SAP Autonomous Enterprise: Definition, Funktionsweise und zentrale Fragen

Das SAP Autonomous Enterprise steht für ein neues Modell der Unternehmenssteuerung, in dem künstliche Intelligenz komplexe Geschäftsprozesse selbstständig ausführt und nicht mehr nur Informationen bereitstellt oder einzelne Arbeitsschritte automatisiert. Auf der SAP Sapphire 2026 hat SAP Autonomous Enterprise als Zielbild für Unternehmen vorgestellt. Unser Glossarbeitrag beantwortet die wichtigsten Fragen.

Ein Autonomous Enterprise ist ein Unternehmen, in dem KI einen wachsenden Teil der operativen Arbeit selbstständig übernehmen kann. Dazu gehören beispielsweise die Analyse von Informationen, die Auswahl von Handlungsoptionen und die Ausführung darauf aufbauender Prozessschritte.

KI-Agenten können Ziele verfolgen, Informationen aus verschiedenen Quellen auswerten, Entscheidungen vorbereiten oder treffen und daraus Aktionen ableiten. Menschen behalten dabei die Verantwortung für die übergeordneten Ziele, Regeln und die Kontrolle des Systems.

Der Ansatz des SAP Autonomous Enterprise verbindet Agentic AI, Geschäftsdaten, Prozesswissen, Anwendungen von SAP und Governance zu einem integrierten Modell.

Der entscheidende Unterschied zur herkömmlicher Automatisierung: Ein Agent muss nicht für jede mögliche Situation einen vorab programmierten Ablauf vorfinden. Er kann Informationen und Kontext heranziehen, auf Veränderungen reagieren und innerhalb festgelegter Vorgaben handeln.

Menschen bleiben dabei für die übergeordnete Steuerung und Kontrolle verantwortlich.

SAP Autonomous Enterprise ist ein Zielbild für Unternehmen und deren Organisation sowie die Ausführung von Unternehmenstätigkeit.

Das Autonomous Enterprise verändert die Arbeitsweise von Unternehmen grundlegend mithilfe von KI-Agenten. Diese können komplexe, durchgängige Workflows in zentralen Geschäftsbereichen wie Finanzen, Lieferkette, Beschaffung, Personalwesen und Customer Experience autonom ausführen.

Im Mittelpunkt steht die Frage, welche Entscheidungen und Tätigkeiten künftig von Menschen, welche von KI und welche gemeinsam ausgeführt werden. Je nach Prozess kann ein Agent beispielsweise Informationen zusammenführen, eine Entscheidung vorbereiten, einen Folgeprozess auslösen oder mehrere spezialisierte Agenten koordinieren.

Der Begriff „Autonom“ bedeutet dabei mehr agentische Ausführung innerhalb eines definierten Verantwortungsrahmens und nicht „ohne Menschen.“

Ein autonomer Prozess benötigt drei Dinge: Informationen, Kontext und Handlungsmöglichkeiten.

Ein KI-Agent kann beispielsweise Daten aus mehreren Geschäftssystemen auswerten, relevante Zusammenhänge erkennen und daraus den nächsten sinnvollen Prozessschritt ableiten. Über Schnittstellen und Prozesse kann er anschließend Aktionen in den beteiligten Systemen auslösen.

Damit das zuverlässig funktioniert, müssen Daten, Prozesse, Berechtigungen und Geschäftsregeln miteinander verbunden sein. Genau hier setzt die Architektur des SAP Autonomous Enterprise an, die zentrale Elemente für autonomes agentisches Handeln, von der Datenbasis über den Geschäftskontext bis zur Agentensteuerung, bereitstellt und unterstützt.

Klassische Automatisierung eignet sich vor allem für wiederkehrende Abläufe mit bekannten Regeln. Der Prozess wird definiert und anschließend möglichst unverändert ausgeführt.

Agentische Systeme wie das SAP Autonomous Enterprise können dagegen mit wechselnden Situationen umgehen. Sie beziehen unterschiedliche Informationen ein, bewerten den jeweiligen Kontext und können ihre nächsten Schritte daran ausrichten.

Während also Automatisierung einem vorgegebenen Ablauf erfordert, verfolgen Agenten ein Ziel und wählen innerhalb definierter Regeln den passenden Weg dorthin.

Das macht autonome Ansätze besonders interessant für komplexe Prozesse mit vielen Abhängigkeiten und Ausnahmen.

Menschen haben im Autonomous Enterprise die Kontrolle und übernehmen eine steuernde Rolle. Sie entscheiden, welche Ziele verfolgt werden, welche Entscheidungen ein Agent treffen darf, welche Freigaben erforderlich sind und wann ein Mensch eingreifen muss.

