SAP Business AI – Warum jetzt der richtige Zeitpunkt ist

Artificial Intelligence ist längst fester Bestandteil der SAP-Strategie. Mit SAP Business AI verfolgt SAP einen integrierten Ansatz: KI ist kein separates Add-on mehr, sondern wird als durchgängige Fähigkeit in ERP-, Branchen- und Cloud-Lösungen eingebettet.

Für Unternehmen in der S/4HANA-Transformation bedeutet das: KI sollte nicht erst nach dem Go-live betrachtet werden. Die strategische Verankerung beginnt bereits heute – sowohl technologisch als auch organisatorisch.

Die strategische Architektur hinter SAP Business AI

Das Fundament bildet die SAP Business Technology Platform (BTP). Sie stellt Infrastruktur, Integrationsservices und Entwicklungsumgebung bereit.

Darauf aufbauend wurde mit der Business Data Cloud eine zentrale Daten- und Analyseschicht geschaffen. Sie vereint bisherige SAP-Datenlösungen wie Datasphere, BW/4HANA, SAP Analytics Cloud oder Partnerschaften wie Databricks in einer konsistenten, semantisch harmonisierten Datenlandschaft.

Die Besonderheit:
Daten werden als strukturierte, semantisch einheitliche Datenprodukte bereitgestellt – systemübergreifend für SAP- und Non-SAP-Quellen.

Erst diese Vereinheitlichung ermöglicht es, KI-Modelle unternehmensweit sinnvoll einzusetzen.

Joule und AI-Agents – Der nächste Evolutionsschritt

Mit SAP Joule integriert SAP generative KI direkt in die Business-Anwendungen. Joule ist dabei mehr als ein Chatbot. In Kombination mit sogenannten AI-Agents entsteht eine neue Kategorie: Agentic AI.

Zur Einordnung hilft ein einfaches Vergleichsmodell:

• Chatbot: Liefert Antworten, handelt aber nicht eigenständig.
• Robotic Automation: Führt feste Abläufe regelbasiert aus.
• AI-Agent: Denkt, plant, entscheidet und handelt kontextbasiert.

Ein AI-Agent versteht SAP-Business-Logik – etwa IDocs, Geräteobjekte, MKV-Prozesse oder Instanzstatus. Er berücksichtigt Rollen- und Berechtigungskonzepte und greift auf konsolidierte Unternehmensdaten zu.

Damit entsteht eine KI, die nicht nur antwortet, sondern Aufgaben in Geschäftsprozessen übernehmen kann.

On-Premise bleibt möglich: Cloud Connector als Brücke

Viele Unternehmen befinden sich noch im On-Premise-Betrieb – insbesondere im Utilities-Umfeld mit sensiblen Daten.

Über den SAP Cloud Connector kann eine sichere, ausgehende Verbindung zur BTP aufgebaut werden. Die Cloud greift nicht aktiv ins interne System ein. Stattdessen definieren Unternehmen granular, welche Daten oder Services freigegeben werden.

So entsteht eine kontrollierte Hybridarchitektur:
On-Premise-Sicherheit kombiniert mit Cloud-basierten KI-Services.

Status quo in der Energiewirtschaft

Die Realität vieler Versorger ist geprägt von:

• laufender S/4HANA-Transformation
• komplexen Systemlandschaften
• parallelen Non-SAP-Systemen (z. B. Workforce Management)
• regulatorischen Anforderungen
• fragmentierten Datenstrukturen

Hinzu kommt Unsicherheit beim Einsatz von AI-Credits im RISE-Kontext. Viele Unternehmen verfügen bereits über KI-Budgets, wissen jedoch nicht, wie sie diese strategisch einsetzen sollen.

Genau hier setzt ein strukturierter KI-Plan an.

Vorgehensmodell: Vom Use Case zur Roadmap

Der Einstieg beginnt mit einer offenen Ideensammlung. In einem ersten Workshop werden potenzielle KI-Use-Cases identifiziert – ohne technische Einschränkung.

Im nächsten Schritt erfolgt:

1. Priorisierung nach Business Value
2. Prüfung bestehender SAP Business AI Agents
3. Definition individueller Use Cases
4. Roadmap-Planung

Ziel ist nicht sofort ein Großprojekt, sondern ein schnell realisierbarer, klar abgegrenzter Pilot.

Praxisbeispiel: MKV-Monitoring-Agent

Ein konkreter Use Case entstand im Kontext der Messkonzeptverwaltung.

Ausgangssituation:
Mehrere offene Instanzen befinden sich im Status „Error“. Sachbearbeitende müssen sich durch jede Instanz klicken und Klärfälle manuell analysieren.

Mit einem in Joule entwickelten Skill kann per Chat-Abfrage beispielsweise angefordert werden:

• Liste aller Instanzen im Status „Error“
• Anzeige aller zugehörigen Klärfälle einer bestimmten Instanz

Der Agent versteht die zugrunde liegende Business-Logik und greift direkt auf die relevanten Daten zu. Die Navigation durch mehrere Systemebenen entfällt.

Der initiale Skill wurde innerhalb weniger Stunden prototypisch umgesetzt – deutlich schneller als klassische SAP-Entwicklungen.

Aktuell ist der Use Case lesend. Perspektivisch können auch schreibende Aktionen integriert werden – etwa automatische Statusanpassungen oder Task-Auslösungen, abhängig von Berechtigungen und Governance-Vorgaben.

Mehrwert durch Agentic AI

Der eigentliche Mehrwert entsteht durch:

• Wegfall manueller Navigation
• Zusammenführung systemübergreifender Daten
• kontextbezogene Analyse
• rollenbasierte Steuerung
• Integration in bestehende SAP-Prozesse

Ein AI-Agent wird damit zu einer Art fachlichem Copiloten – jedoch mit direktem Zugriff auf Business-Daten und Prozesslogik.

Zwei strukturierte Workshop-Formate

Zur Umsetzung stehen zwei strukturierte Formate zur Verfügung:

Strategieworkshop

• Überblick über SAP Business AI
• Analyse vorhandener Agents
• Identifikation priorisierter Use Cases
• Entwicklung einer Roadmap

Blueprint-Workshop

• Detaillierte Problemdefinition
• Zielbild und Prozessbeschreibung
• Berechtigungskonzept
• Datenanforderungen
• Technischer Umsetzungsrahmen

Am Ende steht ein belastbarer Blueprint für einen eigenen AI-Agent.

Fazit: SAP Business AI ist strategisch gesetzt

SAP verfolgt eine klare KI-Strategie:

• Einheitliche Datenbasis über Business Data Cloud
• Integrierte KI über Joule
• Orchestrierung durch AI-Agents
• Plattformbereitstellung über BTP

Für Unternehmen bedeutet das:
Die Technologie ist verfügbar. Die strategische Vorbereitung sollte jetzt beginnen – idealerweise parallel zur Transformation.

Wer frühzeitig Use Cases identifiziert und erste Piloten startet, schafft die Grundlage, um KI als echten Produktivitätshebel im S/4HANA-Umfeld zu etablieren.