ersten Tag an so auf, dass berücksichtigt wird, was die KI benötigt, um nützlich zu sein: welchen Kontext jede Operation benötigt, wie die Daten modelliert werden, damit die KI darüber nachdenken kann, wie die KI-Tools mit den realen Geschäftsabläufen verbunden werden.

Was Function Tools sind und warum sie wichtig sind

Wenn wir von über 55 Function Tools in Frihet sprechen, sprechen wir nicht von 55 Fragen, die Sie einem Chatbot stellen können. Wir sprechen von über 55 spezifischen Operationen, die die KI mit Ihren tatsächlichen Daten ausführen kann.

Ein Function Tool ist eine konkrete Fähigkeit: „Extrahieren Sie die Steuerdaten aus diesem Dokument“, „Klassifizieren Sie diese Ausgabe in die richtige Buchhaltungskategorie“, „Berechnen Sie die aktuelle IVA-Rate für das Quartal“, „Erkennen Sie Duplikate in den Rechnungen dieses Lieferanten“, „Prognostizieren Sie den Cashflow der nächsten 6 Wochen basierend auf der Historie“.

Der Unterschied zu einem generischen Chatbot ist grundlegend: Das Function Tool hat Zugang zum realen Geschäftskontext und kann darauf reagieren. Es generiert keinen Text. Es führt Operationen aus.

In der Praxis zeigt sich dies in Funktionen wie:

• **get_invoices, get_expenses, get_clients** — Die KI kann den tatsächlichen Status Ihrer Rechnungen, Ausgaben und Kunden lesen, um Fragen mit aktuellen Daten zu beantworten, nicht mit Schätzungen.

• **create_invoice, update_expense** — Die KI kann Dokumente direkt aus einer Anweisung in natürlicher Sprache erstellen oder ändern. „Erstellen Sie eine Rechnung über 1.200 EUR für Acme S.L. mit 15 % Quellensteuer“ funktioniert.

• **calculate_tax_summary, get_vat_report** — Steuerberechnungen auf Basis Ihrer echten Daten, nicht anhand generischer Beispiele.

• **detect_anomalies, predict_cashflow** — Prädiktive Analyse, die auf Ihrer spezifischen Historie operiert, nicht auf Branchendurchschnitten.

Wenn ein KI-Assistent Zugriff auf Function Tools hat, ändert sich das Gespräch von „Sagen Sie mir, wie viel ich in Rechnung gestellt habe“ zu „Sagen Sie mir, was ich diese Woche tun sollte, um den Monat ohne Liquiditätsengpässe abzuschließen“. Die zweite Frage erfordert tiefgreifenden Kontext, echte Berechnungen und Handlungsfähigkeit. Ein Chatbot ohne Tools kann sie nicht gut beantworten.

OCR: der Unterschied zwischen Digitalisieren und Verstehen

OCR (Optische Zeichenerkennung) existiert seit den 90er Jahren. Was sich mit KI geändert hat, ist nicht, dass der Text gelesen werden kann – das wurde bereits getan – sondern dass das System die Struktur des Dokuments verstehen kann.

Traditionelles OCR liest: „RECHNUNG — Unternehmen XYZ — Steuerpflichtige Basis: 1.000,00 — IVA 21%: 210,00 — Gesamt: 1.210,00“.

OCR mit KI versteht: Dieser Text ist eine Lieferantenrechnung, die Basis beträgt 1.000 EUR, die IVA beträgt 21 %, der zu zahlende Gesamtbetrag beträgt 1.210 EUR, der Verwendungszweck ist laut Dokument „Designdienstleistungen“, und gemäß der NIF des Ausstellers kann die IVA zurückgefordert werden.

Der operative Unterschied: Mit traditionellem OCR müssen Sie Felder immer noch manuell überprüfen und ausfüllen. Mit OCR mit KI wird die Erfassung von Ausgaben von einer Aufgabe zu einer Überprüfung.

