SAP-KI-Agenten und ERP-Daten: Datenqualität & Governance

Autor: Laura Parri Royo, Marketing Director bei TJC Group

Dieser Artikel ist Teil der SAP AI and ERP Data Series. Abonnieren Sie, um die nächste Ausgabe zu lesen.

SAP-KI-Agenten können Informationen abrufen, Maßnahmen empfehlen und Teile eines Geschäftsprozesses automatisieren. Ein Agent kann jedoch nur mit den ihm zur Verfügung stehenden Datensätzen, Berechtigungen, Regeln und Kontexten arbeiten. Fehlende Abhängigkeiten, doppelte Stammdatensätze oder veraltete Statusinformationen können dazu führen, dass ein Agent die falsche Maßnahme empfiehlt, selbst wenn das Modell wie vorgesehen funktioniert. KI-Intelligenz hängt von Data Governance und Datenqualität ab, kombiniert mit klaren Grenzen dessen, was ein Agent abrufen, empfehlen und ausführen darf.

Einführung

Traditionelle SAP-Workflows folgen in der Regel vordefinierten Regeln. Ein Benutzer führt eine Aktion aus, das System prüft die entsprechende Berechtigung, und die Transaktion wird aufgezeichnet.

KI-Agenten führen eine dynamischere Ebene ein. Sie können Informationen aus mehreren Anwendungen sammeln, eine Situation interpretieren, den nächsten Schritt empfehlen oder eine Aktion als Teil eines umfassenderen Workflows auslösen.

Dies wirft neue Fragen auf: Wessen Berechtigungen der Agent verwendet, welchen Quellen er vertrauen kann, wann eine menschliche Genehmigung erforderlich ist und welche Nachweise anschließend aufbewahrt werden müssen.

SAP beschreibt Joule Agents als Nutzung von Geschäftsprozesskontext und Informationen aus verbundenen Anwendungen. Dieser Kontext ist wichtig, da Geschäftsdaten wie Lieferantenstatus, Lieferverzögerung oder Kundensaldo selten isoliert aussagekräftig sind.

Warum ERP-Datenqualität für SAP-KI-Agenten wichtig ist

Ein KI-Agent kann Informationen schnell verarbeiten, aber er kann nicht automatisch jede Schwäche in der zugrunde liegenden ERP-Landschaft beheben. Der Agent kann wie vorgesehen arbeiten und dennoch zur falschen Schlussfolgerung gelangen, wenn die ihm zur Verfügung stehenden Informationen nicht die vollständige Geschäftssituation widerspiegeln.

Drei Probleme sind besonders wichtig: unvollständige Prozessinformationen, duplizierte oder veraltete Datensätze und Daten, die ihren Geschäftskontext verloren haben.

Unvollständige und inkonsistente Informationen

ERP-Prozesse erstrecken sich oft über mehrere Datensätze und Anwendungen.

Eine Rechnung kann im Finanzsystem erscheinen, während ihre Bestellung, ihr Wareneingang, ihr Vertrag und die Lieferantenkorrespondenz anderswo liegen. Wenn der Agent nur einen Teil dieser Kette sieht, kann er die Ursache einer Ausnahme falsch interpretieren.

Eine scheinbar überfällige Rechnung kann beispielsweise aus einem fehlenden Wareneingang und nicht aus einem Zahlungsproblem resultieren. Ein Agent, der nur den Rechnungsstatus sieht, könnte das falsche Problem eskalieren.

Inkonsistenz birgt ein ähnliches Risiko. Geschäftsbereiche können unterschiedliche Definitionen für denselben Status verwenden, während regionale Systeme Währungen, Einheiten, Daten oder Organisationsstrukturen unterschiedlich erfassen. Benutzerdefinierte SAP-Felder können auch Bedeutungen haben, die lokal verstanden, aber nicht zentral dokumentiert werden.

Bevor ein Agent Informationen aus mehreren Quellen verwendet, sollte der Workflow die folgenden Fragen klären:

Wenn Systeme nicht übereinstimmen, sollte der Workflow definieren, welche Quelle Vorrang hat, ob der Konflikt die Automatisierung stoppt und wer ihn lösen muss.

