Unternehmens-KI im SAP-Ökosystem : Welche Anwendungsfälle sind den Aufwand wirklich wert ?

Noch nie gab es so viel künstliche Intelligenz in Präsentationen und so wenig in Transaktionen. Die Diskrepanz liegt nicht an den Modellen : Die Modelle sind gut, und sie verbessern sich schneller, als Unternehmen sie aufnehmen können. Die Diskrepanz liegt an dem, was das Modell umgibt. Ohne Anbindung an das Unternehmenssystem, ohne verlässliche Daten, ohne Governance-Rahmen bleibt der Prototyp ein Prototyp. Die KI, die zählt, liest Ihre echten Dokumente, versteht Ihre SAP-Stammdaten und handelt in Ihren Transaktionen, unter einer dem Risiko angemessenen Aufsicht. Diese Arbeit ist ebenso Ingenieursarbeit wie Datenwissenschaft, und genau hier entscheidet sich der Unterschied zwischen einer Demonstration und einem Service.

Die richtige Frage lautet nicht „kann man?“, sondern „muss man?“.

Fast alles kann einen Agenten bekommen. Fast nichts sollte einen bekommen, ohne vorher geprüft worden zu sein. Wir verwenden ein Raster mit drei Feldern, das wir auf jeden Anwendungsfall anwenden, bevor wir eine Zeile Code schreiben.

Wo der Agent sinnvoll ist

Wenn die Situation von Fall zu Fall variiert, wenn die Entscheidung mehrere Quellen verknüpfen muss, und wenn die Aktion umkehrbar oder überwachbar bleibt. Die Bearbeitung von Ausnahmen in einem Lieferantenfluss, die Lösung von Incidents aus einer Wissensdatenbank, die Einkaufs- oder Nachschubempfehlung aus heterogenen Signalen : Das sind Felder, in denen die Variabilität ein Schlussfolgern rechtfertigt und ein Mensch ohne Schaden übernehmen kann.

Wo eine Automatisierung genügt

Wenn die Regel stabil und das Volumen hoch ist. Ein Workflow, eine Geschäftsregel, eine Integration auf der SAP BTP erledigen die Arbeit günstiger, vorhersehbarer und leichter auditierbar. KI bringt hier nichts, was ein gutes Customizing nicht schon leistet, und fügt eine Unsicherheit hinzu, die niemand verlangt hat. Einen Agenten dort einzusetzen, wo eine Regel genügt, heißt mehr zu bezahlen, um weniger sicher zu sein.

Wo man nichts automatisieren sollte

Wenn der Fehler mehr kostet als die gewonnene Zeit, wenn die Verantwortung namentlich zugeordnet bleiben muss, wenn die Daten nicht bereit sind. Eine vertragliche Bindungsentscheidung, eine Kreditentscheidung für einen Kunden, eine Entscheidung, die eine Person betrifft : Unterstützung ist möglich, Delegation nicht. Und wenn die Daten nicht bereit sind, sagen wir es – und schlagen vor, mit ihnen zu beginnen. Das ist Gegenstand unseres Standpunkts zum Datenfundament.

Ein KI-Anwendungsfall wird wie eine Investition gewählt : nach dem Prozess, den er verbessert, der Messung, die es beweist, und dem Risiko, das man zu tragen bereit ist.

Die Dokumente zuerst, auf Französisch und Arabisch.

Wenn man nur mit einer Familie von Anwendungsfällen beginnen dürfte, wäre es diese. Die Unternehmen der Region leben noch weitgehend im Rhythmus von Dokumenten : Lieferantenrechnungen, Lieferscheine, Verträge, Zollunterlagen, Behördenschreiben. Viele kommen auf Französisch, ein Teil auf Arabisch, manche in beiden Sprachen auf derselben Seite, oft gescannt, manchmal fotografiert. Ihre Bearbeitung bindet ganze Teams mit Neuerfassung, Abgleich und Prüfung.

Document AI, integriert in den S/4HANA-Kern, verändert die Natur dieser Arbeit. Automatische Extraktion und Abgleich der Rechnungen mit Bestellungen und Wareneingängen, Prüfung der Pflichtangaben, Klassifizierung der eingehenden Dokumente : Das sind Fälle, in denen der Nutzen sofort eintritt, die Messung offensichtlich ist und das Risiko beherrschbar bleibt, da jede Abweichung an einen Menschen geht. Die Schwierigkeit liegt nicht im Modell ; sie liegt in der tatsächlichen Vielfalt Ihrer Dokumente, in der Qualität Ihrer Lieferantenstammdaten und in der Zweisprachigkeit. Genau deshalb arbeitet das Kompetenzzentrum in Casablanca mit Dokumenten auf Französisch und Arabisch, mit Teams, die beides lesen.

