SAP SAP Business AI Solutions - SAP Business Suite SCM Solutions

Automatische Berechnung von Ursprungsnachweisen (z. B. EUR.1, Lieferantenerklärungen) basierend auf Stücklisten und Materialursprung – ermöglicht die Nutzung von Freihandelspräferenzen und Zollvorteilen.

Geopolitische Risiken (Exportbeschränkungen, Zollerhöhungen, Sanktionen) machen Compliance zu einem Geschäftsrisiko. GTS muss frühzeitig in SCM-Projekte gescopert werden, da es oft unterschätzt wird.

Globale B2B-Plattform mit über 6 Mio. verbundenen Unternehmen. Bereiche: Procurement (Bestellungen, Rechnungen), Logistics (Tracking, Frachtavise), Supply Chain (Lieferanten-Kollaboration, Bestände), Asset Management.

Ermöglicht Lieferanten Echtzeit-Einsicht in Bedarfspläne und Lagerbestände sowie die direkte Abstätigung von Kapazitäten und Lieferterminen – reduziert Bullwhip-Effekt und verbessert Liefertreue.

Verstärkung von Nachfrageschwankungen entlang der Lieferkette durch fehlende Transparenz. SAP adressiert ihn durch IBP (gemeinsame Planung), Business Network (Echtzeit-Datentransparenz) und Demand Sensing (KI-Prognosen).

Integrierter Abstimmungsprozess zwischen Vertrieb, Produktion, Einkauf und Finanzen zur Synchronisation von Marktplänen mit Produktions- und Beschaffungskapazitäten – in IBP digital, kollaborativ und in Echtzeit unterstützt.

Fragmentierte Planungslandschaften (Excel, verschiedene Tools, isolierte Teams). IBP ersetzt diese durch eine zentrale, kollaborative Plattform mit eingebetteter KI, Echtzeit-Szenarien und integrierter Finanzbetrachtung.

Funktion zur Prüfung, ob eine Kundennachfrage zum gewünschten Termin erfüllt werden kann – basierend auf Beständen, offenen Bestellungen und Produktionsplänen. In S/4HANA als Backorder Processing (BOP) mit IBP erweiterbar.

On-Premise (maximales Customizing), Private Cloud/PCE (dediziert, eigener Update-Rhythmus, vollständiges SCM-Portfolio), Public Cloud (standardisiert, schnell, eingeschränkter SCM-Umfang), RISE with SAP (Gesamtpaket).

Business Process Intelligence-Tool für Prozessmodellierung, Process Mining und Benchmarking. In SCM-Projekten identifiziert es Prozessschwachstellen (z. B. lange Bestellzyklen, hohe Ausnahmenquoten) vor und nach der Implementierung.

EWM steuert interne Lagerprozesse (Einlagerung, Kommissionierung, Bestände). TM steuert externe Transportprozesse (Planung, Carrier, Fracht). Beide sind integriert: EWM übergibt Waren an TM für den Versand.

Fähigkeit der Lieferkette, Störungen (Lieferantenausfälle, Naturkatastrophen, geopolitische Ereignisse) schnell zu erkennen und zu kompensieren. SAP unterstützt durch Control Tower, Supplier Risk, Multi-Source-Szenarien in IBP und Business Network Transparency.

Verlagerung von Produktion und Beschaffung in geografische Nähe. Erhöht die Anforderungen an lokales Lieferantenmanagement (Ariba SLP), regionale Transportplanung (TM) und die Anpassung von IBP-Planungsmodellen.

EWM bietet: detailliertere Lagersteuerung (Lagerplatztypen, Strategien), Automatisierungsanbindung (MFS), Yard Management, KI-Slotting und Ressourcenmanagement. WM ist für einfache Lageranforderungen ausreichend – bei wachsender Komplexität oder Automatisierung klar EWM empfehlen.

BTP verbindet alle SCM-Lösungen (IBP, EWM, TM, Ariba, GTS) mit S/4HANA und Drittsystemen über vorgefertigte Integrationsszenarien, API-Management und Integration Suite – und ermöglicht Erweiterungen ohne Eingriff in den Kern.

KI-Funktionen, die direkt in SAP-Anwendungen integriert sind (z. B. Demand Sensing in IBP, Smart Buyer in S/4HANA) – sofort nutzbar nach Aktivierung, kein separates Projekt oder System notwendig.

Durch Business-Value-Analyse je Modul, Abhängigkeiten (EWM muss vor TM live sein), Datenbereitschaft, Change-Management-Aufwand und Quick-Win-Potenzial. Phasenweiser Rollout mit klar definierten Go-Live-Meilensteinen je Modul ist Best Practice.

Eigenständige KI-Szenarien auf SAP BTP, die über APIs mit SAP-Anwendungen kommunizieren. Eingesetzt für individuelle Kundenanforderungen, die über den SAP-Standard hinausgehen oder eigene ML-Modelle erfordern.

ML-gestützte Funktion in IBP, die kurzfristige Bedarfsprognosen durch Analyse historischer Verkaufsdaten, Wetterdaten, POS-Daten und weiterer externer Signale deutlich präzisiert – besonders relevant für den Nahbereich (0–4 Wochen).

