Künstliche Intelligenz verändert auch die Lagerlogistik. Entscheidend ist jedoch nicht, wo KI technisch möglich wäre, sondern welches konkrete Problem sich mit KI besser lösen lässt als mit dem SAP-Standard.
Diese Seite ordnet das Thema ein: vom Reality Check für operative Anwendungsfälle in SAP EWM und SAP MFS über die Rolle von Joule, Skills und Agents bis zur Frage, wer für autonom handelnde Agents Verantwortung trägt. Zur Vertiefung verweist sie auf unsere drei Executive Whitepapers.
Nicht jedes wiederkehrende Problem ist automatisch ein sinnvoller KI-Anwendungsfall. Bevor ein Anwendungsfall weiterverfolgt wird, lohnt sich ein Blick auf fünf Fragen:
Typische Potenzialfelder in SAP-EWM- und SAP-MFS-Prozessen sind Fehlererkennung und Ursachenanalyse, Priorisierung und operative Entscheidungsunterstützung, Personal- und Kapazitätsplanung, die frühzeitige Erkennung operativer Engpässe sowie risikobasierte Qualitätssicherung.
Nicht jedes Unternehmen hat in allen fünf Bereichen Handlungsbedarf. Der Reality Check soll deshalb nicht möglichst viele KI-Ideen hervorbringen, sondern die wenigen Themen identifizieren, bei denen eine vertiefende Betrachtung tatsächlich sinnvoll ist.
Mit Clean Core wird der SAP-Standard zunehmend zur gemeinsamen Basis aller Unternehmen. Auch der Zugang zu SAP Joule und anderen Copiloten wird in wenigen Jahren zur Selbstverständlichkeit.
Differenzierung entsteht oberhalb des Standards: durch eigene Skills, Agents und individuelle Erweiterungen auf der SAP BTP, die das eigene Prozess-Know-how abbilden.
Deshalb lohnt sich eine feste Reihenfolge. Zuerst wird geprüft, ob der SAP-Standard oder ein SAP-nativer Agent den Bedarf bereits deckt. Erst wenn eine relevante Lücke verbleibt, stellt sich die Frage, ob sie über Joule Studio oder eine individuelle Erweiterung geschlossen werden sollte. Je näher eine Lösung am SAP-Standard bleibt, desto geringer sind in der Regel Aufwand und Risiko.
Drei Executive Whitepapers für CIOs und Logistikleiter, die aufeinander aufbauen: vom Reality Check über die Rolle von Joule, Skills und Agents bis zur Governance autonomer Agents.
Welche KI-Anwendungsfälle sind in SAP EWM und SAP MFS in den nächsten zwei bis drei Jahren wirtschaftlich sinnvoll?
Mit einem konkreten Reality-Check-Szenario aus einem hochautomatisierten Lager.
Warum SAP Joule allein noch kein Wettbewerbsvorteil ist.
Wo mit eigenen Skills und Agents in der individualisierten Schicht oberhalb des SAP-Standards Differenzierung entsteht.
Wer darf einem KI-Agenten in SAP Autonomie erteilen?
Governance je Entscheidungsklasse, Verantwortungskette und der EU AI Act als Rahmen.
Das erste Whitepaper der Reihe fragt, welche KI-Anwendungen in SAP EWM und SAP MFS in den nächsten zwei bis drei Jahren tatsächlich wirtschaftlichen Mehrwert schaffen und wo Unternehmen noch warten sollten. Es richtet sich an CIOs sowie IT- und Logistikleiter und stützt sich auf Erfahrungen aus Projekten in hochautomatisierten Lagern.
Warum SAP EWM bereits viel KI überflüssig macht: Automatisierung wendet Regeln an, KI bewertet Zusammenhänge. Den größten Mehrwert gibt es deshalb dort, wo viele Einflussfaktoren gleichzeitig wirken, Informationen unvollständig sind und Entscheidungen unterschiedliche Folgen haben, nicht dort, wo SAP EWM ohnehin stark ist.
KI erkennt Muster in Fehlermeldungen, setzt ähnliche Vorfälle in Beziehung und schlägt wahrscheinliche Ursachen und Maßnahmen vor. Der Nutzen liegt weniger in der automatischen Fehlerbehebung als in kürzeren Diagnosezeiten und darin, das Erfahrungswissen einzelner Experten verfügbar zu machen.
