„Vertrauenswürdige Daten sind die Grundlage für erfolgreiche agentische Prozesse“

Im Agentic Enterprise übernehmen KI-Agenten zunehmend analytische und operative Aufgaben. Der Mensch gibt Ziele und Leitplanken vor und behält die Kontrolle über wesentliche Entscheidungen. cbs-Consulting Director André Weller erläutert, warum Unternehmen dafür ihre Datenstrategie neu denken müssen, welche Rolle Trusted Data und Unified Data Products spielen und wie die SAP Business Data Cloud (BDC) die Verbindung zwischen Geschäftskontext, Datenplattform und Business AI herstellen kann.

---

Agentic Enterprise: Mehr als klassische Prozessautomatisierung

Redaktion: Der Begriff „Agentic Enterprise“ wird derzeit intensiv diskutiert. Wie definieren Sie ein wirklich agentisches Unternehmen und wo sehen Sie den Unterschied zu bisherigen Ansätzen rund um Intelligent Enterprise und Prozessautomatisierung?

KI-Agenten verändern die Arbeit mit Unternehmenssoftware

Redaktion: SAP treibt mit Joule und autonomen Business Agents einen neuen Ansatz voran. Wie verändert dieser Wandel die Diskussion um Unternehmenssoftware und Geschäftsprozesse?

André Weller: Bisher war es so, dass der Anwender wissen musste, in welchem System, welcher Transaktion oder welchem Reporting er die richtige Information findet. Agentische Systeme drehen dieses Prinzip um: Der Anwender formuliert sein Geschäftsziel, und die Technologie erschließt den notwendigen Kontext.

Ein CFO könnte beispielsweise fragen: Warum liegt unsere Marge in einer Region unter Plan und welche wesentlichen Treiber sehen wir? Dafür reicht ein Sprachmodell allein nicht. Der Agent muss verstehen, was im Unternehmen unter Umsatz, Marge, Plan, Region oder Produktgruppe verstanden wird und wie diese Informationen zusammenhängen. Genau deshalb wird der Daten- und Business-Kontext so wichtig, also das Thema Contextualize. Künftig wird nicht mehr nur die User Experience einer Anwendung verbessert, sondern die Qualität einer datenbasierten Entscheidung und der daraus folgenden Aktion.

Eine KI-taugliche Datenstrategie beginnt beim Business Case

Redaktion: KI ist nur so gut wie die Daten, auf die sie zugreift. Wie sieht eine moderne Datenstrategie aus, die sowohl operative Exzellenz als auch KI und Agenten ermöglicht?

André Weller: Eine moderne Datenstrategie sollte immer beim Business Case beginnen, nicht bei der Plattform. Es geht nicht um die Frage: Wie führen wir SAP BDC, Snowflake oder Databricks ein? Sondern beispielsweise darum, wie man einen Forecast verbessern kann, Margenabweichungen früher erkennt oder Supply-Chain-Entscheidungen verbessert.

Der Fokus liegt dann darauf, welche Daten und welcher Business-Kontext dafür benötigt werden. Genau hier kommen Data Products ins Spiel. Statt immer wieder Rohdaten aus S/4HANA, CRM, Planung, Sensordaten oder externen Quellen neu zu extrahieren, müssen wiederverwendbare, fachlich definierte Datenprodukte entstehen.

SAP BDC verfolgt genau dieses Prinzip und verbindet SAP- und Third-Party-Daten mit Business-Semantik. Über offene Integrationsansätze können dabei auch Plattformen wie Databricks oder Snowflake Teil der Architektur bleiben.

Die Datenstrategie der Zukunft beantwortet deshalb drei Fragen: Welche Business Outcomes wollen wir erreichen? Welche vertrauenswürdigen Data Products benötigen wir dafür? Und welche Plattform übernimmt welche Aufgabe im Gesamtökosystem?

Trusted Data braucht klare fachliche Verantwortung

Redaktion: Viele Unternehmen kämpfen mit gewachsenen Datenlandschaften und Datensilos. Was bedeutet „Trusted Data“ konkret und wer trägt dafür die Verantwortung?

André Weller: Trusted Data greift deutlich weiter als „die Zahlen stimmen“.

Nehmen wir einen vermeintlich einfachen KPI wie Umsatz oder Marge. Wenn Finance, Vertrieb und Management unterschiedliche Definitionen, Filter oder Hierarchien verwenden, haben wir zwar technisch korrekte Daten, aber keinen vertrauenswürdigen Business-Kontext. Für einen Menschen ist das bereits problematisch. Für einen autonom handelnden Agenten ist es kritisch.

Deshalb braucht jedes geschäftskritische Datenprodukt einen fachlichen Owner. Bei einem Finance Data Product kann das beispielsweise ein Verantwortlicher aus Finance oder Controlling sein. IT verantwortet technische Qualität, Integration, Security und Plattform. Der Business Owner verantwortet dagegen Bedeutung, Definition und fachliche Qualitätsanforderungen. Neben technischen Metadaten sind insbesondere Business-Metadaten wie KPI-Definitionen, Beziehungen zwischen Geschäftsentitäten, Prozesse, Regeln, Lineage und Qualitätssignale wichtig. Governance muss Bestandteil jedes Data Products sein.