Wann klassische Planungsarchitekturen an Grenzen stoßen, was SAP mit BDC (und Seamless Planning) wirklich ermöglicht – und wie Unternehmen den Übergang in Richtung Autonomous Enterprise pragmatisch gestalten.
Autor: Kristof Beck, CALEO
Planung wird schneller, vernetzter und volatiler – gleichzeitig sind in vielen Unternehmen noch gewachsene BW-IP- und BPC-Landschaften im Einsatz, die über Jahre (oder Jahrzehnte) optimiert wurden. Das funktioniert oft noch erstaunlich gut, ist aber nur umständlich mit Zukunftstechnologien in der Cloud verknüpfbar. Genau diese Reibungsverluste adressiert SAP aktuell mit Cloud-Architekturen rund um die Business Data Cloud (BDC – mit SAP Analytics Cloud (SAC) und SAP Datasphere) – inklusive Seamless-Planning-Ansatz als „Echtzeitbrücke" zwischen Planung und Datenplattform. Mit der auf der Sapphire 2026 vorgestellten Strategie des Autonomous Enterprise verschiebt sich der Horizont noch einmal: weg von KI als Assistenz, hin zu KI als aktivem Teilnehmer im Planungsprozess.
Dieser Artikel ordnet ein, was davon heute trägt und was Zielbild bleibt. Er basiert auf den Erkenntnissen von CALEO-internen Diskussionen zur Zukunft der Planung – und auf der Erfahrung aus Projekten, in denen genau diese Übergänge gerade stattfinden.
BW-IP bzw. BPC ist eine reife Technologie: Prozesse sind etabliert und Nutzer sind geschult. Die größte Investition lag meist im initialen Aufsatz; im laufenden Betrieb dominieren überschaubare Iterationen: Stammdatenpflege, Hierarchieänderungen, neue Konten und kleinere Optimierungen.
Diese Stabilität ist real und wirtschaftlich wertvoll. Trotzdem verschieben sich die Erwartungen. Anwender sind heute gewohnt, schnelle Erklärbarkeit zu erhalten – „woher kommt diese Zahl?" – idealerweise über weniger Klickpfade und mehr Assistenz. Solche Komfort- und Assistenzfunktionen lassen sich in den älteren Architekturen zwar technisch nachrüsten, aber nur mit erheblichem Aufwand. Hinzu kommt: Auch nach Jahren tauchen in oft genutzten Funktionen noch Lücken auf, weil einzelne Fallkonstellationen seinerzeit nicht zu Ende gedacht wurden. Jede etablierte Technologie trägt einen solchen Rucksack kleiner Altlasten – und jedes neue Produkt wird zunächst seinen eigenen mitbringen.
Der Kern von Seamless Planning ist schnell erklärt: SAC bleibt die Planungs- und Bedienoberfläche – die Plandatenhaltung wandert in die SAP Datasphere. SAC greift per Live-Verbindung auf Modelle in der Datasphere zu, statt Plandaten in separaten SAC-internen Modellen zu isolieren. Damit entfallen typische ETL-Schritte zwischen Planung und Reporting, und Planwerte stehen unmittelbar nach der Erfassung für Analysen bereit. Reine Planungslogik wird in der SAC umgesetzt; für zusätzliche Transformationen kann die umfangreichere Werkzeugkiste der Datasphere genutzt werden.
Der Effekt ist im Projekt spürbar: keine Datensilos, keine Wartezeit, bis Daten angekommen und wieder konsistent sind. Anwender erkennen unstimmige Plandaten häufig direkt in ihren eigentlichen Berichten – statt erst in einem aggregierten Checkbericht auf dem Planungsmodell.
So überzeugend das Zielbild ist – in der Praxis liegt der Teufel im Detail, und das gehört ehrlich benannt:
Ob Greenfield oder Weiterentwicklung einer Bestandslandschaft: Die Toolfrage ist selten ideologisch – sie ist szenariogetrieben. Aus der Projektrealität lassen sich mehrere typische Richtungen ableiten:
Ein neues klassisches BW würde man für ein Greenfield-Szenario dagegen nicht mehr empfehlen: zu viel Komplexität, zu wenig Zukunftssicherheit – gerade, wenn Fachabteilung und IT die Technologie erst erlernen müssten.
Welche Architektur am Ende passt, hängt von den fachlichen und technischen Gegebenheiten ab: Bottom-up oder Top-down, Planungshorizont und Granularität, Excel-Abhängigkeiten, vorhandene Vorsysteme und die strategische S/4- und Cloud-Roadmap. Diese Parameter zusammen ergeben das Bild – nicht die Mode.
Wer eine gewachsene BW-IP- oder BPC-Landschaft betreibt, fragt zu Recht: Ab wann lohnt sich der Umbau, und wie bleiben frühere Investitionen nutzbar? Die ehrliche Antwort aus der Praxis: Ein kompletter „Big Bang" ist selten nötig oder realistisch. Häufig trägt ein Run-&-Innovate-Ansatz – Bestehendes stabil betreiben, neue Anforderungen aber gezielt mit Seamless Planning realisieren.