Regeln bilden die Leitplanken, KI optimiert innerhalb davon. Sie kann Handlungsoptionen simulieren und die Folgen für die verbleibende Schicht, Folgeschichten und offene Kundenaufträge bewerten.
Beide Anwendungsfälle entwickeln sich schrittweise: beobachten, unterstützen, teilautomatisieren.
Erfolgreich sind Initiativen, in denen Prozesswissen, Architekturkompetenz auf der SAP BTP und KI-Know-how zusammenkommen.
Wer mitten in einer SAP-S/4HANA-Migration steckt, steigt sinnvollerweise meist sechs bis zwölf Monate nach dem Go-live ein. Bei stabilem Betrieb ist die Fehlererkennung häufig der beste Startpunkt.
Das zweite Whitepaper prüft die These aus Teil 1 unter neuen Bedingungen: Mit dem Autonomous Enterprise, das SAP auf der Sapphire 2026 vorgestellt hat, bringt der Standard selbst Assistenten und Agenten mit.
Das Paper trennt Verfügbares von Ankündigungen und ordnet Joule, Skills und Agents in ein klares Denkraster ein.
Funktionen lassen sich als verfügbar, Pilot, Roadmap oder Vision einordnen.
Im Logistikumfeld adressiert SAP vor allem Disposition und Ausnahmen. In der offiziellen Planung findet sich kein Agent, der direkt in die Steuerung von SAP MFS oder der Lagerautomatik eingreift. Die Anlagensteuerung bleibt bewusst regelbasiert und deterministisch.
Kommunikation (die KI informiert), Aktion (die KI führt nach menschlicher Freigabe definierte Schritte aus) und Autonomie (die KI entscheidet innerhalb festgelegter Grenzen).
Mit jeder Ebene steigen Nutzen und Risiko, aber auch die Anforderungen an Governance.
Standard-Agenten schaffen Produktivitätsgewinn, aber keine Differenzierung.
Agenten brauchen Clean Core, belastbare Stamm- und Bewegungsdaten, dokumentierte Entscheidungsregeln, saubere Signale aus der Automatik sowie Freigaben und ein Budget für AI Units.
Mit Joule Studio sinkt die technische Hürde für eigene Skills, die fachliche bleibt.
Sieben Architekturregeln, vom benannten Owner je Agent über ein zentrales Agenten-Register bis zur Notabschaltung, verhindern Wildwuchs.
Das Paper beschreibt außerdem ein Praxisbeispiel zum Störungsmanagement in der Lagerautomatik, die neuen Rollen im Unternehmen, etwa den SAP AI Architect, und schließt mit zehn Fragen vor dem ersten produktiven Agenten.
Das dritte Whitepaper stellt die Frage, die nach Teil 2 unausweichlich wird: Wer legt fest, was Agents in SAP-Logistiklandschaften eigenständig entscheiden dürfen, und wer trägt die Verantwortung, wenn sie es tun?
Die Reifekurve wird dabei zur Haftungskurve. Auf Stufe 1 (Beobachten) steht die Qualität der Information im Vordergrund, auf Stufe 2 (Unterstützen) droht die Freigabe zur reinen Routine zu werden, und auf Stufe 3 (bedingte Autonomie) wird die Leitplanke selbst zum Haftungsobjekt.
Verantwortung verschwindet nicht, sie wandert von der Ausführung zur Gestaltung. Der EU AI Act setzt dafür den Rahmen, unter anderem mit Anforderungen an Risikomanagement, Protokollierung und menschliche Aufsicht. Dies ersetzt keine Rechtsberatung.
Das Agenten-Register wird damit von einer guten Idee zur Nachweispflicht. Es dokumentiert je Agent Zweck, Owner, Autonomiestufe, Leitplanken, Datenzugriffe, Kostenrahmen, Notabschaltung und Version. Gilt nicht die Regel „kein produktiver Agent ohne Registereintrag“, droht Schatten-IT 2.0.
