Seit über einem Jahrzehnt steht die Software gFM-Business für eine Besonderheit im deutschen ERP-Markt: Sie basiert nicht auf einem schwerfälligen, schwer wartbaren System, sondern auf der leichtgewichtigen, anpassbaren und visuell modellierten FileMaker-Plattform. Das hat viele Vorteile: gFM-Business lässt sich individuell erweitern, ist auf Windows, macOS und iOS lauffähig, und kann sowohl von Entwicklern als auch von ambitionierten Power-Usern angepasst werden.
Mit dem Aufkommen der künstlichen Intelligenz (KI) – insbesondere durch sogenannte Sprachmodelle wie ChatGPT – entstehen nun neue Chancen, die weit über klassische Automatisierung hinausgehen. gFM-Business bereitet sich aktiv auf diese Zukunft vor: mit dem Ziel, nicht nur Daten zu verwalten, sondern Wissen zu erschließen.
Von ERP zu intelligentem Assistenzsystem
Klassische ERP-Systeme speichern Kundendaten, Rechnungen, Lagerbestände oder Projekte. Sie können vieles berechnen, strukturieren und verwalten. Aber: Sie „verstehen“ nicht wirklich, was sie tun.
Ein intelligentes ERP-System soll genau das können: verstehen, was der Benutzer gerade tun möchte, warum eine Information fehlt, oder wie ein Prozess verbessert werden kann. Und dabei helfen moderne KI-Werkzeuge. Sprachmodelle wie GPT-4 oder Mistral können natürliche Sprache verstehen und verarbeiten. Das heißt: Ein Benutzer kann fragen: „Welche Kunden haben im letzten Quartal mehr bestellt als im Vorjahr?“ – und der Assistent gibt nicht nur eine Liste aus, sondern erklärt auch, wie er darauf kommt.
Die Rolle der lokalen Intelligenz: Warum nicht nur Cloud?
Viele moderne KI-Systeme laufen in der Cloud – das heißt: Ihre Daten werden über das Internet an Server geschickt, dort verarbeitet, und das Ergebnis kommt zurück. Das hat Vorteile (Rechenpower, Aktualität), aber auch Nachteile:
- Datenschutz: Gerade in Europa sind personenbezogene Daten in der Cloud heikel.
- Abhängigkeit: Wenn der Anbieter ausfällt oder die Preise erhöht, steht das System still.
- Latenz und Kontrolle: Die Reaktionszeit ist höher, die Kontrolle geringer.
Deshalb geht gFM-Business einen anderen Weg: KI soll dort stattfinden, wo die Daten sind. Lokal, auf dem Rechner des Nutzers oder im Firmennetzwerk. Dafür werden Sprachmodelle lokal installiert und so vorbereitet, dass sie mit den Strukturen von gFM-Business umgehen können. Das ist technisch anspruchsvoll, aber äußerst wirkungsvoll: Die KI kennt dann nicht nur „Sprache“, sondern auch „Inhalte“.
Sie weiß, wie Ihre Kunden heißen, wie Ihre Rechnungen aufgebaut sind, welche Felder es gibt. gFM-Business wird daher sowohl die bekannten Cloudsysteme wie ChatGPT oder Claude unterstützen, als auch lokale Sprachmodelle, die per Mausklick direkt aus gFM-Business heraus installiert und gestartet werden können.
Der gFM-KI-Assistent: Mehr als nur ein Chatbot
Was heißt das konkret für gFM-Business? Es wird an einem intelligenten Assistenten gearbeitet, der direkt in die Benutzeroberfläche integriert ist. Dieser Assistent ersetzt das bisherige Hilfesystem in gFM-Business und:
- beantwortet Fragen zur Bedienung („Wie lege ich einen neuen Kunden an?“)
- erklärt Funktionen („Was bedeutet dieses Feld?“)
- analysiert Daten („Zeig mir die Kunden mit der höchsten Mahnstufe“)
- gibt Handlungsempfehlungen („Was kann ich tun, wenn ein Kunde nicht zahlt?“)
- kann Dokumentationen durchsuchen („Gibt es eine Anleitung für Serienrechnungen?“)
Und das Beste: Je länger das System genutzt wird, desto mehr lernt es mit, denn wir binden an das System auch eine Qdrant Vektordatenbank als zentrales Gedächtnis ein. Es merkt sich, was wichtig ist, wo Probleme auftreten, was erfolgreich war. Dieses „Gedächtnis“ ist keine Datensammelei à la Google, sondern eine lokal gespeicherte Wissensstruktur, die Sie kontrollieren.
