Der Bestellpunkt merkt eine fehlende Zahl, nicht eine falsche

2019 erklärte das Bundesfinanzministerium den unprotokollierten Umweg über eine Tabellenkalkulation in der Buchführung für unzulässig (GoBD Rz 109). Sieben Jahre später läuft dieser Umweg in Unternehmen mit mehreren ERP-Systemen weiter, und die Lösung, die dafür angeboten wird, heißt Software-Agent: ein Programm, das Stammdaten dauerhaft prüft und Abweichungen meldet. Schon eine falsch hinterlegte Lieferzeit löst den Bestellpunkt um mindestens neun Tage zu spät aus. Die Formel für den Bestellpunkt zeigt, warum dieser Agent die eigentliche Lücke verfehlt: Ein Pflichtfeld erzwingt einen Eintrag, aber keine richtige Zahl, und ohne priorisierte Meldung geht ein falscher Wert im selben Posteingang unter wie ein falscher Ansprechpartner.

Die Lieferzeit steckt zweimal in der Bestellpunkt-Formel#

Sunil Chopra, Gilles Reinhardt und Maqbool Dada zeigen 2004 in *Decision Sciences* vor kellogg.northwestern.edu ↗, wie hoch der Bestellpunkt liegen muss: Der mittlere Bedarf während der Wiederbeschaffungszeit ist M = L·μX, die Streuung S = √(L·σX² + μX²·σL²), beides nach Silver und Peterson (1985). Der Bestellpunkt selbst ist ROP = M + z·S: z·S ist der Sicherheitsbestand, z der Faktor für die gewünschte Servicewahrscheinlichkeit. L, die Lieferzeit, geht doppelt ein: linear in M, unter der Wurzel in S. In der Praxis kommt sie meist nur als Lieferantenzusage ins System, nicht als Messung. Ein systematischer Fehler in L verschiebt damit beide Terme, zeigt die Formel selbst.

In einem Rechenbeispiel mit 50 Einheiten Tagesnachfrage ergibt die hinterlegte Lieferzeit von 6 Tagen einen Mittelwert M von 300 Einheiten, eine reale Lieferzeit von 15 Tagen 750 Einheiten. Die Differenz von 450 Einheiten entspricht bei dieser Nachfrage neun Tagen: Um mindestens diese Spanne löst der Bestellpunkt zu spät aus, weil er mit der hinterlegten statt der realen Lieferzeit rechnet. Die Bullwhip-Forschung von Hau Lee, V. Padmanabhan und Seungjin Whang in *Management Science* (1997) courses.ie.bilkent.edu.tr ↗ zeigt: Die Verstärkung von Bestellschwankungen wächst mit der Wiederbeschaffungszeit selbst, und zwar mit der realen, nicht der hinterlegten Lieferzeit.

Ein Agent soll entdecken, was die GoBD 2019 schon verbot#

Eine Tabellenkalkulation neben dem System gilt als Schattenprozess. Genau dieses Muster benennt das Bundesministerium der Finanzen bereits 2019 in den GoBD, den Grundsätzen zur ordnungsmäßigen Führung und Aufbewahrung von Büchern¹, als unzulässiges Beispiel: Export aus einem Warenwirtschaftssystem in ein Officeprogramm, dort unprotokolliert geändert und zurückgespielt (Rz 109). Nach § 158 AO gilt eine ordnungsmäßige Buchführung als Besteuerungsgrundlage, solange niemand ihre Richtigkeit bezweifelt; der Schattenprozess liefert diesen Anlass, sichtbar erst bei der nächsten Prüfung, nicht sofort. Ändert ein Betrieb Steuersatz und Firmennamen eines Kunden ohne Historisierung, kann er laut Rz 60 im Folgejahr die abgesandten Geschäftsbriefe nicht mehr mit ihrem ursprünglichen Inhalt abgleichen. Rz 111 verlangt bei jeder Änderung, dass der ursprüngliche Inhalt und die Änderung selbst erkennbar bleiben, auch bei einem Agenten, der die Lieferzeit korrigiert, und bei Stammdaten, deren Bedeutung in den Bewegungsdaten eindeutig bleiben muss. Als frisch entdecktes Problem gilt das Muster trotzdem erst, seit eine neue Softwaregattung es zu lösen verspricht; die knapp sieben Jahre alte Vorgeschichte der Diagnose bleibt dabei unerwähnt. Eine strukturell verwandte Lücke zwischen öffentlich dokumentiertem Befund und tatsächlicher Wahrnehmung² klaffte schon vor dem Cyberangriff auf die Berliner Verwaltung.

Ein Prüfer im selben Datenraum braucht eine zweite Quelle#

Plausibel ist per Definition, was innerhalb der normalen Streuung liegt: derselbe z-Wert, der den Sicherheitsbestand im Bestellpunkt bestimmt. Bei einer Mindestbestellmenge, die um den Faktor 2 danebenliegt, fällt ein Fehler aus anderem Grund nicht auf: Sie ist ein fixer Lieferantenwert ohne Streuung, den keine z-Wert-Prüfung erfasst. Erkennbar wird ein solcher Fehler nur über eine zweite, unabhängige Quelle: die aus Bestell- und Wareneingangs-Zeitstempeln errechnete tatsächliche Lieferzeit gegen die hinterlegte, die gescannte Menge gegen die Mindestbestellmenge. Rz 111 deckt nur die Nachvollziehbarkeit der Änderung, nicht, dass die geänderte Lieferzeit stimmt.

