Die SAP Business AI Platform ist kein einzelnes Produkt
Zunächst ist eine wichtige Abgrenzung notwendig: Die SAP Business AI Platform ist kein einzelnes, neu entwickeltes Produkt, das die bisherige SAP BTP einfach ersetzt.
Vielmehr führt SAP verschiedene Plattformbausteine, die über Jahre aufgebaut wurden, zu einem gemeinsamen technologischen und strategischen Rahmen zusammen. Dazu gehören insbesondere:
- die bereits etablierten Services der (ehemaligen) SAP Business Technology Platform als Entwicklungs-, Erweiterungs- und Integrationsschicht
- die SAP Business Data Cloud als Daten- und Kontextschicht
- die SAP AI Foundation als Grundlage für KI-Modelle, Business AI und die Steuerung von Agenten
Gemeinsam sollen sie Unternehmen in die Lage versetzen, Anwendungen, Daten, Prozesse und intelligente Agenten zusammenzuführen und übergreifend zu steuern.
Vereinfacht betrachtet bilden drei Ebenen den Kern:
1. Build: Entwickeln, erweitern und integrieren
Die bestehenden Services der vormaligen SAP BTP bleiben das technologische Fundament für Anwendungen, Integrationen und Erweiterungen. Mit Komponenten wie Joule Studio und der SAP Integration Suite sollen Unternehmen Anwendungen, Workflows und AI Agents entwickeln, mit bestehenden Systemen verbinden und in komplexe SAP- und Non-SAP-Landschaften integrieren können.
Auch klassische BTP-Szenarien verlieren deshalb keineswegs an Bedeutung. Side-by-Side Extensions, Kundenportale, individuelle Anwendungen und Integrationen bleiben zentrale Bestandteile. Sie werden nun jedoch stärker als Teil einer umfassenden Business-AI-Architektur betrachtet.
2. Contextualize & Reason: Daten in Geschäftskontext übersetzen
KI benötigt Daten. Aber Daten allein reichen nicht aus.
Damit intelligente Systeme belastbare Ergebnisse liefern können, müssen Daten aktuell, konsistent und im jeweiligen Geschäftskontext interpretierbar sein. Die SAP Business Data Cloud soll hierfür SAP- und Non-SAP-Daten zusammenführen und in Form kontextualisierter Datenprodukte bereitstellen.
Eine besondere Rolle spielt dabei der SAP Knowledge Graph. Er soll Beziehungen zwischen Geschäftsobjekten, Prozessen und Daten semantisch abbilden. Ein Agent braucht schließlich nicht nur Zugriff auf einen Datensatz. Er muss verstehen, ob es sich um einen Kunden, einen Auftrag, eine Reklamation oder einen Lieferanten handelt und wie diese Objekte innerhalb eines Geschäftsprozesses zusammenhängen.
3. Govern: Intelligenz bereitstellen und kontrollieren
Die dritte Ebene umfasst die eigentlichen KI-Fähigkeiten. Dazu gehören der Zugriff auf unterschiedliche Modelle, SAP-eigene Modelle, der Generative AI Hub, der SAP Knowledge Graph sowie Funktionen zur Verwaltung und Governance von AI Agents.
Mit dem SAP AI Agent Hub soll die Kontrolle über eine wachsende Agentenlandschaft verbessert werden. Unternehmen benötigen Transparenz darüber, welche Agenten im Einsatz sind, auf welche Systeme und Daten sie zugreifen, wie sie genutzt werden und welche Kosten entstehen.
Zusammen bilden „Build“, „Contextualize & Reason“ und „Govern“ eine Plattformlogik, in der Unternehmen Lösungen entwickeln, mit Geschäftskontext versorgen und unter einheitlichen Leitplanken betreiben können.
Es geht nicht um mehr KI-Tools
SAP spricht im Zusammenhang mit der Business AI Platform viel über Joule, Agents und das Autonomous Enterprise. Das kann schnell den Eindruck erwecken, Unternehmen müssten nun vor allem möglichst viele neue KI-Funktionen einführen.
Doch genau das wäre die falsche Schlussfolgerung.
Die größte Herausforderung besteht heute selten darin, Zugriff auf ein Sprachmodell oder ein KI-Werkzeug zu erhalten. Solche Technologien sind breit verfügbar. Die eigentliche Herausforderung besteht darin, KI sinnvoll in Geschäftsprozesse einzubinden, mit relevanten Unternehmensdaten zu versorgen und zuverlässig über Systemgrenzen hinweg arbeiten zu lassen.
