KI und Ergebnisse

Jeder Unternehmensführer hat heutzutage ein KI-Mandat. Der Vorstand erwartet eine Transformation. Der Markt erwartet Effizienz. Teams erwarten Klarheit. Und das Geschäft muss noch laufen: Man muss noch ohne Unterbrechung die Bücher schließen, Waren bewegen, Lieferanten bezahlen und Kunden bedienen.
Die Frage ist, ob KI in großem Maßstab Mehrwert bieten kann, ohne mehr Komplexität, mehr Risiko und mehr Fragmentierung zu erhöhen. Und für die meisten Unternehmen lautet die Antwort „noch nicht". Die Investition ist real, die Ergebnisse aber nicht.
Das liegt nicht daran, dass es Unternehmen an Ehrgeiz mangelt. Es liegt auch nicht daran, dass die Modelle nicht leistungsstark genug sind. Aber es liegt daran, dass KI auf Unternehmen verteilt wird, die nie so konzipiert waren, dass sie als solche fungieren.
KI hat immer noch Schwierigkeiten, dort zu arbeiten, wo es am wichtigsten ist: in allen vernetzten Geschäftsszenarien, die Funktionen, Systeme und Entscheidungen umfassen.
KI-Piloten in einem Unternehmen haben oft keinen klaren Weg zur Skalierung. Fast die Hälfte von ihnen kann die Datenqualität und Zugriffsprobleme nicht übersehen. Das Problem ist nicht das KI-Modell. Es ist das darunterliegende Betriebsmodell.
Drei Lücken werden weiterhin angezeigt:
- Der erste ist der Geschäftsprozesskontext. Generische Modelle können die Daten eines Unternehmens lesen. Aber sie verstehen nicht, wie das Unternehmen tatsächlich läuft. Sie wissen beispielsweise nicht, dass ein Bestellauftrag eine Kette von Empfangsbelegen, Übereinstimmungen, Genehmigungen und Compliance-Prüfungen auslöst. Sie sehen Tabellen. Sie sehen keine Vorgänge.
- Die zweite ist die Datenverbindung. KI wird oft auf Basis isolierter Systeme, veralteter Prozesse und fragmentierter Daten geschichtet. Es wird also darum gebeten, intelligent über ein Unternehmen zu sein, das es nur in Teilen sehen kann. Das Ergebnis sind Antworten, die richtig klingen, aber nicht richtig im Gesamtbild verankert sind.
- Drittens: Governance. KI, die nicht geprüft, kontrolliert oder vertrauenswürdig ist, wird nicht im Kern des Unternehmens implementiert. Es wird demonstriert. Es gibt einen Unterschied. Aus diesem Grund haben viele Unternehmen KI-Demos, die beeindrucken, und KI-Implementierungen, die blockieren.
Und viele der Anbieter, die versprechen, diese Lücken zu beheben, bauen von außen in auf. Sie basieren auf Informationen auf Systemen, deren Eigentümer sie nicht sind, Daten, die sie nicht generiert haben, und Prozessen, die sie noch nie ausgeführt haben. Sie können die Lücke nicht schließen, indem Sie derselben fragmentierten Grundlage weitere Tools hinzufügen.
Hier beginnt die SAP.
KI und SAP

Unternehmens-KI braucht drei Dinge, um echten Mehrwert zu schaffen. SAP hat all dies. Nicht als Roadmap, sondern als implementierte Funktion:
- Fundierte Prozess- und Branchenkenntnisse. Die SAP verfügt über fünfzig Jahre Geschäftsprozesskompetenz, die in ihren Anwendungen, ihrem Wissensdiagramm und ihren speziell entwickelten Modellen kodiert ist. Sie weiß, wie das Finanzwesen mit der Beschaffung verbunden ist, wie eine Lieferkette mit der Fertigung interagiert und welche Compliance-Regeln für eine Transaktion gelten. Dieses Wissen ist branchenspezifisch. SAP versteht, was „Chargenrückruf" in Life Sciences bedeutet, was „Toleranzgrenzen" in der Automobilindustrie bedeuten. Über 120 geschäftskritische Prozesse in über 25 Branchen. Und das alles wird nicht aus öffentlichen Daten gelernt.
- Semantisch reichhaltige Geschäftsdaten. Die meisten Daten haben betriebswirtschaftliche Bedeutung. Ein Kunde ist mit einem Vertrag verknüpft. Ein Material ist an einen Auftrag gebunden. Ein Lieferant wird für das Risiko bewertet. KI-Gründe für realen Geschäftskontext in SAP- und Nicht-SAP-Quellen. Das ganze Bild, nicht Fragmente davon.
- Unternehmensweite Governance. Governance ist in der Architektur, kein Nachdenken dran. Jede KI-Aktion ist revisionsfähig. Jeder Agent arbeitet innerhalb der vom Unternehmen definierten Leitplanken. Identitätskontrollen, Compliance-Frameworks und Zugriffsverwaltung reisen mit dem Agent von der Entwicklung bis zur Produktion. SAP ist die einzige Unternehmens-KI-Plattform mit ISO/IEC 42001-Zertifizierung für KI-Governance.
Das autonome Unternehmen

