SAP-Wissensdatenbank mit KI aufbauen: Antwortschicht statt Kopie
Eine SAP-Wissensdatenbank mit KI ist eine Antwortschicht über dem bestehenden System und den Quellen daneben: Belege aus SAP, Serviceberichte, Zeichnungen, Postfächer, Schichtbücher. Sie entsteht in vier Phasen, Fragen sammeln, Quellen anbinden, Pilot messen, Betrieb, und sie braucht drei Rollen und eine Pflege der Quellen. Ein neuer Datentopf entsteht dabei nicht, und SAP bleibt führend.
Eine SAP-Wissensdatenbank mit KI ist eine Antwortschicht über SAP-Belegen, ArchiveLink-Dokumenten, Serviceberichten, Postfächern, Ticketsystem und Schichtbuch, mit Fundstelle je Antwort und Rechten je Anfrage; SAP bleibt führend, es entsteht keine Kopie. Aufbau in vier Phasen: zwanzig echte Fragen mit Vorher-Zahl, Quellen lesend anbinden, Zwei-Wochen-Pilot mit Abbruchkriterium, Betrieb mit Delta-Synchronisation. Drei Rollen tragen den Betrieb (Fachverantwortlicher, Systemverantwortlicher, Sponsor), Pflege heißt Pflege der Quellen. Das S/4HANA-Zeitfenster bis 2027 ist der passende Zeitpunkt, weil die Antwortschicht vor der Migration zeigt, welche Daten tragen. Bei TROESTER: zwölf Systeme, Lösungszeit von rund sechs Stunden auf 76 Minuten.
Kurz beantwortetEine SAP-Wissensdatenbank mit KI beantwortet Fragen aus SAP-Belegen und den Dokumenten daneben, mit Fundstelle und mit den Rechten des Fragenden. Sie wird als Antwortschicht über den vorhandenen Quellen aufgebaut, in vier Phasen von zwanzig echten Fragen bis zum Betrieb mit Rollen und Delta-Synchronisation. Bei TROESTER waren zwölf Systeme angebunden; die Lösungszeit im Service sank im Zwei-Wochen-Pilot von rund sechs Stunden auf 76 Minuten.
Was ist eine SAP-Wissensdatenbank mit KI, und was ist sie nicht?
Eine SAP-Wissensdatenbank mit KI ist ein System, das Fragen in normaler Sprache aus SAP-Belegen und den Dokumenten daneben beantwortet, jede Antwort mit Fundstelle belegt und dabei die Rechte der Quellen einhält. Sie ist eine Schicht über den Quellen, keine neue Datenbank, in die SAP kopiert wird. Der Unterschied entscheidet über Aktualität, Rechte und Pflege.
Der Begriff „Wissensdatenbank" weckt das Bild einer gepflegten Sammlung von Artikeln, wie ein Wiki. Für SAP-Wissen taugt dieses Bild wenig: Das Wissen steht, Annahme für einen Betrieb mit 300 Mitarbeitern, in 40.000 Meldungen, 200.000 Belegen und zehntausenden Dokumenten, und niemand schreibt es in Artikel um. Die Wissensdatenbank entsteht, indem dieser Bestand lesbar, verbunden und abfragbar wird. Warum das Wiki dafür an seine Grenze kommt, zeigt KI-Wissensdatenbank oder Wiki.
Drei Eigenschaften unterscheiden die Antwortschicht von jeder Kopie. Erstens die Aktualität: Der Servicebericht von heute Morgen ist am Nachmittag Teil der Antwort, weil das Delta im Minutenbereich läuft. Zweitens die Rechte: Wer die Qualitätsmeldung in SAP nicht öffnen darf, bekommt sie auch als Zusammenfassung nicht. Drittens die Fundstelle: Jeder Satz der Antwort führt mit einem Klick zum Beleg oder Dokument im Original, und der Sachbearbeiter prüft dort statt in der Kopie.