Die Informationen müssen nicht unbedingt in einer Datenbank liegen. Sie müssen jedoch abgeglichen und für die Aufgabe geeignet sein.

Duplizierte oder veraltete Datensätze

Doppelte Stammdaten können einem Agenten widersprüchliche Versionen derselben Geschäftseinheit liefern.

Ein Lieferant kann nach einer Übernahme, einem regionalen Rollout oder einer unvollständigen Bereinigung unter mehreren Kreditorennummern erscheinen. Ein Datensatz kann aktuelle Qualitätsvorfälle enthalten, während ein anderer den aktuellen Vertrag und Zahlungsdetails enthält.

Wenn der Agent sie als separate Lieferanten behandelt, kann er das Risiko unterschätzen oder Maßnahmen gegen den falschen Datensatz empfehlen.

Veraltete Informationen schaffen ein verwandtes Problem. Ein abgelaufener Vertrag, inaktiver Kunde, geschlossener Buchungskreis, ehemaliger Mitarbeiter oder veraltetes Bankkonto kann technisch zugänglich bleiben, obwohl es keine operative Entscheidung mehr beeinflussen sollte.

Solche Datensätze können nicht immer sofort entfernt werden. Sie können mit historischen Transaktionen verbunden bleiben oder Aufbewahrungspflichten unterliegen. Je nach Situation müssen sie möglicherweise harmonisiert, gesperrt, als inaktiv markiert oder vom Workflow ausgeschlossen werden.

Deshalb sollten SAP-Datenarchivierung und Datenbereinigung nicht als dieselbe Aktivität behandelt werden.

Die Archivierung steuert das Volumen der berechtigten abgeschlossenen Daten in aktiven SAP-Tabellen. Bereinigung und Stammdaten-Governance befassen sich mit Duplizierung, Genauigkeit, Konsistenz und Eigentümerschaft. Eine zuverlässige Grundlage kann beides erfordern.

Daten ohne ausreichenden Geschäftskontext

ERP-Daten werden durch den Prozess geformt, der sie erstellt hat.

Eine verspätete Rechnung könnte auf ein Zahlungsproblem hinweisen. Sie könnte auch aus einem Streitfall, einem Preisfehler, einem fehlenden Liefernachweis, einem falschen Steuerkennzeichen oder einer internen Genehmigungsverzögerung resultieren.

Historische Informationen schaffen eine zusätzliche Herausforderung. Organisationsstrukturen, Kontenzuordnungen, Wechselkurse, Genehmigungsregeln und benutzerdefinierte Logik können sich im Laufe der Zeit ändern.

Ein Modell, das mehrere Jahre von Transaktionen vergleicht, kann nicht davon ausgehen, dass jeder Wert unter denselben Definitionen und Regeln erzeugt wurde.

Der erforderliche Kontext kann Beziehungen zwischen Transaktionen und Stammdaten, die Bedeutung von Prozessstatus, die verantwortliche Organisationseinheit, die zum Zeitpunkt gültige Konfiguration sowie unterstützende Dokumente oder Genehmigungen umfassen.

SAP Knowledge Graph kann semantische Beziehungen und Geschäftskontext für KI bereitstellen. Organisationen müssen dennoch ihre eigenen undokumentierten Anpassungen, doppelten Identitäten, lokalen Terminologien und historischen Ausnahmen adressieren.

Wie ein gesteuerter SAP-KI-Agenten-Workflow in der Praxis funktioniert

Betrachten Sie einen Agenten, der einen Lieferanten nach einer Reihe verspäteter Lieferungen überprüft.

Zunächst überprüft der Workflow die Berechtigungen des Anforderers und bestätigt, dass die vom Agenten verwendete technische Identität berechtigt ist, die erforderlichen Datensätze abzurufen und die zulässige Aktion auszuführen.

Anschließend ruft er die genehmigten Informationen ab, die für die Aufgabe erforderlich sind. Dies kann aktuelle Bestellungen, Lieferverlauf, Qualitätsvorfälle, Vertragsstatus, Zahlungsinformationen und Lieferantenstammdaten umfassen.

Der Workflow stellt fest, dass der Lieferant unter zwei Kreditorennummern erscheint. Er wendet eine genehmigte Entitätsabgleichsregel an. Wenn das Ergebnis unsicher bleibt, bleiben die Datensätze getrennt, und die Diskrepanz wird zur Überprüfung eskaliert.

