Die SAP-Landschaft bei zeb ist geprägt von zahlreichen Systemen, Schnittstellen und einer Vielzahl von Prozessen, die über Jahre hinweg gewachsen sind. Besonders die Zeiterfassung (CATS) für die Rechnungsstellung war ein typisches Beispiel für einen Prozess mit hohem manuellem Aufwand: Viele Einträge, zahlreiche Klicks, und die Notwendigkeit, Informationen aus verschiedenen Quellen zusammenzuführen. Die Digitalisierungsoffensive von zeb zielte darauf ab, diese Prozesse zu vereinfachen und die Mitarbeitenden zu entlasten.
Die Idee: Ein KI-Agent als digitaler Assistent
Statt nur über die Möglichkeiten von KI zu diskutieren, wurde ein konkreter Agent entwickelt, der als digitaler Helfer einfache Aufgaben übernimmt. Ziel war es, Routineprozesse wie die Zeiterfassung zu automatisieren und die Interaktion mit SAP-Daten zu erleichtern. Der Agent sollte Informationen aus verschiedenen Quellen abrufen, verarbeiten und die Ergebnisse für die Mitarbeitenden bereitstellen. Dabei blieb die Kontrolle stets beim Menschen („Human in the Loop“): Der Agent schlägt vor, der Mensch prüft und bestätigt.
Umsetzung: Komplex, aber extrem schnell
Die technische Umsetzung erfolgte auf der SAP Business Technology Platform (BTP). Genutzt wurden zentrale Services wie SAP AI Core, AI Launchpad, SAP Build Code und SAP Build Work Zone. Der Entwicklungsprozess wurde angepasst: Statt starrer, vordefinierter Abläufe wurden flexible Fähigkeiten („Skills“) entwickelt, die gezielt auf Daten und Services zugreifen. Die Entwicklung erfolgte in enger Abstimmung mit den Fachbereichen, um die Anforderungen praxisnah umzusetzen.
Was dieses Projekt besonders macht: Trotz der Komplexität der Systemlandschaft und der technischen Herausforderungen – wie der Integration verschiedener UIs (Fiori, Streamlit), dem Zugriff auf On-Premise-Systeme und der Abstimmung zwischen den beteiligten Teams – konnte die Lösung in erstaunlich kurzer Zeit umgesetzt werden. Von der ersten Idee bis zum produktiven Einsatz vergingen gerade einmal ein bis zwei Monate. Möglich wurde dies durch eine enge Zusammenarbeit zwischen den Fachbereichen und der IT, eine klare Zieldefinition und die Nutzung bereits vorhandener Komponenten auf der SAP BTP.
Ein besonderer Fokus lag auf der semantischen Beschreibung der Datenfelder und der klaren Zielsetzung der Services. So konnte der Agent beispielsweise die Zeiterfassung automatisieren, Projektinformationen abrufen und Mitarbeiterdaten intelligent verknüpfen.
Die Integration verschiedener UIs (Fiori, Streamlit) und der Zugriff auf On-Premise-Systeme waren technische Herausforderungen, die im Projekt erfolgreich gemeistert wurden.
Herausforderungen und Learnings
Die Entwicklung des Agenten brachte einige Herausforderungen mit sich. Besonders der Zugriff auf On-Premise-Systeme und die Integration verschiedener Benutzeroberflächen erforderten technisches Know-how und kreative Lösungen. Auch das Debugging von KI-Prozessen und die Abstimmung zwischen den beteiligten Teams waren anspruchsvoll. Dennoch zeigte sich: Der Projektaufwand war überschaubar, viele Komponenten waren bereits vorhanden und mussten nur sinnvoll kombiniert werden.
Ein zentrales Learning aus dem Projekt: Das Know-how und das Verständnis für den praktischen Einsatz von Agentic AI sind bei allen Beteiligten deutlich gewachsen. Datenschutz und Datensicherheit blieben wichtige Themen, konnten aber durch die Architektur und die Einbindung des „Human in the Loop“-Prinzips gut adressiert werden.