Ein Praxisbeispiel zeigt, wie zwei technisch korrekt arbeitende Agents, einer für Nachschub und einer für Instandhaltung, um dieselben Gassen konkurrieren, ohne dass jemand vorab für diesen Konflikt zuständig war. Getragen wird die nötige Struktur von neuen Rollen wie dem SAP AI Architect, AI Governance und Compliance sowie dem Skill Portfolio Owner.
Das Paper liefert Handlungsempfehlungen je Ausgangslage („Governance aufbauen, bevor der erste Agent live geht“) und zehn Fragen vor der Übergabe von Verantwortung an einen Agenten.
Seine Antwort auf die Vertrauensfrage: Vertrauen entsteht nicht durch Fehlerfreiheit, sondern durch Nachvollziehbarkeit und geklärte Verantwortung im Ernstfall.
KI-Erweiterungen setzen auf dem Betriebsmodell von SAP EWM auf. Welche Anpassungs- und Erweiterungsmöglichkeiten bestehen, hängt davon ab, ob SAP EWM in der Public Cloud oder in der Private Cloud betrieben wird und in welcher funktionalen Ausprägung, Basic oder Advanced, es zum Einsatz kommt.
Wer KI-Anwendungsfälle plant, sollte diese Entscheidungen deshalb von Anfang an mitdenken.
Besonders im automatisierten Lager stoßen klassische Regelwerke an ihre Grenzen. Das Whitepaper „KI in SAP EWM“ zeigt das an einem typischen Donnerstag um 14:30 Uhr: Ein Shuttle-System fällt aus, zeitgleich fällt ein Mitarbeiter aus, und zwölf zeitkritische Rush Orders haben einen Cut-off um 20 Uhr.
Wo klassische SAP-EWM-Regelwerke dabei an ihre Grenzen stoßen und wo KI heute schon einen Unterschied machen kann, ist der Kern dieses Reality-Check-Szenarios.
Qinlox hilft Unternehmen, KI-Potenziale in SAP EWM und SAP MFS nüchtern einzuordnen: mit Tiefendiagnostik, Ampel-Qualifizierung und einem Realitäts-Filter, der echte von scheinbaren Potenzialen trennt.
Auf dieser Basis lässt sich entscheiden, welche Anwendungsfälle tragfähig sind und welche Voraussetzungen bei Architektur, Daten und Governance dafür geschaffen werden müssen.
Im unverbindlichen Austausch ordnen wir gemeinsam ein, ob und wo KI in Ihrer Lagerlogistik einen Mehrwert gegenüber dem SAP-Standard schaffen kann. Dabei betrachten wir typische Potenzialfelder, Ihre Datenlage und die Rahmenbedingungen Ihrer Systemlandschaft.
Sie haben Fragen? In den folgenden FAQs haben wir die wichtigsten Antworten für Sie zusammengestellt. Falls Ihre Frage nicht dabei ist, sprechen Sie uns gerne direkt an.
Dort, wo ein Problem häufig auftritt, messbare wirtschaftliche Folgen hat, ausreichend strukturierte Daten vorliegen und der SAP-Standard den Bedarf nicht bereits abdeckt. Typische Potenzialfelder sind Fehlererkennung und Ursachenanalyse, Priorisierung, Personal- und Kapazitätsplanung, die Früherkennung von Engpässen und risikobasierte Qualitätssicherung.
Zuerst wird geprüft, ob der SAP-Standard oder ein SAP-nativer Agent den Bedarf deckt. Bleibt eine relevante Lücke, können Joule Studio oder eine individuelle Erweiterung auf der SAP BTP sinnvoll sein. Je näher eine Lösung am Standard bleibt, desto geringer sind in der Regel Aufwand und Risiko.
Mit jeder Autonomiestufe verschiebt sich die Verantwortung. Sie sollte deshalb vorab geregelt werden, etwa über ein Agenten-Register, klar zugeordnete Rollen und eine Prüfroutine vor der Übergabe von Verantwortung. Der EU AI Act setzt dafür den Rahmen. Dies ersetzt keine Rechtsberatung.
Ja. Alle drei Executive Whitepapers können kostenlos heruntergeladen werden.
Entdecken Sie aktuelle Analysen, Artikel und Impulse zu SAP, Supply Chain und Unternehmenstransformation. Praxisnahes Wissen – direkt von unseren Berater:innen für Ihr Business.
