KI in SAP-Lösungen: Joule, Anwendungen und Agenten verstehen

Für wen ist dieser Artikel? Vor allem für IT-Leitungen und SAP-Verantwortliche, die KI gemeinsam mit Fachbereichen priorisieren. Geschäftsführung und Einkauf finden Entscheidungs- und Kostenlogik; Datenschutz und Personalverantwortliche die wesentlichen Kontrollfragen.

KI in SAP-Lösungen beginnt beim Geschäftsvorgang

Eine Rechnung bleibt gesperrt, obwohl die Ware angekommen ist. Der Einkauf sucht den Bestellbezug, das Lager prüft den Wareneingang und die Buchhaltung klärt eine Abweichung. Genau an solchen Übergaben muss sich KI bewähren: Sie soll die Ursache schneller sichtbar machen, einen fachlich richtigen nächsten Schritt vorbereiten oder einen begrenzten Teilprozess ausführen.

SAP verwendet dafür unter anderem die Begriffe Business AI, Joule und Business AI Platform. Die aktuelle SAP-Produktübersicht verbindet Arbeitsoberflächen, Assistants, Agents und Entwicklungsmöglichkeiten. Das beschreibt eine Produktstrategie. Welche Kombination im eigenen Unternehmen einsetzbar ist, muss auf Ebene der einzelnen Fähigkeit geprüft werden.

Die redaktionelle Leitlinie: Eine KI-Investition sollte einen nachweisbaren Engpass im Prozess beseitigen. Ein neuer Dialogzugang allein liefert noch keinen wirtschaftlichen Nutzen, wenn die zuständigen Teams anschließend dieselben Daten manuell zusammensuchen und korrigieren müssen.

Vier Arbeitsweisen: erkennen, formulieren, assistieren, handeln

KI ist in SAP nicht gleichbedeutend mit einem Chatfenster. Für die Planung hilft eine Unterscheidung nach der Wirkung im Arbeitsablauf.

Die Tabelle ist ein redaktionelles Funktionsmodell, keine SAP-Lizenzklassifikation. Ein Produkt kann mehrere Arbeitsweisen verbinden. Als dokumentiertes Beispiel für klassische lernende Verfahren beschreibt SAP Cash Application als Cloud-Dienste zur Unterstützung des Forderungsprozesses mit Machine Learning, für Cloud- und On-Premise-Editionen von S/4HANA. Daraus lässt sich keine Verfügbarkeit anderer KI-Funktionen für dieselben Systeme ableiten.

Auch eine feste Automatisierungsregel kann die bessere Lösung sein. Wenn eine Aufgabe vollständig durch eindeutige Bedingungen beschrieben werden kann, sollte zunächst ein regelbasierter Workflow geprüft werden. Die begriffliche Vertiefung bietet Generative AI, Agentic AI und AI Agents: der Unterschied einfach erklärt.

Wie Joule, Daten und Entwicklungsplattform zusammenpassen

Die vier Karten lesen sich von oben nach unten als Kette: Die Anwendung bestimmt den Vorgang, die Daten liefern den Kontext, Joule ist der Zugang, und Entwicklung ist der Ausbau, wenn der Standard nicht reicht. Die Grenzen in den Karten sind der Grund, warum keine Ebene allein über den Erfolg entscheidet.

Die Anwendung trägt den Geschäftsprozess

S/4HANA beziehungsweise SAP Cloud ERP, SuccessFactors, Ariba, Lieferketten- und Customer-Experience-Lösungen bleiben die fachlichen Bezugspunkte. Eingebettete KI unterstützt eine Aufgabe innerhalb solcher Anwendungen. Dafür muss der Nutzer nicht zwingend einen allgemeinen Assistenten öffnen.

Als Suchrichtungen eignen sich Forderungsbearbeitung im Finanzwesen, Lieferanteninformationen im Einkauf, Ausnahmen in der Lieferkette, administrative Personalfragen und die Einordnung von Servicefällen. Das sind Aufgabenfelder, keine Zusage, dass jede genannte Fähigkeit in jeder Edition vorhanden ist. SAP bietet im Discovery Center einen Katalog zur Suche nach fachlichen Assistants und Fähigkeiten.