Welche Quellen gehören neben SAP in die Wissensdatenbank?
Die Quellen, in denen die Antworten auf die zwanzig häufigsten Fragen stehen: Bei den meisten Betrieben sind das SAP-Belege, ArchiveLink-Dokumente, Serviceberichte und Zeichnungen auf Netzlaufwerken oder in SharePoint, das Postfach des Service und das Ticketsystem. Die Auswahl folgt den Fragen, nicht der Systemliste.
Quelle Inhalt Anbindung Beantwortet Pflege im Betrieb SAP-Belege Aufträge, Meldungen, PM-Aufträge, Stammdaten OData oder RFC, lesend Was, wann, wer, welche Menge keine, SAP bleibt führend ArchiveLink und DMS Prüfprotokolle, Lieferscheine, Zeichnungen ArchiveLink, Texterkennung Messwerte, Stände, Anlagen an Belegen Scans nachscannen, wo oft gefragt Netzlaufwerk, SharePoint Serviceberichte, Handbücher, Präsentationen SMB, Graph API Wie wurde die Störung gelöst Dubletten und Altstände räumen Postfach des Service Zusagen, Rückfragen, Fotos aus der Halle Graph API, IMAP Was wurde dem Kunden zugesagt Zweck je Postfach festlegen Ticketsystem Störungen, Lösungswege, Zeiten REST-API Gab es das schon, wie lange dauerte es Lösungsfeld ausfüllen, nicht nur schließen Schichtbuch, MES Ereignisse, Rückmeldungen, Takt Datenbank, OPC UA Was war in der Nachtschicht Einträge gesprochen statt getippt
Welcher Anbindungsweg für SAP selbst passt, OData, RFC oder MCP, entscheidet die Produktgeneration und die Zahl der Assistenten; die Rechnung dazu steht in KI-SAP-Integration: Welcher Weg passt. Wie die Dokumente aus ArchiveLink in sechs Ebenen durchsuchbar werden, in SAP-Dokumente durchsuchen mit KI.
In welchen vier Phasen wird die SAP-Wissensdatenbank aufgebaut?
Phase eins, Fragen sammeln. Zwanzig Fragen aus Service, Vertrieb, Instandhaltung oder Planung, die heute am längsten dauern, mit Fundstelle der Antwort. Dazu die Vorher-Zahl: Lösungszeit oder Suchzeit über die letzten zwanzig Fälle, schriftlich. Ohne diese Zahl gibt es später kein Ergebnis, nur eine Meinung.
Phase zwei, Quellen anbinden. SAP lesend, die zwei bis vier Belegarten aus den Fragen, ArchiveLink dazu, dann die Nachbarquellen in der Reihenfolge der Fragen. Rechte werden aus jeder Quelle gespiegelt. Datenschutzbeauftragter und Betriebsrat sehen die Quellenliste mit Zweck je Quelle, bevor das erste Dokument gelesen wird.
Phase drei, Pilot messen. Zwei Wochen auf echten Daten mit den Leuten, die die Fragen stellen, und mit einem Abbruchkriterium, das vorher feststeht: Zahl, Schwelle, Datum, Folge. Bei TROESTER stand am Ende des Zwei-Wochen-Piloten eine Lösungszeit von 76 Minuten statt rund sechs Stunden, gemessen an Servicefällen.
Phase vier, Betrieb. Delta-Synchronisation, Rollen, Pflege der Quellen, Messung der Nutzung und der Antworten ohne Fundstelle. Weitere Abteilungen kommen mit ihren eigenen zwanzig Fragen dazu, in derselben Reihenfolge; wie das ohne Großprojekt geht, zeigt Rollout je Abteilung.
Wer pflegt die Wissensdatenbank, und was heißt Pflege?
