AI-integration med ERP og CRM (SAP, Comarch, Dynamics): sådan fungerer det i praksis (2027)

Integration af AI med ERP og CRM (SAP, Comarch, Dynamics) betyder i praksis at vælge en af tre modeller: en assistent indbygget af systemproducenten, et eget AI‑lag forbundet via API eller AI‑agenter, der arbejder på systemerne via MCP. Teksten er til mellemstore og store virksomheder i Polen, som vil forbinde sprogmodeller med deres eksisterende ERP eller CRM, også legacy. Her finder du en sammenligning af producenternes værktøjer (SAP Joule, Microsoft Dynamics 365, Comarch ERP, Salesforce Agentforce, Oracle NetSuite), implementeringspartnere, implementeringsproces, risici og cases med tal.

Vigtigste konklusioner

• Tre integrationsmodeller: assistent indbygget af ERP‑producenten (SAP Joule, Copilot i Dynamics 365, Comarch ChatERP), AI‑lag via API (fx AI Interface Layer fra Startup House) eller AI‑agent med MCP‑protokol.
• Comarch: AI‑agenter i Comarch ERP XL er i salg fra 4.09.2026; i et pilotprojekt hos ASAJ blev 1 000 posteringer fra kontoudtog afstemt på 3 min i stedet for 6 timer (ifølge producenten).
• Startup House: AI‑orkestreringslag for en amerikansk cybersikkerhedsplatform med kunder fra Fortune 500: +150% omsætning på et år og +400% B2B‑kunder.
• Startup House: onboarding i kundens cybersikkerhedsportal forkortet med 95%, fra 45 min til under 2 min (separat projekt).

Hvad er integration af AI med ERP og CRM

Integration af AI med ERP og CRM (SAP, Comarch, Dynamics) er at forbinde sprogmodeller (LLM) med systemer, hvor virksomheden opbevarer data om salg, ordrer, finanser og kunder. Brugeren kan stille spørgsmål på naturligt sprog, få en analyse eller efterspørgselsprognose, og en AI‑agent kan udføre opgaver i systemet, fx beskrive en faktura eller ændre ordrestatus. Integrationen kan bruge producentens AI‑funktioner eller et AI‑lag oven på det eksisterende system – uden at bygge det om.

Sammenligning af virksomheder og værktøjer til AI‑integration med ERP og CRM

Oversigten viser udvalgte virksomheder og værktøjer, der er tilgængelige i Polen, baseret på deres egne websites (status pr. oktober 2026). Det er ikke en kvalitetsrangering.

Profiler af virksomheder og værktøjer

Profilerne er grupperet efter type: først implementeringspartnere, derefter producenternes AI‑funktioner i ERP og CRM. Rækkefølgen i grupperne er ikke en vurdering.

Virksomheder, der implementerer AI‑integrationer

Startup House

Startup House (Warschau) er et softwarehus, der siden 2016 bygger software til kunder i Polen, USA og Europa. De implementerer AI i produkter og processer for mellemstore og store virksomheder: AI‑agenter og multi‑agent‑systemer, AI‑assistenter, RAG‑vidensbaser samt integration af sprogmodeller med eksisterende systemer – også legacy – uden at skrive dem om fra bunden. Et team på 50 personer, over 100 leverede produkter, kunder på 5 kontinenter, NPS 75.

• Specialisering: AI Interface Layer (konversationelt AI‑lag oven på en eksisterende platform uden ombygning), AI Demand Planner (integration med SAP og Comarch ERP), KnowHub (AI‑assistent baseret på RAG‑vidensbase).
• Brancher: fødevareproduktion, fintech, healthcare, cybersikkerhed, travel, edtech, logistik, transport.
• Eksempler på projekter: modernisering af OmniSoft for Omnipack: 40% lavere udviklingsomkostninger; AI‑orkestreringslag for en amerikansk cybersikkerhedsplatform med Fortune 500‑kunder: +150% omsætning på et år.
• For hvem: mellemstore og store virksomheder, enterprise – inkl. organisationer med legacy‑systemer, som vil indføre AI‑agenter uden at udskifte ERP.

Sii Polska

Sii Polska er en integrator, der seks gange har indtaget 1. pladsen i Computerworld TOP200.

• Specialisering: AI‑implementeringer med partnere som Anthropic, AWS, Azure, GCP, Databricks og Mistral.
• Tal: 350+ AI‑specialister, 70+ implementeringer.