Die KI-Basis von SAP macht etwas möglich, was zuvor nicht möglich war: keine bessere Version des alten Modells, sondern ein ganz anderes Modell. Das ist das autonome Unternehmen: Die Menschen legen die Richtung fest, und KI setzt um.
Hierbei handelt es sich nicht um ein von KI geführtes Unternehmen. Es ist ein Unternehmen, in dem die Menschen schließlich auf der Ebene, für die sie eingestellt wurden, führend werden: die Entscheidungen, die Urteilsvermögen, Kreativität, Verantwortlichkeit erfordern. Hier sollten die Menschen ihre Zeit verbringen.
KI übernimmt die Koordination und Ausführung über alle Geschäftsabläufe hinweg. Durchgängig. Das ist die Verschiebung.

Wenn eine Organisation zu diesem Modell wechselt, ändern sich drei Dinge:
- Die Leute machen ihre beste Arbeit. Die Bearbeiter bearbeiten die Routine durchgängig: die Abstimmungen, den Abgleich und die Statusverfolgung. Diese Arbeit läuft jetzt selbst. Das Talent Ihrer Mitarbeiter verlagert sich auf die Entscheidungen, die das Unternehmen bewegen.
- Das Geschäft eines Unternehmens reagiert, bevor Teams einberufen. Ein Lieferantenschein. Bedarfsverschiebungen. Die Antwort wartet nicht auf ein Meeting oder eine E-Mail-Kette. KI-Agenten koordinieren das gesamte Unternehmen in Echtzeit. Signal zur Aktion ohne Verzögerung.
- Ein Unternehmen kann sich schnell bewegen, weil es seinem System vertrauen kann. Jede KI-Aktion ist kontrollierbar, revisionsfähig und nachvollziehbar. Sie wird nicht später hinzugefügt, sondern von Anfang an eingebaut. In jedem anderen KI-Paradigma bedeutet eine schnellere Entwicklung mehr Risiko. Hier ist Governance der Grund, warum sich ein Unternehmen schneller bewegen kann.
Hierbei handelt es sich nicht um ein Technologie-Upgrade, sondern um ein neues Betriebsmodell.

Sie können sich die Architektur hinter dem Autonomen Unternehmen als fünf Elemente vorstellen, die zusammenarbeiten:
- Zunächst gibt es eine Haustür für die Personen, die mit dem/den System(en) arbeiten. Die Haustür ist Joule. Hier stellen sie Fragen, starten die Arbeit und sehen, was passiert. Eine Haustür statt mit mehreren verschiedenen Systemen und Benutzungsoberflächen arbeiten zu müssen.
- Zweitens gibt es einen operativen Kern. Das ist die SAP Autonomous Suite. Es führt den Alltag des Unternehmens: Finanzwesen, Ausgaben, Lieferkette, HR, Kunde: alle sprechen miteinander, anstatt wie separate Unternehmen unter einem Dach zu handeln.
- Drittens gibt es eine umfassende Branchenintelligenz: SAP Industry AI. Es ist der Ort, an dem es darin steckt, wie Bankwesen, Fertigung, Energie oder Einzelhandel tatsächlich funktioniert. Die Vorschriften, die Prozesse, die Edge-Fälle, von denen die generische KI nicht weiß, sind vorhanden.
Darunter befindet sich eine KI-Grundlage: die SAP-Business-AI-Plattform. Das ist das Gehirn und das Sicherheitssystem: Prozesskontext, einheitliche Daten und Governance an einem Ort, sodass Agents im gesamten Unternehmen handeln können und Sie trotzdem jeden Schritt prüfen können.
Und die Art und Weise, von der Sie heute zu diesem Modell gelangen, ist eine agentengeführte Transformation. So geht ein Unternehmen in diese Architektur über, ohne dass es gebeten wird, das Unternehmen zu stoppen, um das Unternehmen zu transformieren.