Joule unterstützt den Zugang; Assistants koordinieren Agents

Joule bildet die Interaktion mit der KI ab. Joule Work bezeichnet eine Arbeitsoberfläche, in der SAP Informationen und Aufgaben zusammenführt. Nach SAPs Beschreibung koordinieren rollen- und prozessbezogene Joule Assistants spezialisierte Joule Agents; diese bearbeiten konkrete mehrstufige Aufgaben mit Werkzeugen. Die SAP-Agentenseite beschreibt außerdem Identitäten, Berechtigungsprüfung, eine zentrale Zugangsschicht für Agenten und menschliche Aufsicht.

Das sind Herstellerangaben zur Architektur, die nur teilweise unabhängig bestätigt sind. Im Projekt muss überprüft werden, welche Identität tatsächlich am Zielsystem ankommt, welche Aktion protokolliert wird und ob eine Ablehnung wirksam greift. Eine richtige Antwort und eine zulässige Buchung sind unterschiedliche Abnahmepunkte.

Daten liefern Kontext und fachliche Bedeutung

SAP Business Data Cloud soll SAP- und Fremddaten mit gemeinsamer Governance verbinden. Die Produktseite ordnet unter anderem Datasphere, Analytics Cloud und SAP Databricks in diesen Zusammenhang ein. Der SAP Knowledge Graph beschreibt Beziehungen und fachliche Bedeutung: etwa, wie Kunde, Auftrag, Lieferung und Rechnung zusammenhängen.

Das ist mehr als eine Sammlung von Dokumenten. Für die Frage „Welche Lieferungen sind überfällig?“ müssen Terminbegriff, Status, Organisationseinheit und Datenaktualität zusammenpassen. SAP erläutert dieses Zusammenspiel in seiner Referenzarchitektur zu Daten, KI und Knowledge Graph. Sie enthält auch Zielbilder und zukünftige Entwicklungsschritte; sie ist keine pauschale Bestätigung der heutigen Verfügbarkeit.

Eine neue Datenplattform ist deshalb nicht automatisch Voraussetzung jedes kleinen KI-Piloten. Zunächst sollte geklärt werden, welche Daten die ausgewählte Standardfunktion tatsächlich benötigt und wie sie darauf zugreift. Schlechte Stammdaten werden durch einen zusätzlichen Plattformnamen nicht fachlich richtig.

Eigene Erweiterungen bringen eigene Betriebsverantwortung

Wenn der Standard einen belegten Bedarf nicht abdeckt, kommen eigene Anwendungen oder Agenten infrage. SAP BTP ist dabei die Technologieplattform für Erweiterungen und Integration. SAP AI Core und der generative AI hub dienen unter anderem dem Zugriff auf generative Modelle; SAP AI Launchpad unterstützt deren Verwaltung. Die Dokumentation zum generative AI hub beschreibt Modellzugang und Orchestrierung über AI Core.

Joule Studio richtet sich an die Entwicklung eigener Agenten, Anwendungen und Workflows. SAP stellte im Mai 2026 ein neues, vollständig verwaltetes Angebot vor. Bei Angeboten und Dokumentationen müssen daher die konkrete Produktgeneration und ihr Funktionsumfang benannt werden; ältere Joule-Studio- beziehungsweise SAP-Build-Fähigkeiten sind nicht automatisch identisch mit dem neu angekündigten Angebot.

Mit Eigenentwicklung übernimmt das Unternehmen fachliche Tests, Wartung, Modellwechsel und die Behandlung von Fehlerfällen. Frei wählbare Werkzeuge beseitigen diese Verantwortung nicht.

Ein durchgehendes Beispiel: die gesperrte Lieferantenrechnung

Hypothetisches, realistisches Szenario: Ein mittelständischer Hersteller nutzt S/4HANA und eine Beschaffungslösung. Bestell-, Wareneingangs- und Rechnungsdaten sind technisch zugänglich; die notwendigen Schnittstellen und Rechte werden für den Pilot gesondert eingerichtet. Das Beispiel beschreibt ein Zielverfahren, keine getestete SAP-Standardfunktion.

Zuerst verstehen: Eine Sachbearbeiterin fragt nach der Ursache einer Rechnungssperre. Die Lösung stellt Belegnummern, Mengenabweichung und den aktuellen Wareneingangsstatus bereit. Fehlen Daten, muss sie die Lücke sichtbar machen. Eine ausgedachte Begründung ist ein Fehler, auch wenn der Text überzeugend klingt.

Dann vorbereiten: Die KI formuliert einen Klärungsvorschlag an den Einkauf. Die zuständige Person sieht die zugrunde liegenden Belege und prüft, ob eine Teillieferung oder ein Erfassungsfehler vorliegt. Ein Textentwurf und seine interne Weitergabe benötigen andere Rechte als die Freigabe einer Rechnung.

