ODI KI-Suite für Odoo – Demo

Auf einem Ticket weiß Ask ODI, welcher Datensatz offen ist, und schlägt Fragen dazu vor: das Ticket zusammenfassen, wie ähnliche Tickets gelöst wurden, den Lieferstatus der Bestellungen des Kunden. Jede Ansicht (Tickets, Verkaufschancen, Bestellungen, Lieferantenrechnungen, Fertigungsaufträge) hat eigene Vorschläge, und Administratoren können weitere hinzufügen.

Die Antwort bezieht sich auf die geöffnete Bestellung: vom Lieferanten mit Bestätigung AB-2026-4471 bestätigt, ohne Abweichungen, mit Positionen und Liefertermin. Verwendet: 2 Werkzeugaufrufe klappt die Schritte der KI auf – welchen Skill sie geladen und welche Daten sie gelesen hat –, sodass jede Antwort nachprüfbar ist.

Die Antwort listet die Rechnungen, die die Rechnungsprüfung markiert hat – eine doppelte Rechnungsnummer, eine geänderte Bankverbindung und einen Preis 30 % über dem üblichen –, mit Links und dem, was jeweils zu prüfen ist. Sie endet mit dem Hinweis, dass dies keine Zahlungsfreigabe ist. Kosten der Antwort: 0,027 $.

Eine Rangliste aus gebuchten Kundenrechnungen als Tabelle, mit einem Hinweis, was enthalten ist (Gutschriften nicht gezählt), und dem Angebot, die Auswertung zu verfeinern.

Die Antwort stammt aus dem Wissensartikel der Firma zu Reklamationen (verlinkt), und die KI verweist auf ein ähnliches gelöstes Ticket und auf das offene Ticket von Familie Hoffmann.

Beantwortet aus dem technischen Merkblatt, einem PDF am Produkt: Verbrauch pro m², 54–66 kg für 60 m², also fünf Eimer à 15 kg; begehbar nach 24 Stunden. Die KI merkt außerdem an, dass dies zu einer früheren Antwort des Teams in einem Ticket passt.

Was pro Bereich indexiert wird – Anhänge, E-Mails und Notizen, Textfelder – und wie viele Textabschnitte es jeweils gibt. Vektoren entstehen mit einem beliebigen Embedding-Modell; hier mit dem lokalen Modell bge-m3, sodass kein Text den Server verlässt.

Die Bestellung ist als Abweichungen markiert. Die Notiz im Chatter listet sie auf: Kleber 15 → 12 Stück und Preis 58,00 → 61,40, Liefertermin des Öls 21.10. → 24.10. Das PDF bleibt an der E-Mail des Lieferanten.

Aktuelle und vorgeschlagene Werte nebeneinander: die Bestätigungsnummer des Lieferanten, die neue Menge, der Preis und der Liefertermin. Übernehmen schreibt sie mit einem Klick in die Bestellung.

Zwei Auftragsbestätigungen (eine passend, eine mit Abweichungen), ein Angebot, ein Lieferschein, eine Rechnung und eine Gutschrift – jeweils mit der Bestellung verknüpft und, bei Rechnung und Gutschrift, mit der Lieferantenrechnung. Die Allgemeinen Geschäftsbedingungen des Lieferanten wurden als Sonstiges erkannt und beiseitegelegt.

Die Rechnungspositionen sind den Bestellpositionen zugeordnet (OK); die Frachtpauschale steht nicht in der Bestellung und ist rot markiert. Das Dokument verlinkt den Rechnungsentwurf.

Aus den Bestellpositionen erstellt (Steuern, Konten, Verknüpfung zur Bestellung), mit der Rechnungsnummer des Lieferanten, Datum, Preisen und der Frachtposition. Die Summe von 3.228,47 € entspricht dem PDF. Gebucht wird nichts: Die Buchhaltung prüft und bestätigt.

Als Lieferantengutschrift erkannt und als Entwurf über 247,52 € angelegt, verknüpft mit derselben Bestellung.

Der Lieferant hat 180 von 300 m² Vinyl geliefert. ODI vergleicht den Lieferschein mit dem, was in der Bestellung noch offen ist.

Das PDF und die Notiz „180 geliefert, 300 noch offen“ hängen am offenen Wareneingang, wo das Lager die Ware bucht.

Das Angebot wird gelesen und der Anfrage zugeordnet: Preise für Bank und Tisch, Liefertermine, gültig bis 13.11. Die neuen Preise warten in der Prüfliste.

Die Sitzbank hat jetzt den Angebotspreis des Lieferanten, 249,00 € ab 6 Stück, neben dem alten Preis – mit der Gültigkeit des Angebots als Enddatum, sodass künftige Bestellungen ihn nutzen.

