SAPs neue Kleider

Christan Klein, SAP-Chef, noch einer mit Traumkarriere - in 20 Jahren vom Werksstudenten zum Vorstandsvorsitzenden der SAP SE - hat alles drangesetzt, das SAP-System von Kopf bis Fuß mit Künstlicher Intelligenz zu bestücken. Seit Oktober 2026 gibt es das neue Update. Ein rühriges Marketing hat es mit wohlklingenden Vokabeln bekleidet: Das Automomous Enterprise soll nun die Kundschaft locken. Mit dem eingebautenn Chatbot Joule soll man sich in ganz normaler Sprache unterhalten und insbesondere auch das System bedienen können.

SAP ist Deutschlands einzige Softwareschmiede mit Spitzen-Weltrang. Doch sie schämt sich offensichtlich ihrer Herkunft aus dem technolgisch abgestiegenen Deutschland, deshalb alles erstmal in Englich.

Die Bedienungsoberfläche von SAP ist bisher nichts, was Begeisterungsstürme der Benutzerinnen und Benutzer ausgelöst hat. Eine sprachliche Steuerung des Systems soll das nun ändern. Per Sprache soll der Chatbot Joule die Programmfunktionen heraussuchen, mit denen man arbeiten will, oder er macht Vorschläge, was man tun könnte oder sollte.

Schon seit einem Jahr reden alle Softwareanbieter von KI-Agenten. Sie werden die alte Systemoberfläche ersetzen.

Chatbot und KI-Assistenten

Autonomous Enterprise nennt SAP sein KI-durchtränktes Konzept. Es beginnt mit dem Chatbot Joule, der gleich mit ausgewählten Workflows verbunden wird. Hier der Überblick:

• Joule: der Chatbot für die Verarbeitung natürlichsprachlicher Anfragen und die Unterstützung von Geschäftsprozessen.
• Joule Work: So nennt sich die Einbindung des Chatbots in die Arbeit. Sie wird zur zentralen Benutzeroberfläche für alle Interaktion mit SAPs KI und den vom System unterstützten traditionellen Unternehmensanwendungen. Die Benutzerinnen und Benutzer kommunizieren also über eine Chatoberfläche mit dem System. Conversations heißt das bei SAP.
• Joule Assistants: Rollen- und aufgabenbezogene KI-Assistenten, die spezialisierte Agenten koordinieren. Sie bearbeiten bestimmte Aufgaben, analysieren Daten oder führen Aktionen aus. Spaces soll dafür sorgen, dass für bestimmte Aufgaben eine dynamische Arbeitsoberfläche mit den benötigten Daten, Werkzeugen und Interaktionsmöglichkeiten zusammengestellt wird.
  Das muss natürlich konfiguriert werden, sieht schön aus, braucht aber kompetentes Management.
• Joule Studio: Die Entwicklungsumgebung zur Erstellung und Anpassung firmenspezifischer Agenten und Workflow-Tool für Automatisierungen.
• SAP Business AI Platform: Die technische Plattform für die in Aussicht gestellten Integrationen, die Verwaltung der Berechtigungen und die Hinterlegung von Regeln für Governance und Compliance.

Der Einbau von Joule in das System ist für SAP ein Fortschritt. Man kann nun endlich etwas fragen, was man nicht versteht und Hilfe bei der Navigation durch die Funktionen des Systems erhalten.

Ein bisschen Fortschritt ist auch bitter notwendig, denn das Internet und den Einstieg in die Künstliche Intelligenz hatte das Top-Management seinerzeit gründlich verschlafen und musste die Ochsentour des Anschlussfindens gehen. Zu großen Teilen wurden Defizite durch Zukäufe ausgeglichen. Das ambitionierte Projet Business By Design wurde nach fünf mal 5000 Menschjahren Arbeit eingestellt, SuccessFactors wurde gekauft, jede Menge KI-Startups hat sich SAP einverleibt. (siehe Beispiel Kauf von SuccessFactors).