Der Agent findet auch widersprüchliche Statusinformationen. S/4HANA zeigt den Lieferanten als aktiv an, während das Vertragsrepository anzeigt, dass die aktuelle Vereinbarung abgelaufen ist.

Der Workflow wurde so konfiguriert, dass er diese Art von Konflikt nicht automatisch löst. Er markiert die Diskrepanz und beschränkt die Ausgabe auf eine Empfehlung.

Ein Einkaufsleiter überprüft die Nachweise und genehmigt, lehnt ab oder ändert die vorgeschlagene Maßnahme. Jede daraus resultierende Änderung in SAP wird zusammen mit dem Anforderer, Genehmiger, Quelldatensätzen, technischer Identität und Workflow-Version aufgezeichnet.

Die Extraktion, Empfehlung, Genehmigung und endgültige Transaktion folgen dann den geltenden Aufbewahrungs- und Prüfungsregeln.

Dieses Szenario zeigt, wie zuverlässiges Agentenverhalten von verbundenen Kontrollen abhängt. Datenqualität allein reicht nicht aus. Der Workflow benötigt auch aufgabenspezifische Berechtigungen, Regeln für maßgebliche Quellen, Grenzen der Autonomie, menschliche Intervention und nachvollziehbare Nachweise.

Erfahren Sie mehr über das KI-Potenzial von SAP S/4HANA, indem Sie sich die Aufzeichnung dieses Webinars mit Andreas Welsch, ehemaliger SAP AI Executive, veranstaltet von TJC Americas, ansehen.

Warum Zugriffskontrollen für KI-gesteuerte Workflows gelten müssen

Ein Agent sollte niemals den autorisierten Zugriff des Anforderers erweitern oder Informationen außerhalb des genehmigten Umfangs des Workflows verwenden.

Dasselbe Prinzip gilt, wenn der Agent eine Aktion ausführt, anstatt nur Daten abzurufen.

Wenn ein Agent eine Bestellanforderung erstellen, eine Zahlungssperre ändern, Stammdaten aktualisieren oder einen Genehmigungsworkflow auslösen kann, muss seine Befugnis klar definiert sein.

Organisationen müssen sowohl den Benutzer, der die Aufgabe anfordert, als auch die technische Identität, die sie ausführt, steuern. Der Agent darf nicht zu einem Weg um Kontrollen werden, die für dieselbe Aktion in SAP gelten würden.

Benutzerberechtigungen und sensible Informationen

Der Agentenzugriff sollte den autorisierten Umfang des Anforderers und die für die Aufgabe erforderlichen Mindestdaten widerspiegeln.

Ein Benutzer kann Zugriff auf eine Transaktion haben, ohne berechtigt zu sein, jedes Feld, jede juristische Person, jede Mitarbeitergruppe oder jedes unterstützende Dokument anzuzeigen, das damit verbunden ist.

Sensible ERP-Informationen können Gehaltsabrechnungsdaten, Bankdaten, Steueridentifikationsnummern, Preisvereinbarungen und vertrauliche kommerzielle Bedingungen umfassen.

Das Problem wird komplexer, wenn ein Workflow Informationen aus mehreren Systemen kombiniert. Die Berechtigung zum Anzeigen von Daten in einer Anwendung erlaubt nicht automatisch deren Wiederverwendung in einem anderen Prozess.

Ein gesteuertes Design sollte Folgendes definieren:

Diese Kontrollen sollten entworfen werden, bevor der Agent in einen Live-Prozess eintritt.

Zweckgebundener Zugriff auf ERP-Daten

Technischer Zugriff erlaubt nicht, dass Informationen für jeden Zweck verwendet werden.

Kundendaten, die zur Erfüllung einer Bestellung erfasst wurden, sind möglicherweise nicht für einen nicht verwandten KI-Anwendungsfall geeignet. Mitarbeiterinformationen, die für die Gehaltsabrechnung verwendet werden, erfordern möglicherweise eine zusätzliche Genehmigung, bevor sie die Personalanalyse unterstützen. Historische Transaktionen, die für Steuerzwecke aufbewahrt werden, sollten nicht automatisch zu Trainingsdaten werden.