Etablierte Verfahren schließen dieselbe Lücke ohne Agenten#

Process Mining vergleicht das im System hinterlegte Soll mit dem protokollierten Ist (Zeitstempel tatsächlicher Buchungen, kein erneut manuell gepflegtes Feld), ohne ein Sprachmodell zu benötigen. Mehr als 75 Personen aus mehr als 50 Organisationen haben das Process Mining Manifesto der IEEE Task Force on Process Mining³ (2012) verfasst, ein Trägerkreis, keine Erfolgsquote. Anders als der Agent deutet Conformance Checking eine Abweichung nicht, es zählt sie nur gegen das Protokoll. Auch EDI-Schnittstellen sind etabliert: Sie schreiben Wareneingangsdaten automatisch in die Lieferzeit-Stammdaten zurück, statt nur zu melden; auch dafür gilt Rz 111, eine Marktzahl zur Verbreitung fehlt. Statistische Ausreißeranalyse der Lieferzeithistorie je Lieferant scheitert an derselben z-Wert-Logik: Eine Lieferzeit innerhalb der normalen Streuung schlägt nicht an, und genau eine solche unauffällige ist hier der Fehler. Best-of-Breed-Landschaften entstehen, weil kein System alle Fachanforderungen abdeckt; Konsolidierung ist eher ein mehrjähriges Projekt als eine kurzfristige Alternative zur Prüfschicht. Jede zusätzliche Schicht bringt neue Schnittstellen mit: jene Datenschnittstellen, über die laut Rz 109 schon der Schattenprozess entsteht. Ob ein Agent diese Lücke erreicht, entscheiden nicht nur Regulierung und Disponenten, sondern die Anbieter der Systeme: Ihre Schnittstellen legen fest, ob die Prüfschicht lesend oder schreibend zugreifen darf.

Ein schreibberechtigter Agent wird selbst zur Angriffsfläche#

Jede Korrektur an Stammdaten ist ein Schreibvorgang im ERP-System, den eine eingeschleuste Anweisung kapern kann. Das BSI warnt in der Cybersicherheitswarnung CSW-2023-249034-1032 zu indirekten Prompt Injections: Das Risiko wächst, sobald ein Sprachmodell teilautonom folgenreiche Aktionen selbständig ausführt. Das BSI-Papier bsi.bund.de ↗ empfiehlt, den Aktionsraum zu minimieren und kritische Aktionen nur mit menschlicher Freigabe auszuführen. Ein weiterer Grund: Sprachmodelle halluzinieren und treffen falsche Entscheidungen schon im Normalbetrieb. Ein schreibberechtigter Agent korrigiert damit auch ohne jede eingeschleuste Anweisung plausibel falsch, etwa mit einer zu niedrig gepflegten Lieferzeit, die der Bestellpunkt für echt hält. Der AI Act (Verordnung (EU) 2024/1689)⁴ verlangt in Artikel 14 für Hochrisiko-Systeme menschliche Aufsicht, die Anomalien erkennt und Entscheidungen überschreiben kann; ob ein reiner Melde-Agent ohne Schreibrechte darunterfällt, ist ungeklärt. Wird eine Abweichungsmeldung einer Person zugeordnet, greift die Mitbestimmung nach § 87 Abs. 1 Nr. 6 BetrVG, weil die Meldung dann eine Leistungskontrolle ist. Wer haftet, wenn ein Agent eine Fehlbestellung auslöst, bleibt offen, ein Präzedenzfall ist nicht aufzufinden: nur die drei Bausteine Protokollierung, Mitbestimmung, Aufsichtspflicht, die eine Antwort tragen müssten. Aufsicht über KI-Systeme bleibt auf Selbstmeldung angewiesen⁵.

Eine Fehlerquote zählt nicht, was ihr Raster nie erreicht#

Eine Fehlerquote in Stammdaten zählt jedes falsche Feld gleich: ein falscher Ansprechpartner genauso wie eine falsche Lieferzeit, die den Bestellpunkt verschiebt. Wie viele Bestellzyklen unbemerkt vergehen, bevor jemand die falsch hinterlegte Lieferzeit meldet, zeigt die Quote nicht; manche Vorgänge erreichen nie ein Formular. Auch eine Wirkungskontrolle von Gesetzen zählt nur, was ihr Erhebungsraster erfasst⁶. Was der Agent meldet, geht an dieselben Disponenten, deren Erfahrungswissen heute schon falsche Felder kompensiert. Ohne Priorisierung landet die Meldung zur falschen Lieferzeit im selben Posteingang wie die zum falschen Ansprechpartner, und die vom BSI geforderte menschliche Freigabe kritischer Schreibvorgänge kommt zu spät.

Zahlen und Zitate sind direkt gegen ihre Quellen geprüft: Chopra, Reinhardt & Dada (kellogg.northwestern.edu, Decision Sciences, 2004), Lee, Padmanabhan & Whang (courses.ie.bilkent.edu.tr, Management Science, 1997), Bundesministerium der Finanzen (ao.bundesfinanzministerium.de, GoBD, 2019), IEEE Task Force on Process Mining (tf-pm.org, Process Mining Manifesto, 2012), Bundesamt für Sicherheit in der Informationstechnik (bsi.bund.de, Cybersicherheitswarnung CSW-2023-249034-1032, 2023) sowie Europäische Union (artificialintelligenceact.eu, Verordnung (EU) 2024/1689, Artikel 14).