SAP und AWS bündeln ihre Kräfte: Der GenAI Hub in SAP AI Core wird mit Foundation Models in Amazon Bedrock verknüpft, um GenAI-gestützte Erkenntnisse direkt in unternehmenskritische ERP-Anwendungen einzubetten. Für Entscheider bedeutet die Kooperation einen direkten Zugang zu Large Language Models innerhalb bestehender SAP-Umgebungen, ohne eigene KI-Infrastruktur aufbauen zu müssen. Technisch setzt SAP dabei auf Retrieval Augmented Generation über den SAP HANA Cloud Vector Engine sowie LangChain-Integration im SAP BTP Cloud Application Programming Model. Das senkt Einstiegshürden bei der Lizenzierung und beschleunigt den Rollout von GenAI in Kernprozessen wie Einkauf, Finanz- und Supply-Chain-Management.

SAP AI Core 2025: GenAI-Integration in ERP-Systeme, Deployment-Architektur und Enterprise-Lizenzierungsmodelle

SAP und AWS haben eine Kooperation vereinbart, um den GenAI Hub in SAP AI Core mit Foundation Models in Amazon Bedrock zu verbinden. Erklärtes Ziel beider Unternehmen ist es, Kunden die Einführung von RISE with SAP auf AWS zu erleichtern und die Effizienz von SAP-Workloads in der Cloud zu verbessern, wie aus einer gemeinsamen Erklärung der Unternehmen hervorgeht.

Architektur: Wie GenAI in SAP BTP verankert wird

SAP AI Core fungiert als zentrale Steuerungsschicht für den Zugriff auf Large Language Models (LLMs) innerhalb der SAP Business Technology Platform (SAP BTP). Über den Generative AI Hub lassen sich verschiedene Foundation Models und LLMs einbinden. Technisch setzt SAP dabei auf eine Kombination aus LangChain im SAP Cloud Application Programming Model (CAP) sowie Retrieval Augmented Generation (RAG) über die Vektordatenbank-Funktionalität der SAP HANA Cloud.

Öffentlich zugängliche Codebeispiele im SAP-eigenen GitHub-Repository zeigen konkrete Umsetzungen: darunter eine CAP-basierte Anwendung für “GenAI Mail Insights”, die eingehende E-Mails mithilfe von RAG und LLM-Ausgaben nach einem definierten Schema strukturiert auswertet. Das Repository folgt dem sogenannten “Golden Path”-Entwicklungsansatz von SAP BTP und richtet sich an Entwickler, Partner und Kunden.

Praktische Implikationen für Entscheider

1. Vendor-Lock-in differenziert betrachten Die tiefe Integration von SAP AI Core mit Amazon Bedrock schafft eine enge technische Kopplung an AWS. Unternehmen, die Multi-Cloud-Strategien verfolgen, sollten prüfen, inwieweit der GenAI Hub modellseitig flexibel bleibt und welche Abhängigkeiten durch die Bedrock-Anbindung entstehen.

2. RISE with SAP als Einstiegspfad für GenAI Laut der gemeinsamen Erklärung von SAP und AWS soll die Kooperation die Migration zu RISE with SAP auf AWS beschleunigen. Für Unternehmen, die noch On-Premises betreiben, bedeutet das: Der Zugang zu produktionsreifen GenAI-Funktionen ist zunehmend an Cloud-Vertragsmodelle geknüpft.

3. RAG als Standardmuster für unternehmensnahe Anwendungen SAP positioniert RAG über die HANA Cloud Vector Engine als bevorzugtes Architekturmuster für kontextsensitive GenAI-Anwendungen. Das reduziert das Risiko von Halluzinationen bei unternehmensspezifischen Daten, erfordert jedoch saubere Datenhaltung und klare Governance für Embedding-Datenquellen.

4. Lizenzierung und Betriebsmodell noch wenig transparent Die öffentlich verfügbaren Angaben beider Unternehmen beschreiben strategische Absichten, konkrete Preismodelle für den GenAI Hub in SAP AI Core oder die Bedrock-Integration werden in den vorliegenden Quellen nicht spezifiziert. Entscheider sollten Lizenzkosten und verbrauchsabhängige API-Kosten (Bedrock-seitig) frühzeitig in die Business-Case-Kalkulation einbeziehen.

Einordnung

Matt Garman, damaliger designierter CEO bei AWS, betonte in der gemeinsamen Erklärung, dass AWS der erste Cloudanbieter war, der für die Unterstützung des SAP-Portfolios zertifiziert wurde, und dass tausende Unternehmen SAP-Lösungen auf AWS betreiben. SAP-CEO Christian Klein ergänzte, dass Partnerschaften wie diese mit AWS zentral dafür seien, generative KI-Lösungen in ERP-Anwendungen einzubetten, damit Kunden Innovation schneller vorantreiben könnten.

