SAP KI Strategie : Wie SAP mit der Palantir-Methode sein Geschäftsmodell retten will

Anfang der 1970er-Jahre. Zwei junge IBM-Mitarbeiter arbeiten in einem Faserwerk des britischen Chemiekonzerns ICI im baden-württembergischen Östringen. Dietmar Hopp und Hasso Plattner sollen dort die Auftragsabwicklung und Versandsteuerung modernisieren. Damals funktioniert Unternehmens-IT grundlegend anders als heute. Daten werden gesammelt und in großen Stapeln verarbeitet. Entwicklungs- und Testarbeiten auf den Großrechnern der Kunden finden vor allem nachts und am Wochenende statt, wenn die Maschinen nicht anderweitig gebraucht werden.

Hopp und Plattner verfolgen eine andere Idee: Unternehmen sollen ihre Daten nicht erst Stunden später auswerten können. Geschäftsvorgänge sollen dann verarbeitet werden, wenn sie entstehen – in Echtzeit. Und statt für jedes Unternehmen komplett neue Programme zu entwickeln, soll eine standardisierte Software die Geschäftsprozesse verschiedener Firmen abbilden können.

1972 verlassen Hopp und Plattner IBM und gründen gemeinsam mit Claus Wellenreuther, Klaus Tschira und Hans-Werner Hector die „Systemanalyse Programmentwicklung“, die spätere SAP. 1973 ist das erste Finanzbuchhaltungssystem fertig: RF. Das R steht für „Real-Time“. Aus dieser Idee entsteht einer der größten Softwarekonzerne der Welt.

Mehr als fünf Jahrzehnte später kehrt SAP ausgerechnet zu einem Prinzip seiner Anfangsjahre zurück: Entwickler sollen wieder direkt mit Kunden arbeiten, deren Prozesse verstehen und daraus Software entwickeln. Bei Bayer. Bei H&M. Auch bei Toyota und Bosch. Wieder geht es darum, aus realen Unternehmensproblemen möglichst schnell Software zu machen. Wieder sollen Erkenntnisse aus einzelnen Kundenprojekten anschließend in standardisierte Produkte einfließen. Doch diesmal geht es für SAP nicht darum, einen neuen Markt zu erobern. Es geht darum, die eigene Position in der Ära künstlicher Intelligenz zu verteidigen.

SAP ist kein Sanierungsfall. Im Gegenteil. 2025 erzielte der Konzern 36,8 Milliarden Euro Umsatz. Davon entfielen gut 21 Milliarden Euro auf das Cloudgeschäft. 86 Prozent der Erlöse waren nach SAP-Definition besser planbar. Das IFRS-Betriebsergebnis lag bei 9,6 Milliarden Euro, das Non-IFRS-Betriebsergebnis bei 10,4 Milliarden Euro. Der gesamte Cloud-Auftragsbestand erreichte zum Jahresende 77 Milliarden Euro.

Und das Wachstum hielt zunächst an. Im zweiten Quartal 2026 stiegen die Umsatzerlöse gegenüber dem Vorjahresquartal um neun Prozent auf 9,88 Milliarden Euro, die Clouderlöse um 22 Prozent. Das IFRS-Betriebsergebnis legte um acht Prozent zu. Diese Zahlen zeigen, was für SAP auf dem Spiel steht: ein hochprofitables Geschäft mit Abonnements, Wartungsverträgen und Software, die tief in den Abläufen großer Unternehmen verankert ist.

Doch künstliche Intelligenz könnte ausgerechnet die Schicht entwerten, über die SAP jahrzehntelang seine Beziehung zum Nutzer kontrolliert hat: die Benutzeroberfläche. Bisher mussten Anwender wissen, welche SAP-Anwendung sie benötigen, welche Daten sie eingeben und welchen Prozess sie auslösen müssen. Künftig sollen sie zunehmend nur noch beschreiben, welches Ergebnis sie erreichen wollen.

SAP arbeitet genau auf dieses Modell hin. Joule soll zur zentralen KI-Oberfläche werden. Mit „Joule Work“ beschreibt SAP eine Arbeitsweise, bei der Nutzer ihre Ziele in natürlicher Sprache formulieren. Assistenten koordinieren daraufhin spezialisierte KI-Agenten, suchen Informationen und führen Prozesse über verschiedene Systeme hinweg aus. SAP spricht ausdrücklich von einer einheitlichen Oberfläche über SAP- und Nicht-SAP-Systeme hinweg.

Damit relativiert SAP selbst die Bedeutung seiner klassischen Benutzeroberflächen. Das ist notwendig – und strategisch riskant. Denn wenn ein KI-Agent ohnehin unterschiedliche Unternehmenssysteme bedienen kann, muss diese übergeordnete KI-Schicht nicht zwangsläufig von SAP stammen.