Dieses Prinzip wird häufig als „Human in the Loop“ bezeichnet: Menschen sind fester Bestandteil des Systems, nicht nur nachgelagerte Kontrollinstanz. Sie legen den Rahmen fest, überwachen die Ausführung und greifen gezielt ein, wenn eine Entscheidung das definierte Regelwerk verlässt oder besondere Tragweite hat.

Die operative Ausführung einzelner Prozessschritte liegt zunehmend bei den Agenten. Menschliche Arbeit verschiebt sich damit von der manuellen Bearbeitung einzelner Vorgänge hin zu Steuerung, Überwachung, Ausnahmebehandlung und strategischen Entscheidungen.

So sieht es auch das Zielbild des SAP Autonomous Enterprise vor.

Ein KI-Assistent unterstützt einen Menschen bei einer definierten Aufgabe, etwa indem er Informationen aufbereitet, Fragen beantwortet oder einen nächsten Arbeitsschritt vorbereitet.

Ein KI-Agent kann darüber hinaus selbstständig Aktionen ausführen und mehrere Schritte zu einem Ziel koordinieren. Er kann beispielsweise Daten prüfen, eine Abweichung bewerten, eine Entscheidung treffen und anschließend einen Prozess in einem Geschäftssystem anstoßen.

Im Kontext des SAP Autonomous Enterprise können mehrere Agenten wiederum von übergeordneten Assistenten koordiniert werden. SAP beschreibt Joule Work als eine Arbeitsumgebung, in der Absichten aufgenommen und anschließend die für ein Ergebnis benötigten Informationen, Prozesse und Agenten zusammengebracht werden.

Auf der Sapphire 2026 hat SAP Autonomous Enterprise als Zielbild für Unternehmen vorgestellt und stellt einen großen Teil der technologischen Bausteine bereit, die für autonome Geschäftsprozesse benötigt werden. Dazu gehören insbesondere Joule, Joule Work, Joule Studio, SAP Business Data Cloud, SAP Knowledge Graph, SAP Business AI Platform und SAP AI Agent Hub.

Der Vorteil der Architektur von SAP liegt dabei im vorhandenen Geschäfts- und Prozesskontext: Agenten können nicht nur mit allgemeinen KI-Modellen arbeiten, sondern Informationen aus Unternehmensdaten, Prozessen in SAP und deren Beziehungen einbeziehen.

Gleichzeitig ist das Konzept nicht auf hauseigene Agenten von SAP beschränkt. Der SAP AI Agent Hub soll auch die Verwaltung und Zusammenarbeit von Agenten verschiedener Anbieter unterstützen.

Joule Work ist die Interaktions- und Arbeitsumgebung für die Zusammenarbeit mit KI im SAP Autonomous Enterprise.

Statt sich für jeden Arbeitsschritt durch verschiedene Anwendungen zu bewegen, können Anwender ihr gewünschtes Ergebnis beziehungsweise ihre Absicht formulieren. Joule kann daraufhin relevante Informationen, Anwendungen, Prozesse und Agenten zusammenführen.

Damit verschiebt sich die Interaktion von der Navigation durch einzelne Systeme hin zur ergebnisorientierten Zusammenarbeit mit KI. SAP beschreibt Joule Work entsprechend als einen dynamischen Arbeitsbereich, der sich an der jeweiligen Absicht orientiert.

Der SAP Knowledge Graph ist das Gehirn des SAP Autonomous Enterprise. Indem er Daten, Prozesse und Zusammenhänge im Unternehmen vernetzt und zueinander in Beziehung setzt, können Agenten Schlussfolgerungen ziehen und handeln können.

Ein Beispiel hierfür: Für eine sinnvolle Bearbeitung einer Lieferantenreklamation muss diese mit weiterem Kontext und Daten vernetzt werden. So können unter anderem Bestellungen, Materialien, Verträge und frühere Vorgänge relevant sein. Der Knowledge Graph bildet solche Beziehungen und Bedeutungen ab.

Dadurch erhalten Agenten den semantischen Geschäftskontext, den sie benötigen, um aus Unternehmensdaten belastbare Schlussfolgerungen abzuleiten. SAP verbindet den Knowledge Graph unter anderem mit SAP Business Data Cloud und Joule.

Technologie allein reicht nicht aus für das SAP Autonomous Enterprise. Autonome Agenten sind nur so gut wie die Architektur, die Daten und die Prozesse, auf denen sie laufen. Zunächst einmal müssen Unternehmen die Grundlagen schaffen. Diese sind:

• verlässliche und zugängliche Daten
• klar beschriebene und möglichst standardisierte Prozesse
• eine integrierte Systemarchitektur
• definierte Verantwortlichkeiten und Berechtigungen
• Governance für Entwicklung, Einsatz und Betrieb von Agenten

Für Unternehmen, die das Zielbild des Autonmous Enterprise umsetzen wollen, empfiehlt sich eine schrittweise Transformation, um die einzelnen Aufgaben zu erledigen.

