SAP-Implementierungspartner in den USA: Liste der wichtigsten Partner

Vor einigen Jahren war KI in SAP eher ein Schlagwort. Heute verlangen Kunden Beweise. Sie fragen nicht, was KI eines Tages leisten könnte. Sie fragen, was sie heute leistet. Hat sie manuelle Arbeit reduziert? Wo hat sie tatsächlich Zeit gespart?

Ich erinnere mich an ein Treffen mit einem Kunden aus der Fertigungsindustrie in Saudi-Arabien. An Konzepten war man nicht interessiert. Man wollte sehen, wie KI doppelte Rechnungen in Echtzeit kennzeichnet. Das allein überzeugte den CFO, das Pilotprojekt fortzusetzen. Dieser Wandel ist real. Die Leute wollen Beispiele, keine Theorien.

Einige SAP-Partner reagieren positiv. Sie überarbeiten nicht das gesamte System. Sie integrieren KI dort, wo sie Geschäftsanwender unterstützt, beispielsweise durch die Kennzeichnung falscher Buchungsperioden oder die Beschleunigung von Genehmigungen. Als ich mir kürzlich eine SAP-Analytics-Cloud In diesem Anwendungsfall konnte ich beobachten, wie KI dabei half, aus Rohdaten Berichtsentwürfe zu erstellen. Das Controller-Team sparte dadurch jeden Monat fast einen Tag.

Die Plattform, die all dies zusammenführt, ist SAP-BTP. Richtig umgesetzt ermöglicht es die Integration von KI-Tools, ohne das Kernsystem zu beeinträchtigen. Ich habe es verwendet, um externe Prognosemodelle mit SAP-integrierte Unternehmensplanung, und die Ausgabe war viel genauer als zuvor.

KI kommt auch in Compliance-lastigen Modulen zum Einsatz, wie SAP EHS, kennzeichnet Risikoeinträge, die sonst übersehen würden. Sie erkennen, wann es funktioniert. Es fügt sich einfach in den Arbeitsablauf ein.

Nicht jeder Partner versteht das. Manche behandeln KI immer noch wie ein Nebenthema. Aber diejenigen, die mit Anwendungsfällen und nicht mit Folien beginnen, sind diejenigen, die es wert sind, beobachtet zu werden.

1. DXC-Technologie

• Sie sind in der Regel führend bei der Infrastruktur und technischen Integration. Ihre KI-Arbeit ist oft auf betriebliche Effizienz ausgerichtet, nicht auf schicke Schnittstellen.

• Ich habe gesehen, wie sie KI in SAP-Support-Workflows implementiert haben. In einem Projekt wurde KI eingesetzt, um Tickets weiterzuleiten und basierend auf dem Ticketverlauf Fehlerbehebungen zu empfehlen.

• In einem anderen Fall nutzte DXC prädiktive Modelle, um Warnmeldungen bei der Anlagenwartung auszulösen, die direkt mit SAP Plant Maintenance verknüpft waren.

• Ihr Fokus liegt auf der Praxis. Sie erhalten zwar keine spektakuläre KI-Präsentation, aber möglicherweise ein Produkt, das tatsächlich reibungslos funktioniert.

2. Deloitte

• Deloitte verfolgt einen strukturierten Ansatz im Bereich der KI. Das Unternehmen verknüpft KI direkt mit Geschäftskontrollen, insbesondere in regulierten Branchen.

• Ein Kunde ließ Deloitte den Rechnungsabgleich und die Betrugserkennung in SAP Ariba mithilfe von ML-Modellen automatisieren, die anhand realer Ausgabendaten trainiert wurden.

• Ich erinnere mich, wie ihr Team einen Finanzleiter durch ein Szenario führte, in dem KI vor Monatsende eine inkonsistente Steuerbehandlung anzeigte. Es war zwar technisch, hatte aber deutliche Auswirkungen.

• Sie sind gut darin, KI in die Prozessgestaltung selbst zu integrieren und sie nicht einfach später anzuhängen.

3. Accenture

• Accenture erweitert seine Branchenvorlagen um eingebettete KI-Funktionen. Dies beschleunigt in einigen Fällen Rollouts, insbesondere für S/4HANA.

• Ich habe mit einem Hersteller zusammengearbeitet, der SAP Predictive Maintenance, vorkonfiguriert von Accenture, einsetzte. Dadurch konnten die Ausfallzeiten innerhalb weniger Monate um 15 Prozent reduziert werden.

• Manche Kunden berichten, dass ihr Ansatz starr wirken kann, wenn man sich nicht frühzeitig anpasst. Ihr Lieferteam weiß jedoch in der Regel, wo der Mehrwert liegt.

• Sie kombinieren SAP AI häufig mit externen Quellen wie IoT-Daten, was in kapitalintensiven Branchen hilfreich ist.

4. IBM

• Die KI-Stärke von IBM zeigt sich in großen, hybriden Umgebungen. Das Unternehmen integriert häufig Watson in SAP-Berichte und -Analysen.

• Bei einer Einführung im öffentlichen Sektor entwickelte ihr Team kognitive Suchtools, mit denen HR-Teams SAP-Datensätze modulübergreifend schneller finden konnten.

• Allerdings wirkt ihr Modell manchmal schwerfällig. Wenn Ihr internes Team klein ist oder es an ausgeprägten Architekturkenntnissen mangelt, kann es überfordern.

• Wenn es jedoch um tiefgreifende Datenarbeit geht, etwa bei der Betrugsanalyse oder der intelligenten Dokumentenverarbeitung, verfügen sie über die erforderliche Tiefe.

5. Capgemini

• Capgemini geht einen ruhigeren, aber effektiveren Weg. Ich habe gesehen, wie sie KI im Fallmanagement und im Kundensupport innerhalb von SAP CRM einsetzen.

• In einem Anwendungsfall wurde eine KI-Schicht entwickelt, die unvollständige Onboarding-Anfragen von Lieferanten vor der Genehmigung kennzeichnete. Dadurch verkürzte sich die Zykluszeit um Tage.

• Sie übertreiben nicht mit der KI-Seite, integrieren sie aber sorgfältig in SAP-Workflows.

• Ihre Stärke liegt in der Umsetzung, nicht in den Schlagzeilen.

Konzentrieren Sie sich bei der Prüfung von KI-Behauptungen von Partnern auf reale Beispiele. Fragen Sie, was automatisiert wurde, was sich geändert hat und was gleich geblieben ist. Die besten Ergebnisse, die ich gesehen habe, stammen von KI, die die Geschäftslogik in SAP stillschweigend unterstützt. Wenn Ihr Partner mehr über Dashboards als über die Auswirkungen auf Prozesse spricht, ist es möglicherweise an der Zeit, tiefergehende Fragen zu stellen.