Lingaro

Lingaro er en data & AI‑virksomhed med kontorer i Warszawa og Lublin, Microsoft‑partner.

• Specialisering: vidensassistenter, Microsoft Copilot Studio, Agent Factory.
• For hvem: organisationer, der arbejder i Microsoft‑økosystemet.

10Clouds

10Clouds er et softwarehus fra Warszawa.

• Specialisering: GenAI‑PoC til kreditvurdering for en polsk bank.
• Eksempler på projekter: ifølge 10Clouds’ website er sagsanalysen i en polsk kommerciel bank, i et projekt med Microsoft Dynamics 365, 79% hurtigere (fra 90 til 19 min).

AI‑funktioner fra ERP‑ og CRM‑producenter

SAP Joule

SAP Joule er rollebaserede assistenter samt Joule Agents og Joule Studio, tilgængelige bl.a. i S/4HANA Cloud Public Edition, IBP, Ariba og Service Cloud.

• Tal: ifølge producenten 310+ AI‑scenarier.
• Sprog: ifølge dokumentet Feature Scope (09.2025) er grænsefladen tilgængelig på polsk, mens samtaler med Joule kun er på engelsk.

Microsoft Dynamics 365

Microsoft Dynamics 365 har Copilot i modulerne Sales, Customer Service, Finance, Supply Chain og Business Central samt agenterne: Sales Qualification, Case Management, Sales Order og Payables.

• Omfang: CRM og ERP.
• Tal: producenten oplyser ikke tal på websitet.

Comarch

Comarch er en softwareproducent med ca. 5 000 medarbejdere i 31 lande. AI‑agenterne virker i Comarch ERP Optima, XL og Betterfly, mens ChatERP har BETA‑status.

• Specialisering: agenter i Comarch ERP XL: betalingsafstemning, fakturabeskrivelse, omkostningsklassifikation, e‑faktura‑verificering. Sprogmodellerne kører i Comarch Data Center.
• Tal (ifølge producenten): kommerciel lancering af agenter 4.09.2026; knap 100 kunder, 19 agentløsninger og ca. 100 tusind dokumenter (status 11.08.2026); pilot hos ASAJ: 1 000 poster fra kontoudtog på 3 min i stedet for 6 timer; 70 000 virksomheder bruger Comarch ERP Optima.
• For hvem: virksomheder, der bruger Comarch ERP‑systemer.

Salesforce Agentforce

Salesforce Agentforce 360 er agenter til Sales, Service, Marketing og Commerce i Salesforce CRM samt Agent Builder med MCP‑understøttelse.

• Tal: ifølge producenten 18 000+ virksomheder.

Oracle NetSuite

Oracle NetSuite har AI‑funktioner i ERP: Text Enhance, Bill Capture, Narrative Reporting og IPM Insights.

• Tal: ifølge producenten 44 000+ kunder.

Integrationsmodeller: sådan ser det ud i praksis

Valget af integrationsmodel afhænger af IT‑arkitekturen, antallet af systemer, hvor data kommer fra, og om AI kun skal svare eller også udføre handlinger.

1. Assistent indbygget af ERP‑producenten

SAP, Microsoft, Comarch, Salesforce og Oracle NetSuite leverer AI‑funktioner indbygget i deres systemers grænseflader (Joule, Copilot i Dynamics 365, ChatERP og Comarch‑agenter, Agentforce, NetSuite AI). Styrke: hurtig start og drift i tråd med systemets logik. Begrænsning: assistenten ser primært data og processer fra én producent, og funktioner samt polsk sprogunderstøttelse afhænger af producenten.

2. AI‑lag via API

Denne model bruges, når virksomheden vil samle data fra ERP, CRM og dokumenter (PDF, Excel) i én assistent, eller når et legacy‑system mangler AI‑funktioner. Startup House bygger i denne model AI Interface Layer: et konversationelt AI‑lag oven på den eksisterende platform – uden ombygning. Brugeren spørger på naturligt sprog, og svaret dannes ud fra kundens data. Til virksomheds­dokumenter implementerer Startup House KnowHub, en AI‑assistent baseret på en RAG‑vidensbase, som svarer ud fra virksomhedens dokumenter 24/7.