Die Assistenten scheinen definierten Transaktionen zugeordnet zu sein, es gibt zunächst einige handverlesene, im Laufe der Zeit immer mehr davon. Damit die Arbeit mit den Assistenten aber keine Parallelwirtschaft zu den früher einzeln zu bedienenden Transaktionen oder Workflows ist, sollen die neuen KI-Knechte ihre Arbeit untereinander koordinieren. Will ein Unternehmen davon profitieren, sind einige Voraussetzungen zu erfüllen:

Es braucht „saubere“ Daten. Wenn nicht, bleibt es nicht nur bei garbage in - garbage out, sondern wegen der Tücke der Sprachmodelle drohen chaotische und nicht mehr nachvollziehbare Aktionen (vgl. Halluzinationen). Schwierig wird es bei der Anbindung von „Fremdsystemen“  und Kompatibilitätsproblemen mit deren Daten. Eine besondere Herausforderung ist dabei die Einbindung von KI-Assistenten anderer Hersteller, auf die offensichtlich SAP-Anwender nicht verzichten wollen. Aus der Not eine Tugend machen, heißt dann SAP sei „offener geworden“.

Von komplexeren Agentensystemen sind die Probleme bekannt, die entstehen, wenn KI-Agenten erlaubt ist, sich erfrorderliche Zugriffsrechte selbst zu besorgen. SAP will dieses Problem durch ein striktes Rollenkonzept lösen. Menschen und KI-Assistenten werden dabei auf eine Stufe gestellt. Die Ausgestaltung des dadurch erzwungenen „hybriden Führungsstils“ steht allerdings noch aus.

Alles bekannte Probleme, die das derzeitige Auseinanderdriften von Werbeversprechen und erfahrbarer Realität markieren.

Die Folgen

SAP weiß genau um die Bedenken seiner Kundschaft und bietet alternativ zu der KI-Version das Beibehalten der traditionellen Bedienoberfläche an, versüßt mit kleinen Goodie aus der KI-Wundertüte, z.B. ein bisschen Joule für kurze Abfragen und - segensreich - zur Unterstützung der Navigation.

Viele Unternehmen haben recht unpräzise Vorstelluneg, wie sie mit der Künstlichen Intelligenz umgehen, ihre Roadmaps verdienen eigentlich nicht den Namen Strategie. Die Folge ist dann oft, dass die Vorteile der neuen Technik nicht genutzt werden und eine Reihe nachteiliger Auswirkungen in den Vordergrund treten:

Managementaufgaben

Es ist kein kluges Management, sich in Sachen KI vorrangig auf Arbeitsersatz durch Technik, sprich den Arbeitsplätzeabbau durch Automation, zu fixieren. Automatisierung und Rationalisierung sind großenteils Dinge, die man auch ohne Künstliche Intelligenz tun kann.

Arbeit ist ein kompliziertes soziales System. Es besteht aus Menschen und Technik, braucht Erfahrung und Kompetenz. Menschen durch Technik zu ersetzen ist dort angesagt, wo Vollautomatisierung gelingt. Jenseits dieses Szenarios gilt:

• Künstliche Intelligenz ist segensreich dort, wo sie menschliche Arbeit ergänzt, im Sinne eines job enrichment, einer qualitativen Verbesesserung. Don Norman, ein kanadischer Design-Guru des ausgehenden letzten Jahrhunderts, hat bereits gesagt, gute Software erkenne man daran, dass man bei der Arbeit nicht merkt, dass man mit einem Computer arbeitet. KI könnte dabei sehr hilfreich sein.
• Es geht kein Weg daran vorbei: KI ist eine Universaltechnik. Sie wird die Welt nicht so schnell erobern, wie ihre Protagonisten sich dies vorstellen, aber es wird immer weniger Arbeits- und Lebensbereiche geben, in die sie sich nicht einmischt. Also ist angesagt, zu lernen, wie man mit der Technik umgeht.

Die meisten KI-Erfahrungen in Unternehmen liegen nach meiner nicht repräsentativen Kenntnis mit Microsoft Copilot vor. Microsoft 365 ist nicht essentiell für Unternehmen. Wenn es ausfällt, droht nicht der Untergang, man kann sich immer noch mit einer Textverarbeitung, einer Tabellenkalkulation, Powerpoint-ähnlichen Systemen und einem Conferencing Tool behelfen, im Zweifelsfall aus der open-source-Kiste.

Da ist SAP eine andere Nummer. Man kann das System nicht einfach einer Firma wegnehmen, ohne den Untergang zu riskieren. KI-Tools an einem fürs Überleben „essentiellen“ System zu erproben ist etwas anderes als Erfahrungen auf einer Spielwiese zu sammeln.

