Die SAP Sapphire 2026 hat den klaren Wandel von SAP verdeutlicht – weg von reinen KI-Assistenten, hin zur echten KI-Execution. Unterstützt wird dieser Weg zum „Autonomous Enterprise“ durch Joule, den AI Agent Hub, den Knowledge Graph, Company Memory und spezifische Domain Models. Doch Enterprise-KI steht vor einem massiven Datenproblem: Die meisten SAP-Umgebungen sind schlichtweg noch nicht bereit für den KI-Einsatz, da ihnen der nötige semantische Geschäftskontext fehlt. Semantik, die neue Plattform von EPI-USE Labs, bietet hier das verlässliche semantische Fundament, das Unternehmen dabei unterstützt, ihre Daten für eine praxisnahe, kontrollierte und absolut zuverlässige Enterprise-KI vorzubereiten.
Auf der diesjährigen SAP Sapphire 2026 wurde eines unmissverständlich klar: SAP setzt voll und ganz auf KI als die Zukunft des Unternehmens.
Von der Erweiterung von Joule bis hin zur Ankündigung des Autonomous Enterprise lag der Fokus der Sapphire 2026 massiv darauf, wie KI-Agenten, Automatisierung und semantischer Geschäftskontext die Arbeitsweise von Organisationen grundlegend verändern werden.
Doch abseits all der Keynotes und Produktankündigungen kristallisierte sich in den Gesprächen mit den Kunden eine viel bedeutendere Realität heraus: Die meisten Unternehmensdaten sind schlichtweg noch nicht bereit für den KI-Einsatz.
Genau das könnte sich in den nächsten Jahren als die größte Hürde für die flächendeckende Einführung von Enterprise-KI erweisen.
Der Wandel von KI-Assistenten zur KI-Ausführung (AI Execution)
Die Botschaft der diesjährigen Sapphire markiert eine bedeutende Evolution in der KI-Strategie von SAP.
Der Fokus liegt nicht mehr nur auf KI-Copilots, die Nutzern bei der Informationssuche helfen oder Berichte zusammenfassen. SAP positioniert KI nun als eine operative Schicht, die in der Lage ist, Geschäftsprozesse im gesamten Unternehmen zu koordinieren und auszuführen. Diese Architektur hat nun einen Namen: die SAP Business AI Platform – bestehend aus Joule, dem AI Agent Hub, Knowledge Graph, Company Memory und Domain Models unter einer einheitlichen Governance-Struktur.
SAP nennt dies „Autonomous Enterprise“.
Die Vision ist ehrgeizig:
- KI-Agenten koordinieren Workflows über Finanzwesen, Beschaffung, HR und Lieferkette hinweg
- Absichtsbasierte Interaktionen (intent-driven interactions) über Joule
- Branchenspezifische KI-Modelle
- Agentengestützte Transformation und Automatisierung
- Unternehmenssysteme, die eigenständig agieren, statt nur zu reagieren
Es ist ein tiefgreifender Wandel in der Strategie für Unternehmenssoftware. Doch damit KI im großen Stil effektiv arbeiten kann, braucht sie weit mehr als nur reine Modellleistung. Sie braucht Geschäftskontext.
Enterprise-KI hat ein Datenproblem
Eines der größten Missverständnisse bei Enterprise-KI ist der Glaube, dass Daten durch die Migration in die Cloud automatisch bereit für den KI-Einsatz sind.
Das sind sie nicht.
Die meisten SAP-Umgebungen wurden nie für die Nutzung durch KI konzipiert. Jahrelang gewachsene Dubletten, überladene kundenspezifische Z-Tabellen, fragmentierte Speicherstrukturen, isolierte Metadaten und vermischte sensible Informationen machen es für KI-Systeme extrem schwierig, Unternehmensdaten korrekt zu interpretieren.
Dadurch entsteht das, was wir als das Enterprise-KI-Paradoxon bezeichnen:
KI benötigt reichhaltige, kontextbezogene und hochpräzise Daten, um sinnvolle Ergebnisse zu liefern – doch den meisten ERP-Umgebungen fehlt genau die semantische Struktur, die diesen Kontext herstellt.
Ohne diese Struktur:
- Halluzinieren KI-Modelle oder leiten falsche Beziehungen ab
- Geht die geschäftliche Bedeutung über isolierte Tabellen hinweg verloren
- Multiplizieren sich Datenqualitätsprobleme
- Steigen die Governance- und Datenschutzrisiken
- Wachsen die Betriebskosten parallel zu den überladenen Systemumgebungen weiter an
Dieses Thema zog sich wie ein roter Faden durch die gesamte Sapphire – sowohl bei SAPs eigenen Ankündigungen zu Knowledge Graph und Company Memory als auch in den Botschaften rund um KI-Governance und vertrauenswürdige Daten sowie in sämtlichen Kundengesprächen.
