ERP-Implementierung 2026: Projektphasen, Best Practices, Stolperfallen

Die Projektdauer hängt stark von Unternehmensgröße und Komplexität ab: Kleine und mittlere Unternehmen, die auf eine standardnahe Cloud-Lösung setzen, sind meist in drei bis neun Monaten produktiv, während sich klassische Mittelstand-Projekte über sechs bis 18 Monate erstrecken. Großunternehmen und Konzerne mit mehreren Standorten, Altsystem-Ablösung und tiefer Integration liegen realistisch bei 18 bis 36 Monaten. Branchenstatistiken zeigen, dass nur etwa die Hälfte der Projekte den geplanten Zeitrahmen einhält und rund ein Drittel etwas länger braucht als erwartet, weshalb großzügige Puffer für Tests und Datenmigration sinnvoll sind.

Eine verbreitete Faustregel besagt, dass die Implementierung das Ein- bis Dreifache der reinen Lizenz- bzw. Subscription-Kosten ausmacht, da Customizing, Schnittstellen, Datenmigration und Schulung den Großteil des Aufwands verursachen. Lizenz- oder Abogebühren machen über die gesamte Laufzeit oft nur etwa 20 bis 35 Prozent der Gesamtprojektkosten aus, der weitaus größere Rest entfällt auf Dienstleistung, internen Personaleinsatz und Betrieb. Für einen Mittelständler mit rund 200 Mitarbeitenden sind je nach Komplexität Gesamtbudgets im Bereich von grob 200.000 bis 600.000 Euro eine plausible Größenordnung, die im Einzelfall aber deutlich abweichen kann. Wichtig ist, versteckte Kosten wie Datenbereinigung, Change-Management und Zusatzlizenzen von Anfang an einzuplanen, da Budgetüberschreitungen in der Praxis häufig vorkommen.

In der bewährten Projektorganisation gibt es zwei zentrale Rollen: einen dedizierten internen Projektleiter beim einführenden Unternehmen und einen Projektmanager auf Seiten des Implementierungspartners. Strategisch gesteuert wird das Projekt von einem Lenkungsausschuss mit Beteiligung der Geschäftsführung, der über Budget, Scope und Go/No-Go entscheidet. Operativ tragen sogenannte Key-User aus den Fachbereichen das Projekt, da sie ihre Prozesse genau kennen, Anforderungen einbringen und später als Multiplikatoren bei der Schulung wirken. Erfolgskritisch ist, dass die interne Projektleitung ausreichend Zeit freigestellt bekommt und nicht nur nebenbei agiert, weil unklare Verantwortlichkeiten und fehlendes Management-Engagement zu den häufigsten Scheiterns-Ursachen zählen.

Branchenanalysen beziffern den Anteil der ERP-Projekte, die ihre Ziele in Zeit, Budget oder Funktionsumfang verfehlen, je nach Quelle und Sektor auf rund 55 bis 75 Prozent, wobei nur etwa 30 Prozent vollständig im geplanten Zeit- und Budgetrahmen abgeschlossen werden. Die Hauptgründe sind dabei selten technischer Natur: Mangelndes Change-Management und fehlende Anwender-Akzeptanz, schlechte Stammdaten-Qualität, fehlendes Engagement des Top-Managements sowie unklare Ziele und Scope-Creep stehen ganz oben. Untersuchungen zeigen, dass menschliche und organisatorische Faktoren den Projekterfolg deutlich stärker beeinflussen als die eingesetzte Software. Wer frühzeitig in Datenbereinigung, professionelles Change-Management und ein klares Lastenheft investiert, senkt das Risiko erheblich.

Beim Big-Bang-Ansatz geht das gesamte System an einem Stichtag (meist über ein Wochenende) live, was Doppelpflege vermeidet und schnelle Wertschöpfung bringt, aber ein hohes Risiko trägt, weil Fehler erst im Produktivbetrieb sichtbar werden und Rückfall-Optionen begrenzt sind. Der phasenweise Ansatz führt Module, Standorte oder Gesellschaften nacheinander ein, wodurch sich Risiken kontrollieren und Lessons Learned früh nutzen lassen, dafür entstehen monatelange Doppelpflege und temporäre Schnittstellen zwischen Alt- und Neusystem. Als grobe Orientierung gilt im Mittelstand: Big-Bang eignet sich für klare Ein-Standort-Projekte mit hoher organisatorischer Reife und Cloud-First-Strategie, während komplexe Multi-Standort-Vorhaben mit dem risikoärmeren Phased Approach meist besser fahren. Ein paralleler Betrieb von Alt- und Neusystem über kurze Zeit kann beide Varianten zusätzlich absichern.

Die Datenmigration zählt zu den am häufigsten unterschätzten Arbeitspaketen und schlägt je nach Quelle und Datenqualität mit grob 15 bis 25 Prozent der Gesamtprojektkosten zu Buche, in komplexen Fällen auch mehr. Sie umfasst die Analyse der Bestandsdaten, das Bereinigen von Dubletten und veralteten Datensätzen, die Mapping-Spezifikation zwischen Alt- und Neufeldern sowie mehrere Testmigrationen vor dem eigentlichen Cutover. Empfehlenswert sind mindestens drei vollständige Probeläufe mit anschließender Validierung über Stichproben und Summen-Abgleiche, damit am Go-Live-Wochenende keine bösen Überraschungen entstehen. Da Datenmigrationsprobleme zu den häufigsten Auslösern von Verzögerungen und Mehrkosten gehören, ist zusätzliche Zeit für die Bereinigung fast immer besser investiert als nachträgliche Korrekturen im Live-Betrieb.