Haben wir nicht schon genug über KI und ihre Zukunft in der Wirtschaft gesprochen? Vielleicht. Deshalb geht es hier nicht um eine weitere Diskussion darüber, was KI eines Tages leisten könnte, oder um eine weitere Liste von Prognosen darüber, wie sie unser Leben verändern wird. Es geht um etwas Greifbareres. Etwas Technisches. Etwas, das wir tatsächlich umsetzen können.
Für mich haben sich in den vergangenen Monaten drei Dinge zusammengefunden: die Einführung der SAP Business AI Platform, die Inhalte, die während des SAP Devtoberfest 2026 vorgestellt wurden, und zuletzt der SAP CodeJam „Build Code-Based AI Agents on SAP Business Technology Platform“, moderiert von SAP Developer Advocate Nora Von Thenen.
In diesem Beitrag teile ich meine Erkenntnisse aus dieser Reise: warum die Erstellung eines KI-Agenten der einfache Teil ist, welche SAP-Bausteine ein Sprachmodell in etwas für das Unternehmen Nützliches verwandeln und was dies für diejenigen von uns bedeutet, die SAP-Lösungen entwerfen und entwickeln.
Agentische KI ist derzeit in aller Munde. Aber wie sieht es konkret aus, wenn man im SAP-Ökosystem mit der Entwicklung eines KI-Agenten beginnt?
Leistungsstarke KI-Modelle sind der Ausgangspunkt. Die eigentliche Herausforderung besteht darin, daraus eine Lösung zu entwickeln, die im Unternehmensalltag einen konkreten Nutzen bringt. Ein Agent, der in einer Demo überzeugend Fragen beantwortet, muss dennoch Geschäftsdaten verstehen, mit bestehenden Systemen interagieren und in einer Produktionsumgebung zuverlässig funktionieren. Genau hier liegt der größte Aufwand.
Für Unternehmen, die SAP in der Fertigung, der Lieferkette oder der Logistik einsetzen, ist diese Lücke von Bedeutung. Ein Agent schafft nur dann einen Mehrwert, wenn er mit den richtigen Daten arbeitet, bestehende Prozesse und die Architektur berücksichtigt und wie jeder andere Teil der Systemlandschaft betrieben und gesteuert werden kann. Dafür braucht es technisches Know-how, die Bereitschaft zum Ausprobieren und einen klaren Blick dafür, wo KI im Geschäftsalltag tatsächlich etwas verbessert.
Wer das SAP Devtoberfest noch nicht kennt: Stellen Sie es sich als ein einmonatiges Fest der SAP-Entwickler-Community vor – einen ganzen Monat voller Lernen, Experimentieren und Wissensaustausch.
Von Integration und Data Governance bis hin zur Entwicklung von Apps und der Erkundung neuer Technologien ist für jeden etwas dabei. Mit täglichen Sessions, praktischen Übungen und zahlreichen von der Community gestalteten Inhalten hat mir das Devtoberfest die perfekte Gelegenheit geboten, aus meiner gewohnten Routine auszubrechen und in meinem eigenen Tempo etwas Neues auszuprobieren.
KI war in diesem Jahr ein zentrales Thema – auch in den Sessions, die ich besucht habe. Sie haben mir neue Denkanstöße gegeben und mich dazu motiviert, über meinen gewohnten Entwicklungsalltag hinauszublicken und mich intensiver mit den Möglichkeiten von KI zu beschäftigen.
Der SAP CodeJam ging dann noch einen Schritt weiter. Wir untersuchten, wie man codebasierte KI-Agenten mithilfe des Generative AI Hub auf SAP AI Core, SAP-RPT-1, Grounding Service und SAP AI Launchpad entwickelt, mit Bereitstellung auf der SAP Business Technology Platform (SAP BTP) und Integration in SAP Joule.
Einige dieser Technologien waren mir bereits vertraut, daher nahm ich mit einem anderen Ziel teil: über einzelne Komponenten hinauszugehen und mir genauer anzusehen, wie SAP die Entwicklung von code-basierten KI-Agenten angeht. Es war eine Gelegenheit, Ideen auszutauschen, Best Practices zu diskutieren und besser zu verstehen, wie die verschiedenen Bausteine zusammenpassen.
