SAP geht den nächsten Evolutionsschritt. Auf der SAPPHIRE veröffentlichten die Walldorfer ihre Idee vom „Autonomous Enterprise“: die Kombination von Künstlicher Intelligenz mit dem gesammelten Prozesswissen von SAP und echten, relevanten Unternehmensdaten, die den Traum eines selbstständig handelnden Unternehmens befeuert.
SAP Autonomous Enterprise steht für eine neue Stufe der Automatisierung: KI-Assistenten und KI-Agenten sollen nicht mehr nur Mitarbeiter bei ihrer Arbeit unterstützen, sondern zunehmend selbstständig Aufgaben und ganze End-to-End-Prozesse ausführen. Das verspricht Unternehmen mehr Effizienz, schnellere Abläufe und Entlastung für Fachkräfte.
Stellen wir uns eine Fabrik vor, in der niemand hektisch Produktionspläne prüft, Liefertermine kontrolliert oder Maschinen anweist. Trotzdem läuft die Produktion. In der Welt von Star Wars ist eine solche Vorstellung selbstverständlich: Droiden arbeiten in riesigen Produktionsanlagen, Maschinen bedienen Maschinen und komplexe Abläufe funktionieren weitgehend ohne menschliches Zutun.
Was lange nach Science-Fiction klang, bekommt mit der nächsten Stufe der Künstlichen Intelligenz (KI) reale Substanz. Denn KI-Agenten gehen einen Schritt weiter als bisherige KI-Assistenten: Sie können mehr als recherchieren, Fragen beantworten, Informationsdickichte auswerten und Zusammenhänge erkennen. Sie wägen Handlungsmöglichkeiten ab, lösen Aufgaben und – innerhalb vorgegebener Regeln – selbstständig Aktionen aus.
SAP definiert „AI Agents“ entsprechend als Software-Komponenten, die „mit Hilfe von KI-Modellen eigenständig mehrstufige Aufgaben planen und ausführen können“. Von dieser Definition planender und handelnder KI ausgehend entwickelt SAP die Idee des Autonomous Enterprise.
Dabei geht es nicht um menschenleere Unternehmen. Autonomous Enterprise soll auch eine Antwort auf den anhaltenden Fachkräftemangel sein. Unternehmen müssen die vorhandene menschliche Expertise möglichst wirksam einsetzen. Wer Fachkräfte mit Datensuche, Routineaufgaben, Abstimmungen und manuellen Prozessschritten auslastet, handelt unwirtschaftlich und ineffizient. KI kann solche zeitaufwendigen Aufgaben übernehmen.
Ein einfacher KI-Service wie ein Chatbot beantwortet eine Frage oder erstellt einen Vorschlag. Ein KI-Agent geht einen Schritt weiter: Er kann ein Ziel eigenständig verfolgen, Informationen aus verschiedenen Quellen nutzen und selbst Aktionen ausführen – mit überraschender Effektivität wie die Berichte über die Sicherheitsvorfälle in den USA zeigen. Daher muss sichergestellt sein, dass Agenten nur innerhalb eines definierten Handlungsspielraums aktiv werden.
Ein Beispiel aus der Supply Chain führt uns zurück in die SAP-Welt: Stellen wir uns vor, ein wichtiger Lieferant könnte eine Komponente oder einen dringend benötigten Rohstoff nicht rechtzeitig liefern. Heute analysieren Mitarbeiter Bestände und Produktionsplanung, suchen Alternativen, stimmen sich ab und lösen gegebenenfalls neue Bestellungen aus.
Ein KI-Agent könnte Teile dieses Prozesses selbst übernehmen: Er erkennt die Abweichung, analysiert die Auswirkungen, prüft alternative Lieferanten und löst – sofern die entsprechenden Regeln und Berechtigungen es erlauben – als Folgeaktion eine Bestellung bei einem qualifizierten Lieferanten aus. Aus einem reinen Reporting im Sinne eines „Hier ist ein Problem“ wird „Ich habe das Problem erkannt und einen möglichen Lösungsprozess angestoßen“. Der Wertbeitrag der KI steigt.
Die Kombination mehrerer solcher Agenten fasst SAP in „Assistenten“ zusammen. Diese neuartigen Assistenten könnten einen KI-gestützten End-to-End-Prozess koordinieren. Agentic AI steht so für einen KI-Einsatz der nächsten Generation und bietet in der Tat enormes Business-Potenzial. Im Autonomous Enterprise, so die Idee, arbeitet eine Vielzahl solcher Agenten, die sich um Standardabläufe kümmern, während Menschen Ziele, Prioritäten und Leitplanken vorgeben.
