Die Zeit der KI-Experimente geht zu Ende. Auf dem BIG BANG KI FESTIVAL zeigten SAP-Vorstand Thomas Saueressig und SAP-Deutschlandchef Dirk Häußermann, warum Unternehmen jetzt vom Ausprobieren ins Machen kommen müssen – und weshalb sich KI am Ende nicht an ihren Möglichkeiten, sondern an ihrer Wirkung im Geschäft messen lassen muss.
Vom Versprechen zur Wertschöpfung – KI richtig einsetzen
Künstliche Intelligenz hat für Häußermann vor allem eine Währung: Zeit. Der Geschäftsführer von SAP Deutschland bezeichnete KI auf der Hauptbühne des BIG BANG KI FESTIVALS als „Zeitmaschine“ – weil sie Aufgaben „Faktor 100, Faktor 1.000, Faktor 10.000 schneller“ erledigen könne. Seine Botschaft: Die Phase des Abwartens ist vorbei. Unternehmen müssten die Technologie jetzt in ihre Prozesse bringen. Doch zwischen Experiment und wirtschaftlichem Nutzen liegt eine entscheidende Hürde. SAP-Vorstand Saueressig verwies bei seinem Auftitt auf die vielen laufenden Pilotprojekte: „Wir brauchen natürlich skalierbare, produktionsreife Szenarien“, die Produktivität und Wettbewerbsfähigkeit erhöhen. Die Technologie sei vorhanden – nun müsse sie im Geschäft ankommen, so Saueressig.
Wie SAP sich diesen Schritt vorstellt, zeigte Häußermann am Konzept des „Autonomous Enterprise“. KI-Agenten sollen Geschäftsprozesse unterstützen und Aufgaben zunehmend selbstständig übernehmen. Dafür brauche es jedoch belastbare Unternehmensdaten und klare Zugriffsregeln. Saueressig ergänzte die unternehmerische Perspektive: „Governance, Security, Compliance“ seien essenziell, sobald Agenten eigenständig Aufgaben erledigten. Denn im Unternehmenskontext reichten Daten allein nicht – entscheidend seien auch Prozesswissen und branchenspezifischer Kontext. Die Diskussion verändere sich vom technisch Machbaren zum wirtschaftlich Sinnvollen. Häußermann: „Es geht darum, mithilfe von Technologie Mehrwert zu schaffen.
Wenn KI das Unternehmen zu verstehen lernt
Die nächste Phase der KI entscheidet sich nicht allein am Chatfenster. Sie führt tiefer in die Unternehmen: zu Daten, Prozessen, Berechtigungen und Verantwortung. Vier Sessions auf dem SAP AI UNIVERSE beim BIG BANG KI FESTIVAL zeigten, wie groß der Schritt vom persönlichen Produktivitätsgewinn zur unternehmensweiten Anwendung ist.
Künstliche Intelligenz kann Beschäftigte bereits bei der Recherche, Analyse oder Erstellung von Dokumenten unterstützen. Schwieriger wird es, diese Effekte auf ganze Unternehmen zu übertragen. Die vier SAP-Sessions auf dem BIG BANG KI FESTIVAL 2026 rückten deshalb die KI-Einbindung in Daten, Geschäftsprozesse und Governance in den Mittelpunkt.
Produktivität allein genügt nicht
Vom Chatbot zum Motor der Unternehmenstransformation
Florian Kunzke, Global Director AI Strategy bei SAP, begann in seiner Keynote mit dem persönlichen Produktivitätsgewinn. Recherche, Wettbewerbsbeobachtung, Strategiearbeit, Dokumentenerstellung und teilweise auch Programmierung ließen sich durch KI deutlich beschleunigen. „Was mich früher Stunden oder Tage gekostet hat, ist jetzt ein Fingerschnipsen entfernt“, sagte Kunzke.
Doch individuelle Produktivität sei noch keine Unternehmenstransformation. Während Modelle und Agenten schnell leistungsfähiger würden, veränderten sich Organisationen und Prozesse deutlich langsamer. Produktivitätsgewinne einzelner Beschäftigter schlügen sich deshalb, so Kunzkes Argumentation, nicht automatisch in messbaren Verbesserungen auf Unternehmensebene nieder.
Damit verschiebe sich die Perspektive von der Leistungsfähigkeit des Modells hin zu seiner Einbindung ins Unternehmen. Soll KI nicht nur recherchieren oder Texte erstellen, sondern in Geschäftsprozessen arbeiten, benötigt sie Zugriff auf Daten, Berechtigungen und Geschäftskontext. Am Beispiel einer Lieferkette skizzierte Kunzke, wie ein System Informationen aus unterschiedlichen Quellen verbinden, Auswirkungen einer Störung erkennen und Handlungsoptionen vorbereiten könnte, die den Menschen zur richtigen Entscheidung befähigten.
