Home SAP Business Data Cloud (BDC) Sapphire 2026: Von Reporting und Planning zu Directing

Sapphire 2026: Von Reporting und Planning zu Directing

Sapphire Opinion Piece Header with Michael May

Die Sapphire Announcements 2026 haben ordentlich Wellen geschlagen, aber was bedeutet es wirklich für Unternehmen? Während die meisten Kommentatoren über Agenten-Zahlen und Cloud-Partnerschaften sprechen, sieht Michael May, CEO der s-peers AG, die eigentliche Revolution woanders: in der Transformation von Reporting und Planning zu Directing.

Inhaltsverzeichnis

Wer die letzten Monate beobachtet hat, weiss, dass der Markt SAP eine simple Frage stellt: “Wie sieht die Rolle von SAP in einer Welt aus, die zunehmend von künstlicher Intelligenz geprägt wird?”

Lange Zeit schien die Antwort unklar. Auf der Sapphire 2026 hat Christian Klein diese Antwort geliefert. Mein erster Gedanke: Endlich!

Denn was SAP präsentiert hat, war weit mehr als ein weiteres Technologie-Update. Es war die Skizze eines neuen Zielbildes für Unternehmen – ein Zielbild, das SAP als „Autonomous Enterprise“ bezeichnet. Dabei geht es nicht darum, Menschen durch AI zu ersetzen. Es geht darum, Unternehmen in die Lage zu versetzen, schneller zu erkennen, besser zu entscheiden und Prozesse zunehmend autonom auszuführen. Genau deshalb sehe ich in der Sapphire 2026 einen Wendepunkt.

2. Das Fundament kommt zuerst, und das ist richtig so

Viele Unternehmen diskutieren bereits über Generative AI, Agenten oder Large Language Models, kämpfen aber noch immer mit inkonsistenten Stammdaten, isolierten Datensilos und fehlenden Governance-Strukturen. Die SAP hat erkannt, was dabei oft übersehen wird: Künstliche Intelligenz ist nur so gut wie die Datenbasis, auf der sie arbeitet.

Hier besitzt SAP einen erheblichen strategischen Vorteil. Unternehmen, die SAP einsetzen, verfügen bereits über einen enormen Bestand an strukturierten, geschäftskritischen Daten – Finanzdaten, Lieferketteninformationen, Personaldaten, Produktionsdaten, Kundendaten. Diese Daten bilden die digitale Realität eines Unternehmens ab. Doch Daten zu besitzen ist nicht dasselbe wie Daten nutzen zu können.

Genau hier setzt die SAP Business Data Cloud (BDC) an: Daten sollen harmonisiert, semantisch beschrieben und unter klaren Governance-Regeln für AI nutzbar gemacht werden. Dass SAP dabei Partnerschaften mit Databricks, Snowflake, Microsoft und Google eingeht, ist kein Zugeständnis – es ist ein Zeichen von strategischem Realismus. SAP akzeptiert die Heterogenität moderner Unternehmensarchitekturen, anstatt sie zu ignorieren.

Die eigentliche Herausforderung der nächsten Jahre wird nicht die Einführung von Agenten sein – sie wird darin bestehen, Unternehmensdaten AI-ready zu machen. Wer heute damit beginnt, seine Datenbasis aufzuräumen, wird in zwei bis drei Jahren einen erheblichen Wettbewerbsvorteil besitzen.

3. Von Reporting und Planning zu Directing

Aus meiner Sicht liegt die eigentliche Bedeutung der Sapphire-Ankündigungen jedoch noch tiefer. Über Jahrzehnte bestand die Aufgabe von Reporting darin, Transparenz zu schaffen. Die Aufgabe von Planning bestand darin, die Zukunft zu planen. Unternehmen analysierten Vergangenheitsdaten, erstellten Forecasts und Budgets und trafen anschliessend Entscheidungen auf Basis dieser Informationen.

Mit der Autonomous Enterprise verschiebt sich dieser Fokus grundlegend.

Unternehmen bewegen sich von Reporting und Planning zu Directing:

  • Reporting beantwortet die Frage: „Was ist passiert?“
  • Planning beantwortet die Frage: „Was könnte passieren?“
  • Directing beantwortet die Frage: „Was sollten wir jetzt tun?“ – und künftig immer häufiger: „Was können wir innerhalb definierter Leitplanken automatisch tun?“

Directing ist dabei keine blosse Erweiterung von Reporting und Planning – es ist ein qualitativ anderer Modus der Unternehmenssteuerung. Der Unterschied liegt im Mechanismus: Statt Informationen bereitzustellen und auf menschliche Entscheidungen zu warten, entsteht ein geschlossener Kreislauf. Daten werden kontinuierlich analysiert, die KI erkennt Muster und bewertet Handlungsoptionen, Agenten setzen definierte Massnahmen um – und die gemessene Wirkung fliesst unmittelbar in die nächste Entscheidung ein.

Die Autonomous Enterprise ist damit kein einmaliger Entscheidungsprozess, sondern ein lernendes System, das Analyse, Entscheidung, Ausführung und Wirkungskontrolle permanent miteinander verbindet. Während SAP die technologische Vision liefert, beschreibt Directing die betriebswirtschaftliche Konsequenz, die daraus entsteht – und genau hier liegt für mich der eigentliche Mehrwert von Business AI.

