SAP-Transformationsprojekte – etwa die Umstellung auf SAP S/4HANA – sind für viele Unternehmen ein Kraftakt. Sie verbinden fachliche Neuausrichtung, Datenmigration, Prozessharmonisierung, technische Modernisierung und Change Management. Genau deshalb lohnt es sich, KI und Automatisierung nicht erst nach dem Go-live zu betrachten, sondern bereits im Transformationsprojekt systematisch mitzudenken.
In vielen Projekten geschieht das heute noch zu punktuell: Einzelne Teams testen einen Copiloten, automatisieren Projektaufgaben oder diskutieren ausgewählte SAP-Business-AI-Funktionen. Was häufig fehlt, ist ein durchgängiger Ansatz über alle Projektphasen hinweg. Wir bei adesso business consulting setzen deshalb auf einen strukturierten AI-&-Automation-Ansatz, der SAP Business AI, SAP Build und relevante Non-SAP-Lösungen zusammenführt – immer abhängig von Zielbild, Deployment, vorhandenen Lizenzen, Datenlage und wirtschaftlichem Nutzen.
Dabei gilt: Nicht jedes Unternehmen startet aus derselben Situation. Public Cloud, Private Cloud, souveräne Cloud und On-Premise-Landschaften eröffnen unterschiedliche Möglichkeiten. Die gute Nachricht ist jedoch: Auch Kunden mit hybriden oder On-Premise-Szenarien können KI und Automatisierung sinnvoll nutzen – nur muss der Lösungsraum realistisch bewertet und sauber priorisiert werden.
Der SAP Business AI Readiness Check by adesso
Bereits in der (Enterprise) Discover-Phase setzen wir den SAP Business AI Readiness Check by adesso ein. Ziel ist es, frühzeitig Transparenz darüber zu schaffen, welche KI- und Automatisierungspotenziale im konkreten Kundenszenario realistisch, wirtschaftlich und anschlussfähig sind.
Dafür betrachten wir unter anderem:
- welche SAP-Lösungen, Releases und Lizenzen vorhanden oder geplant sind,
- welche SAP-Business-AI-Funktionen und SAP-Build-Szenarien grundsätzlich relevant sein können,
- welche Non-SAP-Lösungen für KI und Automatisierung bereits im Einsatz oder lizenziert sind,
- welche branchenspezifischen Anforderungen, regulatorischen Vorgaben und Sicherheitsanforderungen zu berücksichtigen sind,
- wie Datenqualität, Prozessdokumentation und organisatorische Readiness einzuschätzen sind.
Der Readiness Check kann in vielen Fällen durch adesso vorbereitet werden, sodass der kundenseitige Aufwand gering bleibt. Im gemeinsamen Termin werden die Annahmen validiert, ergänzt und priorisiert. Zur Veranschaulichung nachfolgend ein Auszug aus unserem Demosystem:
Im Ergebnis erhalten Kunden eine strukturierte Einordnung ihrer Ausgangslage, konkrete Handlungsfelder und eine erste Priorisierung möglicher Maßnahmen. Diese Ergebnisse werden in einem Bericht zusammengeführt und können als Grundlage für die weitere Transformationsplanung dienen. Nachfolgend eine stark verkürzte Darstellung aus dem Demosystem:
SAP Business AI
Was ist im konkreten Kundenszenario nutzbar?
Der SAP Business AI Feature Catalog im SAP Discovery Center umfasst inzwischen mehrere Hundert KI-Funktionen und Agenten. Für Kunden ist jedoch nicht die absolute Anzahl entscheidend, sondern die Frage: Welche Funktionen sind für meine Systemlandschaft, meine Lizenzen, mein Deployment und meine Prozesse tatsächlich nutzbar?
Genau hier setzt unsere Analyse an. Wir reduzieren den umfangreichen SAP-Business-AI-Katalog auf diejenigen Funktionen, die im konkreten Kundenszenario fachlich relevant und technisch erreichbar sind. Wenn ein Unternehmen beispielsweise SAP SuccessFactors nicht nutzt, sind die dafür vorgesehenen KI-Funktionen im ersten Schritt nicht relevant. Wenn ein Kunde bestimmte S/4HANA-Cloud-Funktionen nicht im Zielbild hat, werden auch diese nicht als kurzfristig realisierbarer Nutzen eingeplant.
Warum spielt das Deployment eine zentrale Rolle?