Jeder Workflow sollte daher ein definiertes Geschäftsziel, genehmigte Datenquellen, vorgesehene Benutzer und zulässige Aktionen haben. Er sollte auch angeben, ob die Informationen für Modelltraining oder -verbesserung verwendet werden dürfen.

Datenminimierung gilt ebenfalls. Ein Agent, der eine Rechnungsausnahme untersucht, benötigt möglicherweise die Rechnung, Bestellung, den Wareneingang und den Genehmigungsstatus. Er benötigt wahrscheinlich nicht den vollständigen historischen Datensatz des Kunden.

Die Beschränkung des Workflows auf die für die Aufgabe erforderlichen Informationen reduziert die Exposition und erleichtert die Erklärung des Ergebnisses.

Verantwortlichkeit für automatisierte Aktionen

Nicht jede Agentenaktion birgt dasselbe Risikoniveau.

Eine Zusammenfassung überfälliger Rechnungen bereitzustellen, ist etwas anderes als die Bankdaten eines Lieferanten zu ändern. Eine Zahlungssperre zu empfehlen, ist etwas anderes, als sie automatisch anzuwenden.

Ein nützlicher Ansatz besteht darin, die Agentenbefugnis in drei Ebenen zu unterteilen:

Genehmigungsanforderungen sollten den finanziellen Wert, die Reversibilität, die Verwendung sensibler Informationen, die Auswirkungen auf Kunden, Lieferanten oder Mitarbeiter, rechtliche oder steuerliche Konsequenzen, Stammdatenänderungen und Konflikte zwischen Quelldatensätzen widerspiegeln.

Maßnahmen mit hoher Auswirkung oder irreversible Maßnahmen erfordern möglicherweise eine menschliche Genehmigung, selbst wenn der Agent die Transaktion vorbereiten kann.

Die Verantwortlichkeit muss auch klar zugewiesen bleiben. Die Organisation benötigt einen Prozessverantwortlichen, der den Workflow definiert, einen Datenverantwortlichen, der die verwendeten Informationen genehmigt, einen Kontrollverantwortlichen, der die Compliance überwacht, und einen Eskalationsweg, wenn der Workflow nicht sicher fortgesetzt werden kann.

Wie Lifecycle- und Compliance-Regeln für KI-Workflows gelten

ERP-Informationen werden nicht von Aufbewahrungs-, Datenschutz- oder Legal-Hold-Regeln befreit, wenn sie in einen KI-Workflow eintreten.

KI-Workflows können Extrakte, Indizes, Prompt-Historien, zwischengespeicherte Datensätze, Empfehlungen, analytische Datensätze und Transaktionsprotokolle erstellen. Wenn diese Kopien nicht in das Lifecycle-Management einbezogen werden, kann eine Organisation Informationen aus SAP entfernen, während dieselben Daten anderswo verbleiben.

Aufbewahrung, Legal Holds und Lifecycle-Management über abgeleitete Kopien hinweg

Das Workflow-Design sollte den Lifecycle-Status und die Regeln für die zulässige Verwendung berücksichtigen, die mit den Quellinformationen verbunden sind.

Es sollte berücksichtigen, ob ein Datensatz innerhalb seiner genehmigten Aufbewahrungsfrist verbleibt, ob persönliche Felder maskiert werden müssen und ob ein Legal Hold seine Entfernung verhindert.

Dieselben Regeln müssen möglicherweise abgeleitete Kopien abdecken. Wenn ein Kundendatensatz gemäß der geltenden Aufbewahrungsrichtlinie zur Entfernung berechtigt wird, müssen möglicherweise auch zugehörige Extrakte, Indizes, zwischengespeicherte Daten oder Prompt-Historien adressiert werden.

Die Behandlung kann je nach Kopie unterschiedlich sein. Ein temporärer Extrakt kann entfernt werden, wenn die Aufgabe endet, während ein Prüfungsdatensatz möglicherweise länger aufbewahrt werden muss.

Die Organisation sollte wissen, wo jede Kopie gespeichert ist, welche Regel für sie gilt, ob die Lifecycle-Aktion propagiert werden muss und welche Nachweise bestätigen, dass der Prozess abgeschlossen wurde.