Autonomie braucht Grenzen
Wie KI uns von finanziellem Mikromanagement befreit
Jürgen Bauer von SAP sowie Luca Bosch und Lena Korfmacher von PwC zeigten auf der BIG BANG-Bühne, was hinter „Autonomous Enterprise“ in der Praxis steckt. Ihr Ansatz: Autonomie entsteht nicht durch möglichst viele KI-Agenten, sondern durch deren kontrollierte Einbindung in Geschäftsprozesse. Ein Agent müsse dafür nicht nur Informationen finden, sondern auch den Kontext einer Aufgabe und die Rolle des jeweiligen Nutzers berücksichtigen. Davon hänge ab, welche Daten er verwenden und welche Aufgaben er übernehmen dürfe. Ebenso wichtig sei die Überprüfung seiner Arbeit, hieß es.
So wurde die Evaluation der Agenten als entscheidende Voraussetzung für einen erfolgreichen Einsatz hervorgehoben. Sobald Agenten große Mengen von Vorgängen bearbeiteten, lasse sich nicht mehr jede einzelne Entscheidung manuell kontrollieren. Unternehmen müssten deshalb Kriterien definieren, anhand derer sich die Qualität der Ergebnisse bewerten ließe.
Am Beispiel des Controllings wurde deutlich, was sich dadurch verändern könnte. Statt Zahlen und Informationen für einzelne Managementfragen manuell zusammenzustellen, könne ein Agent auf zugrunde liegende Daten zugreifen und Antworten vorbereiten. Für Controller könnte sich die Arbeit damit stärker in Richtung Analyse verschieben.
Nicht auf die perfekte IT warten
Die SAP-KI-Strategie
Wie weit technologisches Zielbild und betriebliche Realität auseinanderliegen können, zeigte die Session mit Thomas Henzler, CIO von Piller Blowers & Compressors, und Axel Hermanns von SAP. „Die Realität an vielen Stellen ist nach wie vor noch eine Menge an Technologien, Lösungen, und gibt viele Medienbrüche“, sagte Henzler. Gleichzeitig experimentierten Beschäftigte bereits selbst mit KI-Anwendungen. Daraus ergäben sich Fragen nach Datenflüssen, Sicherheit und Autorisierung.
„Berechtigung ist natürlich ein riesiges Thema.“ Piller Blowers & Compressors entschied sich nicht für ein grundsätzliches Verbot solcher Anwendungen, sondern für einen strukturierteren Umgang damit. Dabei müsse nicht die gesamte IT-Landschaft vollständig integriert sein, bevor erste Anwendungen möglich würden, sagte Henzler.
Gleichzeitig bleibe der Aufbau einer gemeinsamen Umgebung aufwendig. Hermanns beschrieb dazu das längerfristige Zielbild: Der Mensch gibt zunehmend eine Absicht vor, während Software einzelne Schritte vorbereitet oder koordiniert. Bei einem Fertigungsauftrag könnte ein System so beispielsweise Verfügbarkeit, Termine und Kapazitäten prüfen und bei Problemen alternative Fertigungswege vorschlagen. Perspektivisch sollen spezialisierte Agenten entlang verschiedener Bereiche der Supply-Chain zusammenarbeiten.
Wenn KI weiß, was im Unternehmen passiert
Von Daten zu Business AI mit der SAP Business Data Cloud
Shirin Kupfernagel, Head of SAP Business Data Cloud Corporate & Consumer, rückte schließlich die Datenbasis in den Mittelpunkt. Lieferprobleme, Auffälligkeiten im Finanzbereich oder Signale eines Kunden seien häufig bereits in unterschiedlichen Systemen vorhanden. „Diese Informationen existieren im Unternehmen irgendwo. Wir haben sie einfach nur noch nicht gefunden.“ Anhand eines Lieferkettenbeispiels machte sie das deutlich: Dort registriert ein Agent eine ausbleibende Lieferbestätigung, verbindet sie mit Stromausfällen in der betreffenden Region und prüft, welche Aufträge betroffen sein könnten und welche Alternativen bestehen. Beim Finanzabschluss könnte KI auffällige Buchungen identifizieren, im Kundenservice Informationen aus unterschiedlichen Systemen vor einem Gespräch zusammenführen.
Entscheidend ist dabei für Kupfernagel der Unternehmenskontext. Eine KI müsse Zusammenhänge zwischen Informationen aus ERP-, CRM- und anderen Systemen erkennen können. Der von ihr vorgestellte Ansatz der SAP Business Data Cloud soll Daten dafür in einen gemeinsamen Geschäftskontext bringen; der SAP Knowledge Graph soll Beziehungen zwischen unterschiedlichen Datenbeständen abbilden. Mit zunehmender Zahl von Agenten wachse zugleich die Bedeutung der Governance. Kupfernagel formulierte die Konsequenz daraus knapp: „Dieses Thema Governance ist mittlerweile Vorstandsthema.“
Aus Technologie wird Führung
Und genau dort laufen die vier Sessions zusammen. Die erste KI-Phase drehte sich vor allem um Modelle und ihre erstaunlichen Fähigkeiten. Die nächste wird wesentlich unspektakulärer – und wirtschaftlich vermutlich relevanter. Es geht um Prozesse, Datenqualität, Berechtigungen, Schnittstellen, Verantwortlichkeiten und messbare Ergebnisse. Für Unternehmer verschiebt sich also ihre Aufgabe, um zu erreichen, dass KI schnellstmöglich mehr als ein Produktivitätswerkzeug ist.