Erst später ausführen: Ein begrenzter Workflow könnte einen Klärungsfall anlegen. Zahlungsfreigabe, Stammdatenänderung und Buchung bleiben zunächst außerhalb seines Aktionsumfangs. Wird später eine Schreibaktion zugelassen, gelten Zielsystemrechte, Betrags- und Mengenlimits sowie ein protokollierter Freigabeschritt.

Erfolg bedeutet hier: mehr fachlich richtig geklärte Fälle bei geringerem Gesamtaufwand. Weniger Klicks helfen wenig, wenn die Buchhaltung zusätzliche Zeit für das Entdecken falscher Zuordnungen benötigt.

Wo weitere Fachbereiche sinnvoll starten können

Finanzen: Ein zweites hypothetisches Beispiel ist die Zuordnung von Zahlungseingängen. Cash Application ist dafür ein dokumentierter Produktansatz; zuerst gehören Vorschlagsqualität und der Umgang mit uneindeutigen Fällen geprüft. Automatisches Ausgleichen folgt erst nach fachlicher Abnahme.

Personal: Administrative Auskünfte, etwa zur zuständigen Stelle bei einer Bescheinigung, sind ein begrenzter Einstieg. Bewerberauswahl oder Beurteilungen fallen unter andere Kontrollen. Der AI Act Service Desk der EU-Kommission erläutert, warum Anwendungen im Beschäftigungsbereich als Hochrisiko-Anwendungen einzuordnen sein können; die Bewertung richtet sich nach Zweck und tatsächlicher Entscheidungswirkung.

Cloud und bestehende SAP-Landschaft: keine Abkürzung bei der Prüfung

Cloud-Subscription, S/4HANA-Installation und BTP-Vertrag sind verschiedene Voraussetzungen. Für jede priorisierte Fähigkeit gehören Produkt und Edition, Release, Region, Bereitstellungsstatus, Identitätsanbindung, Datenzugriff und kommerzieller Anspruch in den Projektsteckbrief. Bei ECC und S/4HANA On-Premise sollte das Team einen unterstützten Integrationsweg für den konkreten Anwendungsfall schriftlich bestätigen lassen; aus einzelnen Integrationen folgt keine generelle Joule-Verfügbarkeit. Eine Cloud-Migration sollte nicht allein wegen eines KI-Zugangs entschieden werden, eine ohnehin geplante Modernisierung kann den Integrationsaufwand aber senken.

Was KI in SAP kostet: drei Abrechnungswege und die Vollkosten

SAP unterscheidet auf der aktuellen Preisseite Base AI, Premium AI und Custom-built AI. Base AI wird als Teil von Cloud-Subscriptions ohne zusätzliche AI Units beschrieben; die eingebetteten Fähigkeiten variieren nach Lösung. Premium AI nutzt AI Units, teils pro Aktion, Anfrage, Datensatz oder Nutzer. Eigene produktive Laufzeiten werden nach Ressourcenverbrauch abgerechnet.

Widersprüchliche Aktionssätze: Die Preisseite nennt für SAP-gelieferte autonome Enterprise-Agenten 2026 einen Satz von 0,02 AI Units je Agentenaktion. SAP-Schulungsmaterial beschreibt dagegen Stufen je Schritt: Basic 0,005, Standard 0,01 und Advanced 0,025 AI Units. Ein Satz von 0,05 für Advanced-Agenten ist in den geprüften Quellen nicht belegt. Die Begriffe Aktion und Schritt werden uneinheitlich verwendet. Die Angaben sind Stand 3. November 2026 und nicht gegen ein konkretes SAP-Angebot geprüft; maßgeblich sind Rate Card oder Auftragsformular.

Preisstand 3. November 2026: AI Units sind eine Verbrauchseinheit, kein Eurobetrag. Ein Geschäftsvorgang kann mehrere Aktionen benötigen. Für die Umrechnung gelten das eigene Angebot und der Vertrag. Eine einheitliche Euro-Pauschale je „KI-Vorgang“ wäre irreführend.

Redaktionelle Messvorlage für den Rechnungs-Pilot: Erfassen Sie monatliche Fallzahl × gemessene abrechenbare Aktionen je Fall × den für die eingesetzte Fähigkeit bestätigten Satz. Bei gemischten Fähigkeiten werden die Positionen getrennt summiert. Fehlversuche, Wiederholungen und Eskalationen gehören in die Messung; sie dürfen nicht als kostenlos angenommen werden. Eine einheitliche Aktionszahl wird hier bewusst nicht erfunden.