Die Integration betrifft damit nicht nur neue Anwendungen, sondern explizit das gesamte Portfolio geschäftskritischer Applikationen, wie SAP und AWS gemeinsam formulierten. Für bestehende SAP-Umgebungen bedeutet das einen potenziellen Nachrüstbedarf auf Architektur- und Lizenzebene.

Für eine breitere Einordnung von Enterprise-GenAI-Plattformen im Marktvergleich listet Gartner Peer Insights entsprechende Kategorien, darunter SAP S/4HANA Application Services und AI Product Management Platforms, als eigenständige Bewertungsfelder.

Quellen

• SAP Pens GenAI Agreement with AWS – SAP News Africa
• Squirro Enterprise GenAI Platform Reviews & Ratings 2026 – Gartner Peer Insights
• SAP-samples/btp-cap-genai-rag – GitHub

Häufige Fragen

Wie integriert SAP AI Core generative KI in bestehende ERP-Anwendungen?

SAP AI Core stellt einen Generative AI Hub bereit, über den Large Language Models (LLMs) sowie Foundation Models in SAP-Geschäftsprozesse eingebunden werden können. Über die SAP Business Technology Platform (BTP) lassen sich diese Modelle etwa in CAP-basierte Anwendungen integrieren. Dabei unterstützt SAP AI Core auch fortgeschrittene Techniken wie Retrieval Augmented Generation (RAG), bei der SAP HANA Cloud als Vektordatenbank dient. So können unternehmenseigene Daten kontextbezogen in KI-Antworten einbezogen werden, ohne Modelle neu trainieren zu müssen.

Welche Rolle spielt die Kooperation zwischen SAP und AWS für den Einsatz von GenAI im Unternehmensumfeld?

SAP und AWS haben eine Zusammenarbeit vereinbart, um den Generative AI Hub in SAP AI Core mit Foundation Models aus Amazon Bedrock zu verknüpfen. Das erklärte Ziel beider Unternehmen ist es, die Einführung von GenAI für Kunden zu vereinfachen, die RISE with SAP auf AWS betreiben, und die Effizienz von SAP-Workloads in der Cloud zu steigern. Zusätzlich soll generative KI in das gesamte Portfolio geschäftskritischer Anwendungen eingebettet werden.

Welche Deployment-Architektur empfiehlt SAP für GenAI-Lösungen auf der BTP?

SAP empfiehlt für GenAI-Entwicklungen auf der BTP den sogenannten Golden Path. Dieser sieht vor, LLMs und Foundation Models über den Generative AI Hub in SAP AI Core einzubinden und Frameworks wie LangChain innerhalb von SAP CAP zu nutzen. Für die Datenhaltung und semantische Suche wird SAP HANA Cloud mit seiner Vector Engine eingesetzt. SAP stellt dazu Beispiel-Implementierungen sowohl für Single-Tenant- als auch Multi-Tenant-Szenarien auf GitHub bereit.

Für welche konkreten Anwendungsfälle eignet sich der Einsatz von RAG mit SAP AI Core?

Ein dokumentiertes Beispiel aus dem SAP-BTP-Ökosystem ist die Anwendung ‘GenAI Mail Insights’: Dabei wird eine CAP-basierte Applikation entwickelt, die eingehende E-Mails mithilfe von GenAI und RAG analysiert und aufbereitet. Durch die Kombination von Embeddings, der Vektorsuchfunktion von SAP HANA Cloud und angebundenen LLMs können unternehmensrelevante Informationen aus unstrukturierten Texten strukturiert extrahiert werden.

Welche Enterprise-Lizenzierungsmodelle sind für SAP AI Core relevant, und wie positioniert sich der Markt?

SAP AI Core ist als Bestandteil der SAP Business Technology Platform verfügbar und richtet sich primär an Unternehmen, die SAP-Cloud-Lösungen wie RISE with SAP betreiben. Im weiteren Marktumfeld listet Gartner Peer Insights Anbieter wie Squirro mit einer dedizierten Enterprise GenAI Platform, was zeigt, dass neben SAPs eigenem Angebot auch spezialisierte Drittanbieter im Enterprise-Segment aktiv sind. Unternehmen sollten bei der Lizenzierung prüfen, ob sie bestehende SAP-BTP-Kontingente nutzen oder separate Modellzugänge, etwa über Amazon Bedrock, hinzubuchen.

Dieser Artikel wurde von einem KI-System automatisiert erstellt. Kennzeichnung gemäß Art. 50 der EU-KI-Verordnung.