Frihet extrahiert automatisch aus Belegen und Rechnungen: Lieferant, Datum, NIF des Ausstellers, Verwendungszweck, steuerpflichtige Basis, IVA-Satz, Betrag, Gesamtbetrag, Zahlungsmethode und vorgeschlagene Buchhaltungskategorie. Für Ausgaben in über 50 Sprachen und mit den Rechnungsformaten von 71 Ländern.

Für einen Selbstständigen, der 40-60 Ausgaben pro Monat verwaltet, bedeutet dies eine Rückgewinnung von 1,5 bis 3 Stunden pro Monat allein bei der Datenerfassung. Dies ist keine theoretische Zahl: Es ist die Zeit, die für das Scannen, Überprüfen und Bestätigen benötigt wird, im Vergleich zu dem, was das manuelle Ausfüllen jedes Feldes gekostet hätte.

Automatische Kategorisierung: Wie Ihr Unternehmen lernt

Die Kategorisierung von Ausgaben hat eine Komplexität, die erst sichtbar wird, wenn man sie manuell vornimmt: Derselbe Lieferant kann Ihnen Konzepte in Rechnung stellen, die zu verschiedenen Kategorien gehören. Amazon kann in einer Rechnung „Büromaterial“ und in der nächsten „Computerausstattung“ sein. Die Tankstelle kann je nach Kontext „Transport“ oder „Repräsentationskosten“ sein.

Die KI von Frihet wendet keine festen Regeln an. Sie lernt die Muster Ihres spezifischen Geschäfts. Nach einigen Wochen Nutzung versteht das System, dass Ihre Einkäufe bei El Corte Inglés normalerweise Büromaterial sind, dass das Restaurant in der Nähe Ihres Büros Repräsentationskosten sind und dass das monatliche Adobe-Abonnement abzugsfähige „digitale Dienstleistungen“ sind.

Wenn eine Kategorisierung korrigiert wird, fließt diese Korrektur in das Modell ein. Nicht global – Ihre Korrekturen gehören Ihnen und werden nicht mit anderen Benutzern geteilt – sondern auf der Ebene Ihres Workspaces.

Die Trefferquote bei ausreichendem Verlauf übersteigt 95 %. Frihet präsentiert die Kategorisierungen jedoch nicht als endgültig: Es zeigt sie als Vorschläge zur Überprüfung an. Die KI schlägt vor, der Benutzer genehmigt. Das endgültige Kriterium liegt bei Ihnen.

Steuerlicher Autopilot: KI, die die Steuergesetzgebung versteht

Dies ist die Funktionalität, bei der der Unterschied zwischen hinzugefügter und nativer KI am deutlichsten wird.

Ein Chatbot kann Ihnen sagen: „Die vierteljährliche IVA in Spanien beträgt 21 % der steuerpflichtigen Basis“. Das ist generische Information, die Sie auch bei Google finden könnten.

Der Steuerliche Autopilot von Frihet macht etwas anderes: Er analysiert Ihre spezifische Aktivität, wendet die Steuerregeln Ihres Landes und Ihrer Steuerregelung an, identifiziert die Abzüge, auf die Sie Anspruch haben, erkennt Inkonsistenzen zwischen dem, was Sie deklarieren, und dem, was Ihre Daten zeigen, und informiert Sie rechtzeitig über anstehende Verpflichtungen, damit Sie sich vorbereiten können.

Für einen Selbstständigen im vereinfachten Direktveranlagungssystem in Spanien bedeutet das: automatische Berechnung von Teilzahlungen (Modell 130), Identifizierung nicht erfasster abzugsfähiger Ausgaben, Warnung vor erhaltenen Abzügen, die in der Erklärung erscheinen sollten, und Schätzung des steuerlichen Ergebnisses, bevor das Quartal endet.