Für eine belastbare Rechnung kommen Grundverträge, zusätzliche Plattformkapazität, Datenanbindung, Implementierung, fachliche Prüfung, Support und Schulung hinzu. Verglichen wird der Gesamtaufwand je fachlich erfolgreich abgeschlossenem Fall. Gerade bei kleinen Fallzahlen kann ein vorhandener Standardworkflow wirtschaftlicher sein als ein eigener Agent.

DACH-Governance: die konkrete Verarbeitung abnehmen

Die folgende Tabelle ist eine operative Orientierung und ersetzt keine rechtliche Einzelfallprüfung. Die DSGVO-Punkte beziehen sich auf EU-Unternehmen; für die Schweiz sind das Schweizer Datenschutzrecht und mögliche zusätzliche DSGVO-Bezüge gesondert zu prüfen.

Rechtliche Bezugspunkte sind insbesondere die DSGVO, Artikel 28, 35 und 44 ff., in Deutschland § 87 Absatz 1 Nummer 6 BetrVG sowie die aktuelle EU-Einordnung zur KI-Kompetenz. Datenresidenz allein beantwortet weder alle Vertragsfragen noch die Zulässigkeit eines konkreten Zwecks.

Für einen kleinen lesenden Pilot reichen ein einfacher Verantwortungsnachweis, restriktive Zugriffe und vorhandene zentrale Protokolle als organisatorischer Ausgangspunkt. Bei mehreren Integrationen werden Register, standardisierte Tests und regelmäßige Rechteprüfung nötig. Finanzielle, personenbezogene oder produktionsnahe Aktionen verlangen tiefere Kontrolle, Überwachung und einen geübten Stoppprozess.

Ein Startplan für 90 Tage

Tag 1–15: Bedarf und Ausgangswert. Fachverantwortliche und IT wählen einen Prozess. Sie dokumentieren Fallarten, Bearbeitungszeit, Fehler und heutige Eskalationen. Einkauf bestätigt zusammen mit SAP oder dem Umsetzungspartner den genauen Produkt- und Lizenzumfang.

Tag 16–30: Daten und Grenzen. Das Team richtet eine begrenzte Testumgebung ein, klärt Verträge und Datenflüsse und definiert Abnahmekriterien. Für das Rechnungsbeispiel gehören unvollständige Belege, doppelte Vorgänge und eine fachlich nicht zuständige Nutzerrolle in den Testbestand.

Tag 31–60: Fachlich testen. Die Lösung bearbeitet repräsentative Fälle zunächst lesend oder mit Vorschlägen. Geprüft werden richtige Belegbezüge, nachvollziehbare Nichtantworten, Zurückweisung unzulässiger Aktionen und im Dokument enthaltene Anweisungen, denen die KI nicht folgen darf. Mindestens vier Abnahmetests gehören dazu: Zugriff auf fremde Zuständigkeitsbereiche, manipulierte Dokumente, Wiederholung nach einem Timeout und entzogene Freigaben. Die Testfälle orientieren sich an den Abnahmetests aus dem Joule-Work-Artikel. Ein unerlaubter Schreibzugriff ist ein Abnahmehindernis; die zulässige Fehler- und Nacharbeitsquote legt der Fachbereich vor dem Test fest.

Tag 61–90: Betrieb entscheiden. Fachbereich und IT vergleichen Qualität und Vollkosten mit dem Ausgangsverfahren. Nur bestandene Fähigkeiten wechseln in den begrenzten Betrieb. Dafür werden Support, Budgetverantwortung, Änderungsprüfung und Abschaltweg benannt. Nach Änderungen an Modell, Werkzeugen oder Rechten werden die betroffenen Tests erneut ausgeführt.

Der Plan ist eine redaktionelle Vorlage, keine zugesicherte Projektlaufzeit. Fehlen Datenzugang oder Vertragsklarheit, beginnt die nächste Phase erst nach deren Klärung. Mehr zur praktischen Ausgestaltung bietet der SAP-Joule-Unternehmenscheck mit Pilot-Canvas.