Besonders interessant sind Prozesse, bei denen zahlreiche Informationen zusammengeführt, Entscheidungen getroffen und mehrere Folgeschritte koordiniert werden müssen. Derartige Geschäftsabläufe finden sich unter anderen in Unternehmensbereichen wie:

• Finance und Controlling
• Einkauf
• Supply Chain Management
• Personalwesen
• Customer Experience
• Service

Ist ein passender Prozess gefunden, muss er nicht vollständig automatisiert werden. Häufig ist es sinnvoller, zunächst einzelne Entscheidungspunkte oder Prozessabschnitte durch Agenten zu unterstützen und deren Autonomie dann schrittweise zu vergrößern.

Der wirtschaftliche Nutzen entsteht vor allem dort, wo KI die Geschwindigkeit, Qualität oder Skalierbarkeit von Geschäftsprozessen verbessert.

Dazu können gehören:

• kürzere Bearbeitungs- und Durchlaufzeiten
• weniger manuelle Koordination
• schnellere Reaktionen auf Veränderungen
• gezielte Nutzung vorhandener Daten
• Entlastung von Mitarbeitenden bei Routinetätigkeiten
• kontinuierliche Optimierung von Abläufen
• leichtere Skalierbarkeit komplexer Prozesse

Je mehr Aufgaben an Künstliche Intelligenz delegiert wird, desto wichtiger werden Sicherheit, Governance und Transparenz.

Risiken können beispielsweise entstehen durch:

• unvollständige oder fehlerhafte Daten
• zu weitreichende Zugriffsrechte
• unklare Verantwortlichkeiten
• nicht ausreichend kontrollierte Agenten
• fehlende Nachvollziehbarkeit von Entscheidungen
• unzureichende Berücksichtigung regulatorischer Anforderungen

Deshalb spielt das Thema Governance im SAP Autonomous Enterprise ein zentrale Rolle. Identität, Berechtigungen, Überwachung und Kontrollmechanismen müssen vor der Entwicklung von Agenten bedacht werden. valantic stellt diese Aspekte auch in seiner aktuellen Roadmap zum Autonomous Enterprise heraus.

Kontrolle beginnt mit einer klar definierten Agentenidentität und einem begrenzten Berechtigungsumfang. Hier wird festgelegt, auf welche Daten und Systeme ein Agent zugreifen und welche Aktionen er ausführen darf.

Hinzu kommen Regeln für Freigaben, Überwachung und Eskalationen. Bei besonders sensiblen Entscheidungen kann ein Mensch weiterhin eine Freigabe erteilen müssen.

Im SAP Autonomous Enterprise unterstützt der SAP AI Agent Hub die zentrale Verwaltung von Agenten und deren Governance, einschließlich herstellerübergreifender Agentenlandschaften.

Der Weg beginnt nicht mit der Entwicklung möglichst vieler Agenten. Zunächst sollten Unternehmen ihre bestehende Architektur, Daten und Prozesse verstehen und diejenigen Anwendungsfälle identifizieren, bei denen Autonomie einen relevanten Geschäftswert verspricht.

Darauf aufbauend lassen sich Datenzugriff, Prozesslogik, Agentenarchitektur und Governance entwickeln. Anschließend werden einzelne Lösungen integriert, getestet und betrieben.

Die Transformation erfolgt damit schrittweise: vom geeigneten Anwendungsfall über produktive Agenten bis zu einem vernetzten System autonomer Prozesse. SAP bezeichnet diesen Ansatz als agentenbasierte Transformation.

Unternehmen sollten hierfür eine Roadmap ersellen.

valantic begleitet Unternehmen in jeder Phase der Transformation zum Autonomous Enterprise.

Hierfür verfügt valantic über fundierte KI-Kompetenz, mehr als 30 Jahre Erfahrung mit SAP Projekten, umfassende Kenntnis führender Technologien, Expertise in den Bereichen Data & AI, umfassendes Prozess- und Integrationswissen sowie starke Partnerschaften mit KI-Anbietern wie Anthropic

Das Leistungsspektrum reicht von der Auswahl geeigneter Anwendungsfälle für Agenten und der Zielarchitektur über die Integration und Entwicklung individueller Agenten bis hin zu Betrieb, Sicherheit und Governance.

Dabei geht es nicht nur um die technische Umsetzung einzelner KI-Lösungen, sondern darum, deren Einsatz in die bestehende Unternehmens- und Prozesslandschaft einzubetten.