SAP Joule wird zur agentischen Arbeitsebene über Apps

SAP SE ändert die Art, wie es über KI-Agenten spricht. Auf der SAP Connect 2026 kündigte der deutsche Softwarekonzern an, dass seine Autonomous-Enterprise-Architektur noch in diesem Monat allgemein verfügbar wird. Vorgestellt hatte SAP die Architektur erstmals im Mai auf der Sapphire, seiner Kundenkonferenz. Sie erscheint zusammen mit zwei neuen Produkten, Joule Work und Joule Desktop, sowie einer größeren Auswahl an autonomen Assistenten und Agenten.

Die wichtigste Änderung betrifft den Ort, an dem Agenten laufen. SAP will KI nicht mehr in jede einzelne Anwendung einbauen. Die Agenten sollen stattdessen über den Anwendungen sitzen und anwendungsübergreifend arbeiten.

Vom Chat-Assistenten zur Arbeitsebene

Joule startete 2023 als generativer KI-Assistent von SAP und ist seitdem zum Kern der Automatisierungsstrategie des Unternehmens geworden. Mit dieser Version positioniert SAP Joule als dialogbasierte Oberfläche, die neben der Software eines Kunden läuft statt innerhalb einer einzelnen App.

Manoj Swaminathan, President und Chief Product Officer der Autonomous Suite bei SAP, brachte es im Interview mit SiliconANGLE auf den Punkt: "Das erste Prinzip ist KI auf Apps statt KI in Apps."

Außerdem sei die Oberfläche längst mehr als ein Chatfenster. "Joule ist für uns kein Chat-Client in natürlicher Sprache mehr, sondern ein Vollbild-Erlebnis", sagte er.

Die Neuerungen bestehen aus drei Teilen:

Joule Work ist das Framework, das Assistenten in die Arbeitsabläufe der Kunden bringt. Es funktioniert sowohl mit SAP- als auch mit Nicht-SAP-Anwendungen.
Joule Desktop ist die Oberflächenebene. Sie sitzt dort, wo Nutzer ohnehin arbeiten, greift auf dieselben Unternehmensinformationen zu und erledigt die Aufgabe selbst, statt sie an die Ressourcen einer einzelnen Anwendung zu binden.
Überarbeitete Agenten decken Finanzen, Lieferkette, Einkauf, Personal und Kundenerlebnis ab, dazu branchenspezifische Bereiche in der gesamten Autonomous Suite.

Wie das in der Praxis aussieht

Als Beispiel nannte Swaminathan die gesamten Unternehmensausgaben. Diese Frage lässt sich heute nicht sauber in einer einzigen Anwendung beantworten. Joule könnte erkennen, dass die Antwort Daten aus dem ERP (Enterprise Resource Planning, das Kernsystem, das Unternehmen für Finanzen und Betrieb nutzen), aus Reise- und Spesentools sowie aus Beschaffungsplattformen braucht. Anschließend würde es die Datensätze zusammenführen und eine einzige geschäftliche Antwort liefern.

Die meisten Büroangestellten kennen einfachere Varianten davon bereits, etwa einen Agenten, der in der Textverarbeitung ein Memo entwirft oder im E-Mail-Programm alte Konversationen durchsucht. SAP behauptet, dass sein Vorteil darin liegt, ERP-Daten, Finanzdokumente und E-Mails in einem einzigen Ablauf zu verbinden.

Autonomie, aber der Mensch behält das Sagen

Swaminathan betonte, dass "autonom" nicht heißt, alles an Agenten abzugeben und sich zurückzulehnen. Aus seiner Sicht brauchen Kunden zunächst Werkzeuge, um Agenten zu beobachten, festzulegen, was sie tun sollen, und Vertrauen aufzubauen, bevor sie irgendeinen Prozess delegieren. Kontrolle, Governance und ein Prüfpfad der Agentenaktivitäten stehen an erster Stelle.

"Wenn wir über das autonome Unternehmen sprechen, ist uns klar, dass das für den Kunden ein Weg sein wird", sagte er und fügte hinzu, dass sich das nicht über Nacht einschalten lasse, nur weil Agenten verfügbar sind.

Im Modell von SAP formulieren Nutzer ihre Absicht, und der Agent entscheidet, welche Systeme er nutzt. Agenten werden dabei ähnlich wie Mitarbeitende behandelt, mit Sicherheitsregeln, maßgeblichen Datensystemen und klar definierten Ausführungsrechten. Für Governance und Transparenz bleiben Menschen eingebunden.

Das Datenargument

Swaminathan äußerte sich deutlich zur Konkurrenz. Kunden bringen ihre eigenen Daten und Cloud-Lakehouses mit, und SAP ordnet diese Daten in einem strukturierten Wissensgraphen. Allzweckmodelle und Agenten von OpenAI und Anthropic könnten diesen Kontext nicht liefern, wenn man sie einfach auf Unternehmensdaten aufsetzt, argumentierte er. ERP-Daten, Prozesse, Semantik, Richtlinien und die Beziehungen zwischen ihnen bezeichnete er als SAPs "Geheimrezept".

SAP ist nicht der einzige Anbieter, der diesen Weg geht. Auch Salesforce und ServiceNow bewegen sich in Richtung Headless-Anwendungen, Kontextebenen und agentischer Steuerungsebenen.

Preise und Verfügbarkeit

SAP rechnet weiterhin über KI-Einheiten ab. Das Modell ist überwiegend verbrauchsbasiert statt eines Pauschalabos: Die Inferenz der Agenten verbraucht Einheiten, und Kunden können einsehen, wie viel sie verbrauchen. Die Joule-Neuerungen werden im Laufe des Oktobers ausgerollt, die Agenten lassen sich bereits jetzt im SAP Discovery Center ansehen.

Unsere Einschätzung

Für IT-Teams in Unternehmen ist die Formel "KI auf Apps" der Punkt, den man im Auge behalten sollte. Sie deutet darauf hin, dass sich die Hauptoberfläche für Unternehmenssoftware von den Bildschirmen einzelner Anwendungen hin zu einer Agentenebene verlagern könnte, die viele Systeme gleichzeitig abfragt. SAP, Salesforce und ServiceNow scheinen alle darum zu konkurrieren, diese Ebene zu besetzen, und wer sie kontrolliert, gewinnt erheblichen Einfluss auf die Kunden.

Dass SAP so viel Wert darauf legt, Agenten zu beobachten, zu prüfen und wie Mitarbeitende zu behandeln, passt zu einem größeren Trend. Anbieter verkaufen zunehmend Governance neben Leistungsfähigkeit, wie etwa die Steuerungsfunktionen für Agenten-Workloads von IBM und CoreWeave zeigen. Der Seitenhieb gegen OpenAI und Anthropic kommt zudem zu einer Zeit, in der große Unternehmen überdenken, wie sie Allzweckmodelle einsetzen, wie der jüngste Claude-Rückzug bei Meta und Microsoft zeigt.

Die verbrauchsbasierte Abrechnung verdient genaue Beobachtung. Agenten, die für eine einzige Antwort auf mehrere Systeme zugreifen, könnten viel Inferenz verbrauchen, und Transparenz über die Nutzung allein deckelt keine Rechnung. Es lohnt sich zu verfolgen, ob SAP harte Obergrenzen einführt, wie die Token-Ausgabenlimits, die Cohere kürzlich eingeführt hat. Die andere offene Frage ist, ob der Vorteil des Wissensgraphen im realen Einsatz Bestand hat, vor allem in Unternehmen mit vielen Nicht-SAP-Systemen.