Wo SAPs Ansatz trägt – und wo Abhängigkeiten entstehen

Die Stärke liegt in der Nähe zu Geschäftsobjekten, fachlichen Abläufen und vorhandenen Anwendungen. Dieser Vorteil ist besonders relevant, wenn ein Unternehmen seine Kernprozesse bereits mit SAP abbildet und eine passende Standardfähigkeit verfügbar ist. Für eine isolierte Textaufgabe kann ein solches Integrationsprojekt unverhältnismäßig sein.

Die Kehrseite sind Abhängigkeiten von Editionen, Datenmodellen, Verträgen und Plattformdiensten. Je mehr Speziallogik in Agenten und proprietäre Datenprodukte wandert, desto wichtiger werden Exportmöglichkeiten, dokumentierte Schnittstellen und eine Ausstiegsplanung. Offene Protokolle allein machen eine komplexe Anwendung nicht ohne Aufwand portierbar.

Die ausgewerteten Produktquellen stammen überwiegend von SAP. Sie belegen die beschriebene Ausrichtung und dokumentierte Funktionen, aber keine allgemeine Produktivitätssteigerung für den eigenen Betrieb. Auf pauschale Einsparquoten und ungeprüfte Erfolgsversprechen wird deshalb verzichtet.

FAQ: offene Entscheidungen vor der Beschaffung

Braucht ein Unternehmen für jeden Anwendungsfall einen eigenen Agenten?

Nein. Erst eine vorhandene Standardfähigkeit und einen regelbasierten Workflow prüfen. Eigenentwicklung ist sinnvoll, wenn ein wichtiger Bedarf damit nicht abgedeckt wird und ein Team den dauerhaften Betrieb übernimmt.

Ist SAP Business Data Cloud für jeden KI-Einstieg zwingend?

Eine pauschale Pflicht lässt sich aus dem Portfolio nicht ableiten. Maßgeblich sind die Voraussetzungen der gewählten Fähigkeit. Bei übergreifender Analyse und gemeinsamem Datenkontext kann die Plattform relevant sein; ein kleiner Standardfall braucht eine gesonderte Prüfung.

Wer entscheidet, ob ein Pilot produktiv gehen darf?

Der Fachbereich bestätigt die Ergebnisqualität, IT und Security die technischen Grenzen und den Betrieb. Datenschutz und gegebenenfalls Arbeitnehmervertretung klären ihre jeweiligen Prüffelder. Ein Projektpartner kann Nachweise liefern, ersetzt aber die interne Verantwortung nicht.

Quellen

Produktquellen sind Herstellerinformationen. Die Referenzarchitektur enthält auch ein Zielbild. Abruf und Prüfung: 3. November 2026.

• SAP: Business AI und Joule – Produktübersicht (2026).
• SAP: Joule Agents und Joule Assistants – Aufgaben und Herstellerangaben zur Kontrolle; Architekturangaben nur teilweise unabhängig bestätigt.
• SAP Help Portal: Cash Application – Machine Learning im Forderungsprozess.
• SAP Discovery Center: AI Assistants – fachlicher Funktionskatalog.
• SAP: Business Data Cloud – Datenplattform und Komponenten.
• SAP Architecture Center: Foundation Layer – AI, Data & Knowledge Graph, aktualisiert am 23. Oktober 2026.
• SAP Help Portal: Generative AI Hub – Modellzugang und Orchestrierung.
• SAP News: Announcing New Joule Studio, 13. Mai 2026.
• SAP: AI plans and pricing – Base, Premium, eigene Laufzeit; Aktionssatz 0,02 AI Units je Agentenaktion laut Preisseite, Stand 3. November 2026, nicht gegen Angebot geprüft.
• SAP Learning: Understanding the Commercial Model – Stufen je Schritt (0,005 / 0,01 / 0,025 AI Units), abweichend von der Preisseite.
• EUR-Lex: Datenschutz-Grundverordnung, insbesondere Artikel 28, 35 und 44 ff.
• Gesetze im Internet: § 87 BetrVG – Mitbestimmungsrechte in Deutschland.
• EU-Kommission: AI Act Service Desk – Employment – Einordnung von Beschäftigungsanwendungen.
• EU-Kommission: AI Talent, Skills and Literacy – aktuelle Orientierung zur KI-Kompetenz.

Weiterführende Artikel auf AI-Fabrik

• SAP Joule im Unternehmenscheck – Architektur, Kostenrechnung und ein ausfüllbarer Pilot-Canvas.
• SAP Joule Work: Wann sich ein Pilot lohnt – Kriterien für einen begrenzten Einsatz.
• Generative AI, Agentic AI und AI Agents – die Arbeitsweisen genauer unterscheiden.