Genau dort verschärft sich der Wettbewerb. Microsoft und Google entwickeln ebenfalls Agentensysteme, die über verschiedene Anwendungen und Datenquellen hinweg arbeiten. SAP selbst öffnet seine Plattform für diese neue Welt: Joule und Microsoft 365 Copilot sind bereits bidirektional integriert. Mit Google Cloud arbeitet SAP ebenfalls an der Zusammenarbeit unterschiedlicher KI-Agenten. Auch Claude von Anthropic soll als Modell und agentische Fähigkeit in SAPs KI-Plattform integriert werden.

Der Wettbewerb läuft deshalb nicht zwangsläufig darauf hinaus, SAP aus den Unternehmen zu entfernen. Es reicht, sich davorzusetzen. Künftig könnte ein Mitarbeiter mit einem KI-Agenten sprechen, der selbst entscheidet, welche Daten und Programme im Hintergrund benötigt werden. SAP könnte weiterhin Rechnungen verbuchen, Lagerbestände verwalten oder Produktionsprozesse dokumentieren – während die sichtbare Benutzeroberfläche und damit ein wichtiger Teil der Kundenbeziehung von einem anderen Anbieter kontrolliert wird.

Die großen KI-Anbieter rücken dabei auch geografisch näher an die deutsche Industrie. OpenAI eröffnete 2025 sein erstes deutsches Büro in München. Anthropic kündigte im selben Jahr ebenfalls einen Standort in München an. Für SAP besteht damit ein strategisches Risiko: Aus dem sichtbaren Betriebssystem des Unternehmens könnte langfristig eine unsichtbare Infrastruktur im Hintergrund werden. Genau das will SAP-Chef Christian Klein verhindern.

Der Gegenangriff besteht aus zwei miteinander verbundenen Elementen. Das erste ist Joule. SAP will die neue Schnittstelle zwischen Mensch, KI-Agenten, Geschäftsdaten und Anwendungen selbst kontrollieren. Im ersten Quartal 2026 war Joule laut SAP bereits in 35 Lösungen verfügbar; das Unternehmen meldete mehr als 30 spezialisierte Agenten und mehr als 2.500 sogenannte Joule Skills.

Der zweite Teil findet nicht in Walldorf statt, sondern direkt beim Kunden. SAP schickt sogenannte Forward Deployed Engineers zu ausgewählten Großunternehmen. SAP bestätigte im September 2026, mit diesem Modell gemeinsam mit Kunden konkrete Branchenprobleme zu bearbeiten und daraus schnell funktionierende Lösungen zu entwickeln.

Nach dem ursprünglichen Bericht des Manager Magazins, den SAP gegenüber Golem teilweise bestätigte, arbeiten solche Teams unter anderem bei Bayer, H&M, Toyota und Bosch. Die Teams bestehen aus SAP-Entwicklern und teilweise externen Beratern. Innerhalb von sechs bis neun Wochen sollen erste einsatzfähige KI-Agenten entstehen.

Bei Bayer entwickelte ein vierköpfiges SAP-Team demnach eine KI-Lösung für das Forderungsmanagement, unter anderem für ausstehende Zahlungen landwirtschaftlicher Kunden in Lateinamerika. Bei H&M arbeiten Entwickler an KI-Systemen für Retouren. Die Software soll beispielsweise erkennen, ob bei einem Umtausch ein geeignetes Ersatzprodukt in der jeweiligen Filiale vorhanden ist.

Was bei einzelnen Kunden funktioniert, soll anschließend nicht dort bleiben. SAP erklärte, bewährte Lösungen in die eigenen Produkte zu integrieren und daraus standardisierte, skalierbare Angebote zu entwickeln. Und genau an diesem Punkt erinnert das Modell auffällig an Palantir.

Palantir hat den Begriff des „Forward Deployed Engineer“ geprägt und das Modell über Jahre popularisiert: Softwareentwickler arbeiten eng mit einzelnen Kunden zusammen, verbinden Daten und Systeme und bauen Anwendungen unter realen Einsatzbedingungen.

Der entscheidende Unterschied zu klassischer Beratung: Es geht nicht nur darum, Empfehlungen auszusprechen oder ein bestehendes Produkt einzuführen. Die Entwickler sollen funktionierende Software bauen und aus den Erfahrungen beim Kunden wiederum das eigene Produkt verbessern. Das Modell hat sich inzwischen weit über Palantir hinaus in der KI-Branche verbreitet.

Die Parallele zu SAP ist besonders interessant, weil beide Unternehmen inzwischen auch direkt zusammenarbeiten. 2025 kündigten SAP und Palantir eine Partnerschaft an, um gemeinsame Kunden bei Cloudmigrationen und Modernisierungsprojekten zu unterstützen. Im Mai 2026 wurde diese Zusammenarbeit um KI-gestützte Werkzeuge für komplexe Datenmigrationen erweitert; Accenture ist dabei Co-Innovationspartner.