Dabei gilt: Nicht jedes Spezialszenario der alten Welt lässt sich 1:1 in SAC abbilden – selbst große Organisationen, und SAP intern, fahren parallel mehrere Ansätze. Deshalb lohnt sich meist eine Teilmigration entlang klar abgegrenzter Use Cases: ein neuer Forecast-Prozess, Kommentierung und Varianzanalysen, eine neue Planungsdomäne. Auch die Unternehmenssituation zählt: Wer mittelfristig einen Verkauf oder Carve-out vor sich hat, entscheidet bewusst konservativer als ein Konzern mit langfristiger SAP-Roadmap. Maßgeblich sind somit Planungshorizont und Granularität, Excel-Abhängigkeiten, Datenharmonisierung sowie die strategische S/4- und Cloud-Roadmap.
Drei Checkfragen zur ersten Orientierung:
Aktuell sehen wir KI vor allem als Entlastung im Prozess (Predictive, Plausibilisierung, schnellere Forecast-Erstellung). In der Vision von SAP geht es weiter: Auf der Sapphire 2026 hat SAP das Autonomous Enterprise ausgerufen, getragen von der SAP Business AI Platform und einer Autonomous Suite mit zahlreichen Joule-Assistenten und spezialisierten Agenten. Die Botschaft ist ein Rollenwechsel – von KI als Produktivitätsschicht hin zu KI als Teilnehmer, der Entscheidungen innerhalb der Prozesse vorbereitet oder trifft.
Dazu sollen „Agents" künftig Daten aus unterschiedlichen Teilplanungen flexibel zusammenführen – statt, dass Unternehmen starre Integrationsketten und globale Planungsmodelle über Jahre „fest verdrahten". Das Ziel: weniger Starrheit, mehr Anpassungsfähigkeit – und natürlich weniger manuelle Tätigkeiten, mehr Automation.
Hier lohnt der nüchterne Blick aus der Projektrealität, denn die SAP-Erzählung trägt eine eingebaute Spannung: Einerseits sollen Agenten beliebige Datenquellen flexibel anzapfen und transformieren; andererseits betont SAP zugleich die Notwendigkeit einer harmonisierten Datenbasis. Beides zusammen ist kein Widerspruch, sondern die eigentliche Arbeit: Ohne saubere Semantik, Metadaten und konsistente Granularität in einer Plattform wie der Datasphere fehlt Agenten der Kontext, um verlässlich zu interpretieren. „Almost right" genügt in der Finanzplanung nicht – und genau deshalb bleibt die harmonisierte Datenbasis die Voraussetzung, nicht das Beiwerk.
Realistisch zuerst sind daher greifbare Assistenzfunktionen: Kommentare und Planvorfälle zusammenfassen, Auffälligkeiten erklären, passende Eingabelayouts vorschlagen. Der naheliegende nächste Schritt: Wenn Planungsdimensionen künftig live aus der Datasphere konsumiert werden, könnten Agenten Faktentabellen des Planungsmodells aufbereiten und mit dem Reporting-Modell verknüpfen. Die SAP-Vision, ganze Planungsmodelle per Textbeschreibung entstehen zu lassen, ist für einfache Fälle vorstellbar – eine komplexe Konzernplanung lässt sich aber nicht in einem Satz beschreiben. Spätestens dann braucht es wieder jemanden, der das Modell – und das passende Prompting – fachlich durchdringt.
Der Engpass verlagert sich. Nicht die Tool-Auswahl entscheidet, sondern das saubere Zusammenspiel aus Prozessdesign, Datenmodell, Semantik und Governance. Damit verändert sich auch das Beratungsbild: weg vom reinen Custom-Coding, hin zum Schärfen von Use Cases, zum Reduzieren von Komplexität und zum Absichern von Architekturentscheidungen. Wenn die „Programmiersprache der Zukunft" natürliche Sprache ist, steigt der Wert präziser Anforderungen – denn bei unscharfen Vorgaben gilt unverändert: garbage in, garbage out. Auf der Entwicklerseite werden KI-gestützte Werkzeuge zugleich die eigene Arbeit verändern – etwa bei Dokumentation, Qualitätssicherung und im ABAP-Cloud- und UI5-Umfeld.
Das Autonomous Enterprise ist kein „Replace-all"-Signal, sondern ein Zielbild für die nächste Generation von SAP-Planungsarchitekturen: Planung und Reporting auf einer gemeinsamen Datenbasis, mit weniger Kopien, weniger Verzögerung und – perspektivisch – KI als aktivem Mitspieler. Für die meisten Unternehmen führt der Weg dorthin über bewusst abgegrenzte Use Cases und Teilmigrationen, während bewährte BW-IP- und BPC-Prozesse dort weiterlaufen, wo sie fachlich und wirtschaftlich Sinn ergeben. Entscheidend ist nicht, wie schnell man auf den Agenten-Zug aufspringt, sondern wie gut die Datenbasis vorbereitet ist, auf der diese Agenten später überhaupt verlässlich arbeiten können.
Sie planen den nächsten Schritt? Wir unterstützen bei der Einordnung Ihrer Bestandsarchitektur, beim Zielbild aus SAC, Datasphere und Seamless Planning und bei der Umsetzung eines ersten, messbaren Piloten – inklusive Datenmodell, Berechtigungen und Governance.