Ein Vertriebsagent benötigt beispielsweise mehr als eine allgemeine Zusammenfassung von Kundeninformationen. Er braucht Zugriff auf aktuelle Opportunities, Aufträge, Interaktionen und gegebenenfalls Servicevorgänge. Zugleich muss er Berechtigungen, Prozessregeln und fachliche Zusammenhänge berücksichtigen.
Ein Serviceagent wiederum kann nur dann sinnvoll unterstützen, wenn er Produkte, installierte Anlagen, Verträge, Ersatzteile, Servicehistorien und Zuständigkeiten in einen gemeinsamen Kontext bringen kann.
Für beide Szenarien gilt: Der Agent ist nur so gut wie die Daten, Prozesse und Integrationen, auf die er zugreifen kann.
Die SAP Business AI Platform ist deshalb nicht in erster Linie eine Sammlung zusätzlicher KI-Werkzeuge. Sie ist der Versuch, eine belastbare Plattform für deren unternehmensweiten Einsatz zu schaffen.
Der wichtigste Wandel führt von Anwendungen zu Use Cases
Über viele Jahre begannen Digitalisierungsprojekte mit der Auswahl einer Anwendung. Unternehmen führten eine neue Sales-, Service-, Commerce- oder Marketing-Lösung ein und gestalteten darauf aufbauend ihre Prozesse.
Dieser Ansatz verschwindet nicht. Anwendungen bleiben ein wesentlicher Bestandteil der IT-Landschaft. Der Einstiegspunkt verändert sich jedoch.
Unternehmen wollen nicht einfach eine neue Sales-Anwendung. Sie möchten Verkaufschancen früher erkennen, Angebote schneller erstellen oder ihre globale Vertriebssteuerung vereinheitlichen.
Sie wollen nicht nur eine Service-Plattform. Sie möchten Anfragen schneller lösen, die Einsatzplanung verbessern, Wissen verfügbar machen oder Ausfälle vermeiden.
Und sie benötigen nicht pauschal „mehr KI“. Sie wollen konkrete Aufgaben automatisieren, Entscheidungen besser vorbereiten und ihre Mitarbeitenden von manuellen Tätigkeiten entlasten.
Damit rückt eine Ebene in den Mittelpunkt, die bisher häufig zwischen Fachbereich und Technologie lag: Geschäftsprozesse und Use Cases.
Diese Entwicklung ist für Unternehmen weitreichender als die Umbenennung einer Plattform. Sie verändert, wie Investitionen bewertet, Lösungen konzipiert und Transformationsprojekte gesteuert werden.
Die Anwendung bleibt wichtig, aber sie reicht nicht mehr aus
Gerade im SAP-Umfeld ist die Versuchung groß, Business AI als weitere Produktschicht zu betrachten. Man aktiviert zusätzliche Funktionen, ergänzt einen Assistenten und erwartet, dass daraus automatisch ein intelligenter Geschäftsprozess entsteht.
In der Praxis wird das selten ausreichen.
Viele relevante Use Cases überschreiten die Grenzen einzelner Anwendungen. Ein Agent im Service benötigt möglicherweise Informationen aus CRM, ERP, Produktdatenbanken und Wissenssystemen. Ein automatisierter Vertriebsprozess kann Daten aus Sales, Commerce, Marketing und externen Quellen benötigen. Ein Kundenportal verbindet häufig Funktionen mehrerer Backend-Systeme mit individuellen Erweiterungen und einer eigenen User Experience.
Daraus folgt eine klare These:
Die Zukunft gehört nicht der einen intelligenten Anwendung. Sie gehört intelligent orchestrierten Prozessen über Anwendungen und Systemgrenzen hinweg.
Genau dafür sind die Integrations-, Daten-, Extension- und Governance-Fähigkeiten der SAP Business AI Platform relevant. Die Plattform soll nicht lediglich einzelne Anwendungen mit KI anreichern, sondern eine gemeinsame Grundlage schaffen, auf der Anwendungen und Agenten zusammenarbeiten können.
Enterprise Architecture wird zum Erfolgsfaktor für Business AI
Je stärker sich Unternehmen mit AI Agents beschäftigen, desto deutlicher wird die Bedeutung der darunterliegenden Architektur.