Vorsorgliche Arbeitsorganisation

Arbeitswissenschafter haben einmal heftig die Konzepte job enlargement und job enrichtment erörtert. Sehr verkürzt: enlargement ist Erweiterung einer Arbeit um unterschiedliche Tätikeiten auf vergleichbarem Anforderungsniveau, enrichment dagegen betrifft eine Mischung qualitativ unterschiedlicher Tätigkeiten. Beide Konzepte bieten einen gewissen Schutz gegen Arbeitsplatzverlust, da durch Automatisierung oft nur einzelne Arbeiten wegfallen. Anders sieht das für Arbeisplätze mit identisch sich wiederholenden Tätigkeiten aus. Sie sind die ersten Opfer von Rationalisierungsmaßnahmen. Noch anders siehr es aus, wenn Arbeitsplätzen eine komplette Automatisierung droht oder wenn sie infolge veränderter Produktion einfach wegfallen. Fehler die Grundlagen für eine Qualifizierung in ähnlichen anderen Bereichen, so bleibt nur der Wechsel in Arbeitsfelder, für die es keine Computer braucht.

Selten gibt es in Unternehmen so etwas wie ein Design von Arbeitsplätzen, wo von vorneherein darauf geachtet wird, nicht ausschließlich sich wiederholende gleiche oder gleichartige Tätigkeiten zu einem Arbeitsplatz zu bündeln, sondern zumindest dafür zu sorgen, dass eine Mischung unterschiedlicher Tätigkeiten erfolgt, vorzugsweise von Tätigkeiten mit unterschiedlichen Anforderungen. In diesem Zusammenhang bietet sich Künstliche Intelligenz als Instrment für ein job enrichment förmlich an.

Pilotprojekte

Alternativ oder ergänzend zu diesem Vorgenen kommen Pilotprojekte in ausgewählten Bereichen in Betracht. Für ausgewählte Geschäftsfelder werden unter verheriger Festlegung der Erfolgserwartungen Pilotprojekte geplant, durchgeführt und einer Erfolsbewertung unterzogen, bevor eine Entscheidung über die Fortsetzung getroffen wird (vgl. Beispiele KI- Pilotversuch und KI-Projekte).

Das Verfahren könnte sich wie folgt gestalten:

Es ist wichtig, dass nicht zu viele Pilotprojekte parallel stattfinden. Eine hohe Betriebsöffentlichkeit soll den Beschäftigten Gewissheit verschaffen, dass nichts Geheimnisvolles stattfindet, das Verfahren jederzeit transparent ist und der Kommunikation gemeinsamer Erfahrungen dient.

Qualifizierung

Allle Aktivitäten sind selbstverständlich von geeigneten Qualifizierungsmaßnahmen begleitet. Deshalb sollten wirklich alle mit dem SAP-System arbeitenden Beschäftigten einen Zugriff au den SAP-internen Chatbot Joule erhalten und an geeigneten Qualifizierungsmaßnahmen teilnehmen.

Es ist wichtig, dass alle Beteiligten Erfahrungen mit den eingesetzten Instrumenten machen können, die Technikbegeisterten und die sogenannten Bedenkenträger. Gerade von ihren Schwierigkeiten und den Behmühungen um deren Überwindung kann viel gelernt werden. Differenzierungen zwischen den schnell Fortschritte Machenden und den Langsameren sollen vermieden werden. Regelmäßige Besprechungen über die Erfahrungen im Umgang mit der Tagesarbeit sind sehr wichtig. Lernziel ist nicht die Qualifizierung von individuellen Spezialisten, sondern die Befähigung des gesamten Teams als Gruppe. Die ersten Projekte dieser Art sollten sich durch ausgesprochene Experimentierfreude auszeichnen.

In die Qualifizierung sollten unbedingt Lerneinheiten eingebaut werden, in denen das Funktionieren der Sprachmodelle, die möglichen Leistungen, die besonderen Stärken, aber auch die Grenzen der Leistungsfähigkeit solcher Systeme verstanden wird. Dabei ist es eher hilfreich als hinderlich, auch Erfahrungen zu vermitteln, was geschieht, wenn man diese Grenzen überschreitet. Erfolgreiches Lernen geschieht durch Erleben und Erfahren, nicht durch Abhaken von Multiple- oder Single-Choice-Listen in Tests von Online-Learnings.

Dem Management sollte klar sein, dass Kürzungen der finanziellen Ressourcen innerhalb der Qualifizierungsprogramme mit einem Vielfaches von Kosten für Produktivitätseinbußen und Reparaturleistungen für beschädigte Motiviertheit bezahlt werden.

Auch der Wissens- und Erfahrungstransfer aus solchen Projekten sollte nicht dem Zufall überlassen werden.