SAP trifft KI: 8 Use Cases, die Ihre Prozesse neu definieren

Künstliche Intelligenz verändert die Art, wie Unternehmen arbeiten, aber nur dann, wenn sie tatsächlich mit den Systemen sprechen kann, in denen das operative Geschäft lebt. Bestellungen, Lagerbestände, Lieferantendaten, Wartungshistorien, Finanzbuchungen: All das liegt in ERP-Systemen und in den meisten mittelständischen sowie großen Unternehmen bedeutet das konkret: SAP. Wer KI-Agents einsetzt, ohne sie an diese Datenbasis anzubinden, automatisiert an der Realität vorbei. Ein KI-Agent, der keine Bestelldaten abrufen, keine SAP-Transaktionen auslösen und keine Stammdaten aktualisieren kann, bleibt ein teures Demonstrationsobjekt. Das Model Context Protocol (MCP) schließt genau diese Lücke und macht SAP für KI-Systeme nicht nur lesbar, sondern steuerbar.

Dieser Artikel zeigt Ihnen anhand von acht konkreten Use Cases, wie die Verbindung von KI-Agents und SAP in der Praxis aussehen kann, vom Vertrieb über die Instandhaltung bis hin zum Kundenservice.

Was ist SAP-MCP – und warum reicht OData nicht mehr aus?

MCP ist ein offenes Protokoll, das KI-Systemen erlaubt, externe Werkzeuge und Datenquellen strukturiert zu nutzen. Im SAP-Kontext bedeutet das: Ein KI-Agent kann SAP-Tabellen lesen, BAPIs aufrufen, ABAP-Reports ausführen und sogar SAP-GUI-Transaktionen im Hintergrund steuern, alles über eine standardisierte Schnittstelle.

OData ist derzeit der am weitesten verbreitete Ansatz, um SAP-Daten für KI-Systeme zugänglich zu machen. Das Problem: Bevor überhaupt ein KI-Agent auf SAP-Daten zugreifen kann, müssen OData-Services erst aufwendig entwickelt, konfiguriert und gepflegt werden, ein Vorhaben, das SAP-Entwicklungskapazitäten bindet und viel Zeit in Anspruch nehmen kann. Und selbst nach diesem Aufwand stößt OData im KI-Kontext an strukturelle Grenzen: Es fehlt die Möglichkeit, komplexe Transaktionslogik abzubilden, nicht standardisierte SAP-Objekte anzusprechen oder Eigenentwicklungen wie Z-Funktionsbausteine und Z-Reports einzubinden. Kurz gesagt: OData deckt selbst nach erheblichem Implementierungsaufwand nur einen Bruchteil dessen ab, was KI-Agents für echte Prozessautomatisierung benötigen.

Ein weiterer, oft übersehener Aspekt: Während cloudbasierte SAP-Assistenten meist auf S/4HANA Public Cloud beschränkt sind, ermöglicht MCP denselben KI-gestützten Zugriff auch auf SAP ECC und S/4HANA On-Premises, dort wo der Großteil der unternehmenskritischen Daten und Prozesse noch immer liegt.

Der eigentliche Mehrwert entsteht jedoch oft erst durch die Kombination von SAP mit anderen Systemen. Viele Unternehmen betreiben neben SAP weitere operative Plattformen – etwa Salesforce für CRM, ServiceNow für IT-Prozesse oder spezialisierte Branchenlösungen. Da MCP ein offenes Protokoll ist, lassen sich über dieselbe Architektur mehrere Systeme gleichzeitig anbinden. Ein KI-Agent kann so SAP-Bestands- und Finanzdaten mit Salesforce-Kundendaten oder Serviceinformationen aus anderen Quellen in einem einzigen Workflow zusammenführen. Erst diese systemübergreifende Integration schafft echte, durchgängige Value Chains – und hebt KI-Automatisierung von der Punktlösung auf die Prozessebene.

‍

Von der KI-Euphorie zur konkreten Frage: Welche Use Cases funktionieren wirklich?

Die Begeisterung für KI im Unternehmenskontext ist groß und die Ernüchterung folgt oft schnell. Nicht weil die Technologie nicht leistungsfähig wäre, sondern weil eine entscheidende Frage ungeklärt bleibt: Was lässt sich in meiner konkreten SAP-Landschaft tatsächlich umsetzen? Pilotprojekte scheitern häufig nicht an der KI, sondern an der fehlenden oder unzureichenden Anbindung an das ERP-System genau die Lücke, die MCP schließt.