KI-gestützte automatische Erkennung, Klassifizierung und Verarbeitung von Eingangsrechnungen inkl. Ausnahmebehandlung – reduziert manuelle Prüfaufwände erheblich.

KI-Service zur automatischen Extraktion strukturierter Daten aus unstrukturierten Dokumenten (Rechnungen, Verträge, Lieferscheine) – Grundlage für Rechnungsautomatisierung und Vertragsmanagement.

KI-gestützte Funktion, die bei definierten Systemereignissen (z. B. Lieferverzug, Budgetüberschreitung) automatisch vordefinierte Aktionen auslöst – ohne manuelle Eingriffe.

Automatisches Risiko-Scoring durch Integration externer Risikodaten, ML-basierte Empfehlung von Qualifizierungsfragebögen, Frühwarnsystem für Lieferantenausfälle und KI-gestützte Analyse von Ausschreibungsergebnissen.

KI-gestützte Empfehlung optimaler Lagerplätze basierend auf Umschlagshäufigkeit, Gewicht, Kommissioniermustern und Ergonomievorgaben – reduziert Kommissionierwege und steigert die Lagerproduktivität.

SAP Datasphere ist die Datenverwaltungsplattform von SAP. Sie zentralisiert SAP- und Drittanbieterdaten, stellt eine semantische Datenschicht bereit und dient als Grundlage für KI-Training und unternehmensweite Analytics.

ML-basierte Prognose von Ankunftszeiten unter Berücksichtigung von Verkehrsdaten, Wetterbedingungen und historischen Verzögerungsmustern – ermöglicht proaktive Ausnahmensteuerung.

SAP verpflichtet sich zu: Transparenz (erklärbare KI-Entscheidungen), Fairness (Bias-Erkennung), Datenschutz (DSGVO, keine Nutzung von Kundendaten für globales Modelltraining) und menschlicher Kontrolle in kritischen Entscheidungen.

Discover: Use-Case-Identifikation. Prepare: Data Readiness Assessment. Explore: KI-Szenarien in Fit-to-Standard-Workshops. Realize: Aktivierung Embedded AI / BTP-Entwicklung. Deploy: Schulung. Run: Modell-Monitoring und Nachtraining.

Prüfung der Datenbasis auf Qualität, Vollständigkeit, Konsistenz und Historientiefe (12–36 Monate). KI-Ergebnisse sind direkt abhängig von der Datenqualität – schlechte Daten führen zu unzuverlässigen Modellen.

Modelldrift bezeichnet die schleichende Verschlechterung von ML-Modell-Prognosen, wenn sich die zugrundeliegenden Datenverteilungen verändern (z. B. neue Produkte, Marktveränderungen). Gegenmassnahme: regelmässiges Monitoring und Nachtraining.

SAP BTP läuft in zertifizierten Rechenzentren (ISO 27001, SOC 2), Kundendaten werden nicht für globales Modelltraining genutzt, EU-Datenhaltung ist konfigurierbar, Auftragsverarbeitungsverträge mit SAP sind Standard.

Joule ist SAPs generativer KI-Copilot, eingebettet in S/4HANA, Ariba, IBP und weitere Lösungen. Im Gegensatz zu ChatGPT kennt Joule den Geschäftskontext (Bestellung, Lieferant, Kostenstelle) und liefert direkt handlungsfähige Ergebnisse.

ML-basierte automatische Kategorisierung von Einkaufsausgaben nach Warengruppen. Erhöht die Datenqualität in der Ausgabenanalyse, verbessert die Verhandlungsposition und reduziert manuellen Klassifizierungsaufwand.

Joule erlaubt natürlichsprachliche Abfragen zu Bestellstatus, offenen Rechnungen und Lieferantendaten, unterstützt bei der Bestellanlage, fasst Ausschreibungsergebnisse zusammen und schlägt Vertragsklauseln vor – ohne Systemwechsel.

KI-Service zur Erkennung von Geschäftsobjekten (Unternehmen, Produkte, Personen, Orte) in unstrukturierten Texten. Nützlich für die automatisierte Verarbeitung von E-Mails, Verträgen und Lieferantendokumenten.

KI-Features wie Joule senken die Einstiegshürde für Endanwender (natürliche Sprache statt Transaktionscodes). Gleichzeitig entstehen neue Widerstände (Angst vor Arbeitsplatzverlust), die durch transparente Kommunikation und Pilotgruppen adressiert werden müssen.

SAC ist SAPs Cloud-BI-Plattform für Berichte, Dashboards und Planungsszenarien. Sie nutzt KI für Smart Predict (Prognosemodelle), Smart Insights (Erklärung von Abweichungen) und Smart Discovery (automatische Musterentdeckung).

Smart Buyer liefert dem Einkäufer KI-basierte Empfehlungen: bevorzugter Lieferant je Material, Erkennung von Preisabweichungen gegenüber Benchmark, Bündelungsvorschläge für offene Bestellanforderungen.

SAP BTP bietet offene APIs (application programming interface) und Konnektoren, die es Kunden erlauben, externe KI-Dienste (Azure OpenAI, Google Vertex AI) neben oder anstelle von SAP-eigenen Modellen einzubinden – für maximale Flexibilität