Digitalisierung ist eine Führungsaufgabe
Die Modernisierung von IT-Landschaften wurde in der Chemieindustrie lange als reines Infrastrukturthema behandelt. Heute hat sie sich jedoch zu einer zentralen Frage der strategischen Unternehmenssteuerung entwickelt. Ohne konsistente Daten und integrierte Prozesse lassen sich fundamentale Geschäftsfragen nämlich nur noch eingeschränkt beantworten:
- Wie profitabel ist ein Produkt an einem bestimmten Standort?
- Welche Lieferanten- und Materialabhängigkeiten bestehen?
- Wie hoch ist der Energieverbrauch je Produktionseinheit?
- Welche Chargen sind von einer Qualitäts- oder Spezifikationsänderung betroffen?
- Welche regulatorischen Informationen fehlen?
In vielen Unternehmen erschweren historisch gewachsene ERP-Systeme, lokale Eigenentwicklungen, Excel-Zwischenlösungen und fragmentierte Schnittstellen genau diese ganzheitliche Sicht. Das treibt nicht nur den IT-Aufwand in die Höhe, sondern verstärkt auch die Geschäfts-, Compliance- und Transformationsrisiken spürbar. Digitalisierung ist damit längst kein Selbstzweck mehr – sie wird zur zwingenden Voraussetzung, um Energieeffizienz, Nachhaltigkeit, Lieferkettentransparenz, Compliance und moderne AI-Anwendungen verlässlich zu steuern.
Der digitale Kern der Chemieindustrie ist mehr als ein ERP-System
Zwar kann SAP S/4HANA den transaktionalen Kern eines Chemieunternehmens bilden, doch für die spezifischen Anforderungen der Branche reicht ein reines ERP-System allein nicht aus. Zum digitalen Kern gehören unabdingbar auch chemiespezifische Prozesse wie Chargenführung, Rezepturverwaltung, Qualitätssicherung, Gefahrstoffmanagement, Produkt-Compliance und eine lückenlose Rückverfolgbarkeit.
Ergänzt wird dieser Kern durch die nahtlose Anbindung von Produktion und Labor – etwa über MES- und LIMS-Systeme – sowie durch eine integrierte Daten- und Analyseschicht für Material-, Energie-, Emissions-, Qualitäts- und Lieferkettendaten.
Einen branchenspezifischen Orientierungsrahmen liefern hierfür die SAP Business Suite for Chemical Industry sowie die SAP Best Practices for Chemicals. Zudem stellt SAP Cloud ERP in der Chemieindustrie ein mögliches Zielbild für standardisierte, cloudbasierte Kernprozesse dar. Ob dieses Modell im Einzelfall geeignet ist, hängt allerdings maßgeblich von der Prozesskomplexität, dem Regulierungsgrad, den Integrationsanforderungen und dem individuellen Differenzierungsbedarf des jeweiligen Unternehmens ab.
Standardisierung schafft Skalierbarkeit
Während Standardisierung fälschlicherweise häufig als Einschränkung verstanden wird, bildet sie in Wahrheit die fundamentale Voraussetzung für die Skalierbarkeit des digitalen Kerns. Standardisierte Prozesse erleichtern den werksumfassenden und regionalen Vergleich, reduzieren komplexe Schnittstellen und schaffen erst die Grundlagen für Automatisierung, Compliance und AI.
Dabei müssen keineswegs alle Abläufe im Unternehmen identisch sein. Entscheidend ist vielmehr die bewusste Differenzierung zwischen:
- standardisierbaren Kernprozessen,
- notwendiger branchenspezifischer Funktionalität,
- echter Wettbewerbsdifferenzierung,
- historisch gewachsenen Sonderlösungen ohne strategischen Mehrwert.
Diese Abgrenzung vorzunehmen ist eine reine Managementaufgabe – sie sollte keinesfalls allein aus dem historisch vorhandenen Custom Code abgeleitet werden.
Clean Core: Governance statt einmalige Bereinigung
Die technische Schuld im Griff zu behalten und alle Erweiterungen zukunftsicher zu entwicklen ist ein wesentliches Ziel dieser Transformation. Das Konzept nennt sich Clean Core. Es wird in der Praxis häufig mit dem einmaligen Verzicht auf Modifikationen im SAP-Kern gleichgesetzt. Das greift jedoch zu kurz: Clean Core beschreibt vor allem eine dauerhafte Architektur- und Governance-Logik. Der ERP-Kern bleibt dabei möglichst standardnah, während notwendige Erweiterungen über freigegebene APIs und definierte Erweiterungspunkte realisiert werden. Differenzierende Funktionen werden wiederum konsequent außerhalb des Kerns betrieben. Durch diese Entkopplung werden zukünftige Releases, Tests und funktionale Weiterentwicklungen deutlich planbarer. Mehr zum Thema Clean Core können sie hier in einem anderen Blogbeitrag lesen.
Als zentrale Integrations-, Erweiterungs- und Innovationsschicht dient hierbei die SAP Business Technology Platform. Sie unterstützt unter anderem die Datenverarbeitung, Analytics, Automatisierung sowie flexible Erweiterungen, ohne den ERP-Kern unnötig zu verändern.