Wissensgraph statt Excel: Wie KI Strukturen versteht
Ein zentraler Begriff für diese Entwicklung ist der „Wissensgraph„. Statt einzelne Felder („Kundenname“, „Betrag“) isoliert zu sehen, verbindet der Graph diese Informationen miteinander:
- Ein Kunde hat Rechnungen
- Eine Rechnung bezog sich auf ein Angebot
- Ein Angebot wurde erstellt von einem Mitarbeiter
- Ein Mitarbeiter arbeitet in einer Abteilung
Solche Zusammenhänge kann ein Wissensgraph abbilden – und ein KI-System kann darin navigieren. So werden Abfragen möglich wie:
- „Welche Projekte wurden von Mitarbeitern betreut, die heute nicht mehr im Unternehmen sind?“
- „Welche Kunden haben nach einer Reklamation innerhalb von 30 Tagen erneut bestellt?“
Fragen, die bisher nur mit viel SQL oder Excel-Skripting zu beantworten waren, lassen sich nun in natürlicher Sprache stellen – und erhalten präzise, nachvollziehbare Antworten.
Aktuelle Umfrage zur Zukunft von Claris FileMaker und KI
Was mit gFM-Business, Wissensgraph und lokaler KI möglich wird
Durch die Verknüpfung von gFM-Business mit einem lokalen Sprachmodell und einem graphbasierten Wissensnetz (z. B. über Neo4j) entstehen in der Praxis zahlreiche neue Anwendungsfälle:
- Kontextbasierte Kundenberatung und Verkaufsunterstützung
„Welche Kunden haben seit dem letzten Newsletter nicht mehr bestellt?“
„Welche meiner Kunden könnten sich für Produkt X interessieren, basierend auf bisherigen Käufen?“
„Wer hat zuletzt auf eine Preiserhöhung negativ reagiert und sollte nicht erneut angeschrieben werden?“ - Automatisierte Support- und Wissensdatenbankabfragen
Mitarbeiter können in natürlicher Sprache fragen: „Wie lege ich einen Serienbrief an?“, „Welche Exportformate unterstützt das Modul X?“ oder „Wie richte ich einen Bankimport ein?“ Die KI greift auf vorhandene Dokumentationen, FAQs, Video-Tutorials und interne Prozessbeschreibungen zu und liefert gezielte Hilfe zur richtigen Zeit. - Vertriebssteuerung und Prozessoptimierung
„Welche Angebote wurden erstellt, aber nicht innerhalb von 30 Tagen nachgefasst?“
„Gibt es Kunden, bei denen es regelmäßig zu Lieferverzögerungen kommt?“
„Welche Verkaufsprozesse brechen auffällig oft an bestimmten Stellen ab?“ - Intelligentes Mahnwesen
Die KI kann Risikomuster erkennen: „Welche Kunden lassen regelmäßig Mahnungen ins 3. Level laufen, zahlen dann aber kurz vor Übergabe an Inkasso?“ Auf Basis dessen können Mahnstufen oder Zahlungsziele gezielt angepasst werden. - Personal- und Projektmanagement
„Welche Projekte haben hohe Überstunden verursacht, obwohl das Budget eingehalten wurde?“
„Wer hat in den letzten 6 Monaten besonders gute Bewertungen in der Kundenrückmeldung erhalten?“
„Gibt es Mitarbeiter, die in mehreren erfolgreichen Projekten beteiligt waren?“ - Historische Auswertungen mit kontextueller Intelligenz
„Wie haben sich die Bestellmengen nach der Preiserhöhung im Februar 2023 entwickelt?“
„Welche Aktionen (Rabatte, Newsletter, Events) hatten messbare Umsatzveränderungen zur Folge?“ - Reaktionsvorschläge und automatische Empfehlungen
„Der Kunde XYZ hat 3 Mahnungen erhalten und keine Reaktion gezeigt. Möchtest du eine Vorlage für ein Inkasso-Anschreiben generieren?“
„Du hast gerade ein Angebot an einen Kunden mit hoher Reklamationsquote erstellt. Möchtest du eine Prüfliste für die Lieferung aktivieren?“
Solche Use Cases wären mit klassischen ERP-Systemen nur schwer oder gar nicht umsetzbar. Die Kombination aus FileMaker-Flexibilität, graphbasierten Zusammenhängen (Neo4j) und lokalem Sprachmodell schafft eine neue Dimension der Prozessintelligenz.
Was heißt das für Unternehmen konkret?
Für kleine und mittlere Unternehmen bedeutet diese Entwicklung:
- Mehr Selbstständigkeit: Man braucht weniger Support, weil der Assistent hilft.
- Schnellere Einarbeitung: Neue Mitarbeiter finden sich schneller zurecht.
- Bessere Entscheidungen: Analysen und Empfehlungen sind sofort verfügbar.
- Datenschutz & Kontrolle: Alles bleibt im Haus, keine Cloud-Pflicht.
