Grouding für SAP: Warum Kontext wichtiger als das Modell ist.

Im zweiten Teil dieser Blogreihe haben wir betrachtet, wie Skills, Agenten und Assistants zusammenarbeiten und wie Agenten über MCP und A2A mit Systemen und anderen Agenten kommunizieren können. Doch selbst der leistungsfähigste Agent kann falsche Entscheidungen treffen, wenn ihm wichtige Informationen fehlen. Genau deshalb reicht es nicht aus, dass ein Agent auf Systeme zugreifen kann. Er muss auch den fachlichen Kontext eines Unternehmens verstehen. SAP adressiert diese Herausforderung mit Konzepten wie Grounding, dem SAP Knowledge Graph und der Clean-Core-Strategie. Für Enterprise Architekten, SAP-Verantwortliche und Transformation Leads stellt sich dabei eine zentrale Frage:

Wie kann ein KI-Agent Entscheidungen treffen, die zu den Prozessen, Daten und Regeln meines Unternehmens passen?

Grounding: Vom allgemeinen Wissen zum Unternehmenskontext

Generative KI kann Texte schreiben, Inhalte zusammenfassen und Fragen beantworten. Für Unternehmensprozesse reicht dieses allgemeine Wissen jedoch nicht aus. Ein KI-Modell versteht zwar, was ein Kundenauftrag, eine Rechnung oder eine Bestellung ist. Es kennt jedoch weder die Kunden, Materialien und Lieferanten eines Unternehmens noch die individuellen Geschäftsregeln, nach denen Prozesse tatsächlich ablaufen.

Damit ein Agent sinnvoll arbeiten kann, benötigt er Zugriff auf aktuelle Geschäftsdaten und den fachlichen Kontext des Unternehmens. Genau dafür ist Grounding zuständig. Statt Antworten ausschließlich aus dem Wissen des zugrunde liegenden KI-Modells abzuleiten, bezieht der Agent Informationen direkt aus den Unternehmenssystemen. Fragt ein Mitarbeitender beispielsweise nach gefährdeten Kundenaufträgen, greift der Agent auf reale Aufträge, Lagerbestände, Lieferzusagen und weitere Geschäftsdaten zu. Die Antwort basiert dadurch auf der tatsächlichen Situation im Unternehmen und nicht auf allgemeinen Annahmen.

Grounding reduziert so das Risiko von Halluzinationen, erhöht die Nachvollziehbarkeit von Empfehlungen und schafft die Grundlage dafür, dass KI-Agenten produktiv in Geschäftsprozessen eingesetzt werden können.

Der SAP Knowledge Graph als digitales Unternehmensmodell

Aktuelle Daten allein reichen jedoch nicht aus. Ein Agent muss auch verstehen, wie die einzelnen Informationen miteinander verbunden sind. Hier kommt der SAP Knowledge Graph ins Spiel. Man kann sich den Knowledge Graph als ein digitales Modell des Unternehmens vorstellen. Er beschreibt nicht nur einzelne Geschäftsobjekte, sondern auch deren Beziehungen untereinander.

Ein Kunde steht beispielsweise mit Aufträgen, Lieferungen und Rechnungen in Verbindung. Materialien werden von bestimmten Lieferanten bereitgestellt und innerhalb definierter Prozesse eingesetzt. Für Menschen sind solche Zusammenhänge selbstverständlich. Eine KI benötigt jedoch eine strukturierte Beschreibung dieser Beziehungen.

Der SAP Knowledge Graph stellt genau diesen Kontext bereit. Dadurch kann ein Agent nicht nur Informationen abrufen, sondern auch deren Bedeutung innerhalb der Geschäftsprozesse verstehen.

SAP Grounding, Clean Core und kundeneigene Erweiterungen

In der Praxis stellt sich häufig die Frage, wie weit dieser Geschäftskontext reicht. Für SAP-Standardobjekte liefert SAP bereits umfangreiches Fachwissen sowie vordefinierte Beziehungen zwischen Geschäftsobjekten. Dadurch können Agenten viele Standardszenarien direkt verstehen und verarbeiten.

Unternehmen nutzen jedoch häufig auch eigene Erweiterungen. Dazu gehören beispielsweise kundenspezifische Geschäftsobjekte, Z-Tabellen oder individuelle Anwendungen, die über RAP-Modelle, APIs oder andere Erweiterungsmechanismen bereitgestellt werden. Diese Erweiterungen schließen die Nutzung von KI-Agenten nicht aus. Im Gegenteil: Agenten können auch auf kundeneigene Geschäftsobjekte zugreifen und diese in ihre Entscheidungen einbeziehen. Voraussetzung ist jedoch, dass die Daten strukturiert modelliert, fachlich beschrieben und über geeignete Schnittstellen verfügbar gemacht werden.

Genau hier zeigt sich die Bedeutung der Clean-Core-Strategie. Clean Core bedeutet nicht, ausschließlich SAP-Standardfunktionen zu verwenden. Vielmehr werden Erweiterungen so umgesetzt, dass sie klar strukturiert, wartbar und möglichst lose vom ERP-Kern gekoppelt bleiben. Je sauberer Geschäftsobjekte, Datenmodelle und Schnittstellen aufgebaut sind, desto einfacher kann ein Agent deren fachliche Bedeutung verstehen und in den Geschäftskontext einordnen.

Für Unternehmen bedeutet das: SAP Joule Studio, SAP Grounding und der SAP Knowledge Graph schaffen die technische Grundlage für kontextbezogene KI-Anwendungen. Wie vollständig dieser Kontext ist, hängt jedoch auch davon ab, wie gut Geschäftsobjekte, Prozesse und Erweiterungen modelliert und bereitgestellt werden.

Fazit

Leistungsfähige KI-Modelle allein reichen für den produktiven Einsatz im Unternehmen nicht aus. Entscheidend ist, ob ein Agent den fachlichen Kontext einer Organisation versteht. SAP adressiert diese Anforderung mit mehreren Bausteinen. Grounding verbindet Agenten mit aktuellen Unternehmensdaten. Der SAP Knowledge Graph stellt Beziehungen zwischen Geschäftsobjekten bereit und schafft damit ein Verständnis für den fachlichen Zusammenhang von Informationen. Die Clean-Core-Strategie unterstützt dabei, Geschäftsobjekte und Erweiterungen so bereitzustellen, dass sie langfristig nutzbar und verständlich bleiben.

Erst durch das Zusammenspiel dieser Komponenten können KI-Agenten Entscheidungen treffen, die sich an den tatsächlichen Prozessen und Daten eines Unternehmens orientieren.

SAP Grounding strategisch nutzen

Viele Unternehmen beschäftigen sich aktuell mit der Frage, wie sich KI-Agenten sinnvoll in bestehende SAP-Landschaften integrieren lassen und welche Voraussetzungen für belastbare Entscheidungen geschaffen werden müssen. Wir unterstützen Sie dabei, geeignete Anwendungsfälle zu identifizieren, vorhandene Geschäftsobjekte und Erweiterungen zu bewerten sowie eine passende Strategie für SAP Joule Studio, Grounding und den SAP Knowledge Graph zu entwickeln.

Wenn Sie die vorherigen Teile unserer Blogreihe noch nicht gelesen haben, empfehlen wir außerdem unseren Überblick zu SAP Joule Studio sowie den Beitrag zu Skills, Agenten, MCP und A2A. Im nächsten Artikel betrachten wir Sicherheit, Governance und Compliance und zeigen, wie Unternehmen KI-Agenten kontrolliert, nachvollziehbar und regelkonform betreiben können.