Kritische Rechnungen (doppelte Rechnungsnummer, geänderte Bankverbindung) und Warnungen (ungewöhnlicher Preis, Abweichungen zur Bestellung), jeweils mit ihrem ODI-Status.

Der rote Hinweis und der Reiter ODI-Prüfung: Das Bankkonto …4300 weicht vom Konto der früheren Rechnungen dieses Lieferanten ab (…2051) und wurde am 13.10.2026 angelegt – der klassische Rechnungsbetrug. IBANs werden maskiert angezeigt.

Der Verleger hat 85 m² zu 21,50 € berechnet, bestellt waren 60 m² zu 18,00 €, und 60 m² wurden als erledigt bestätigt: zwei Warnungen, Preis weicht von der Bestellung ab (+19,4 %) und mehr berechnet als erhalten.

Ein Mensch muss einen Grund angeben, der bei der Rechnung gespeichert und im Chatter vermerkt wird. Kritische Befunde dürfen nur Benutzer der Gruppe Darf kritische Rechnungsbefunde akzeptieren akzeptieren; auf Wunsch lassen sich solche Rechnungen bis dahin nicht buchen.

Antwort entwerfen und Zusammenfassen auf jedem Ticket. Die Zusammenfassung im Chatter nennt das Problem, was getan oder zugesagt wurde, die Lieferung mit ihrer DHL-Nummer, die offene Rechnung, was offen ist und den nächsten Schritt. Die Schaltfläche KI-Vorschläge öffnet die entworfene Antwort.

In der Sprache des Kunden geschrieben, aus dem Ticket, den Auftragsdaten und den Reklamationsregeln der Firma: Sie bittet um Fotos der Verpackung und verspricht weder Ersatz noch Termin, bevor das Lager geprüft hat. Bearbeiten und senden öffnet sie im E-Mail-Editor.

Vorgeschlagene Stichwörter Lieferung, Reklamation und Priorität Hoch, mit Begründung („zeitkritische Fehlmenge, der Verleger wartet“). Die Einordnung läuft automatisch bei neuen Tickets und wartet standardmäßig auf Prüfung.

Das tägliche Nachfassen hat sie gefunden (kein nächster Schritt, seit Tagen kein Kontakt) und für den Verkäufer einen Anruf geplant: „Vogel anrufen: geölte Oberfläche und Lieferzeit klären“, mit Begründung.

Sie beantwortet, was der Kunde gefragt hat (geölt statt lackiert, Lieferzeit), entschuldigt sich für die späte Antwort und stellt eine konkrete Frage. Der Verkäufer verschickt sie.

Was der Kunde will, was angeboten wurde, die Preisfrist, die Funkstille seit dem Angebot, was offen ist und der nächste Schritt – als interne Notiz für den Verkäufer.

Erwarteter Umsatz 8.600 €, geschätzt aus einem ähnlichen gewonnenen Geschäft (Preis pro m² × 95 m²), Abschlussdatum vor dem Einzugstermin des Kunden, Priorität hoch – jeweils mit Begründung.

ODI hat die Unterhaltung gelesen („wir haben uns für einen Händler bei uns im Ort entschieden, der auch gleich verlegt“) und schlägt den Verlustgrund Kauft lokal vor – so bekommen Verlustauswertungen echte Daten.

Vier von fünf offenen Aufträgen brauchen Aufmerksamkeit: zwei werden ihre Frist verfehlen (rot), zwei sind gefährdet (gelb). Die Spalte Nächste Aktivität zeigt die nächsten Schritte, die ODI für den Werkstattleiter geplant hat.

Der rote Hinweis nennt die Ursache: 8 der 12 Tischplatten kommen erst am 27.10. mit P00008 von Eichenwerk Bayern, nach dem geplanten Start – der Auftrag wird also am 28.10. fertig, nach der Frist. Mit Verspätungswarnung hat die KI die Notiz rechts geschrieben: die Ursache, den dem Kunden zugesagten Termin (25.10.) und was helfen könnte; außerdem hat sie für Tom „Lieferanten zu P00008 nachfassen“ geplant.

Dem Hotel war der 25. zugesagt, also hat ODI eine kurze Entschuldigung mit dem realistischen Termin aus der Prüfung entworfen – keinem früheren und ohne interne Details wie den Lieferanten. Sie wartet in der Prüfliste; Bearbeiten und senden öffnet sie im E-Mail-Editor.

Die Bankgestelle sind nicht auf Lager und nicht bestellt: Ein Fertigstellungstermin lässt sich nicht nennen. Die Notiz von ODI sagt das und plant für den Werkstattleiter „6 Bankgestelle beschaffen“.