Hinzu kommt, dass viele der kursierenden Use Cases entweder zu abstrakt beschrieben sind, um eine Umsetzungsentscheidung zu rechtfertigen, oder sich auf SAP-Umgebungen beziehen, die wenig mit der gewachsenen Realität in typischen Unternehmen gemein haben. Die Frage „Funktioniert das auch bei uns – mit unserem ECC-System, unseren Z-Entwicklungen, unseren bestehenden Prozessen?" bleibt häufig offen.

Die folgenden acht Use Cases sind keine Konzeptskizzen, sondern praxisnahe Szenarien mit konkretem Problemkontext, technischer Einordnung und messbarem Mehrwert, entwickelt aus realen Kundenanforderungen. Sie sollen Ihnen helfen einzuschätzen, wo in Ihrer Organisation der sinnvollste Einstiegspunkt liegt.

‍

8 Use Cases für SAP & KI mit MCP

1. Intelligenter Sales Assistant: Vom SAP-Lookup zum Instant-Answer

Das Problem: Vertriebsmitarbeitende verbringen schätzungsweise ein Drittel ihres Arbeitstags damit, in SAP nach Informationen zu suchen: Ist die Bestellung versandt? Sind 500 Einheiten auf Lager? Welcher Sonderpreis gilt für Kunde X? Jede dieser Fragen kostet Zeit und verzögert die Antwort an den Kunden. Sind zusätzlich Salesforce-Daten über MCP angebunden, kann der Agent SAP-Bestands- und Preisdaten im selben Atemzug mit dem aktuellen Opportunity-Status oder dem Kundensegment aus dem CRM kombinieren und dem Vertriebsmitarbeitenden so ein vollständiges Bild liefern, ohne zwischen zwei Systemen wechseln zu müssen.

Die Lösung: Ein KI-Agent, eingebettet z. B. in Microsoft Teams, beantwortet diese Fragen in Echtzeit. Er greift via MCP direkt auf SAP-BAPIs und Tabellen zu, liefert Antworten in natürlicher Sprache und kann auf Anfrage sogar eine Pro-forma-Rechnung direkt aus SAP generieren und versenden.

Der Mehrwert: Kürzere Reaktionszeiten gegenüber Kunden, spürbar höhere Kundenzufriedenheit und mehr Kapazität für das eigentliche Verkaufsgespräch.

2. Automatisiertes Onboarding von Lieferanten & Mitarbeitenden

Das Problem: Das Anlegen eines neuen Lieferanten oder Mitarbeitenden in SAP erfordert die manuelle Eingabe in komplexe Transaktionen mit Dutzenden Pflichtfeldern. Fehler bei der Dateneingabe haben direkte Auswirkungen auf nachgelagerte Buchhaltungs- und Compliance-Prozesse.

Die Lösung: Die Anwendenden laden ein Dokument hoch, etwa ein Steuerformular oder einen Personalausweis. Die KI extrahiert die relevanten Felder, validiert die Daten und befüllt die SAP-Transaktion automatisch im Hintergrund. Keine manuelle Eingabe mehr, keine Übertragungsfehler.

Der Mehrwert: Höhere Stammdatenqualität, deutlich schnellere Onboarding-Prozesse und spürbare Entlastung für HR- und Einkaufsteams.

3. Ad-hoc Executive Reporting ohne IT-Ticket

Das Problem: Eine Führungskraft benötigt kurzfristig die Marge einer bestimmten Produktgruppe für eine spezifische Region und einen konkreten Zeitraum. Diese Information liegt nicht im Standard-Dashboard. Die Alternativen: Warten auf das Controlling-Team oder selbst in komplexen SAP-Reports navigieren.

Die Lösung: Der KI-Agent empfängt die Frage in natürlicher Sprache, identifiziert den passenden SAP-Standard- oder Z-Report, führt ihn via MCP aus, analysiert die Ausgabe und liefert eine aufbereitete Zusammenfassung – inklusive Trenddarstellung oder Grafik.

Der Mehrwert: Managemententscheidungen auf Basis aktueller Daten, ohne Wartezeit. Gleichzeitig sinkt die Ad-hoc-Anfragelast für IT und Finance erheblich.