4. Die Autonomous Enterprise mit mehr als 200 KI-Agenten

In den Medien wurde häufig die Zahl von über 200 SAP-Agenten hervorgehoben. Diese Zahl ist beeindruckend, greift jedoch zu kurz.

Die eigentliche Innovation besteht nicht darin, dass SAP Hunderte von Agenten bereitstellt. Die eigentliche Innovation besteht darin, dass SAP eine Plattform schafft, auf der Agenten, Geschäftsprozesse, Unternehmensdaten und Governance zusammengeführt werden.

Agenten können künftig Aufgaben im Finance, Procurement, HR, Service oder in der Supply Chain übernehmen. Wichtig ist dabei: Die Autonomous Enterprise ist kein Konzept zur Ersetzung von Mitarbeitenden. SAP beschreibt vielmehr ein neues Zusammenspiel zwischen Mensch, AI und Agenten:

  • Menschen definieren Ziele, Prioritäten und Leitplanken.
  • Business AI analysiert Informationen, erstellt Empfehlungen und simuliert Handlungsoptionen.
  • Agenten übernehmen die operative Ausführung definierter Aufgaben.

Die Verantwortung bleibt beim Menschen – die Produktivität steigt durch die intelligente Zusammenarbeit aller drei Ebenen. Entscheidend ist dabei: Autonomous bedeutet nicht unkontrolliert.

Die SAP hat grossen Wert darauf gelegt, dass sämtliche Aktivitäten nachvollziehbar, revisionssicher und steuerbar bleiben. Jeder Agent arbeitet innerhalb definierter Regeln, dokumentiert seine Entscheidungen und kann jederzeit überwacht werden.

Gerade für Schweizer Unternehmen mit hohen Compliance- und Revisionsanforderungen ist dies ein zentraler Erfolgsfaktor.

5. Die neue Plattformschicht: SAP Business AI Platform mit Joule

Besonders bemerkenswert war die Vorstellung der SAP Business AI Platform. Sie wird zur zentralen Schicht für Entwicklung, Betrieb und Governance von Business-AI-Lösungen.

Joule ermöglicht Anwendern den Zugriff auf Unternehmensprozesse in natürlicher Sprache.

Aus meiner Sicht wird Joule jedoch häufig unterschätzt. Joule ist nicht einfach ein neuer Chatbot für SAP-Anwendungen. Joule entwickelt sich zur zentralen Interaktionsschicht der Autonomous Enterprise. Künftig werden Mitarbeitende nicht mehr durch einzelne Anwendungen navigieren, sondern Geschäftsfragen stellen, Entscheidungen treffen und Prozesse direkt über Joule anstossen.

Joule verbindet dabei Menschen, Unternehmensdaten, Geschäftsprozesse und AI-Agenten in einer gemeinsamen Arbeitsumgebung.

Mit Joule Studio können Unternehmen eigene Agenten entwickeln. Der AI Agent Hub schafft die notwendige Governance und Transparenz. Die SAP Domain Models bringen tiefes Prozess- und Fachwissen in die AI-Anwendungen ein.

6. Der Trend geht zu einem offenen Ökosystem. Weil die Kunden es verlangen!

SAP versucht nicht, sämtliche KI-Technologien selbst zu entwickeln. Stattdessen setzt das Unternehmen auf ein offenes Ökosystem und integriert führende Technologiepartner wie Anthropic, NVIDIA, Microsoft, Google oder AWS.

Aus meiner Sicht ist genau das der richtige Weg.

Kein Unternehmen lebt heute in einer reinen SAP-Welt. Daten liegen in Azure, AWS, Snowflake oder Databricks. AI-Modelle stammen von unterschiedlichen Anbietern. Die Fähigkeit, all diese Welten sicher und governiert zusammenzuführen, wird zum entscheidenden Erfolgsfaktor.

Die Zukunft gehört nicht geschlossenen Plattformen. Die Zukunft gehört nicht den Unternehmen mit den meisten Daten. Sie gehört den Unternehmen, die Daten in Entscheidungen verwandeln und Entscheidungen in Wirkung.

7. Welche Rolle spielen die SAP-Partner?

SAP hat angekündigt, massiv in das Partner-Ökosystem zu investieren. Das ist konsequent.

Die Plattform allein wird keine Autonomous Enterprise schaffen. Unternehmen benötigen Partner, die Geschäftsprozesse verstehen, Datenplattformen aufbauen, Governance etablieren und Business-AI-Anwendungen in messbare Geschäftsergebnisse übersetzen.

Aus meiner Sicht reicht es nicht aus, lediglich die technologische Plattform bereitzustellen. Der Erfolg hängt massgeblich davon ab, wie Fachbereiche, Daten-Teams, SAP-Teams und AI-Initiativen zusammenarbeiten.

In vielen Unternehmen beobachten wir heute noch organisatorische Silos zwischen Business, SAP, Datenplattformen und Analytics. Genau diese Silos verhindern häufig die schnelle Umsetzung von Innovationen und bremsen die Time-to-Market erheblich.

