SAP: All-in on AI
Speaker
-
Andreas KramerGeschäftsführer, nfaculty GmbHAndreas ist ein C-Level erfahrener Berater & Experte für die Digitalisierung der Unternehmenssteuerung, BI, Data & Analytics mit Fokus auf SAP Cloud Technologien.
Als ehemaliger Leiter des Gruppen Controlling im Konzern bringt er Erfahrung aus der Praxis mit in die Beratung bei der Gestaltung digitaler Unternehmensprozesse und der Konzeption von modernen Data & Analytics Architekturen. Die Modernisierung von SAP BW Landschaften hin zur SAP Business Data Cloud Architektur ist aktuell sein Fokus.
Mit der Ankündigung der „Autonomous Enterprise”-Strategie auf der SAP Sapphire 2026 hat SAP einen der weitreichendsten Schritte in seiner Unternehmensgeschichte vollzogen: Künstliche Intelligenz soll nicht länger als unterstützendes Feature, sondern als ausführende Schicht im ERP wirken. Mehr als 200 Agenten und 50 Joule Assistants über fünf Domänen sollen Geschäftsprozesse in Finance, Spend, Supply Chain, HCM und CX eigenständig vorantreiben.
Dieses Webinar gibt einen strukturierten Re-Cap der Ankündigungen rund um die SAP Autonomous Suite und die SAP Business AI Platform. Wir ordnen ein, was wirklich neu ist, welche Bausteine ineinandergreifen und welche strategischen Implikationen sich daraus für Unternehmen im deutschsprachigen Raum ergeben – besonders vor dem Hintergrund anhaltender Produktivitätsstagnation und steigendem Fachkräftemangel.
Anhand einer konkreten Case Study aus dem industriellen Umfeld zeigen wir, was heute bereits operativ möglich ist – und leiten daraus eine pragmatische Handlungsempfehlung ab, was Unternehmen jetzt tun sollten, um nicht den Anschluss an die agentische Welle zu verlieren.
Ziele der Session
- Verstehen, warum SAP die Autonomous Enterprise als strategische Antwort auf das deutsche Produktivitätsproblem positioniert
- Einordnen, wie SAP Autonomous Suite, SAP Business AI Platform und Joule Work als zusammenhängendes System wirken
- Erkennen, warum SAP Knowledge Graph und Joule Studio der eigentliche Differenzierer gegenüber generischer GenAI sind
- Bewerten, welche Rolle SAP Business Data Cloud als Datenfundament für zuverlässige Agenten spielt
- Eine pragmatische Empfehlung mitnehmen, welche No-Regret-Moves Unternehmen jetzt einleiten sollten
Warum Produktivität jetzt zur strategischen Frage wird
Die deutsche Wirtschaft steht unter Druck: Nach Rückgängen 2023 und 2024 wuchs das BIP 2025 nur um 0,2 Prozent, für 2026 prognostizieren ifo, DIW und RWI erneut Stagnation. Klassische Effizienzhebel sind weitgehend ausgereizt, und der Fachkräftemangel verschärft die Lage strukturell. Agentenbasierte KI gilt als erster glaubwürdiger Hebel, der Produktivität liefert, ohne über Personalaufbau zu skalieren. Wir zeigen, wie SAP genau an diesem Punkt mit der Autonomous Enterprise ansetzt.
Was SAP konkret angekündigt hat – die Architektur im Überblick
Wir entwirren die Vielzahl an Marketingbegriffen und zeigen die drei tatsächlichen Bausteine der Autonomous Enterprise:
- SAP Autonomous Suite: die transformierte SaaS-Anwendungsschicht mit über 200 spezialisierten Agenten in fünf Domänen – Finance, Spend, Supply Chain, HCM und CX
- SAP Business AI Platform: die governance-fähige Plattform aus SAP BTP, SAP Business Data Cloud und SAP Business AI als Fundament für Entwicklung und Betrieb von Agenten
- Joule Work: der einheitliche Workspace, in dem Assistants und Agents zusammenwirken und Nutzer Outcomes statt Klickpfade beschreiben
- Klare Unterscheidung Assistant vs. Agent: warum diese Trennung für die strategische Planung entscheidend ist
Deep Dive: Joule Studio und SAP Knowledge Graph als eigentlicher Differenzierer
Der entscheidende Unterschied zu generischer GenAI liegt nicht in der Modellqualität, sondern im Geschäftskontext. Wir zeigen, warum Joule Studio den Agentenbau aus der IT in die Fachbereiche bringt und warum der SAP Knowledge Graph als semantische Karte aller Geschäftsentitäten, Prozesse und Beziehungen die Grundlage für zuverlässige Agenten ist. Die Pointe: Wer keine Semantik hat, hat keine Agenten – nur teure Chatbots.
Ohne Daten keine Agenten – die Rolle der SAP Business Data Cloud
Wir ordnen ein, warum die SAP Business Data Cloud als Fundament der gesamten Strategie unverzichtbar ist und welche Anbindungen sie ermöglicht – etwa über die Zero-Copy-Integration mit AWS Athena oder die bidirektionale Agent-Interoperabilität mit Google Cloud und Microsoft. Außerdem beleuchten wir das Konzept der „Company Memory”, mit dem SAP operatives Wissen erfasst, das selten sauber in transaktionalen Daten liegt.
