SAP, Joule und das institutionelle Vakuum: Was Agentic AI im ERP-Kontext wirklich bedeutet

SAP set­zt strate­gisch alles auf Agen­tic AI – doch während Wall­dorf eine Rev­o­lu­tion aus­ruft, nutzen 77 Prozent der KI-aktiv­en DSAG-Mit­glieder Non-SAP-Lösun­gen. Der eigentliche Befund liegt tiefer: KI-Agen­ten wie Joule agieren in einem insti­tu­tionellen Vaku­um, für das wed­er Gov­er­nance-Frame­works noch Haf­tungsregeln existieren. Eine Analyse über die Dif­ferenz zwis­chen regelin­tel­li­gen­ten und rege­len­twer­fend­en Agen­ten – und was das für den Ein­satz agen­tis­ch­er Sys­teme in prozess­wirk­samen Unternehmen­su­mge­bun­gen bedeutet.

Die Zahlen, die die DSAG-Investi­tion­sum­frage 2026 liefert, sind präzis­er als jede Ana­lysten­prog­nose: 77 Prozent der Unternehmen, die KI bere­its pro­duk­tiv nutzen, tun dies mit Non-SAP-Lösun­gen. Nur drei Prozent set­zen SAP Busi­ness AI im Live-Betrieb ein. Gemessen an der kom­mu­nika­tiv­en Inten­sität, mit der SAP-Chef Chris­t­ian Klein eine „Rev­o­lu­tion durch Agen­tic AI” aus­ruft, ist das eine bemerkenswerte Dif­ferenz. Gemessen an der struk­turellen Logik, die hin­ter dieser Adop­tion steckt, ist sie erk­lär­bar — und auf­schlussre­ich.

Die Erk­lärung liegt nicht in tech­nis­ch­er Unter­legen­heit. Microsoft Copi­lot oder Chat­G­PT sind für Mitar­beit­er intu­itiv zugänglich, ohne BTP-Inte­gra­tion, ohne Lizenz-Dschun­gel aus AI Units und Cloud Cred­its, ohne die steile Lernkurve, die Gart­ner Peer Insights für die Busi­ness Tech­nol­o­gy Plat­form doku­men­tieren. Die Adop­tion fol­gt dem Weg des ger­ing­sten insti­tu­tionellen Wider­stands — ein Muster, das in der Dif­fu­sions­forschung gut beschrieben ist und das sich durch bessere Mar­ket­ingkom­mu­nika­tion nicht über­schreiben lässt.

Das eigentlich inter­es­sante Prob­lem begin­nt jedoch dort, wo die Adop­tion von Agen­tic AI nicht mehr an der Ober­fläche stat­tfind­et, son­dern in die oper­a­tiv­en Kern­prozesse ein­greift. Und hier lohnt eine Unter­schei­dung, die in der laufend­en Debat­te weit­ge­hend fehlt.

Regelintelligente und regelentwerfende Agenten

Klas­sis­che Automa­tisierungssys­teme — RPA-Bots, regel­basierte Work­flows — arbeit­eten deter­min­is­tisch. Sie führten definierte Sequen­zen aus, deren Ergeb­nisse inner­halb vorgegeben­er Para­me­ter vorherse­hbar und rev­i­dier­bar waren. Die Gov­er­nance-Frage war entsprechend über­schaubar: Wer hat die Regel definiert, und wer überwacht die Aus­führung?

Agen­tic AI ver­schiebt dieses Bild grundle­gend. Ein KI-Agent wie Joule trifft Entschei­dun­gen auf Basis prob­a­bilis­tis­ch­er Schlussfol­gerun­gen, ohne dass im Einzelfall eine men­schliche Freiga­be erfol­gt. Die entschei­dende ana­lytis­che Unter­schei­dung ist dabei nicht die zwis­chen autonom und manuell ges­teuert, son­dern die zwis­chen zwei Typen insti­tu­tioneller Wirk­samkeit.

Ein regelin­tel­li­gen­ter Agent arbeit­et inner­halb vorgegeben­er Gov­er­nance-Struk­turen. Er wen­det Regeln an, die Men­schen definiert haben, und opti­miert inner­halb dieser Gren­zen. Seine insti­tu­tionelle Funk­tion ist Effizien­zsteigerung — er tut schneller, was vorher langsamer getan wurde.

Ein rege­len­twer­fend­er Agent verän­dert durch seine Entschei­dun­gen die oper­a­tiv­en Struk­turen, in denen er agiert. Er set­zt Präze­den­zfälle, erzeugt Pfad­ab­hängigkeit­en, schreibt durch seine Out­puts impliz­it neue Regeln fort. Seine insti­tu­tionelle Funk­tion geht über Effizienz hin­aus — er verän­dert, was als nor­male Entschei­dung gilt.

SAP posi­tion­iert Joule nominell als regelin­tel­li­gen­ten Agen­ten: ein Assis­tent, der im Rah­men definiert­er Prozesse agiert. Aber jed­er autonom…