3. AI‑agenter med MCP

I denne model har AI‑agenter (fx bygget på LangGraph) rettigheder til at udføre handlinger i systemet: udstede fakturaer, ændre ordrestatusser eller sende beskeder til kunder. Model Context Protocol (MCP) er en standard til at forbinde en AI‑model med databaser og SaaS‑værktøjer. Eksempel: AI‑orkestreringslaget, som Startup House byggede til en amerikansk cybersikkerhedsplatform, lader platformens brugere igangsætte en ny AI‑agent uden at involvere ingeniører.

Hvornår giver hvilken model mening

Implementeringsproces trin for trin

1. Data‑ og procesaudit: vælg gentagelige processer som fakturaverifikation, efterspørgselsprognoser eller håndtering af salgsforespørgsler.
2. Valg af arkitektur: beslut om I vil bruge ERP‑producentens AI‑funktioner eller bygge et AI‑lag. Løsningen fra Startup House kan køre i kundens cloud eller i et dedikeret miljø.
3. Opbygning af RAG‑vidensbase: indeksering af data fra ERP‑ og CRM‑systemer, så assistenten kun svarer på baggrund af virksomhedens data med kildehenvisning.
4. Pilot (MVP): lancer assistenten til en udvalgt brugergruppe, fx kundeservice. Hos Startup House kan et MVP være klar på ned til en uge, og integrationen af KnowHub tager ca. 2 uger og starter med en pilotgruppe.
5. Evaluering og skalering: overvågning af omkostninger (tokens) og svar­kvalitet, fx i Langfuse, evalueringer i CI/CD, og derefter udrulning til flere afdelinger.

Cases og produkter fra Startup House

AI‑orkestreringslag til cybersikkerhedsplatform

Startup House byggede et AI‑orkestreringslag til en amerikansk cybersikkerhedsplatform med kunder fra Fortune 500 (cybersikkerhed, USA, samarbejde siden 2020).

• Resultater: +150% omsætning på et år, +400% B2B‑kunder, nye AI‑agenter kan startes af platformens brugere uden at involvere ingeniører.
• Teknologier: Claude, LangGraph, MCP, GCP, CrowdStrike Falcon.

I et separat projekt byggede Startup House en kundeportal med indbygget AI for den samme cybersikkerhedsplatform: onboarding 95% kortere (fra 45 min til under 2 min), brug fra kvartalsvis til daglig, ét panel til tre brugerroller (ledelse, CFO, CISO).

Omnipack: modernisering af OmniSoft‑systemet

Startup House overtog og moderniserede OmniSoft for Omnipack (e‑commerce‑logistik, Polen, siden 2023), som håndterer fulfillment, forsendelser og returneringer. Udviklingsomkostningerne er 40% lavere. Dedikeret team: 2 backend, 1 frontend, 1 QA; teknologier: Java, Spring, Kafka, React.

AI Demand Planner: efterspørgselsprognoser for fødevareproducenter

AI Demand Planner fra Startup House bruges til efterspørgselsprognoser og produktionsplanlægning hos fødevareproducenter. Har Beslutningspanel, AI‑chat og S&OP‑modul, integrerer med SAP og Comarch ERP, har hosting i EU og starter i read‑only‑tilstand med validering på historiske data.

Risici ved integration af AI med ERP og CRM

• Datakvalitet (garbage in, garbage out): hvis ERP‑data er ustrukturerede eller ufuldstændige, vil AI give forkerte analyser.
• Driftsomkostninger: LLM‑modeller koster ved hver forespørgsel (tokens); uden omkostningsovervågning pr. agent kan budgettet overskrides.
• Organisatorisk modstand: medarbejdere kan frygte at blive erstattet af AI. Hjælp ved at positionere løsningen som en AI‑assistent, der tager de gentagelige opgaver.
• Adgangsrettigheder for agenter: en agent, der udfører handlinger i ERP eller CRM, kræver begrænsede rettigheder, menneskelig godkendelse ved vigtige beslutninger og auditlogs.
• Sikkerhed og compliance: Startup House mapper arkitekturen til kundens krav, fx HIPAA, SOC 2 eller DORA; kundedata bruges ikke til at træne offentlige AI‑modeller.

Sådan vælger du en partner til AI‑integration med ERP og CRM

Valget af partner afhænger af system og projektomfang. Virksomheder, der bruger Comarch ERP, kan starte med AI‑agenter og ChatERP fra producenten. Virksomheder på SAP har Joule, mens virksomheder i Microsoft‑økosystemet har Copilot og agenter i Dynamics 365; i Microsoft‑økosystemet arbejder bl.a. Lingaro (Microsoft‑partner, Copilot Studio) og 10Clouds (case fra bank med Dynamics 365).

