SAP KI-Agenten: Warum Hersteller und Anwender unter Zugzwang stehen

Die Richtung ist dennoch eindeutig: Die Anwender warten mit KI nicht auf ihren ERP-Hersteller. Sie entwickeln eigene Anwendungen, nutzen KI-Funktionen anderer Softwareanbieter und binden neue Werkzeuge in bestehende Abläufe ein. Damit entstehen auch innerhalb von SAP-Landschaften Alternativen zum SAP-eigenen KI-Portfolio und insgesamt eine komplexe Gemengelage im Wettbewerbsmarkt um KI, die dem aktuellen Pioniergeist entspricht: Wer KI am schnellsten in einen produktiven Geschäftsprozess bringt und dabei die Anforderungen an Sicherheit, Datenzugriff, Governance und Wirtschaftlichkeit erfüllt, dürfte seinen Marktanteil schnell ausbauen können.

SAP verfügt dabei über einen strukturellen Wettbewerbsvorteil: Der Konzern kann auf jahrzehntelang aufgebautes Wissen über betriebswirtschaftliche Prozesse, Datenmodelle und Geschäftslogik zurückgreifen. Agenten, die diesen Kontext nutzen, können Aufgaben übernehmen, für die allgemeine Sprachmodelle allein nicht ausreichen. Gerade bei geschäftskritischen ERP-Prozessen könnte die enge Integration in die SAP-Anwendungen ein Vorteil sein. Allerdings muss SAP diesen Anspruch erst in der Breite einlösen. Kommen die integrierten Lösungen zu spät oder sind sie wirtschaftlich wenig attraktiv, könnten Unternehmen ihre KI-Anwendungen bereits auf anderen Plattformen etabliert haben.

Christian Klein zeigte sich im Dialog mit Jens Hungershausen am dritten Kongresstag überzeugt, dass SAP seine Stärken im KI-Wettbewerb ausspielen kann. Den Unterschied zu allgemeinen KI-Anbietern sieht er im Verständnis der Geschäftsprozesse. SAP könne Agenten mit den Daten, Berechtigungen und Regeln der Unternehmensanwendungen verbinden, sodass sie über reine Auskünfte hinaus Aufgaben zuverlässig ausführen.

Als Beleg verwies Klein auf Erfahrungen im eigenen Haus. Nach SAP-Angaben erzielen Beschäftigte in Personalwesen, Finanzwesen und Beschaffung Produktivitätssteigerungen von mehr als 20 Prozent. Grundlage ist der Einsatz von Joule Work bei rund 110.000 eigenen Beschäftigten.

Das zeigt das Potenzial, lässt sich aber kaum eins zu eins auf Anwenderunternehmen übertragen. Denn deren Systemlandschaften sind oft deutlich komplexer gewachsen oder deren Organisationsstrukturen stehen beispielsweise im Mittelstand oder im öffentlichen Sektor vor ganz anderen Voraussetzungen. Dort fehlen häufig eigene KI-Teams und IT-Kapazitäten, im öffentlichen Sektor kommen zudem strenge Vorgaben bei Vergabe, Datenschutz und Nachvollziehbarkeit von Entscheidungen hinzu. Wie SAP den Wert ermittelt hat, wäre für Anwender ebenso aufschlussreich wie die Zahl selbst.

Klein räumte dann auch ein, dass heterogene IT-Landschaften und unzureichend harmonisierte Daten die Einführung erschweren. Damit bestätigte er indirekt eine Kernforderung der DSAG, die Voraussetzungen für KI stärker zu berücksichtigen. SAP will Unternehmen mit Datenlösungen wie der SAP Business Data Cloud, mit Integrationsfunktionen und KI-gestützten Transformationswerkzeugen unterstützen. Wie schnell sich die Komplexität gewachsener Landschaften damit tatsächlich reduzieren lässt, muss die Praxis noch zeigen.

Mit dem Einsatz von KI-Agenten rücken jetzt auch Architekturthemen in den Vordergrund. Agenten, die über mehrere Anwendungen hinweg Informationen auswerten und Prozesse ausführen, brauchen Zugriff auf Daten, Berechtigungen und fachlichen Kontext. In heterogenen Landschaften betrifft das zwangsläufig auch Systeme anderer Hersteller.

Thomas Henzler, neuer Vorstandsvorsitzender der DSAG, sprach im Fachvorstands-Talk die Notwendigkeit einer übergreifenden Datensemantik und eines Enterprise Knowledge Graph an. Er stellte dabei die offenen Fragen heraus, wer die Daten zusammenführt, wer den Zugriff kontrolliert und wie solche Leistungen künftig kommerzialisiert werden.

KI-Agenten im ERP: Was Anwender selbst vorbereiten müssen

Selbst wenn KI-Funktionen verfügbar und integriert sind, ist ihr Nutzen damit noch nicht gesichert. Unternehmen müssen festlegen, welche Prozesse sie automatisieren, welche Entscheidungen Agenten eigenständig treffen dürfen und an welchen Stellen Menschen eingreifen. Ebenso müssen sie Verantwortlichkeiten für Datenqualität, Berechtigungen, Kontrolle und Fehlerbehandlung definieren. Denn wenn Agenten Buchungen auslösen, Stammdaten verändern oder über Systemgrenzen hinweg arbeiten, reicht eine technische Freigabe allein nicht aus.

Zur Vorbereitung gehört auch eine nüchterne Bewertung der eigenen Prozesse. Nicht jede Automatisierungsaufgabe benötigt einen KI-Agenten. Für standardisierte Abläufe können klassische Workflows oder regelbasierte Automatisierung die wirtschaftlichere und besser kontrollierbare Lösung sein. Wo Agenten dagegen Informationen aus unterschiedlichen Quellen zusammenführen, Situationen bewerten und mehrere Prozessschritte koordinieren sollen, steigen die Anforderungen an Datenqualität, Integration und Governance. Diese Voraussetzungen müssen Anwenderunternehmen selbst schaffen, selbst wenn SAP die technischen Werkzeuge dafür bereitstellt.

Auch der wirtschaftliche Nutzen muss anhand geeigneter Kennzahlen überprüft werden: Welche Prozessschritte werden schneller, wo sinkt der manuelle Aufwand und welche zusätzlichen Kosten entstehen für Lizenzen, Integration, Überwachung und Betrieb? Ohne solche Maßstäbe bleibt unklar, ob ein Agent eine sinnvolle Automatisierung darstellt oder lediglich zusätzliche Komplexität schafft.