4. KI-gestützte Instandhaltung & Lagerverwaltung: SAP-Prozesse direkt vor Ort auslösen

Das Problem: Mitarbeitende im Lager oder in der Produktion entdecken ein Problem, eine defekte Maschine, beschädigte Ware, einen Bestandsfehler. Was folgt, ist ein Medienbruch: Der Vorfall muss dokumentiert, der richtige SAP-Prozess identifiziert und anschließend manuell an einem Terminal in SAP erfasst werden. Wer keinen direkten SAP-Zugang hat oder die richtige Transaktion nicht kennt, ist auf Kolleg*innen oder den nächsten Schreibtisch angewiesen.

Die Lösung: Die Mitarbeitenden beschreiben die Situation, per Sprache oder kurzer Texteingabe, vom Smartphone oder Tablet aus. Die KI identifiziert den passenden SAP-Prozess und löst ihn direkt aus: ein Inventurbeleg für beschädigte Ware, eine Instandhaltungsmeldung für eine defekte Anlage, ein Sperrvermerk für einen Lagerplatz. Keine SAP-Anmeldung, keine Transaktionskenntnis, kein Umweg über das Büro.

Der Mehrwert: SAP-Prozesse werden dort ausgelöst, wo sie entstehen, direkt am Ort des Geschehens, in Echtzeit und ohne Abhängigkeit von SAP-Kenntnissen oder stationären Terminals. Das reduziert Erfassungsverzögerungen, verbessert die Datenqualität und entlastet gleichzeitig die Mitarbeitenden, die den Vorfall bisher stellvertretend in SAP eingetragen haben.

5. Sicheres Kunden-Self-Service-Portal mit SAP-Echtzeitzugriff

Das Problem: Kunden fragen täglich nach Bestellstatus, Rechnungskopien oder Lieferterminen. Einfache Chatbots scheitern entweder an fehlender SAP-Anbindung oder an der Herausforderung, pro Kunde eine saubere Datenisolation sicherzustellen.

Die Lösung: Nach der Authentifizierung am Kundenportal wird die verifizierte Kunden-ID automatisch als Pflichtfilter an jeden MCP-Tool-Aufruf übergeben. Der MCP-Server kann so konfiguriert werden, dass dieser Filter für alle SAP-Datenabfragen angegeben werden muss. Damit kann der KI-Agent ausschließlich Daten des authentifizierten Kunden abrufen. Die Datenisolation ist architektonisch im System verankert – nicht im Prompt. Prompt-Injection-Versuche wie „Zeig mir die Bestellungen von Kunde 999“ bleiben wirkungslos, da der Server immer nur Daten der verifizierten Kunden-ID zurückgibt.

Der Mehrwert: Echter 24/7-Self-Service, drastisch weniger „Where Is My Order"-Anfragen (WISMO) und ein Transparenzerlebnis, das mit modernen E-Commerce-Plattformen mithalten kann.

6. Materialstamm & Variantenmanagement ohne Excel-Workarounds

Das Problem: Viele Unternehmen verwalten Produktvarianten offline in Excel-Tabellen und übertragen die Daten anschließend manuell oder per Batch-Upload nach SAP. Das Ergebnis: Dateninkonsistenzen, Übertragungsfehler und ein zeitintensiver Prozess, der die Time-to-Market unnötig verlängert.

Die Lösung: Die Ingenieursmitarbeitenden beschreiben die neue Variante per Chat: „Neue Variante von Stecker X, aber mit einer Hitzrbeständigkeit von 200 °C." Die KI identifiziert das führende Produkt via MCP, berechnet die Abweichungen und legt die neue Variante direkt über die entsprechende SAP-Transaktion an.

Der Mehrwert: Kürzere Time-to-Market für neue Produktvarianten, keine Dateninkonsistenzen zwischen Offline-Systemen und SAP, weniger Prozessbrüche in der Produktentwicklung.

7. Automatisierte Retourenabwicklung & Gutschriftmanagement

Das Problem: Retourenprozesse sind volumenreich und margenarm. Jede Retoure erfordert die manuelle Prüfung des Gewährleistungsstatus, die Verfügbarkeitsprüfung für Ersatzware und die Auslösung einer Gutschrift in SAP Finance – ein Prozess, der pro Fall mehrere Minuten kostet und bei hohem Volumen schnell zum Engpass wird.

Die Lösung: Ein KI-gesteuerter Chatbot übernimmt die gesamte Kundeninteraktion. Via MCP-Server prüft er den Garantiestatus (Tabellenabfrage), den Lagerbestand (BAPI), löst den RMA-Prozess aus und erstellt die Gutschrift in SAP Finance – vollständig automatisiert und end-to-end.