KI braucht Geschäftskontext, nicht nur Daten
Wenn Unternehmen den Schritt vom Experimentieren mit KI hin zum produktiven Einsatz gehen, verlagert sich der Fokus zunehmend auf die grundlegende Arbeit, die erforderlich ist, um Enterprise-KI in echten SAP-Umgebungen praxisnah, kontrolliert und zuverlässig zu machen.
Unser Head of Product Engineering, Dr. Tiaan Scheepers, vergleicht dies mit einem Eisberg:
- Über der Wasserlinie: SAPs Business AI Platform – Joule, Agenten, also die sichtbare KI, über die jeder spricht.
- Unter der Wasserlinie: Ihre Unternehmensdaten – Jahrzehnte an SAP-Semantik, kundenspezifischen Z-Tabellen, Abrechnungszyklen, Hierarchien. Das eigentliche Fundament, auf dem die Plattform logische Schlüsse ziehen muss. Sie benötigen eine Lösung, die sicherstellt, dass das, was sich unter Wasser befindet, bereit ist für das, was darüber liegt.
Genau aus diesem Grund gewinnen semantisches Mapping, strukturierte Beziehungen zwischen Geschäftsobjekten, sichere Nicht-Produktivdaten und Clean-Core-Strategien massiv an Bedeutung, wenn Unternehmen ihre SAP-Umgebungen auf KI vorbereiten.
Wir stellen vor: Semantik von EPI-USE Labs
Semantik, unsere KI-native Datenplattform, schafft ein verlässliches semantisches Fundament über SAP- und erweiterte Unternehmenslandschaften hinweg.
Semantik entstand rund um eine einfache, aber immer dringlichere Herausforderung: Enterprise-KI kann nicht erfolgreich sein, wenn den Unternehmensdaten die semantische Bedeutung fehlt.
„Die meisten Enterprise-KI-Projekte scheitern. Nicht, weil die Modelle schlecht sind – sondern weil die Daten, auf denen sie aufbauen, keine Bedeutung haben.“
Paul Snyman
Head of Product Management, EPI-USE Labs
Im Gegensatz zu vielen KI-Plattformen, die bei null anfangen, baut Semantik auf mehr als 42 Jahren SAP-Expertise und den bewährten Grundlagen des Datenmanagements auf, die bereits von über 1.900 Organisationen weltweit genutzt werden. Mithilfe von Tausenden vordefinierten SAP-Geschäftsobjektdefinitionen und semantischen Beziehungen hilft die Plattform dabei, fragmentierte Unternehmensdaten zu verbinden und in eine Geschäftssprache zu strukturieren, die KI-Systeme tatsächlich verstehen können.
Laut Dr. Tiaan Scheepers repräsentiert Semantik den Semantic Layer, den EPI-USE Labs seit mehr als 20 Jahren in SAP-Kundenumgebungen aufbaut – nun als Fundament für Enterprise-KI und agentenbasierte Automatisierung.
Dieser Semantic Layer ermöglicht es Unternehmen, über rein technische Tabellen und Codes hinauszugehen. Er erlaubt eine natürlichere Interaktion mit Unternehmenssystemen, automatisierte Workflows und präzisere, KI-gestützte Entscheidungen.
Semantik ist so konzipiert, dass es sich nativ in SAP Joule integrieren lässt. Funktionen wie die Testdatenbereitstellung, Datenschutzprozesse und Datenmaskierung können so im Zuge der fortschreitenden Integration direkt innerhalb von KI-gesteuerten Workflows ausgelöst werden.
Der Zeitpunkt des Launchs spiegelte viele der Themen wider, die auf der gesamten Sapphire diskutiert wurden, insbesondere rund um das Thema KI-Bereitschaft (AI Readiness) und semantischen Geschäftskontext.
Kolleginnen und Kollegen von EPI-USE Labs feiern den Launch von Semantik auf der SAP Sapphire in Orlando.
Das wichtigste Fazit der Sapphire 2026
Die auf der Sapphire präsentierte KI-Vision war beeindruckend. Doch die Unternehmen, die am meisten von Enterprise-KI profitieren werden, sind nicht zwangsläufig diejenigen, die KI-Tools am schnellsten einführen.
Es werden die Unternehmen sein, die:
- ihre Daten bereinigen und strukturieren
- unnötige Komplexität reduzieren
- einen semantischen Geschäftskontext etablieren
- intelligent modernisieren
- KI verantwortungsvoll steuern
- vertrauenswürdige Fundamente für die Automatisierung schaffen
Denn KI ist immer nur so stark wie das zugrundeliegende Unternehmensverständnis. Die Organisationen, die das Problem der Daten und des semantischen Kontextes zuerst lösen, werden diejenigen sein, die echten Wert aus Enterprise-KI ziehen.