Ein Agent Layer allein reicht nicht. Unternehmen benötigen gleichzeitig:
- eine Integrationsarchitektur für den Zugriff auf unterschiedliche Systeme
- eine Datenarchitektur für aktuelle und kontextualisierte Informationen
- eine Extension-Architektur für individuelle Anforderungen
- ein Berechtigungs- und Sicherheitskonzept
- Governance für Modelle, Agenten und Schnittstellen
- Transparenz über Nutzung, Qualität, Kosten und Business Impact
Diese Komponenten sind nicht unabhängig voneinander. Werden sie isoliert aufgebaut, entstehen technische Schulden, redundante Integrationen und schwer kontrollierbare Einzellösungen.
Im ungünstigsten Fall investieren Unternehmen in eine Vielzahl von KI-Piloten, verbrauchen erhebliche Rechen- und Modellressourcen und erzeugen dennoch kaum nutzbare Ergebnisse. Die Folge ist nicht nur finanzieller Aufwand. Schlechte oder inkonsistente Resultate können auch das Vertrauen der Mitarbeitenden in KI-Lösungen beschädigen.
Unternehmen sollten sich also jetzt mit ihrer grundlegenden Architektur und dem Zusammenspiel aus Agenten, Daten, Erweiterungen und Integration befassen. Nicht aus Panik angesichts neuer SAP-Ankündigungen, sondern um spätere AI- und Agenten-Szenarien auf einem tragfähigen Fundament aufzubauen.
Was Unternehmen jetzt tun sollten
Die neue SAP Business AI Platform verlangt keinen sofortigen Austausch bestehender Systeme. Sie ist auch kein Grund, laufende BTP-, Integrations- oder Extension-Projekte infrage zu stellen.
Viele bestehende Investitionen bilden vielmehr einen wichtigen Teil des zukünftigen Fundaments. Das gilt insbesondere für saubere Integrationen, kontextualisierte Daten, Side-by-Side Extensions und Clean-Core-konforme Architekturen.
Unternehmen sollten jetzt vor allem vier Fragen beantworten:
- Welche Geschäftsprozesse bieten ein relevantes Potenzial für KI, Automatisierung oder Agenten?
- Welche Daten und welcher fachliche Kontext werden dafür benötigt?
- Wie müssen Anwendungen, Integrationen und Extensions zusammenspielen?
- Wie lassen sich Qualität, Sicherheit, Kosten und Business Value dauerhaft steuern?
Der richtige Einstieg ist damit nicht die Entscheidung für ein bestimmtes Tool. Er beginnt bei den Use Cases und den Geschäftszielen.
Erst wenn klar ist, welches Problem gelöst und welcher messbare Nutzen erreicht werden soll, lässt sich sinnvoll entscheiden, welche Bausteine der SAP Business AI Platform erforderlich sind.
Die SYBIT-Perspektive: Use Case over Tool
Aus unserer Sicht liegt die größte Bedeutung der SAP Business AI Platform nicht in einer neuen Produktbezeichnung. Sie liegt in der Bestätigung eines notwendigen Perspektivwechsels.
Unternehmen müssen digitale Transformation künftig von drei Ebenen aus denken:
- von den Anwendungen, die Funktionen bereitstellen
- von den Prozessen und Use Cases, die geschäftlichen Mehrwert erzeugen
- von der Enterprise Architecture, die Daten, Integration, Erweiterungen und KI zusammenführt
Keine dieser Ebenen funktioniert dauerhaft allein.
Wer nur auf Anwendungen blickt, übersieht übergreifende Prozesse. Wer einzelne Use Cases ohne belastbare Architektur umsetzt, erzeugt Insellösungen. Und wer eine Technologieplattform aufbaut, ohne konkrete Geschäftsziele zu verfolgen, investiert womöglich in Fähigkeiten, die kaum genutzt werden.
Fazit: Mehr als ein neuer Name
Die SAP Business AI Platform ist kein vollständig neues Einzelprodukt. Und sie ist auch nicht einfach nur die SAP BTP mit zusätzlichem KI-Branding.
Sie steht für ein erweitertes Plattformverständnis: Anwendungen, Unternehmensdaten, Geschäftskontext, Integrationen, KI-Modelle und Agenten sollen nicht länger getrennt betrachtet werden.
Ob SAP alle angekündigten Komponenten genau in der heute gezeigten Form realisieren wird, bleibt abzuwarten. Die strategische Richtung ist jedoch relevant. Unternehmenssoftware entwickelt sich von einer Welt einzelner Anwendungen hin zu einer Welt vernetzter, datenbasierter und zunehmend agentenunterstützter Geschäftsprozesse.
Damit wird Enterprise Architecture zur Voraussetzung dafür, dass Business AI überhaupt belastbar funktionieren und messbaren Wert schaffen kann.