Das volle Potenzial von Data, Analytics und AI kann sich erst entfalten, wenn diese Bereiche gemeinsam an einem Zielbild arbeiten.

Deshalb beginnt die Reise zur Autonomous Enterprise nicht mit Technologie, sondern mit:

  • einer klaren Priorisierung der fachlichen Anforderungen,
  • einer abgestimmten Daten-, Analytics- und AI-Strategie,
  • sowie einer gemeinsamen Roadmap.

Hier sehen wir einen wesentlichen Hebel, bei dem wir Unternehmen sowohl methodisch als auch moderierend begleiten können.

8. Sind Schweizer Unternehmen bereit?

Meine Antwort lautet: Ja.

Die Schweiz gehört zu den innovativsten Wirtschaftsstandorten Europas. Schweizer Unternehmen investieren nicht in Technologien, weil sie modern wirken. Sie investieren dann, wenn ein klarer Business Case erkennbar ist.

Genau dieser Business Case wird jetzt sichtbar.

Gleichzeitig wird deutlich: Wer sich dauerhaft von den cloudbasierten Innovationspfaden der grossen Plattformanbieter abkoppelt, wird bei Business AI an Geschwindigkeit verlieren.

Die Diskussion lautet deshalb nicht mehr: Cloud oder AI?

Die Diskussion lautet: Wie schnell schaffen wir die Voraussetzungen, um AI wirtschaftlich sinnvoll einzusetzen?

9. Mein Fazit

Die Sapphire 2026 war weit mehr als eine Produktschau. Die SAP hat eine Vision vorgestellt, wie Unternehmen künftig arbeiten, entscheiden und gesteuert werden – und das Fundament dafür ist klar: Daten, Governance und eine offene Plattformstrategie.

Die eigentliche Herausforderung beginnt jetzt.

Unternehmen müssen ihre Daten AI-ready machen. Sie müssen Kompetenzen aufbauen. Sie müssen Governance-Strukturen etablieren. Und sie müssen lernen, wie Menschen und Agenten künftig zusammenarbeiten.

Der Weg dorthin beginnt nicht mit Technologie. Er beginnt mit einer klaren Vorstellung davon, wie Unternehmen künftig entscheiden, steuern und handeln wollen.

Genau dabei begleiten wir unsere Kunden.

Ihre Datenstrategie ist individuell – Ihre Beratung sollte es auch sein.

Die Wahl zwischen diesen Methoden hängt von unzähligen Faktoren ab: Ihrer bestehenden Systemlandschaft, Ihren Unternehmenszielen und Ihrer Datenkultur. Eine Standardantwort gibt es nicht.

Lassen Sie uns unverbindlich darüber sprechen, welcher Weg für Sie der richtige ist.

Kontaktieren Sie uns für ein persönliches Gespräch.

 
 

Published by:

Michael May

Geschäftsführer

Michael May
autor:IN

Wie hat Ihnen der Artikel gefallen?

Wie hilfreich war dieser Beitrag?

Klicken Sie auf einen Stern, um zu bewerten!

Durchschnittliche Bewertung 4.7 / 5.
Anzahl Bewertungen: 31

Bislang keine Stimmen! Seien Sie die erste Person, die diesen Beitrag bewertet!

INFORMATIONEN

Weitere Informationen

IT Change Management

IT Change Management: Definition, Prozess & Best Practices

Unternehmen realisieren weniger als ein Drittel des erwarteten Nutzens aus digitalen Transformationen, nicht weil die Technologie versagt, sondern weil...

Was ist FP&A? Definition, Kernprozesse und die Zukunft der Unternehmenssteuerung

Unternehmen werden nicht durch Reports gesteuert – sondern durch bessere Entscheidungen. FP&A, Financial Planning & Analysis, ist die strategische...

Mission Lakehouse – Alle Wikis auf einen Blick

Unsere Mission Lakehouse ist abgeschlossen. In einer Serie von 10...

How to Build a Code-Based AI Agent in SAP: Step-by-Step Anleitung mit Python & AI Core

Das Wiki richtet sich an Entwickler:innen und technisch versierte SAP-Berater:innen, die zum ersten Mal einen code-basierten AI-Agenten mit Python,...

FinOps: Die Kunst der cloudbasierten Kosten-Wert-Maximierung

Wie funktioniert das in der Datasharing mit SAP und Databricks? Die strategische Partnerschaft zwischen SAP und Databricks ermöglicht eine...
Mosaic AI

Databricks Mosaic AI: AI-Agenten, die ihre SAP-Geschäftslogik wirklich beherrschen

Datenzugriff ist nicht Logikbeherrschung. Ein KI-Agent „beherrscht" SAP erst, wenn er auf der semantischen Ebene operiert auf Kennzahlendefinitionen, Org-Strukturen...
Ihr Leitfaden zur erfolgreichen SAC-Migration

SAC Migration bis Q2 2026: Der Leitfaden zur Umstellung auf die Optimized Story Experience

Die Zeit für die Umstellung der SAP Analytics Cloud (SAC)...