- Zukunftssicherheit: Die Software entwickelt sich mit dem Unternehmen mit.
Und das alles ohne, dass ein riesiger IT-Apparat notwendig wäre. Gerade für kleinere Firmen ist das ein echter Wettbewerbsvorteil.
Risiken und Herausforderungen
So groß das Potenzial ist – es gibt auch Stolperfallen:
- Techniklastigkeit: Lokale KI braucht gute Hardware (RAM, CPU, ggf. GPU)
- Datenqualität: Wer unsaubere Daten pflegt, wird auch schlechte Antworten erhalten
- Akzeptanz: Mitarbeiter müssen dem System vertrauen, sonst wird es ignoriert
- Wartung: Modelle müssen aktualisiert, gesichert und getestet werden
Doch mit einem durchdachten Konzept – wie es gFM-Business aktuell verfolgt – lassen sich diese Risiken minimieren. Ziel ist nicht ein übermächtiger Supercomputer, sondern ein kluger Assistent, der dem Menschen dient, nicht ihn ersetzt.
gFM-Business 9 in Arbeit, neue Vertriebsstruktur ab Oktober
Derzeit wird intensiv an der kommenden Version 9 von gFM-Business gearbeitet. Diese neue Hauptversion wird viele der beschriebenen KI- und Automatisierungsfunktionen erstmals vollständig integrieren – insbesondere die Anbindung an lokale Sprachmodelle und der Aufbau eines dynamischen, graphbasierten Unternehmenswissens mit Neo4j. Die Veröffentlichung ist voraussichtlich für Anfang 2026 geplant.
Wer jetzt einsteigt, sichert sich nicht nur attraktive Konditionen, sondern auch einen kontinuierlichen Upgrade-Pfad bis zur kommenden Generation – und damit einen frühen Zugang zur vielleicht flexibelsten KI-fähigen ERP-Lösung im deutschsprachigen Raum.
Ausblick: ERP wird menschlicher, nicht technischer
Wenn wir die Entwicklung zu Ende denken, könnte man sagen: ERP-Software wird menschlicher. Sie reagiert auf Sprache, denkt kontextuell, erklärt Zusammenhänge, lernt mit, unterstützt Entscheidungen. Und gerade FileMaker als Plattform eignet sich dafür hervorragend: durch seine visuelle Struktur, die offene Architektur, die starke Community und die Möglichkeit, Daten, Layouts und Logik in einer Umgebung zu verknüpfen.
Wer heute einsteigen will, hat die Möglichkeit, von Anfang an mitzudenken: Daten sauber pflegen, Prozesse dokumentieren, Strukturen benennen, Fragen formulieren. Denn am Ende wird das ERP-System von morgen nicht mehr nur ein Programm sein. Es wird ein Partner sein – mit Ohr, Verstand und Gedächtnis. Und gFM-Business ist auf dem besten Weg, diesen Wandel anzuführen.
Häufig gestellte Fragen
- Was genau ist gFM-Business und worin unterscheidet es sich von anderen ERP-Systemen?
gFM-Business ist eine modulare ERP-Software, die auf der FileMaker-Plattform basiert. Im Gegensatz zu klassischen ERP-Systemen ist sie vollständig anpassbar, läuft plattformübergreifend (macOS, Windows, iOS) und lässt sich auch von kleineren Unternehmen ohne große IT-Abteilung betreiben. Durch die visuelle Entwicklung mit FileMaker ist sie besonders schnell erweiterbar – und jetzt auch offen für moderne KI-Integration. - Warum ist gerade FileMaker eine geeignete Plattform für KI und ERP?
FileMaker verbindet Datenbank, Benutzeroberfläche und Geschäftslogik in einer einzigen Entwicklungsumgebung. Das macht es möglich, KI-Funktionen direkt in Formulare, Auswertungen und Dialoge zu integrieren, ohne externe Schnittstellen oder zusätzliche Tools nutzen zu müssen. Für den KI-Einsatz ist diese enge Verzahnung ein großer Vorteil. - Was ist ein Sprachmodell, und warum soll es lokal laufen?
Ein Sprachmodell wie GPT-4 ist eine KI, die natürliche Sprache versteht und verarbeitet. Wenn ein solches Modell lokal läuft, also direkt auf dem Firmenrechner oder Server, bleiben alle Daten im eigenen Haus. Das ist ein entscheidender Vorteil bei Datenschutz, Unabhängigkeit und Performance – vor allem für Unternehmen, die nicht auf externe Cloud-Dienste angewiesen sein wollen. - Was versteht man unter einem „Wissensgraphen“ und wofür ist der gut?