Governance und Orchestrierung – Ordnung im Agenten-Chaos
Hunderte spezialisierte Agenten brauchen Steuerung, sonst wird die Produktivitäts-These zur Compliance-Falle. Wir zeigen, welche Bausteine SAP für die Orchestrierung vorsieht:
- MCP Layer über die SAP Integration Suite: standardisierter, governance-fähiger Zugriff der Agenten auf SAP- und Drittsysteme
- Agent Hub: zentrale Sichtbarkeit darüber, welche Agenten aktiv sind, wer wen aufruft und wo Human-in-the-loop greift
- Governed AI: Nachvollziehbarkeit jeder Agenten-Entscheidung, Audit-Trail für Regulatoren und kontrollierbares Modell-Routing
Case Study: Autonomous Finance bei einem Industriezulieferer
Anhand eines illustrativen Beispiels aus dem industriellen Mittelstand zeigen wir, was heute bereits operativ möglich ist. Ein Industriezulieferer mit 800 Mio. Euro Umsatz konnte durch den Einsatz von Autonomous Finance Agents, dem Knowledge Graph zur Verknüpfung von Vertragsdaten, CRM-Tickets und Liefer-Tracking sowie Joule Work als zentrales Cockpit messbare Wirkung erzielen: Die Durchlaufzeit im Order-to-Cash sank von 14 auf 5 Tage, die Reklamationsquote von 6 auf 1,8 Prozent, und der Cash-Effekt durch die DSO-Reduktion lag bei rund 6 Mio. Euro – bei gleichzeitiger Umschichtung des AR-Teams in wertschöpfendere Forecasting- und Analyseaufgaben.
Abwarten oder loslegen – unsere Handlungsempfehlung
Die Frage ist nicht, ob Unternehmen agentic werden, sondern wie schnell. Wir geben eine pragmatische Orientierung anhand eines Drei-Horizonte-Modells (Now / Next / Beyond) und benennen drei No-Regret-Moves, mit denen Unternehmen heute starten können: ein strukturiertes Daten-Assessment für BDC- und Knowledge-Graph-Fähigkeit, ein Governance-Blueprint zur Klärung von Verantwortung und Haftung, sowie ein priorisiertes Use-Case-Portfolio mit dem höchsten Agenten-ROI-Profil.
Ihr Mehrwert
Sie erhalten einen strukturierten und kritisch eingeordneten Überblick über SAPs All-in-on-AI-Strategie, verstehen die Architektur der Autonomous Enterprise im Zusammenhang und lernen, wo der tatsächliche strategische Hebel liegt – jenseits des Marketingvokabulars. Das Webinar hilft Ihnen, die Tragweite der Ankündigung für Ihr eigenes Unternehmen einzuschätzen, frühe Weichenstellungen vorzunehmen und ein tragfähiges Zielbild für den Einsatz agentischer KI in Ihrer Prozesslandschaft zu entwickeln.
Nutzen Sie die Gelegenheit, Ihre Fragen direkt an unsere Experten zu stellen und wertvolle Impulse für Ihre eigene KI- und Agentenstrategie mitzunehmen.
Speaker
-
Andreas KramerGeschäftsführer, nfaculty GmbHAndreas ist ein C-Level erfahrener Berater & Experte für die Digitalisierung der Unternehmenssteuerung, BI, Data & Analytics mit Fokus auf SAP Cloud Technologien.
Als ehemaliger Leiter des Gruppen Controlling im Konzern bringt er Erfahrung aus der Praxis mit in die Beratung bei der Gestaltung digitaler Unternehmensprozesse und der Konzeption von modernen Data & Analytics Architekturen. Die Modernisierung von SAP BW Landschaften hin zur SAP Business Data Cloud Architektur ist aktuell sein Fokus.
Diese Session richtet sich an strategische Entscheider sowie Fach- und IT-Verantwortliche, die SAPs neue KI-Strategie einordnen und konkrete Schritte für ihr Unternehmen ableiten möchten:
- CIOs / CDOs / CTOs: die die strategische Tragweite der Autonomous Enterprise für ihr Unternehmen bewerten und Weichen stellen wollen.
- SAP- / BTP-Plattformverantwortliche: die das Zusammenspiel von Autonomous Suite, Business AI Platform und Business Data Cloud in ihre Roadmap einordnen möchten.
- Enterprise Architects: die ein Architektur-Zielbild für agentische KI in einer hybriden Systemlandschaft entwickeln wollen.
- Leiter Finance, Procurement, Supply Chain oder HR: die das Potenzial von Autonomous Finance, Spend, Supply Chain oder HCM für ihre Prozesse abschätzen möchten.
- AI- und Data-Verantwortliche: die verstehen wollen, welche Datengrundlage und Semantikschicht für produktive Unternehmens-Agenten erforderlich ist.
- Governance- und Compliance-Verantwortliche: die frühzeitig Verantwortlichkeiten, Audit-Mechanismen und Risikomodelle für agentische KI etablieren möchten.