Seit dreißig Jahren passen sich die Menschen an das System an. Sie lernen die Navigation. Sie merken sich die Transaktionscodes. Sie verbringen mehr Zeit damit, zwischen Anwendungen zu wechseln, als die Arbeit zu erledigen, die diese Anwendungen für den Support entwickelt haben.
Joule kehrt das um. Anstatt zur Arbeit zu navigieren, geben die Menschen ihre Absicht an, und Joule bringt die Arbeit zu ihnen. Die richtigen Daten, der richtige Workflow, die richtigen Agenten, koordiniert in Ihrer gesamten Landschaft. Nicht nur SAP. Jedes System, auf dem das Unternehmen läuft.
Der Arbeitsbereich heißt Joule Work: ein Ort, an dem das Unternehmen geleitet wird. Ein Benutzer stellt eine Frage in einfacher Sprache und geht sofort zur Aktion. Joule zeigt, was für die Rolle des Benutzers wichtig ist, bevor der Benutzer überhaupt fragt.
Als Benutzer sehen Sie jeden Bearbeiter, der in Ihrem Namen arbeitet. Und wenn die Standardwerkzeuge nicht passen, bauen Sie Ihre eigenen, direkt dort. Das ist kein Chat-Bot, der auf ein Menü geschraubt ist. Es ist kein Copilot, der auf einen Prompt wartet. Es ist ein System, das sich an die Person anpasst, nicht umgekehrt.

Die Autonomous Suite ist der operative Kern. Es ist in fünf Bereiche unterteilt: Finanzwesen, Ausgaben, Lieferkette, HR und Customer Experience. In jedem Bereich ist das Modell dasselbe: Personen direkt, Assistenten koordinieren und Agenten führen aus.
Die Domänen werden als ein einziges System verschoben. Eine Entscheidung im Finanzwesen wird in der Lieferkette angezeigt, und eine Bedarfsänderung löst eine Antwort in der Beschaffung aus. Keine Integrationssteuer. Kein zusammengenähter Stapel. Das Ergebnis: ein Geschäft, das schlanker läuft und sich biegt, ohne zu brechen.
Die meisten Unternehmen stellen heute KI-Funktionen nach Funktion zusammen: ein Copilot hier, eine Punktlösung dort. Jeder fügt einem Silo Intelligenz hinzu, und keiner von ihnen spricht miteinander. Die Autonome Suite ist ein System. Das ist der strukturelle Unterschied.

Nehmen wir Ausgaben als Beispiel. Von der Kategoriestrategie bis zur Zahlung ist dies eines der deutlichsten Beispiele dafür, warum Autonomie wichtig ist. Denn Ausgaben sind keine Aufgabe. Es handelt sich um eine Kette von Entscheidungen: Kategorieverwaltung, Beschaffung, Verträge, Bestellanforderung und Einkauf, Leistungserfassung, Rechnungsstellung und Zahlung.
Heute hängt viel davon ab, ob Menschen Informationen von einem Schritt in den nächsten verschieben. In der Autonomous Suite ändert sich das. Jede Schlüsselrolle erhält einen Assistenten. Jeder Assistent koordiniert spezialisierte Agenten mit den Fähigkeiten, seinen Teil des Prozesses zu bearbeiten. Nicht nur eine Aufgabe. Der volle Arbeitsablauf, durchgängig. In einem milliardenschweren Unternehmen kann dieser Bereich Millionen von Dollar ins Spiel bringen: Marktinformationswert, Optimierung des Umlaufvermögens und berührungslose Verarbeitungseinsparungen. Das ist keine Produktivitätsgeschichte. Es handelt sich um eine GuV-Story.
Wenn Ausgaben als ein verbundener Fluss ausgeführt werden, geht das Unternehmen nicht nur schneller. Sie erfasst Werte, die früher durch Verzögerungen, manuelle Abgaben und verpasste Einsparungen überlitten wurden.
Als Nächstes vergrößern wir eine Ebene tiefer: von der Ausgabendomäne zu einem Assistenten, und schauen wir uns an, wie sich dies auf die tägliche Arbeit eines Beschaffungsteams auswirkt.

Heute erfordert ein Standardbeschaffungsereignis in den meisten großen Unternehmen noch viel manuellen Aufwand. Es kann Stunden dauern, bis die Ausschreibung erstellt wurde. Es kann Tage dauern, Gebote zu analysieren und zu verstehen, was wirklich auf der Tabelle steht. Die Verhandlungen sind oft begrenzt, insbesondere bei nicht strategischen Ausgaben, da es einfach nicht genug Zeit oder Kapazität gibt, um jede Opportunity zu verschieben, und Zykluszeiten lang sind, was bedeutet, dass oft Einsparungen auf dem Tisch bleiben.
Sehen Sie sich nun an, was sich mit einem Beschaffungsassistenten ändert. Der Assistent nimmt die Anforderungen und erstellt die Ausschreibung in einem Bruchteil der Zeit. Sie ruft Marktinformationen, Lieferantenhistorie und vergangene Beschaffungsdaten ab. Wenn also Gebote eingehen, beginnt das Team nicht von Grund auf neu. Der Assistent macht das schwere Heben: Antworten vergleichen, Muster identifizieren, Risiken kennzeichnen und die besten Optionen empfehlen. Es kann auch Verhandlungsbewegungen basierend auf dem, was zuvor funktioniert hat, vorschlagen, sodass das Team Einsparungen erfassen kann, die es möglicherweise nicht über die Zeit oder Transparenz hatte, um manuell zu suchen.
Das führt zu echten Auswirkungen auf den Betrieb: Die Zeit für die Erstellung von Ausschreibungen verkürzt sich um mehr als die Hälfte. Die Gebotsanalysezeit wird um mehr als die Hälfte verkürzt. Kürzere Zykluszeiten. Und vor allem 2,5 bis 5 Prozent zusätzliche Einsparungen bei diesen Ausgaben.
Aber die menschliche Geschichte ist genauso wichtig. Der Kategorie-Manager verschwindet nicht. Die Rolle wird besser. Sie gehen davon aus, Vorlagen auszufüllen, Tabellenkalkulationen nachzuverfolgen und Gebote manuell zu vergleichen, um zu einem echten strategischen Berater zu werden und zu entscheiden, wohin sie gehen, wo sie akzeptieren, wo sie Risiken managen und wo sie mehr Wert für das Unternehmen schaffen können.