SAP übernimmt damit nicht einfach nur einen populär gewordenen Jobtitel.

Das Unternehmen greift ein Entwicklungsprinzip auf: Kleine technische Teams gehen dorthin, wo das Problem tatsächlich entsteht. Sie arbeiten direkt mit den Verantwortlichen des Kunden, entwickeln eine konkrete Lösung und versuchen anschließend, das Gelernte in ein Produkt zu überführen, das sich auch bei anderen Unternehmen einsetzen lässt.

Im Grunde kehrt SAP damit zu seiner eigenen Entstehungsgeschichte zurück. Denn auch Hopp und Plattner entwickelten die frühe SAP-Software nicht abgeschottet in einem Entwicklungszentrum. Sie saßen bei ihren Kunden. Hasso Plattner beschrieb später selbst, wie entscheidend dieses Lernen beim Kunden für die Entwicklung der Finanzsoftware gewesen sei.

Doch heute ist dieses Modell mit einem erheblichen wirtschaftlichen Risiko verbunden.

Das klassische Versprechen von Standardsoftware lautet: einmal entwickeln, tausendfach verkaufen. Forward Deployed Engineering beginnt am anderen Ende. Zunächst muss ein Team die Prozesse eines bestimmten Kunden verstehen. Es muss dessen Daten und IT-Systeme kennen, Schnittstellen schaffen und eine Lösung entwickeln, die unter realen Bedingungen funktioniert.

Das kostet Zeit und hochqualifiziertes Personal. Für SAP ist das besonders relevant, weil das Unternehmen inzwischen hohe Margen im Cloudgeschäft erzielt. Im zweiten Quartal 2026 lag die IFRS-Cloudbruttomarge bei 74,3 Prozent.

Bleiben zu viele Projekte Einzelanfertigungen, würde SAP einen Teil der ökonomischen Vorteile verlieren, die Standardsoftware so attraktiv machen. Genau deshalb ist der Rückfluss ins Produkt entscheidend.

Eine Lösung, die bei einem einzelnen Kunden entsteht, muss anschließend so standardisiert werden, dass sie bei vielen weiteren Unternehmen eingesetzt werden kann. Erst dann verwandelt sich teure Entwicklungsarbeit beim Kunden wieder in skalierbare Software.

Gleichzeitig entsteht ein zweiter Konflikt. SAP hat die aufwendige Einführung seiner Systeme jahrzehntelang zu großen Teilen gemeinsam mit Beratungshäusern und Implementierungspartnern betrieben. Dieses Ökosystem bleibt wichtig. Bei der erweiterten Zusammenarbeit von SAP und Palantir etwa ist Accenture ausdrücklich als Co-Innovationspartner beteiligt.

Doch im KI-Zeitalter wird das Wissen darüber, welches Problem ein Kunde tatsächlich hat und wie sich dieses Problem technisch lösen lässt, selbst zum strategischen Vermögenswert. SAP hat deshalb ein Interesse daran, wieder näher an diesen Lernprozess heranzurücken.

Die Partner können bei der Implementierung und Skalierung helfen. Aber die Erkenntnisse aus den Kundenprojekten und die daraus entstehenden Produkte will SAP möglichst in der eigenen Plattform verankern.

Christian Klein muss damit mehrere Spannungen gleichzeitig beherrschen: SAP muss seine klassische Benutzeroberfläche relativieren, bevor andere KI-Plattformen sie überflüssig machen. Das Unternehmen muss näher an die individuellen Probleme seiner Kunden heranrücken, ohne sein Partnerökosystem zu beschädigen. Und es muss aus personalintensiven Einzelprojekten wieder standardisierte Software mit hohen Margen machen.

Ob das gelingt, entscheidet darüber, ob Forward Deployed Engineering für SAP zum neuen Produktmotor wird – oder zu einem teuren Beratungsmodell.

SAP besitzt dabei einen Vorteil, den neue KI-Anbieter nicht ohne Weiteres kopieren können. Seit mehr als fünf Jahrzehnten bildet die Software des Konzerns Geschäftsprozesse ab: Finanzbuchhaltung, Einkauf, Lagerbestände, Lieferketten, Personal, Produktion und zahlreiche branchenspezifische Abläufe.

Genau auf diesen Kontext setzt SAP seine KI-Strategie. Die eigenen „Domain Models“ sollen unter anderem auf SAP-Domänenwissen zu Daten, Metadaten, Geschäftsprozessen, Architektur und Dokumentation zurückgreifen. SAP argumentiert, dass KI dadurch nicht nur Sprache verarbeiten, sondern Ergebnisse im konkreten geschäftlichen Kontext erzeugen kann.

Ein allgemeines Sprachmodell kann einen Text formulieren oder Informationen zusammenführen. Doch daraus folgt noch nicht automatisch, dass es die Berechtigungen, Datenmodelle und Geschäftsregeln eines konkreten Unternehmens kennt.