Ein Legal Hold erfordert zusätzliche Sorgfalt. Er kann die normale Lifecycle-Verarbeitung für Datensätze aussetzen, die mit Rechtsstreitigkeiten, einer Untersuchung oder einer anderen rechtlichen Angelegenheit verbunden sind. Wenn gehaltene Informationen in einem KI-generierten Extrakt oder einer Empfehlung erscheinen, muss die Organisation in der Lage sein, diese Kopie zu identifizieren und zu bewahren.

Aufbewahrung erlaubt keine uneingeschränkte Wiederverwendung. Informationen, die für Rechtsstreitigkeiten aufbewahrt werden, müssen möglicherweise weiterhin vom Modelltraining oder nicht verwandter Automatisierung ausgeschlossen werden.

DSGVO, Zweckbindung und steuerrechtliche Anforderungen

Datenschutzanforderungen beeinflussen, wie Informationen während des gesamten Workflows behandelt werden.

Personenbezogene Daten sollten für einen definierten Zweck verwendet, auf das Notwendige beschränkt, vor unbefugtem Zugriff geschützt und nicht länger als gerechtfertigt aufbewahrt werden.

Ein KI-Workflow kann daher Feldausschluss, Maskierung, eingeschränkten Abruf oder kürzere Speicherfristen für temporäre Extrakte und Prompts erfordern.

Die Arbeit von TJC Group rund um SAP ILM und DSGVO konzentriert sich auf Aufbewahrung, Sperrung und kontrollierte End-of-Life-Verarbeitung innerhalb von SAP-Landschaften.

Steuerrechtliche Anforderungen schaffen eine andere Verpflichtung. Rechnungen, Buchhaltungsunterlagen und unterstützende Nachweise müssen möglicherweise für definierte Zeiträume lesbar, vollständig und nachvollziehbar bleiben.

Eine analytische Kopie kann für ein bestimmtes Modell transformiert werden, aber die gesteuerte Quelle, die für Prüfungs- oder Steuernachweise erforderlich ist, sollte intakt bleiben.

Die Anleitung von TJC Group zu SAP-Datenarchivierung und rechtlicher Compliance erklärt, warum Zugänglichkeit, Aufbewahrung und Schutz zusammenarbeiten müssen.

Zugehörige Datensätze können ebenfalls unterschiedliche Aufbewahrungsfristen haben. Eine Rechnung, ein Kundendatensatz, ein Genehmigungsprotokoll und die zugehörige Korrespondenz werden möglicherweise nicht gleichzeitig für die Lifecycle-Verarbeitung freigegeben.

Die Anleitung der TJC Group zur Verwaltung unterschiedlicher Aufbewahrungsfristen in SAP ILM behandelt diese Abhängigkeiten.

Wie SAP ILM die Lifecycle-Durchsetzung unterstützt

SAP Information Lifecycle Management bietet Kontrollen für Aufbewahrung, Sperrung, Legal Holds und End-of-Life-Verarbeitung innerhalb von SAP-Umgebungen.

Für die KI-Governance sollte der Workflow den Lifecycle-Status und die Nutzungsregeln der Quellinformationen verwenden, um zu entscheiden, ob Daten abgerufen, wiederverwendet, eingeschränkt oder weiterverarbeitet werden können.

KI-bezogene Kopien sollten nicht unter einer getrennten Lifecycle-Richtlinie betrieben werden.

Warum KI-gesteuerte Entscheidungen nachvollziehbar und prüfbar bleiben müssen

Eine Organisation sollte in der Lage sein, eine bedeutende KI-gesteuerte Aktion zu rekonstruieren.

Wenn ein Agent empfiehlt, einen Lieferanten zu sperren, müssen Prüfer möglicherweise wissen, welche Lieferantendatensätze, Lieferausfälle, Verträge, Vorfälle und Geschäftsregeln das Ergebnis beeinflusst haben.

„Die KI hat entschieden“ ist kein ausreichender Beweis.

Abhängig vom Risiko muss der Prüfpfad möglicherweise Folgendes aufzeichnen:

Die Nachvollziehbarkeit wird schwieriger, wenn Informationen zwischen SAP, SAP BTP, externen Anwendungen und anderen Daten- oder Orchestrierungsplattformen übertragen werden.