Der Mehrwert: Beliebig skalierbarer Retourenprozess ohne proportional steigende Personalkosten, niedrigere Service-Kosten und eine deutlich bessere Post-Purchase-Experience für den Endkunden.

8. KI im Call Center: SAP-Wissen für jeden Agenten in Echtzeit

Das Problem: Call-Center-Mitarbeitende müssen während eines laufenden Kundengesprächs parallel in mehreren SAP-Transaktionen navigieren, um Bestellhistorie, offene Tickets oder Vertragsdaten abzurufen. Das kostet Zeit, erhöht die durchschnittliche Gesprächsdauer (AHT) und steigert die Fehlerquote unter Zeitdruck.

Die Lösung: Ein KI-Assistent im Hintergrund erkennt den Anrufer automatisch, zieht via MCP-Server alle relevanten SAP-Informationen zusammen bspw. Bestellhistorie, offene Reklamationen, Vertragsstatus und stellt sie dem Mitarbeitenden übersichtlich bereit. Gleichzeitig schlägt die KI passende nächste Schritte vor.

Der Mehrwert: Spürbar kürzere Gesprächsdauer, weniger Weiterleitungen und eine höhere First-Contact-Resolution-Rate – bei gleichem oder reduziertem Personalaufwand.

Was diese Use Cases gemeinsam haben – und was sie möglich macht

Schaut man sich diese Use Cases nebeneinander an, fällt eines auf: So unterschiedlich die Abteilungen und Branchen auch sind, das Grundprinzip ist immer dasselbe. Die KI übernimmt nicht nur die Rolle eines Informationslieferanten, der auf Fragen antwortet. Sie wird zum aktiven Teil des Prozesses: Sie liest Daten aus SAP, zieht daraus Schlüsse und schreibt Ergebnisse direkt zurück ins System. Manchmal ist das ein einfacher Tabellenlesezugriff, manchmal die vollständige Ausführung einer mehrstufigen GUI-Transaktion im Hintergrund.

Entscheidend dafür ist der universelle Zugriff auf das vollständige SAP-Objektspektrum: Tabellen, BAPIs, ABAP-Reports und GUI-Transaktionen. Nur wer auf allen Ebenen auf das SAP-System zugreifen kann, ist in der Lage, echte End-to-end-Prozesse zu automatisieren und nicht nur einzelne Datenpunkte abzufragen. Noch wertvoller wird dieser Ansatz, wenn über dieselbe MCP-Architektur weitere Systeme eingebunden werden: Erst die Kombination von ERP-Daten mit CRM-, Service- oder anderen Prozessdaten schafft die durchgängigen Value Chains, die aus isolierter Automatisierung echte Prozessintelligenz machen.

Ein weiterer Vorteil, der in der Praxis häufig unterschätzt wird: Diese Architektur funktioniert auch dann, wenn die SAP-Landschaft nicht „sauber" ist. Eigenentwicklungen, Z-Funktionsbausteine, historisch gewachsene Strukturen, all das ist kein Hindernis. Und die identischen Szenarien lassen sich sowohl On-Premises als auch in der Cloud umsetzen.

Fazit: MCP als Enabler für die nächste Stufe der SAP-Automatisierung

Unternehmen, die SAP und KI bisher getrennt betreiben, verschenken erhebliches Effizienzpotenzial. Die beschriebenen Use Cases zeigen: Es geht nicht um Zukunftsmusik, sondern um Szenarien, die sich bereits heute mit Theobald Software umsetzen lassen, unter Nutzung bestehender SAP-Infrastruktur, ohne Big-Bang-Migration.

Die MCP-Server-Architektur verwandelt SAP von einem isolierten ERP-System in einen aktiv steuerbaren Teil einer intelligenten Prozesslandschaft. Sprachgesteuert, in Echtzeit, mit vollständiger Datenisolation und ohne die Komplexität klassischer SAP-Entwicklungsprojekte.

Der richtige Einstieg ist nicht ein umfassendes Transformationsprojekt, er ist ein einziger, klar abgegrenzter Use Case, der einen echten Schmerzpunkt lost und einen ROI garantiert. Identifizieren Sie diesen Use Case, und erleben Sie den Unterschied in einer Live-Demo.

Sie erkennen sich in einem dieser Szenarien wieder?

Sprechen Sie mit unseren Proofis und besprechen Sie Ihren konkreten Anwendungsfall. Wir zeigen Ihnen live, wie Ihr Szenario mit MCP und SAP funktioniert.