Das System deckt die Steuerpositionen von 71 Ländern ab. Ein deutscher Freiberufler, ein französischer Berater und ein Selbstständiger auf den Kanarischen Inseln (mit IGIC anstelle von IVA) erhalten das gleiche Niveau an Steuerautomatisierung, angepasst an ihr spezifisches Regime.

Prädiktive Warnungen: Früher wissen

Die Liquidität ist das Problem, das in kleinen Unternehmen die meisten unangenehmen Überraschungen hervorruft. Nicht weil die Zahlen schlecht wären – manchmal sind sie perfekt beherrschbar –, sondern weil niemand früh genug hingesehen hat.

Die prädiktiven Warnungen von Frihet analysieren drei Informationsebenen:

• Historie der Einnahmen und Ausgaben. Welche Kunden zahlen gewöhnlich zu spät? Wie viel zu spät, im Durchschnitt? Welche Lieferanten fordern pünktlich und welche haben Flexibilität?

• Bekannte zukünftige Verpflichtungen. Ausgestellte Rechnungen, die noch bezahlt werden müssen, geplante Zahlungen an Lieferanten, Beiträge für Selbstständige oder Sozialversicherungsbeiträge, Steuerfälligkeiten.

• Saisonale Muster. Wenn im Januar immer ein Umsatzrückgang zu verzeichnen ist, weil die Kunden Ende Dezember die Abrechnung abschließen, weiß das System dies und integriert es in die Prognose.

Das Ergebnis: eine Cashflow-Prognose für 6-8 Wochen, die Szenarien (wenn Kunde A pünktlich zahlt, wenn Kunde B sich wie üblich verspätet) und spezifische Warnungen bei Liquiditätsrisiken enthält.

Es ist keine Magie. Es ist die Erkennung von Mustern in Daten, die bereits in Ihrer Buchhaltung existieren, die aber niemand Zeit hatte, manuell zu analysieren.

Der Assistent in natürlicher Sprache: Von der Frage zur Aktion

Der konversationelle Assistent von Frihet ist kein Chatbot, der Fragen beantwortet. Er ist ein Agent, der Operationen in Ihrem Unternehmen ausführen kann.

Der praktische Unterschied:

• Chatbot: „Wie viel habe ich im Januar in Rechnung gestellt?“ → Antwortet: „1.340 EUR“

• Agent mit Function Tools: „Bereiten Sie die Januar-Zusammenfassung vor, um sie meinem Berater zu senden“ → Führt aus: berechnet Umsatz, Ausgaben, Marge, abzuführende und abziehbare IVA, erstellt die Zusammenfassung in dem Format, das Ihr Berater verwendet, und fragt Sie, ob Sie sie senden möchten.

Der Frihet-Assistent hat Zugriff auf über 55 Function Tools, was bedeutet, dass er komplexe Abläufe aus einfachen Anweisungen in natürlicher Sprache ausführen kann. Sie müssen nicht wissen, welches Tool Sie verwenden sollen – das System wählt die richtigen aus, um Ihre Frage zu beantworten oder Ihre Anweisung auszuführen.

Es funktioniert in 17 Sprachen. Ein japanischer Benutzer, ein deutscher Benutzer und ein spanischer Benutzer verwenden denselben Assistenten in ihrer Muttersprache, mit denselben operativen Fähigkeiten.

Der MCP-Server: Wenn die KI Ihr ERP bereits integriert hat

Für Entwickler und technische Benutzer bietet Frihet etwas, das kein anderes spanisches ERP hat: einen MCP (Model Context Protocol) Server mit MIT-Lizenz und 52 verfügbaren Tools.

MCP ist das Standardprotokoll, das es KI-Assistenten wie Claude ermöglicht, sich direkt mit externen Systemen zu verbinden. Mit dem installierten Frihet MCP kann Claude Ihre Rechnungen lesen, Dokumente erstellen, Steuern berechnen, Ihren Cashflow analysieren und Operationen in Frihet direkt aus der Konversation ausführen.