Autonome Domains decken alle wichtigen Funktionen des Unternehmens ab. Branchenspezifische KI geht tiefer in die Vorschriften, Workflows und Wertschöpfungsketten ein, die für die Arbeitsweise Ihrer Branche spezifisch sind.
Denn ein Geschäftsprozess sieht nicht in jeder Branche gleich aus. Das Anlagenmanagement in den Bereichen Energie, Fertigung in der Life-Sciences-Branche, Handel im Einzelhandel und Projektumsetzung in der Dienstleistungsbranche beinhalten unterschiedliche Vorschriften, Risiken, Workflows und Wertmessgrößen.
Deshalb bleibt die generische KI hinter sich: Sie versteht vielleicht die Worte, aber sie versteht nicht die betriebliche Realität. Die SAP arbeitet seit fünfzig Jahren gemeinsam mit den Unternehmen zusammen, die diese Branchen definieren. Deshalb versteht die SAP die betriebliche Realität. SAP verfügt über das Prozesswissen, den Datenkontext und die regulatorische Logik, um KI zu entwickeln, die nicht zuerst generisch und später angepasst, sondern von Anfang an branchenspezifisch ist.
In der Abbildung sehen Sie einige der ersten Branchen-KI-Domänen. Aber der Punkt ist nicht die Liste: Der Punkt ist das Muster. SAP wendet Autonomie auf die Workflows an, die in jeder Branche am wichtigsten sind.

Alles, was hier besprochen wird, basiert auf einer Grundlage: der SAP-Business-AI-Plattform.
Hier werden Agenten aufgebaut, wo sie Kontext bekommen und wo sie regiert werden:
- Mehr als dreihundert Agenten wurden bereits von Partnern in Joule Studio entwickelt. Fünfzig Jahre kodiertes Prozess-Know-how.
- 7,3 Millionen Datenfelder im Knowledge Graph. Wenn Agents Ihre Daten abfragen, erhalten sie die richtige Antwort: Achtzigundneunzig Prozent SQL-Argumentationsgenauigkeit. Und das gilt für den Unternehmensmaßstab.
- Über fünfundfünfundfünfzigtausend Live-Agenten werden heute über SAP AI Agent Hub für alle Kunden verwaltet.
Für eine Führungskraft ist der Punkt einfach. Das ist keine KI, die in einer Sandbox sitzt. Es handelt sich um KI, die dort entwickelt, gesteuert und überwacht wird, wo echte Geschäftsarbeit stattfindet.

Das Diagramm zeigt Migration und Modernisierung auf technischer Seite und Geschäftstransformation auf der Werteseite. Diese werden gestapelt, denn so erleben Kunden sie: gemeinsam, nicht separat.
Cloud-Transformationen erfordern unverhältnismäßigen Aufwand und Kosten. Die alte Architektur blockiert die Erstellung wirklich autonomer Domänen. Technische Schulden und isolierte Daten machen eine durchgängige Automatisierung unmöglich. Dies sind keine Hindernisse für die Einführung. Sie sind strukturelle Einschränkungen. Und sie erfordern strukturelle Lösungen.
Die Werkzeugkette unten macht sie real. SAP LeanIX, SAP Signavio, Joule Studio, Integration Suite sowie Partner-Tools und Migrationsassistenten. Joule for Consultants und Joule for Developers sitzen oben.
Dies ist kein einmaliges Projekt. Es ist ein kontinuierlicher Operationsrhythmus. Entdecken und integrieren. Modernisieren und betreiben. Kontinuierliche Innovation. Die Transformation endet nicht. Es wird die Art und Weise, wie ein Unternehmen operiert.