Drei Rollen tragen den Betrieb: ein Fachverantwortlicher je Abteilung, der die Fragen kennt und Antworten ohne Fundstelle meldet; ein Systemverantwortlicher, der Anbindungen, Rechte und Delta betreut; und ein Sponsor in der Geschäftsführung, der die Nachher-Zahl im Kalender hat. Pflege heißt bei einer Antwortschicht: die Quellen pflegen. Das Lösungsfeld im Ticket wird ausgefüllt, der Servicebericht landet im Auftrag statt im Postfach, der Altstand der Zeichnung wird archiviert. Wer den Betrieb verantwortet, klärt Die KI-Owner-Frage.
- Rollen benennen. Fachverantwortlicher je Abteilung, Systemverantwortlicher, Sponsor. Mit Namen, vor dem Pilot.
- Antworten ohne Fundstelle messen. Jede Woche: Wie viele Fragen bekamen keine belegte Antwort, und in welcher Quelle hätte sie gestanden?
- Quellenlücken schließen. Die drei häufigsten Lücken je Monat beheben: Scan nachholen, Lösungsfeld pflegen, Ablageort festlegen.
- Delta prüfen. Läuft die Synchronisation, und wie alt ist der jüngste Stand je Quelle? Ein Blick pro Tag, ein Alarm bei Stillstand.
- Nutzung messen. Fragen je Woche, Anteil mit Fundstelle, Lösungszeit je Quartal mit derselben Methode wie die Vorher-Zahl.
- Nächste Abteilung anbinden. Mit eigenen zwanzig Fragen und eigener Vorher-Zahl, sobald die erste Abteilung ihre Schwelle hält.
- Quellenliste fortschreiben. Jede neue Quelle mit Zweck, Rechten und Löschregel in die Datenschutz-Folgenabschätzung aufnehmen.
Warum ist das S/4HANA-Zeitfenster der richtige Zeitpunkt?
Weil eine Migration inkonsistente Stammdaten und undurchsuchbares Dokumentenwissen eins zu eins mitnimmt, wenn vorher niemand hineingeschaut hat. Eine Antwortschicht über den heutigen Systemen zeigt vor der Migration, welche Schlüssel passen, welche Belegarten gefragt sind und welche Dokumente wirklich gebraucht werden. Diese Landkarte gehört ins Migrationsprojekt; was das Zeitfenster bis 2027 sonst noch bedeutet, steht in Das S/4HANA-Zeitfenster 2027. Nach der Migration wechselt die Anbindung von RFC auf OData, der Index bleibt.
Was zeigt die Beispielrechnung für die Geschäftsführung?
Annahmen gekennzeichnet. Vorher-Zahl aus dem Betrieb, Annahme: 40 Störungsfälle je Monat im Service, Lösungszeit je Fall vier Stunden, davon, Annahme, zwei Stunden Suche in SAP, Serviceberichten und Postfächern. Das sind 80 Stunden Suche im Monat, 960 im Jahr. Bei einem Vollkostensatz von 70 Euro, Annahme, sind das 67.200 Euro Suchzeit im Jahr, ohne die Stillstandskosten beim Kunden. Annahme für die Nachher-Zahl: Die Suchzeit halbiert sich, wenn die Antwort mit Fundstelle in Minuten vorliegt; das wären 33.600 Euro im Jahr. Die Zahlen sind Annahmen zum Nachrechnen; bei TROESTER lag die gemessene Verbesserung der Lösungszeit deutlich über einer Halbierung. Was ein Wissensassistent in Lizenz und Betrieb kostet, steht in Was kostet ein KI-Wissensassistent.
Welche KI-Werkzeuge eignen sich als Wissensdatenbank über SAP?
Werkzeuge, die SAP lesend anbinden, Nachbarquellen einschließen, Rechte je Anfrage prüfen und jede Antwort mit Fundstelle belegen; das sind in der Regel Wissensassistenten mit lesender Anbindung wie edda. Der Assistent des SAP-Herstellers bleibt innerhalb von SAP, die Büro-Plattform bei ihren Dokumenten. Der Vergleich der fünf Klassen mit Tabelle steht in Welche KI-Werkzeuge lesen SAP-Inhalte; die Abfrage aus Sicht des Nutzers in SAP-Daten mit KI abfragen.