Ein Wissensgraph verknüpft Daten nicht linear (wie eine Tabelle), sondern als Netz aus Bedeutungen und Beziehungen. In gFM-Business wird dadurch z. B. sichtbar, welche Kunden mit welchen Projekten, Mitarbeitern, Dokumenten oder Produkten verknüpft sind. Eine KI kann so viel präzisere Antworten geben, weil sie Zusammenhänge versteht, nicht nur Einzelfelder. - Welche konkreten Vorteile habe ich durch die neue KI-Integration in gFM-Business?
Du kannst in natürlicher Sprache mit dem System kommunizieren, bekommst kontextbezogene Hilfe, intelligente Auswertungen, automatische Empfehlungen und lernfähige Assistenten. Die Software denkt mit – und zwar auf Basis Deiner echten Unternehmensdaten, nicht auf allgemeinem Internetwissen. - Muss ich Angst haben, dass meine Daten durch KI „abfließen“?
Nein. Die KI-Integration von gFM-Business basiert auf einem lokalen Ansatz. Das heißt: Das Sprachmodell läuft auf Deinem eigenen Rechner oder Server. Es gibt keinen automatischen Cloud-Zugriff, keine Datenweitergabe an Dritte und keinen versteckten Upload – alles bleibt im System und unter Deiner Kontrolle. - Welche technischen Voraussetzungen brauche ich für die Nutzung der lokalen KI?
Für einfache KI-Funktionen reicht ein moderner Rechner mit mindestens 16 GB RAM. Für anspruchsvollere Sprachmodelle oder komplexe Wissensgraphen kann zusätzliche Rechenleistung (z. B. eine gute GPU) sinnvoll sein. Es wird aber daran gearbeitet, auch auf mittlerer Hardware solide Performance zu ermöglichen. - Wird die KI automatisch in bestehende gFM-Business-Systeme integriert?
Nein. Die KI-Integration ist Teil der kommenden Version 9, die Anfang 2026 erscheinen soll. Wer jetzt mit einer bestehenden Version arbeitet, kann sich jedoch auf einen reibungslosen Migrationspfad einstellen. Frühkäufer profitieren zudem von günstigeren Konditionen und laufender Weiterentwicklung. - Wie lernt die KI eigentlich „mit“, wenn sie lokal läuft?
Die KI analysiert, welche Datenstrukturen, Prozesse und Muster in Deinem Unternehmen häufig auftreten. Dieses Wissen wird lokal als sogenannter „Wissensgraph“ gespeichert. Es entsteht dadurch ein internes Modell Deines Unternehmens, das mit der Zeit immer besser wird – ohne dass Daten nach außen gehen müssen. - Können auch kleinere Firmen diese KI-Funktionen sinnvoll nutzen?
Ja, besonders sogar! Gerade in kleinen Teams fehlt oft Zeit für Schulung, Analyse oder Dokumentation. Ein smarter Assistent, der z. B. zeigt, wie ein Angebot korrekt erstellt oder ein Mahnlauf angestoßen wird, spart enorm viel Zeit – und verhindert typische Fehler. Die Einstiegshürde ist durch FileMaker angenehm niedrig. - Was kostet gFM-Business aktuell und wie lange gilt der alte Preis noch?
Bis zum 30. September 2025 kann gFM-Business noch im bisherigen gofilemaker-Onlineshop zu den bekannten Preisen gekauft werden. Ab dem 1. Oktober 2025 wird die Software über eine neue Vertriebsstruktur mit überarbeiteten Konditionen angeboten. Wer jetzt kauft, profitiert von Bestandskundenkonditionen. - Wird es möglich sein, eigene Prompts oder Befehle für die KI zu definieren?
Ja. In der geplanten Version 9 soll es möglich sein, eigene Abfragen, Workflows und Sprachbefehle zu hinterlegen – sowohl als Text-Prompt als auch über visuelle Assistenzfunktionen. So kann jeder Betrieb die KI individuell anpassen, ohne zu programmieren. - Welche Rolle spielt Neo4j in diesem System?
Neo4j ist eine professionelle Graphdatenbank, die perfekt geeignet ist, um komplexe Beziehungen zwischen Datensätzen abzubilden. In gFM-Business wird sie als Wissensgrundlage für die KI verwendet: Kunden, Aufträge, Produkte, Kommunikation, Servicefälle – all das wird in einem dynamischen Beziehungsnetz erfasst, das die KI nutzen kann. - Gibt es eine Testmöglichkeit oder Demoversion der neuen KI-Funktionen?
Zum jetzigen Zeitpunkt (Stand: September 2025) ist die Version 9 mit KI-Funktionen noch in Entwicklung. Es wird jedoch ab Anfang 2026 eine offene Testphase und ggf. eine begleitende Webinar-Reihe geben. Interessenten können sich über den gofilemaker-Newsletter per Download einer Testversion oder die Website frühzeitig registrieren, um Zugriff zu erhalten.