Wichtig festzuhalten: Die Autonomie darf nicht grenzenlos sein. Ein Agent braucht einen definierten Rahmen aus Regeln, Berechtigungen und Geschäftslogik. Und bei kritischen Entscheidungen müssen weiterhin Menschen eingebunden sein.
Autonomous Enterprise ist zunächst eine strategische Vision: Ein Unternehmen soll Veränderungen kontinuierlich wahrnehmen, sie im Business-Kontext bewerten und darauf reagieren können. SAP beschreibt die Vision als Zusammenspiel von Menschen, KI-Assistenten und Agents: Menschen setzen Prioritäten, Grenzen und Regeln, Assistants koordinieren Aktivitäten und Agents führen definierte Aufgaben aus. Damit verändert sich auch die Rolle der Unternehmenssoftware. Verschiedene SAP-Komponenten sollen dabei Teilaufgaben innerhalb des Autonomous Enterprise übernehmen.
Die SAP Business Suite stellt die zentralen Geschäftsanwendungen und Prozesse bereit. Die SAP Autonomous Suite soll diese Prozesse zunehmend autonom ausführen: SAP beschreibt sie als integrierte Suite, in der Anwendungen, Daten, Agents und Workflows über zentrale Geschäftsbereiche hinweg zusammenarbeiten. Dazu gehören Finance, Supply Chain, Spend Management, Human Capital Management und Customer Experience.
Das Fundament für die KI-Seite bildet die neue SAP Business AI Platform. SAP hat sie auf der Sapphire 2026 als einheitliche Architektur vorgestellt, die SAP Business Technology Platform, SAP Business Data Cloud und SAP Business AI zusammenführt. Sie ist die technische Grundlage, um KI-Agenten zu entwickeln, zu kontextualisieren, zu integrieren und zu steuern.
Eine besondere Rolle spielt dabei der SAP Knowledge Graph. Denn ein KI-Agent im Geschäftskontext braucht mehr als ein leistungsfähiges Sprachmodell. Er muss verstehen, welche Kunden, Lieferanten, Produkte, Aufträge und Prozesse wie miteinander verbunden sind. Der Knowledge Graph bildet solche Geschäftsentitäten, Beziehungen und Prozesse strukturiert ab und „erklärt“ so der KI den Business Kontext.
Und dann ist da Joule. Mit Joule Work entwickelt SAP seinen bisherigen KI-Assistenten zu einer zentralen Arbeitsumgebung weiter: Nutzer formulieren ein Ziel – mündlich oder schriftlich –, Joule stellt relevante Informationen zusammen und kann die weitere Bearbeitung an KI-Assistenten und KI-Agents delegieren. Diese koordinieren wiederum Aufgaben über Anwendungen und Systeme hinweg.
Vereinfacht gesagt: Die Geschäftsanwendungen liefern die Prozesse. Unternehmensdaten und Knowledge Graph liefern den Kontext. Die SAP Business AI Platform stellt die KI-Fähigkeiten und die notwendige Governance bereit. Joule bringt diese Fähigkeiten in die tägliche Arbeit und orchestriert die Ausführung.
Zu den Ankündigungen der Sapphire 2026 gehörte auch das weiterentwickelte Joule Studio, mit dem Unternehmen Agents, Anwendungen und agentische Workflows entwickeln und über deren Lebenszyklus verwalten können.
Auch die ERP-Transformation soll durch KI unterstützt werden: Mit der Agent-led Toolchain verbindet SAP seine Transformationstools mit neuen Assistenten, die beispielsweise bei Systemanalysen, Datenmanagement, Anpassungen im Custom Code und Tests helfen sollen. Agenten kommen damit nicht erst in künftigen Geschäftsprozessen zum Einsatz, sondern bereits auf dem Weg dahin.
SAP verknüpft die neue KI-Strategie zudem ausdrücklich mit seinem Cloud-Geschäft: Für RISE-with-SAP-Kunden sollen im ersten Jahr drei Joule Assistants aktiviert werden. Kunden von SAP GROW, dem auf SAP S/4HANA Cloud Public Edition basierenden Angebot, erhalten beim Einstieg Zugang zum gesamten Portfolio.
Nicht jeder Geschäftsprozess eignet sich gleichermaßen für Autonomie. Besonders interessant sind wiederkehrende Abläufe mit klaren Regeln, vielen manuellen Übergaben und gut verfügbaren Daten.
Ähnliche Potenziale gibt es in Einkauf, Personalwesen, Asset Management und weiteren Bereichen. SAP bündelt diese Szenarien zunehmend in seinen autonomen Geschäftsdomänen. Der wirtschaftliche Hebel liegt dabei weniger darin, einen einzelnen Mitarbeiter etwas effizienter arbeiten zu lassen.