Jede Übergabe kann eine Lücke erzeugen, wenn Quellkennungen, Zeitstempel, Herkunft und Aktionsprotokolle nicht erhalten bleiben. Die Prüfbarkeit muss daher den gesamten Workflow abdecken und nicht nur die finale SAP-Transaktion.

Änderungsmanagement ist ebenfalls Teil der Nachvollziehbarkeit. Ein Agent kann sich nach Änderungen an seinem Modell, seinen Prompts, Abrufquellen, Geschäftsregeln, Berechtigungen, Transformationen oder verbundenen Tools anders verhalten.

Wesentliche Änderungen an einem Workflow mit hoher Auswirkung sollten Tests, Überprüfung und Genehmigung auslösen, bevor die neue Version in die Produktion zurückkehrt. Die Organisation sollte auch in der Lage sein zu identifizieren, welche Version eine frühere Empfehlung erstellt hat.

Die Kontrollen sollten verhältnismäßig bleiben. Eine risikoarme Zusammenfassung benötigt nicht dasselbe Nachweispaket wie eine Transaktion, die Geld, personenbezogene Daten, Beschäftigung, Steuern oder Stammdaten betrifft.

Die Prinzipien für verantwortungsvolle KI von SAP umfassen Transparenz, Rechenschaftspflicht, Datenschutz, Sicherheit und menschliche Aufsicht. Organisationen müssen diese Prinzipien dennoch in Kontrollen übersetzen, die für ihre eigenen SAP-Prozesse und Risikoniveaus geeignet sind.

Warum verwaltete Daten notwendig, aber nicht ausreichend sind

Eine verwaltete SAP-Datengrundlage verbessert die Bedingungen, unter denen ein Agent arbeitet. Sie garantiert nicht, dass jede Empfehlung oder Aktion korrekt sein wird.

Selbst mit genauen und ordnungsgemäß kontrollierten Informationen kann ein Agent Anweisungen falsch interpretieren, eine ungeeignete Aktion auswählen, mit übermäßigem Vertrauen reagieren oder versagen, wenn ein verbundenes System nicht verfügbar ist.

Organisationen benötigen daher Kontrollen sowohl für die Informationen als auch für den Agenten.

Dazu gehören das Testen des Agentenverhaltens, das Definieren von Aktionsgrenzen, das Überwachen von Ergebnissen, das Festlegen von Ausnahmeschwellenwerten und das Bereitstellen von Fallbacks, wenn der Workflow nicht sicher abgeschlossen werden kann.

Menschliches Eingreifen sollte verfügbar bleiben, wenn Nachweise widersprüchlich sind, ein erforderliches System nicht verfügbar ist oder die potenzielle Auswirkung das genehmigte Autonomieniveau überschreitet.

Die Rolle der TJC Group liegt hauptsächlich in der verwalteten Datengrundlage. Datenarchivierung, ILM, historischer Zugriff und Lifecycle-Kontrollen unterstützen zuverlässige Automatisierung, bleiben jedoch ein Teil eines umfassenderen Agenten-Governance-Programms.

Wie die TJC Group eine verwaltete SAP-Datengrundlage unterstützen kann

Die TJC Group kann Organisationen dabei helfen, die Informationsgrundlage zu stärken, die von SAP-KI-Agenten verwendet wird.

Ihre Rolle lässt sich durch drei verbundene Ergebnisse zusammenfassen:

Durch ihre S/4HANA-Datenverwaltungsdienste kann die TJC Group SAP-Datenvolumen, Archivierungsobjekte, Aufbewahrungsanforderungen und Anforderungen an den historischen Zugriff bewerten.

Das Archiving Sessions Cockpit unterstützt die wiederkehrende Ausführung und Überwachung von SAP-Datenarchivierung und unterstützten ILM-Prozessen. Es hilft dabei, eine genehmigte Richtlinie in einen laufenden operativen Prozess zu verwandeln und nicht in eine unregelmäßige manuelle Übung.