Bei der Bewertung von SAP Business AI ist das Deployment-Modell ein wesentlicher Faktor. In SAP S/4HANA Cloud, Public Edition und in vielen Private-Cloud-Szenarien lassen sich zahlreiche von SAP vorgedachte Embedded-AI-Anwendungsfälle deutlich unmittelbarer prüfen. In souveränen Cloud- oder On-Premise-Szenarien ist der Zugriff auf die vollständige Bandbreite von SAP Business AI dagegen häufig eingeschränkter oder stärker von Architektur, Release-Stand, Integration und Lizenzierung abhängig.
Das bedeutet jedoch nicht, dass diese Kunden außen vor bleiben. Auch On-Premise- und hybride SAP-Landschaften können über geeignete Schnittstellen, SAP BTP, SAP AI Foundation, SAP Build, Datenplattformen oder kundenspezifische Integrationsmuster in KI- und Automatisierungsszenarien eingebunden werden. Wichtig ist nur, die Erwartung sauber zu steuern: Embedded AI, Premium AI und Custom AI sind unterschiedliche Hebel – mit unterschiedlichen Voraussetzungen, Kostenstrukturen und Governance-Anforderungen.
Warum sind auch Non-SAP-Tools für SAP-Transformationen relevant?
SAP Activate strukturiert die SAP-Transformation sehr wirksam. In der Realität besteht ein Unternehmen jedoch nicht nur aus SAP. Viele Kunden nutzen bereits Microsoft 365, Power Platform, Azure, Google Cloud, OpenAI, Anthropic, Salesforce oder weitere Plattformen. Diese vorhandenen Werkzeuge können auch im SAP-Transformationsprojekt messbaren Nutzen stiften – nicht als Ersatz für SAP-Methodik, sondern als Ergänzung.
Ein einfaches Beispiel ist Microsoft Power Automate. Das Projekt-Onboarding kann weitgehend automatisiert werden: Willkommensmail, Checkliste, Berechtigungen für Teams-Kanäle oder SharePoint-Bereiche, Weiterleitung relevanter Projekttermine und Erinnerungen an Zeiterfassung. Je nach Projektgröße spart das pro Onboarding spürbar Zeit und reduziert gleichzeitig manuelle Fehler. Für solche wiederkehrenden Aufgaben können standardisierte Workflow-Vorlagen von adesso genutzt und kundenspezifisch angepasst werden.
Auch Microsoft Copilot kann im Projektkontext Mehrwert liefern, etwa durch Transkription und Zusammenfassung von Meetings, Unterstützung bei der Termin- und Aufgabenstrukturierung oder durch das Nachhalten von To-dos. Liegen Projektunterlagen in Teams oder SharePoint, können zudem agentische Wissensassistenten aufgebaut werden, die auf definierte Projektunterlagen zugreifen und beim Auffinden von Dokumenten oder bei inhaltlichen Fragen unterstützen. Voraussetzung dafür sind klare Berechtigungen, saubere Quellen, ein tragfähiges Governance-Modell und ein bewusster Umgang mit vertraulichen Projektinformationen.
Der adesso-Weg: technologieoffen, aber kontrolliert
Unser Ansatz ist bewusst technologieoffen: Wir betrachten SAP Business AI, SAP Build und Non-SAP-KI nicht getrennt, sondern als gemeinsamen Lösungsraum. Entscheidend ist nicht, ob ein Use Case „SAP“ oder „Non-SAP“ ist, sondern ob er fachlich relevant, sicher betreibbar, wirtschaftlich sinnvoll und architekturell anschlussfähig ist.
Zwei Integrationskonzepte werden dabei besonders relevant: das Model Context Protocol (MCP) und das Agent-to-Agent-Protokoll (A2A). Beide verfolgen unterschiedliche, aber komplementäre Ziele.
MCP wurde von Anthropic eingeführt und inzwischen in die Agentic AI Foundation unter dem Dach der Linux Foundation eingebracht. Es adressiert vor allem die standardisierte Anbindung von KI-Anwendungen an Tools, Datenquellen und Systeme. Vereinfacht gesagt: Ein MCP-Server stellt definierte Funktionen, Ressourcen oder Kontextinformationen bereit. Eine KI-Anwendung kann diese – abhängig von Berechtigungen, Kontext und Tool-Auswahl – nutzen. Für SAP-Szenarien können solche Funktionen beispielsweise auf freigegebenen APIs, OData-Services, CDS-Views oder anderen Integrationsschichten basieren. Dadurch wird nicht jedes Modell individuell an jedes System angebunden, sondern die Integration wird modularer und austauschbarer.