In diesem Kontext ist auch RISE with SAP begrifflich sauber einzuordnen, da diese Konzepte keineswegs austauschbar sind:
- RISE with SAP ist das Transformations- und Betriebsangebot.
- S/4HANA bildet den eigentlichen ERP-Kern.
- BTP unterstützt Erweiterung und Integration.
- Clean Core beschreibt das übergeordnete Architektur- und Governanceprinzip.
Um den Ist-Zustand einer bestehenden SAP-Landschaft objektiv zu bewerten und Modernisierungsbedarfe zielgerichtet zu priorisieren, nutzen wir den adesso Clean Core Index. Dieser unternehmenseigene adesso-Ansatz versteht sich nicht als unabhängiger Branchenstandard, sondern als pragmatisches Beratungs- und Steuerungsinstrument. Lesen Sie dazu hier mehr.
Daten werden zum Führungsinstrument
Ein moderner digitaler Kern verbindet nicht nur isolierte Systeme, sondern verknüpft die zugrundeliegenden Geschäftsobjekte. In der Chemieindustrie bedeutet dies, dass Material, Produkt, Charge, Anlage, Standort, Kunde und regulatorische Informationen stets im Zusammenhang betrachtet werden müssen.
Diese Verknüpfungen sind geschäftskritisch: Eine einzige Qualitätsabweichung bei einer Charge kann unmittelbare Kaskadeneffekte auf Produktion, Lagerhaltung, Kundenlieferung, Rückverfolgbarkeit, Produktsicherheit und die regulatorische Dokumentation haben.
Damit Daten diese Steuerungsfunktion übernehmen können, braucht es eine klare Datenverantwortung, konsistente Stammdaten und eine nachvollziehbare Datenherkunft. Energie- und Emissionsdaten müssen sich direkt mit Produkten, Mengen und Standorten verbinden lassen, während Lieferkettenrisiken systematisch mit Materialien, Lieferanten und der Produktionsplanung verknüpft werden müssen. Erst durch diese Durchgängigkeit wird aus Daten eine belastbare Entscheidungsgrundlage für CFO, COO und Geschäftsführung.
AI Readiness beginnt vor dem AI-Use-Case
Künstliche Intelligenz bietet in der Chemieindustrie enormes Potenzial – etwa zur Unterstützung von Nachfrageprognosen, Lieferkettenplanung, Qualitätsmanagement, Instandhaltung, Dokumentenverarbeitung und Energieoptimierung. Die entscheidende Voraussetzung für den Erfolg ist jedoch nicht das präferierte KI-Modell, sondern die Qualität der zugrundeliegenden Prozesse und Daten.
Für skalierbare AI-Anwendungen benötigen Unternehmen unter anderem:
- konsistente Geschäftsobjekte,
- aktuelle Stamm- und Bewegungsdaten,
- eine klar definierte Datenverantwortung,
- eine nachvollziehbare Datenherkunft,
- adäquate Zugriffsrechte,
- ein verlässliches Monitoring sowie menschliche Kontrollpunkte (Human-in-the-loop).
Die von SAP beschriebene Business-AI-Strategie und der AI Assistant Joule dienen als gute Beispiele für funktionale AI-Anwendungen im SAP-Umfeld. Sie dürfen jedoch nicht als automatische Universallösung für die AI-Readiness eines Unternehmens missverstanden werden. Maßgeblich bleiben stets Datenqualität, Prozessintegration, IT-Sicherheit und Governance.
Konkret ergeben sich für Chemieunternehmen primär folgende Anwendungsfelder:
- Nachfrage- und Absatzprognosen,
- Erkennung von Lieferanten- und Materialrisiken,
- Vorhersage von Qualitätsabweichungen,
- Prädiktive Instandhaltung (Predictive Maintenance),
- Optimierung von Energieverbrauch und Produktionsreihenfolge,
- Automatisierte Unterstützung bei regulatorischen und qualitätsbezogenen Dokumenten.
Dabei sollte AI keineswegs auf generative Modelle reduziert werden. Je nach Anwendungsfall erweisen sich Machine Learning, klassische statistische Verfahren, mathematische Optimierung oder regelbasierte Automatisierungen oft als die wesentlich geeignetere Lösung.
Governance und Auditierbarkeit
Insbesondere AI-Anwendungen in den Bereichen Produktion, Qualität, Sicherheit oder Compliance erfordern eine lückenlose Nachvollziehbarkeit. Unternehmen sollten deshalb schon im Vorfeld grundlegende Leitfragen klären:
- Welche Entscheidung unterstützt oder automatisiert das System genau?
- Welche Daten werden als Berechnungsgrundlage verwendet?
- Wer prüft die ausgegebenen Ergebnisse?
- Wann und wie muss ein Mensch manuell eingreifen?
- Wie werden Abweichungen und Modellfehler systematisch erkannt?
- Wie werden Nutzung, Prozessänderungen und Ergebnisse auditsicher dokumentiert?