Hvis udfordringen er modernisering af legacy‑systemer, opbygning af egne AI‑agenter eller et AI‑lag på tværs af flere systemer (fx ERP SAP, CRM Salesforce og interne PDF‑dokumenter), implementerer Startup House AI Interface Layer, KnowHub og AI‑agenter oven på de eksisterende systemer – uden at skrive dem om fra bunden.

FAQ

Er data fra mit ERP sikre, når vi bruger AI?

Startup House designer integrationer, så kundedata ikke bruges til at træne offentlige AI‑modeller. Løsningen kan køre i kundens cloud eller i et dedikeret miljø. Adgang er rollebaseret med log‑audit og integration med kundens adgangspolitikker, og processerne er i overensstemmelse med ISO 27001. Arkitekturen mappes til kundens krav, fx HIPAA, SOC 2 eller DORA.

Hvor lang tid tager integration af AI med Comarch ERP eller SAP?

Startup House leverer et MVP på ned til en uge. Integration af KnowHub, en AI‑assistent baseret på en RAG‑vidensbase, tager ca. 2 uger og starter med en pilotgruppe. AI Demand Planner integrerer med SAP og Comarch ERP, starter i read‑only‑tilstand, og prognoser valideres på historiske data. AI‑agenter fra selve Comarch er kommercielt tilgængelige fra 4.09.2026.

Kan AI træffe beslutninger selvstændigt i CRM og ERP?

Salesforce Agentforce stiller agenter til rådighed for Sales og Service, og Microsoft Dynamics 365 har agenter til Sales Qualification og Case Management, så nogle opgaver i CRM kan udføres af en AI‑agent. Startup House anbefaler human‑in‑the‑loop: AI forbereder et beslutningsforslag, fx fakturabeskrivelse eller efterspørgselsprognose, og et menneske godkender det, indtil præcisionen er bekræftet på historiske data.

Hvilke AI‑agenter har Comarch ERP?

Comarch tilbyder i Comarch ERP XL en betalingsafstemningsagent, en agent til fakturabeskrivelse, en omkostningsklassifikator og en e‑faktura‑verifikator, mens ChatERP har BETA‑status. Ifølge producenten kom agenter i salg 4.09.2026; i august 2026 brugte knap 100 kunder dem (19 agentløsninger, ca. 100 tusind dokumenter). I pilot hos ASAJ blev 1 000 posteringer fra kontoudtog håndteret på 3 min i stedet for 6 timer.

Skal jeg udskifte et gammelt ERP for at bruge AI?

Startup House integrerer sprogmodeller med eksisterende systemer, også legacy, uden at skrive dem om fra bunden. Produktet AI Interface Layer er et konversationelt AI‑lag oven på den eksisterende platform uden ombygning. Brugeren spørger på naturligt sprog, fx om ordrer eller betalinger, og svaret dannes ud fra kundens data. Så kan virksomheden beholde sit nuværende ERP og tilføje et AI‑lag.

Hvad er SAP Business Technology Platform for SAP‑brugere?

SAP Business Technology Platform er en innovativ teknologiplatform til app‑integration og effektiv datastyring. SAP BTP gør det muligt at bygge AI‑løsninger ved siden af ERP‑systemet. SAP som ERP‑leverandør udvikler også Joule, som oftere hjælper brugere direkte i det daglige arbejde. Funktionsomfanget afhænger af licens og implementering.

Hvordan gør generativ AI det nemmere at træffe forretningsbeslutninger?

Generativ AI gør beslutninger nemmere ved at muliggøre spørgsmål på naturligt sprog og dybere dataanalyse. Den hjælper også med hurtigt at skabe interaktive tabeller og rapporter og kan generere SQL‑forespørgsler. Det er beslutningsstøtte til strategiske valg, men et menneske godkender resultaterne.

Giver AI i ERP en konkurrencefordel?

Virksomheder, der tilpasser AI til deres forretningsstrategi, opnår en konkurrencefordel især dér, hvor AI strømliner processer, fx i automatisering af finansprocesser – som i ASAJ‑piloten. Effekten afhænger af datakvalitet og tilpasning til forretningsprocesser, og mennesket sætter grænserne for automatisering. Start gerne med en lille pilot.

Sidst opdateret: 28. oktober 2026

Virksomheder og producenter nævnt i oversigten kan sende rettelser eller opdateringer til redaktionen hos Startup House.