Interessant wird es, wenn ganze Prozessketten mit weniger manuellen Eingriffen auskommen. Durchlaufzeiten können sich verkürzen, Fehler reduziert und Fachkräfte von wiederkehrender Arbeit entlastet werden. Die Verheißungen des Autonomous Enterprise liegen auf der Hand: Effizientere Abläufe, mehr Produktivität, weniger Kosten.
Autonomous Enterprise ist eine konsequente, evolutionäre Weiterentwicklung von SAP. SAP bringt für diesen Ansatz etwas mit, das viele native KI-Anbieter erst aufbauen müssen: einen tiefen Einblick in die Geschäftsprozesse seiner Kunden und die Möglichkeit, KI mit Geschäftsdaten und -prozessen zu verknüpfen.
Die ERP-Systeme sitzen an der Quelle: Sie enthalten geschäftskritische Daten und sie bilden Geschäftsobjekte, Rollen, Workflows und Regeln ab. Es ist nachvollziehbar, dass der in den SAP-Systemen gebündelte Business-Kontext KI-Agenten besonders leistungsfähig machen kann. Sie können relevante Geschäftsinformationen nutzen und innerhalb der Unternehmensprozesse handeln, sofern der Datenzugriff und Berechtigungen dies erlauben.
SAP bezeichnet fehlenden Kontext selbst als einen der wesentlichen Gründe dafür, dass bisherige Enterprise-AI-Projekte keinen ausreichenden Geschäftswert liefern. Die Business AI Platform soll deshalb Daten, Prozesskontext, Geschäftslogik und Governance zusammenführen.
Darin liegt zugleich die strategische Bedeutung für SAP: Wenn KI-Agenten immer mehr operative Arbeit innerhalb der SAP-Anwendungen übernehmen, wird SAP nicht nur zum System, in dem Prozesse ablaufen. Es wird zunehmend zu einer Plattform, auf der digitale Akteure diese Prozesse ausführen – und SAP wird noch mehr als bislang zum Betriebssystem des Unternehmens.
Für Unternehmen kann das substanzielle Effizienz- und Produktivitätsgewinne bringen. Gleichzeitig steigt damit die strategische Bedeutung der SAP-Plattform. Je mehr Prozesse Unternehmen über diese Plattform steuern, desto stärker binden sie sich an SAP. Diese Abhängigkeiten sollten sie bei Architekturentscheidungen berücksichtigen.
Die Vorstellung klingt verlockend: Prozesse laufen automatisch, Mitarbeiter können sich auf anspruchsvollere Aufgaben konzentrieren. Doch Autonomie bringt auch neue Anforderungen mit sich: Was passiert, wenn Daten falsch oder unvollständig sind? Nach welchen Regeln darf ein Agent handeln? Welche Entscheidungen müssen weiterhin von einem Menschen freigegeben werden? Wie lässt sich nachvollziehen, warum ein Agent eine bestimmte Aktion ausgelöst hat? Dazu kommen Datenschutz, Informationssicherheit und regulatorische Anforderungen.
Besonders bei finanziell oder rechtlich relevanten Vorgängen reicht es nicht, wenn ein KI-System meistens richtig liegt. Vor diesem Hintergrund ist Governance kein Gegenspieler der Autonomie. Sie ist ihre Voraussetzung: Je größer der Handlungsspielraum eines KI-Agenten, desto wichtiger wird die Kontrolle dieses Handlungsspielraums. Governance bleibt in der Praxis eine der großen Herausforderungen bei der Einführung des Autonomous Enterprise – und Anwender sollten gründlich über die Rahmenbedingungen des Einsatzes von KI-Agenten in business-kritischen Umgebungen nachdenken.
Für Unternehmen stellt sich nicht nur die Frage, ob sie „autonom“ werden wollen. Viel zielführender ist die Frage, welche Prozesse sich für mehr Autonomie eignen. Ein sinnvoller Einstieg kann – wie bei jeder Automatisierung – bei standardisierten, volumenstarken Routineprozessen liegen. Dort lässt sich vergleichsweise klar bestimmen, welche Aufgaben KI übernehmen darf und wann ein Mensch eingreifen muss.
Interessanterweise kann Autonomous Enterprise besonders für mittelständische Unternehmen relevant sein. Denn sie verfügen häufig über weniger Personalreserven als Großunternehmen, um zusätzliche administrative Arbeit aufzufangen. Gleichzeitig können sie nicht für jeden KI-Anwendungsfall eigene Plattformen und Spezialistenteams aufbauen. Integrierte KI-Lösungen innerhalb der bestehenden SAP-Landschaft könnten attraktiv sein, weil vorhandene Fachkräfte mehr Freiräume bekommen.