ELSA unterstützt verwalteten Zugriff auf Daten und Dokumente aus stillgelegten SAP- und Nicht-SAP-Systemen. Wenn ein zukünftiger KI- oder Analyse-Workflow historische Informationen benötigt, können ausgewählte Daten über einen kontrollierten Prozess bereitgestellt werden, ohne die ursprüngliche Anwendung betriebsbereit zu halten.

Zusammen helfen diese Funktionen Organisationen dabei, das Volumen, den Lifecycle und die Verfügbarkeit von SAP-Informationen zu verwalten. Sie bieten einen Teil der verwalteten Grundlage, die für zuverlässige Automatisierung erforderlich ist, während Modellverhalten, Geschäftsentscheidungen und Agentenbefugnisse im umfassenderen KI-Governance-Rahmen der Organisation verbleiben.

Fazit

SAP-KI-Agenten bieten erhebliches Potenzial zur Beschleunigung und Verbesserung von Geschäftsprozessen, aber ihre Wirksamkeit hängt direkt von der Qualität, Governance und dem Lifecycle-Management der zugrunde liegenden ERP-Daten ab. Organisationen, die in eine verwaltete SAP-Datengrundlage investieren, werden besser positioniert sein, um KI-Agenten zuverlässig und verantwortungsvoll einzusetzen.

Die wichtigsten Punkte aus diesem Artikel sind:

1. Priorisieren Sie Datenqualität und Konsistenz. Unvollständige, duplizierte oder veraltete Datensätze werden KI-Agentenempfehlungen untergraben, unabhängig davon, wie gut das Modell funktioniert. Behandeln Sie Datenbereinigung und Stammdaten-Governance zusammen mit der SAP-Datenarchivierung.
2. Wenden Sie Zugriffskontrollen auf jeden KI-Workflow an. Ein Agent darf niemals den autorisierten Zugriff eines Benutzers erweitern. Definieren Sie Anfordereridentität, Datenberechtigungen, Aufgabenumfang, Aktionsbefugnis und Genehmigungsregeln, bevor ein Agent in einen Live-Prozess eintritt.
3. Setzen Sie Lifecycle- und Compliance-Regeln für alle Kopien durch. KI-Workflows erstellen Auszüge, zwischengespeicherte Datensätze und Protokolle, die denselben Aufbewahrungs- und Datenschutzregeln wie die Quelldaten folgen müssen. SAP ILM kann diese Durchsetzung innerhalb von SAP-Umgebungen unterstützen.
4. Stellen Sie Nachvollziehbarkeit für jede bedeutende Aktion sicher. Organisationen müssen in der Lage sein zu rekonstruieren, wie eine KI-gesteuerte Entscheidung getroffen wurde, einschließlich der Quelldatensätze, der Workflow-Version und der beteiligten menschlichen Aufsicht.
5. Erkennen Sie, dass verwaltete Daten notwendig, aber nicht ausreichend sind. Datenqualität und Lifecycle-Management bilden die Grundlage, aber Organisationen benötigen auch Kontrollen für Agentenverhalten, Autonomiegrenzen und Ausnahmebehandlung.

Die TJC Group hilft mit über 25 Jahren Expertise im SAP-Datenvolumenmanagement Organisationen dabei, die verwaltete Datengrundlage aufzubauen, die zuverlässige KI-Automatisierung erfordert. Kontaktieren Sie uns noch heute, um zu erfahren, wie wir Ihre SAP-Daten-Governance-Strategie unterstützen können.

Quellen für Informationen

Dieser Artikel ist ein forschungsbasierter Beitrag, der auf offiziellen SAP-Produktseiten, SAP-Lernressourcen, technischen Beiträgen von Thierry Julien und der eigenen Überprüfung von SAP Joule for Consultants durch die TJC Group basiert.

SAP Joule Agents
https://www.sap.com/products/artificial-intelligence/ai-agents.html

SAP Joule Studio
https://www.sap.com/products/artificial-intelligence/joule-studio.html

SAP Knowledge Graph
https://www.sap.com/products/artificial-intelligence/knowledge-graph.html

Prinzipien für verantwortungsvolle KI von SAP
https://www.sap.com/products/artificial-intelligence/ai-ethics.html

Überprüfung von SAP Joule for Consultants durch die TJC Group
https://www.tjc-group.com/blogs/is-sap-joule-for-consultants-a-great-assistant-our-opinion/