Begriffe kurz erklärt
- Antwortschicht
- Ein System, das Fragen aus den vorhandenen Quellen beantwortet, ohne die Quellen zu kopieren. Die Quellen bleiben führend, die Schicht liest, verbindet und belegt.
- Führendes System
- Das System, in dem ein Datenbereich verbindlich gepflegt wird. Bei einer Wissensdatenbank über SAP bleibt SAP führend.
- Vorher-Zahl
- Die Kennzahl des Prozesses, erhoben über die letzten zwanzig Fälle vor dem Pilot: Lösungszeit, Suchzeit, Durchlaufzeit. Ohne sie bleibt jedes Ergebnis eine Meinung.
- Fachverantwortlicher
- Die Person je Abteilung, die die Fragen kennt, Antworten ohne Fundstelle meldet und die Pflege der Quellen anstößt.
Weiterführend
- Welche KI-Werkzeuge lesen SAP-Inhalte und SAP-Dokumente durchsuchen mit KI.
- KI-SAP-Integration: Welcher Weg passt und SAP-Daten mit KI abfragen.
- edda im Überblick und edda-Einführung in zwei Wochen.
- KI-Wissensassistent einführen in fünf Schritten und Wissensmanagement-Pilot messen.
- Das S/4HANA-Zeitfenster 2027 und DSFA für KI-Wissenssysteme.
- Themen-Hub: SAP-Wissen per KI nutzbar machen und die Leistungsseite Deployment und Integration.
Häufige Fragen
Ist eine SAP-Wissensdatenbank mit KI eine neue Datenbank?
Nein. Sie ist eine Antwortschicht über den vorhandenen Quellen: SAP wird lesend angebunden, Nachbarquellen kommen dazu, ein Index verbindet die Inhalte. Eine Kopie von SAP in eine eigene Datenbank erzeugt eine zweite Wahrheit und wird vermieden.
Wie lange dauert der Aufbau?
Von den zwanzig Fragen bis zum Ende des Zwei-Wochen-Piloten etwa sechs Wochen, wenn Lesezugriff auf SAP und die Nachbarquellen besteht. Weitere Abteilungen folgen mit eigenen Fragen in derselben Reihenfolge.
Wer muss die Wissensdatenbank pflegen?
Ein Fachverantwortlicher je Abteilung, ein Systemverantwortlicher und ein Sponsor in der Geschäftsführung. Pflege heißt, die Quellen zu pflegen: Lösungsfeld im Ticket, Servicebericht im Auftrag, Zeichnungsstand archiviert.
Sollen wir vor oder nach der S/4HANA-Migration anfangen?
Vorher. Die Antwortschicht über den heutigen Systemen zeigt, welche Schlüssel passen und welche Dokumente gebraucht werden, und liefert damit die Landkarte für die Migration. Nach dem Umzug wechselt die Anbindung von RFC auf OData, der Index bleibt.
Was passiert mit Fragen, auf die die Wissensdatenbank keine belegte Antwort hat?
Sie werden gemessen und dem Fachverantwortlichen gemeldet, mit der Quelle, in der die Antwort gestanden hätte. Daraus entstehen die drei Quellenlücken, die je Monat geschlossen werden.
Welche zwanzig Fragen soll Ihre SAP-Wissensdatenbank zuerst beantworten?
Rozalia Karbowniczek klärt im Erstgespräch, welche Belegarten und Nachbarquellen zuerst angebunden werden, welche Rollen es braucht und wie der Pilot in zwei Wochen misst.
Gespräch vereinbaren →Vom Pilot in den Regelbetrieb: Hosting, Berechtigungen und Rollout je Abteilung stehen auf der Seite KI-Implementierung.