Nicht zuletzt bleibt noch die Frage der Kosten für den KI-Einsatz: SAP sieht spezifische Lizenzierungen für diejenigen Systeme vor, die mit der KI interagieren. Der Löwenanteil der (neuen) Kosten rollt aber von einer anderen Seite an: Viele KI-Anwender (auch außerhalb von SAP) haben bereits schmerzlich bemerkt, was es bedeutet in die Tokenomics-Ära jenseits von Public ChatGPT einzusteigen. Laufzeitgebühren und Token-Gebühren können recht schnell gewaltige (und unvorhersehbare) Dimensionen annehmen. Wichtig ist es für Anwender, sich frühzeitig Kostentransparenz zu verschaffen und sich ggf. gegen explodierende Betriebskosten abzusichern.
SAPs Autonomous Enterprise ist mehr als eine neue KI-Funktion. Es beschreibt einen möglichen Wandel der Arbeitsteilung zwischen Mensch und Unternehmenssoftware mit herausragenden Perspektiven. SAP ist mit seiner Rolle, die es schon heute im Unternehmen spielt, geradezu prädestiniert für diesen Evolutionssprung: Autonomous Enterprise ist mehr als „nur“ SAP „plus“ KI. Nicht mehr nur Verwaltung, sondern aktive Steuerung. SAP zeichnet damit das Bild einer produktiveren Unternehmenszukunft, in der mehr und mehr Abläufe von KI-Agenten übernommen werden – ein wenig Business Science Fiction.
Aber Autonomous Enterprise ist kein Selbstläufer: Governance, Kosten, Datenqualität und auch die Leistungsfähigkeit der SAP KI sollten vor der Einführung intensiv diskutiert werden. Außerdem sollten Unternehmensentscheider prüfen, ob sie SAP noch mehr zum Herz ihres Unternehmens machen wollen. Für Unternehmen beginnt der Weg zum Autonomous Enterprise deshalb mit einer konkreten Frage: Welche Aufgaben kann KI in unseren Prozessen verlässlich übernehmen und wo müssen Menschen entscheiden?
SAP Autonomous Enterprise ist SAPs Vision eines Unternehmens, in dem KI zunehmend Geschäftsprozesse selbstständig ausführt und orchestriert. KI-Agenten analysieren Informationen, erkennen Zusammenhänge und leiten innerhalb definierter Regeln Aktionen ein. Mitarbeiter geben weiterhin Ziele und Leitplanken vor und übernehmen Entscheidungen, bei denen menschliches Urteilsvermögen erforderlich ist.
Autonomous Enterprise bezeichnet die strategische Vision eines zunehmend KI-gestützten und autonomen Unternehmens. Die SAP Autonomous Suite soll diese Vision technologisch und funktional umsetzen. Sie verbindet Geschäftsanwendungen, Daten, KI-Agenten und Workflows, um autonome Prozesse in Bereichen wie Finance, Supply Chain, Human Capital Management, Spend Management und Customer Experience zu ermöglichen.
KI-Agenten gehen über klassische Chatbots hinaus. Während Chatbots beispielsweise Informationen bereitstellen oder Vorschläge unterbreiten, können Agenten Aufgaben planen und innerhalb definierter Regeln selbstständig ausführen. Mehrere Agents können dabei zusammenarbeiten und so komplette End-to-End-Prozesse unterstützen oder orchestrieren.
Der wichtigste Nutzen liegt in der Automatisierung von Routinearbeit und der Steigerung der Produktivität. KI-Agenten können beispielsweise Daten analysieren, Prozessschritte ausführen und auf Veränderungen reagieren. Dadurch können sich Durchlaufzeiten verkürzen und Prozesskosten sinken. Gleichzeitig werden Mitarbeiter von wiederkehrenden Aufgaben entlastet und können sich stärker auf komplexe Entscheidungen und wertschöpfende Tätigkeiten konzentrieren.
Autonome KI benötigt mehr als leistungsfähige Modelle. Entscheidend sind hochwertige Daten, Business Context, klare Geschäftsregeln, Berechtigungen und Governance. Unternehmen müssen außerdem festlegen, welche Aufgaben ein KI-Agent selbstständig ausführen darf und wann ein Mensch eingreifen muss. Datenschutz, Informationssicherheit und regulatorische Anforderungen sind insbesondere bei geschäftskritischen Prozessen zu berücksichtigen.