Jede der Komponenten, mit denen wir gearbeitet haben, löst einen bestimmten Teil des Problems:
Zusammengenommen markieren diese Komponenten einen deutlichen Wandel. Wir bewegen uns weg davon, einem KI-Modell einfach nur eine Frage zu stellen, hin zur Entwicklung eines Agenten, der eine Aufgabe versteht, im geschäftlichen Kontext arbeitet, die richtigen Funktionen nutzt und Teil eines tatsächlichen Geschäftsprozesses wird.
Als Entwickler bin ich es gewohnt, über Anwendungen, APIs, Integrationen und darüber nachzudenken, wie alles im Einklang mit „Clean Core“ gehalten werden kann. Mit dem Einzug von KI-Agenten stelle ich mir nun ganz andere Fragen. Genau das macht die SAP Business AI Platform für mich so interessant.
Ich betrachte sie als Weiterentwicklung der SAP-BTP-Entwicklungslandschaft. Nicht, weil wir plötzlich alles vergessen müssen, was wir über die Entwicklung von Anwendungen wissen, sondern weil wir dem Gesamtbild eine neue Art von Baustein hinzufügen: KI-Agenten. Und das verändert drei Dinge.
Ich entwickle bereits Erweiterungen und Anwendungen unter Berücksichtigung von Clean Core. Jetzt kann ich darüber nachdenken, wo KI-Agenten in diese Architektur passen – ganz gleich, ob ich sie über Joule Studio generiere oder selbst entwickle. Für mich geht es dabei nicht darum, die traditionelle Entwicklung zu ersetzen. Es geht darum, herauszufinden, wo Agenten tatsächlich Sinn machen und wie sie in die Lösungen passen, die wir bereits entwickeln.
Wir alle haben schon erlebt, was passiert, wenn ein KI-Modell keine Ahnung hat, wovon es eigentlich spricht. In einem Unternehmen reicht es nicht aus, die Sprache zu beherrschen. Ein Agent muss Geschäftsdaten, Zusammenhänge und Prozesse verstehen. Hier kommen Wissensgraphen und die SAP Business Data Cloud ins Spiel.
Aber es gibt einen Haken: KI wird schlechte Datenqualität nicht auf magische Weise beheben. Wenn unsere Daten ein Chaos sind, übertragen wir dieses Chaos direkt in unsere KI-Lösungen. Saubere, gut strukturierte Stamm- und Transaktionsdaten bleiben die Grundlage – mit oder ohne Agenten.
Was passiert, wenn wir mehr als einen Agenten haben? Aus meiner Sicht sollten wir uns als Entwickler frühzeitig mit dieser Frage auseinandersetzen. Einen Agenten zu erstellen und ihn in einer Demo zum Laufen zu bringen, ist eine Sache. Zu wissen, welche Agenten es gibt, wie sie verwaltet werden und wie wir sie unternehmensweit überwachen und steuern, ist eine andere. Der SAP AI Agent Hub ist Teil der Antwort von SAP auf diese Herausforderung und bietet eine zentrale Anlaufstelle, um Einblick in die Agentenlandschaft zu gewinnen.
Wenn ich diese drei Aspekte zusammen betrachte, komme ich immer wieder auf einen Gedanken zurück: Wir fügen unserem Entwicklungskoffer nicht einfach nur KI hinzu. Wir übernehmen damit auch neue architektonische und betriebliche Verantwortlichkeiten.
Ehrlich gesagt, genau das macht diesen Bereich für mich so interessant. Die Auswahl eines Modells ist nur ein kleiner Teil der Gleichung. Wir müssen uns weiterhin Gedanken über Architektur, Datenqualität, Integration, Sicherheit und Governance machen. All die Dinge, die uns als Entwickler ohnehin schon am Herzen liegen – nur in einer Welt, in der einige unserer Bausteine nun denken und handeln können.
Praktische Formate wie SAP CodeJams und Devtoberfest sind ein wichtiger Teil dieser Lernreise. Für mich geht es dabei um mehr als nur darum, mit neuen Technologien Schritt zu halten. Es geht darum, das nötige Wissen aufzubauen, um zu verstehen, was heute möglich ist, die Chancen zu erkennen, die morgen wichtig sein werden, und fundierte Entscheidungen darüber zu treffen, wo KI das Geschäft unterstützen kann.
Die Frage lautet nicht mehr nur, was wir mit KI entwickeln können, sondern wie wir damit etwas schaffen, das im Unternehmen tatsächlich funktioniert. Wenn Sie sich dieselbe Frage stellen, würde ich mich über einen Erfahrungsaustausch freuen.