A2A wurde ursprünglich von Google eingebracht und ist mittlerweile ebenfalls ein offener Standard unter dem Dach der Linux Foundation. Während MCP vor allem die Verbindung zwischen KI-Anwendung und Werkzeugen beziehungsweise Datenquellen adressiert, zielt A2A stärker auf die Interoperabilität zwischen Agenten ab. Agenten können sich darüber auffindbar machen, Aufgaben übergeben und Ergebnisse austauschen. Die konkrete Orchestrierung, Sicherheitsprüfung und fachliche Steuerung bleiben jedoch Aufgabe der jeweiligen Plattform- und Zielarchitektur.
Ein mögliches Zielbild wäre beispielsweise, dass ein Anwender aus Microsoft Teams heraus eine Frage stellt, die SAP-Daten betrifft. Die Microsoft-Seite erkennt, dass für diese Aufgabe ein SAP-naher Agent oder eine SAP-nahe Funktion benötigt wird. Die Anfrage wird kontrolliert weitergegeben, die relevanten Informationen werden aus dem SAP-Kontext bereitgestellt und das Ergebnis wird dem Anwender in seiner gewohnten Arbeitsumgebung angezeigt. Umgekehrt kann aus einem SAP-Kontext heraus ein Non-SAP-Agent eingebunden werden, wenn beispielsweise Informationen aus Outlook, SharePoint oder einem CRM-System benötigt werden. Solche Szenarien sind fachlich attraktiv, müssen aber immer mit Berechtigungen, Protokollierung, Datenschutz, Sicherheitsarchitektur und Verantwortlichkeiten zusammengedacht werden.
Wirtschaftlichkeit vor Spielerei: Embedded over Custom
KI darf kein Selbstzweck sein. Deshalb priorisieren wir AI & Automation nach einer einfachen wirtschaftlichen Logik: zuerst vorhandene und standardnahe Potenziale nutzen, dann kostenpflichtige oder kundenspezifische Erweiterungen prüfen.
- Embedded Base AI: Zunächst prüfen wir KI-Funktionen, die im Rahmen bestehender SAP-Cloud-Anwendungen beziehungsweise vorhandener Nutzungsrechte verfügbar sein können.
- Embedded Premium AI: Danach bewerten wir kostenpflichtige Premium-Funktionen, beispielsweise auf Basis von SAP AI Units, sofern Nutzen, Volumen und Wirtschaftlichkeit dafür sprechen.
- Custom AI: Erst wenn der Standard nicht ausreicht, betrachten wir kundenspezifische KI-Szenarien – unter Beachtung von Clean Core, Integrationsarchitektur, Sicherheit, Betrieb und Skalierbarkeit.
Custom-AI-Use-Cases werden strukturiert in einem adesso business consulting Template dokumentiert und anschließend nach fachlicher Relevanz, Umsetzbarkeit, Aufwand, Risiko und Mehrwert priorisiert. Besonders geeignet ist diese Vorgehensweise in der Explore-Phase, etwa im Umfeld von Fit-to-Standard- beziehungsweise Fit-Gap-Analysen mit den Fachbereichen. So entsteht keine lose Ideensammlung, sondern ein belastbares Backlog für KI und Automatisierung.
Fazit
Eine SAP-S/4HANA-Transformation ist ein idealer Zeitpunkt, um KI und Automatisierung nicht nur als spätere Optimierung, sondern als integralen Bestandteil des Zielbilds zu verstehen. Wer bereits während der Transformation prüft, welche Embedded-AI-Funktionen, SAP-Build-Automatisierungen und Non-SAP-KI-Lösungen sinnvoll eingesetzt werden können, schafft frühzeitig die Grundlage für messbaren Nutzen im Projekt und im späteren Betrieb.
Mit unserem AI-&-Automation-Ansatz identifizieren wir im Kontext der SAP-Transformation insbesondere:
- SAP-Tools und KI-Funktionen zur Unterstützung der Transformation selbst,
- SAP Business AI für das produktive Zielsystem und den späteren Betrieb,
- Automatisierungspotenziale mit SAP Build und angrenzenden Plattformen,
- relevante Non-SAP-Lösungen, die der Kunde bereits nutzt oder lizenziert hat,
- Integrationsmuster, mit denen SAP- und Non-SAP-Welten sicher und wirtschaftlich zusammenspielen können.
So wird KI nicht als isoliertes Innovationsthema behandelt, sondern als konkreter Hebel für schnellere Projektarbeit, bessere Entscheidungen, effizientere Prozesse und eine zukunftsfähige SAP-Landschaft.
Sind Sie bereit für den AI Readiness Check Ihres SAP-Projekts? Lassen Sie uns gemeinsam prüfen, wie KI und Automatisierung Ihre SAP-Transformation sinnvoll unterstützen können.