Der EU AI Act und das NIST AI Risk Management Framework dienen hierbei als Orientierungs- und Referenzrahmen. Die konkrete regulatorische Einordnung hängt allerdings stark vom jeweiligen Use Case ab, da keineswegs jede interne AI-Anwendung automatisch in eine hohe Risikoklasse fällt. Neben AI-Spezifika müssen zudem auch etablierte Branchenstandards wie REACH, Gefahrstoffanforderungen, Qualitätsnormen und CO₂-Berichtspflichten systemisch und nachvollziehbar im digitalen Kern verarbeitet werden.
Das Transformations-Flywheel
Der eigentliche Wert des digitalen Kerns entfaltet sich nicht punktuell, sondern über einen sich selbst verstärkenden Wirkungskreis:
Standardisierte Prozesse → bessere Datenqualität → zuverlässigere Analysen → automatisierte Entscheidungen → effizientere Prozesse → Freiraum für Innovation
Sowohl das SAPinsider-Beispiel zur Transformation und strategischem Wachstum als auch die Best-Practice-Dokumentationen von SAP verdeutlichen eindrucksvoll, wie ein standardisierter Kern als stabiles Fundament für alle weiteren Transformationsschritte positioniert werden muss.
Was muss das C-Level steuern?
Damit diese Transformation gelingt, stehen für Vorstand und Geschäftsführung fünf zentrale Steuerungsentscheidungen im Mittelpunkt:
- Zielbild: Welche Prozesse werden global standardisiert?
- Daten: Wer verantwortet die Stammdaten von Material, Produkt, Charge, Anlage, Standort, Energie und Emissionen?
- Clean Core: Welche Erweiterungen sind zulässig und wo genau werden sie technisch umgesetzt?
- AI: Welche Use Cases bieten einen nachweisbaren Business Value auf Basis belastbarer Daten?
- Betrieb: Wer übernimmt die operative Verantwortung für Releases, Schnittstellen, KI-Modelle, Sicherheit und Anwenderakzeptanz?
Als verlässliche Steuerungsgrößen dienen dem Management dabei Kennzahlen wie der Anteil standardisierter Kernprozesse, Datenqualitäts-KPIs, die Anzahl und Kritikalität verbliebener Eigenentwicklungen, der laufende Release- und Testaufwand sowie der messbare Wertbeitrag produktiver AI-Anwendungen.
Eine realistische Roadmap
Ein pragmatischer und risikoarmer Transformationspfad beginnt mit einem umfassenden Assessment der bestehenden Systeme, Prozesse, Eigenentwicklungen, Schnittstellen und Datenstrukturen. Darauf aufbauend erfolgen die konsequente Standardisierung der Kernprozesse sowie die Etablierung einer verbindlichen Clean-Core-Governance.
In der nächsten Phase werden die Datenverantwortung geschärft, die Datenqualität nachhaltig erhöht und erste, stark priorisierte AI-Use-Cases umgesetzt. Erst wenn sich diese Muster im Betrieb bewährt haben, sollten sie schrittweise auf weitere Werke, Regionen und Geschäftsbereiche skaliert werden.
Fazit und Ausblick
Der digitale Kern der Chemieindustrie ist kein reines IT- oder ERP-Projekt. Er bildet die zentrale Klammer, die Geschäftsprozesse, Produktions- und Labordaten, regulatorische Vorgaben, Supply-Chain-Steuerung, Nachhaltigkeit und AI miteinander verbindet.
In dieser Architektur bildet SAP S/4HANA den transaktionalen Kern. SAP Cloud ERP stellt dabei ein mögliches Zielbild für standardisierte Cloudprozesse dar – wenn auch nicht automatisch für jedes Chemieunternehmen. Die SAP BTP übernimmt die Rolle der Integrations- und Innovationsplattform, während RISE with SAP den passenden Transformations- und Betriebsrahmen bietet und Clean Core die notwendige Architektur-Logik sicherstellt.
Der echte geschäftliche Mehrwert entsteht jedoch erst durch mutige Prozessentscheidungen, konsistente Daten, eine verbindliche Governance und klar definierte Geschäftsziele. adesso business consulting begleitet Unternehmen dabei, diese Grundlagen systematisch zu schaffen – von Prozess- und Systemanalysen über Clean-Core-Assessments und SAP-Architekturberatung bis hin zur Identifikation und Implementierung wertstiftender Automatisierungs- und AI-Anwendungen.
Denn eines steht fest: AI, Resilienz und Nachhaltigkeit lassen sich dauerhaft nicht auf einer fragmentierten Daten- und Prozesslandschaft aufbauen.
Die nächsten Beiträge dieser Serie richten den Blick deshalb auf die konkreten operativen Hebel: eine resilientere Supply Chain, die direkte Verknüpfung von Nachhaltigkeit und Kostensteuerung sowie die strategischen Wachstumsfelder der Chemieindustrie. Den Abschluss bildet die Frage, wie sich all diese Bausteine in einer integrierten Transformationsarchitektur orchestrieren lassen.