Joule, Agenten und Assistenten : eine Prioritätenfolge.

Das SAP-Ökosystem bietet inzwischen seinen Assistenten Joule, vorgefertigte Agenten je Bereich und die Bausteine, um auf BTP weitere zu bauen. Die Versuchung ist, alles zu aktivieren, was verfügbar ist. Wir empfehlen das Gegenteil : von den Prozessen ausgehen, die wehtun, zwei oder drei Fälle je Bereich auswählen und für jeden prüfen, dass die Daten zugänglich sind, die menschliche Kontrolle definiert ist und der Gewinn messbar wird.

• In den Finanzen : Unterstützung beim Abschluss, Erkennung atypischer Buchungen, assistierter Zahlungsausgleich. Wiederkehrende Aufgaben mit hoher Variabilität, bei denen der Assistent Zeit spart, ohne die Entscheidung zu treffen.
• Im Einkauf und in der Supply Chain : Prüfung der Vertragskonformität von Anforderungen, Warnungen bei Fehlbeständen oder Lieferantenverzug mit Handlungsempfehlung. Der Agent ist hier sinnvoll, weil jede Situation anders ist und die Aktion überwachbar bleibt.
• Im Kundenservice : Qualifizierung und Weiterleitung der Anfragen, auf Französisch und Arabisch, und assistierte Antworten auf Basis der Historie. Ein Fall, in dem die Sprache die erste Hürde ist – und in dem die Region einen Vorsprung hat, wenn sie sich die Mittel dazu gibt.
• Im SAP-Betrieb selbst : Incident-Analyse, Unterstützung bei Entwicklung und Code-Review, Überwachung der Schnittstellen. Interne, weniger sichtbare Fälle, die aber oft die nächsten finanzieren.

Prototyp, Messung, Governance, Industrialisierung. In dieser Reihenfolge.

Die Methode zählt ebenso viel wie der Anwendungsfall. Wir haben sie in vier Schritten stabilisiert, deren Reihenfolge wir nicht umkehren.

Der Prototyp wird auf Ihren echten Dokumenten und Daten gebaut, in einer an SAP angebundenen Sandbox, mit engem Umfang, in wenigen Wochen. Ein Ergebnis, das man vorzeigen kann, keine Absichtserklärung. Die Messung wird vor dem Prototyp definiert und mit dem Bestand verglichen : Extraktionsquote, Quote des automatischen Abgleichs, gewonnene Zeit, vermiedene Fehler. Ohne vorherige Messung gelingt jeder Prototyp, und nichts wird entschieden. Die Governance legt die dem Risiko angemessene menschliche Aufsicht fest, die Nachvollziehbarkeit der Entscheidungen, den Schutz personenbezogener Daten nach dem für jede Einheit geltenden Recht, das Eigentum an Modellen und Prompts. Die Industrialisierung schließlich integriert den Fall in den S/4HANA-Kern, überwacht ihn und verbessert ihn kontinuierlich. In diesem Stadium wird der Anwendungsfall zu einem Service, betreut vom Servicecenter, und ist kein Projekt mehr.

Das ist die Rolle des KI-Kompetenzzentrums der Gruppe in Casablanca : diese Anwendungsfälle für die Kunden der Gruppe und die Unternehmen der Region zu konzipieren, zu messen, zu steuern und zu industrialisieren, mit Teams, die SAP von innen kennen und die Sprachen Ihrer Dokumente sprechen. Wer den Anwendungsfall festlegt, bringt ihn auch in Produktion. Wir kennen keine andere Art, dafür geradezustehen.

Das Wesentliche

Vor dem Bauen prüfen : Agent, klassische Automatisierung oder nichts. Variabilität, Umkehrbarkeit und Datenreife entscheiden.

Wo anfangen

Bei den Dokumenten. Rechnungen, Lieferscheine, Verträge, Zollunterlagen, auf Französisch und Arabisch, automatisch im S/4HANA-Kern abgeglichen, mit einem Menschen bei jeder Abweichung.

Die Methode

Prototyp auf echten Daten, vorab definierte Kennzahlen, dem Risiko angemessene Governance, dann Industrialisierung durch das Servicecenter.

Der Reflex

Wenn die Daten nicht bereit sind, es sagen. Und mit dem Datenfundament beginnen statt mit einem zum Scheitern verurteilten Prototyp.

Zum Weiterlesen : das KI-Kompetenzzentrum in Casablanca, unser Angebot Data & Analytics und die Gruppe, deren Zentrum eine der drei Säulen ist.