Es ist keine API, die Sie programmieren müssen. Es ist eine direkte Verbindung zwischen dem KI-Assistenten und Ihrem ERP, mit bereits definierten Tools und konfiguriertem Kontext. Ein Entwickler kann einen Automatisierungsfluss in Minuten erstellen.

Der MCP-Server ist kostenlos und Open Source. Er erfordert keinen Zahlungsplan und kein zusätzliches Modul. Es ist ein Engagement für das KI-Ökosystem: Je einfacher es für andere ist, auf Frihet aufzubauen, desto mehr Wert wird für alle Benutzer generiert.

Was die KI in Frihet nicht tut

Ehrlichkeit ist Teil des Designs. Es gibt Dinge, die die KI von Frihet bewusst nicht tut:

• Sie trifft keine Entscheidungen für Sie. Sie kann den Cashflow prognostizieren, aber die Entscheidung, eine Ausgabe zu verschieben oder eine Zahlung vorzuziehen, liegt bei Ihnen. Sie kann eine Anomalie erkennen, aber die Entscheidung, was damit zu tun ist, liegt bei Ihnen.

• Sie ersetzt nicht den Steuerberater. Sie kann die Datenerfassung automatisieren und Schätzungen berechnen. Die strategische Steuerplanung, die Interpretation komplexer Vorschriften und Entscheidungen mit rechtlichen Auswirkungen erfordern einen Fachmann, der dafür verantwortlich ist.

• Sie funktioniert nicht mit Daten schlechter Qualität. Wenn die vom Benutzer hochgeladenen Dokumente unleserlich sind, sind die Kategorisierungen falsch. Die KI ist nur so gut wie die Daten, die sie erhält.

• Sie konsolidiert keine Daten ohne menschliche Überprüfung. Die Kategorisierungsvorschläge und die von der KI generierten Entwürfe sind als solche gekennzeichnet. Der Benutzer überprüft und genehmigt, bevor sie in der Buchhaltung konsolidiert werden.

Dies sind keine beschämenden Einschränkungen. Es sind Designprinzipien. Ein ERP, das kritische Entscheidungen ohne menschliche Aufsicht automatisiert, ist kein gutes ERP – es ist ein Problemgenerator mit einer schönen Benutzeroberfläche.

So bewerten Sie die KI eines ERP, bevor Sie es kaufen

Wenn Sie ein ERP mit KI evaluieren, sind dies die Fragen, die echte KI von Marketing-KI trennen:

• Greift die KI auf meine echten Daten zu oder gibt sie nur generische Antworten? Fragen Sie nach einem spezifischen Fall Ihres Unternehmens. Wenn die Antwort generisch ist, hat die KI keinen Kontext zu Ihren Daten.

• Wie viele Function Tools hat das System? Ein Chatbot ohne Tools kann Fragen beantworten, aber keine Operationen ausführen. Die Handlungsfähigkeit ist der Unterschied.

• Kann die KI handeln oder nur informieren? Eine Rechnung aus einer Anweisung in natürlicher Sprache zu erstellen, ist etwas anderes, als Ihnen zu sagen, wie man eine Rechnung erstellt.

• Gibt es eine menschliche Überwachung im Ablauf? Ein System, das automatisch ohne Überprüfung konsolidiert, ist ein System, das Fehler in Ihrer Buchhaltung machen kann, ohne dass Sie es merken.

• Erklärt der Anbieter, was die KI mit Ihren Daten macht? Die lokale Verarbeitung, die Einhaltung der RGPD und die Nichtverwendung zum Training von Modellen sollten in den Bedingungen stehen, nicht im Kleingedruckten.

Frihet besteht diese Fragen. Wenn Sie konkrete Zweifel an einer spezifischen Funktionalität haben, kann der Support Ihnen diese in einer Demo zeigen, bevor Sie etwas beauftragen.