Alle Komponenten sind da, aber drei Lackschichten auf 8 Tischen brauchen 44 Stunden in der Lackierkabine, und ihr Arbeitskalender hat bis zum geplanten Ende 11 Stunden.

Ask ODI nennt die zwei blockierten Aufträge mit der fehlenden Komponente, der Bestellung und ihrem Termin, dem voraussichtlichen Fertigstellungstermin – und was zuerst zu tun ist.

Komponenten, die offene Bestellung, welche Arbeitsaufträge bereit oder blockiert sind, der voraussichtliche Fertigstellungstermin gegenüber Frist und Kundenzusage, und mögliche Maßnahmen.

Jeder Eintrag zeigt die Automatisierung, von der er stammt, ob es ein E-Mail-Entwurf ist, das Dokument und für wen er ist. Übernehmen oder Ablehnen direkt in der Liste.

Was jede auslöst (beim Anlegen, beim Archivieren, täglich, nur per Schaltfläche), ein Ein/Aus- Schalter, Läufe, Fehler, Kosten und offene Punkte der letzten 30 Tage.

Anweisungen in Alltagssprache, was ODI darf (Felder, Notizen, Aktivitäten, E-Mail-Entwürfe), die verwendeten Skills, auf Wunsch ein eigenes KI-Modell und der Benutzer, unter dem sie läuft. Die Anweisungen sind für die KI geschrieben und bleiben auf Englisch.

Die Automatisierungsregel, die die Einordnung startet, wenn ein Ticket angelegt wird. Regel hinzufügen ergänzt eine weitere Regel (bei Änderung, bei eingehender Nachricht …), Zeitplan hinzufügen einen Zeitplan.

Welche Datensätze ein Zeitplan auswählt – hier die Auswahl des Moduls an ruhenden Verkaufschancen – und wie viele pro Lauf. Jeder Datensatz läuft unter seiner verantwortlichen Person, mit deren Rechten.

Die KI hat den VIES-Dienst der EU-Kommission abgefragt und meldet, dass die (erfundene) Nummer ungültig ist, mit dem, was als Nächstes zu tun ist – und dass sie nichts geändert hat. Administratoren geben solche Dienste einzeln frei; Schlüssel bleiben auf dem Server.

Alle Werkzeuge, die die KI nutzen darf, und wo: in Ask ODI, über MCP und in Automatisierungen. Eingebaute Werkzeuge lesen und suchen Datensätze; Fachmodule bringen eigene mit (Support-Kontext, ähnliche Tickets, Rechnungsprüfung …); HTTPS-Werkzeuge binden externe Dienste wie die USt-Prüfung an.

Benutzer können Claude Desktop, claude.ai oder die Claude-App mit Odoo verbinden. Sie melden sich mit ihrem Odoo-Konto an („Mit Odoo anmelden“); die verbundenen Apps erscheinen hier und lassen sich widerrufen, und jede Anfrage wird protokolliert. In der Demo ist keine App verbunden.

Das Standard-KI-Modell, Datenschutz (E-Mail-Adressen, IBANs und Telefonnummern vor dem Senden maskieren; wie viel und wie lange protokolliert wird), Grenzen für den Agenten (Schritte und Kosten pro Unterhaltung), die Suche nach Bedeutung mit ihrem Ähnlichkeitsschwellwert, die MCP-Adresse für Claude und die Einstellungen jedes Zusatzmoduls.

Benutzer, Modell, Tokens, Kosten und Dauer jedes Aufrufs. Eine Helpdesk-Antwort kostet mit Claude Sonnet etwa ein bis zwei Cent; die Vektorsuche läuft lokal ohne Kosten.

Die Anweisungen, jedes Werkzeug, das die KI aufgerufen hat, mit den zurückgegebenen Daten, und ihre abschließende Notiz – was sie entschieden hat und warum. Jeder Lauf ist nachträglich lesbar; dieser hat 0,018 $ gekostet.

Lieferanten-PDFs und Automatisierungen laufen im Hintergrund mit Wiederholungen, sodass niemand warten muss.

Anthropic, OpenAI, Google Gemini, Mistral und lokale Modelle (Ollama und andere OpenAI-kompatible Server). Jede Aufgabe und jede Automatisierung kann ein eigenes Modell nutzen.

50 $ im Monat für alle KI-Aufgaben der Firma, bisher 0,33 $ verbraucht, auf Warnen gestellt. Ein Budget lässt sich auch pro Aufgabe festlegen und so einstellen, dass die KI beim Erreichen stoppt.

Der Administrator legt pro Bereich fest, ob die KI lesen, anlegen, ändern oder löschen darf und welche Felder sie standardmäßig sieht. Gelesen wird immer mit den eigenen Odoo-Rechten des Benutzers.