HR-Analytics mit SAP BDC: Wo People Intelligence schon trägt

Ein HR- oder IT-Verantwortlicher braucht heute oft keine neue Vision, sondern eine einfache Antwort auf die Frage: Warum dauert es immer noch so lange, aus vorhandenen Personaldaten verlässliche Steuerungsinformationen zu machen?

Stammdaten liegen in SAP SuccessFactors, Gehaltsdaten oft noch im klassischen HCM, Recruiting wiederum in einem separaten Tool, Learning in einer weiteren Anwendung. Was in der Systemarchitektur sauber aussieht, wird im Reporting schnell zur Handarbeit. Zahlen werden exportiert, abgeglichen und erläutert. Genau dort entstehen Verzögerungen, Reibung und Zweifel an den Kennzahlen. SAP geht dieses Problem inzwischen anders an als noch vor ein oder zwei Jahren. Mit der Business Data Cloud soll aus verstreuten HR-Daten ein belastbares Datenfundament werden.

Neue Strategie: People Intelligence

Darauf setzt People Intelligence auf, also das Standardangebot für HR-Analysen in diesem Umfeld. Für SAP-Kenner ist das weniger ein kompletter Neustart als ein Strategiewechsel: weg vom isolierten Reporting, hin zu Datenprodukten, die Analysen, Self-Service und KI-gestützte Abfragen auf einer gemeinsamen Grundlage ermöglichen sollen. Hier wird zugleich die Anwenderfrage konkret: Reicht der Standard schon aus, oder beginnt der eigentliche Aufwand erst dort, wo Payroll, Zeitwirtschaft und weitere Drittsysteme ins Spiel kommen?

Die Deutschsprachige SAP-Anwendergruppe (DSAG) hat diese Skepsis 2026 sehr klar formuliert. Im HR-Kontext geht es aus Anwendersicht gerade nicht nur um neue Funktionen, sondern um belastbare Übergangsszenarien, transparente Roadmaps und funktionierende Integrationspfade. In der DSAG-Umfrage zu den Personaltagen 2026 stuften 56 Prozent der Befragten die Nutzung von SAP Business Data Cloud beziehungsweise SAP Datasphere für HR-Daten als wenig bis gar nicht relevant ein. Das ist kein Gegenargument gegen datenbasierte HR-Analysen. Es zeigt vielmehr, wie vorsichtig viele Unternehmen derzeit priorisieren: erst stabile HR-Kernprozesse und saubere Governance, dann der nächste Ausbauschritt.

Standard, der spürbar entlastet

Trotz dieser Vorsicht wäre es falsch, People Intelligence nur als Zukunftsversprechen abzutun. Für Unternehmen, deren analytischer Bedarf stark auf SuccessFactors-Daten aufsetzt, kann der Standard schon heute echten Nutzen liefern. Das gilt vor allem dort, wo HR und Personalcontrolling regelmäßig dieselben Fragen beantworten müssen: Wie entwickeln sich FTEs, Fluktuation, Altersstruktur oder Recruiting-Pipelines? Wie lassen sich Kennzahlen schneller bereitstellen, ohne jedes Mal einen manuellen Sonderreport auszulösen?

Der Unterschied liegt weniger in einem spektakulären KI-Moment als in einer stillen Verschiebung der Arbeit. Wenn Datenstrukturen sauber vorbereitet sind, muss HR weniger Zeit in das Zusammensuchen von Zahlen stecken und kann früher über Bedeutung, Maßnahmen und Prioritäten sprechen. In einem anonymisierten Projektbeispiel aus der Praxis beanspruchte allein die monatliche Zusammenstellung relevanter Daten bislang rund drei Arbeitstage. Solche Aufwände verschwinden nicht über Nacht. Aber sie sinken, wenn ein Standardmodell bereits einen großen Teil der häufigen Fragen strukturiert beantwortet.

Warum Payroll Nagelprobe bleibt

Entscheidend wird das Thema dort, wo Unternehmen mehr wollen als ein sauberes SuccessFactors-Reporting. Denn die fachlich relevanten Fragen entstehen in vielen HR-Organisationen genau an den Schnittstellen: zwischen Stamm- und Organisationsdaten aus SuccessFactors, Abrechnungsdaten aus Payroll, Zeitwirtschaftsdaten und weiteren lokalen Quellen. Spätestens dann zeigt sich, wie weit ein Standardprodukt trägt.

Das lässt sich besonders gut am Thema Entgelttransparenz beobachten. SAP hat 2026 mit EU Pay Transparency Insights neue Funktionen innerhalb des People-Intelligence-Pakets angekündigt. Das ist relevant. Für HR- und IT-Verantwortliche beginnt die eigentliche Arbeit aber früher: Sind die Gehaltsdaten aus allen relevanten Systemen überhaupt in einer Form verfügbar, die vergleichbare Auswertungen zulässt? Sind Zulagen, Zeitarten und lokale Besonderheiten sauber harmonisiert? Wenn diese Grundlage fehlt, hilft auch die beste Fachfunktion nur begrenzt.

Hier kommen die HR-Booster von NTT Data Business Solutions ins Spiel. Sie sind kein Gegenentwurf zum SAP-Standard, sondern eine pragmatische Erweiterung für Unternehmen mit Mischlandschaften. Gemeint sind vorkonfigurierte, aber anpassbare Datenstrukturen in der Business Data Cloud, die SuccessFactors-, Payroll-, Zeit- und weitere Non-SAP-Daten schneller zusammenführen, als es mit einem komplett individuellen Neuaufbau möglich wäre.

Damit beantworten die Booster einen Teil jener Fragen, die in der DSAG-Perspektive mitschwingen: nicht theoretisch, sondern operativ. Sie lösen nicht jede Roadmap-Debatte. Aber sie können den Weg zwischen SAP-Standard und Kundenrealität deutlich verkürzen. Gerade für Unternehmen, die Payroll noch nicht vollständig in der Cloud haben oder länderübergreifend mit unterschiedlichen Definitionen arbeiten, ist das oft der eigentliche Hebel.

Learning und Skills im Verbund

Ähnlich ist die Lage bei Mitarbeiterinnen- und-Mitarbeiter-Entwicklung, Skills und Learning. Isoliert betrachtet liefert ein Lernsystem schnell Aktivitätskennzahlen. Strategisch relevant werden diese Daten erst dann, wenn sie mit Rollen, Nachfolgefragen, Recruiting-Pipelines oder organisatorischen Veränderungen zusammengeführt werden.

Wer nur sehen will, wie viele Trainings absolviert wurden, bekommt eine Zahl. Wer wissen will, wo Qualifikationslücken entstehen oder welche Bereiche intern kaum noch nachbesetzbar sind, braucht dazu einen anderen Reifegrad der Datengrundlage.

Gerade hier entscheidet sich, ob aus einzelnen Datenpunkten tatsächlich eine belastbare Steuerungsgrundlage wird. Solange jede Quelle ihre eigene Logik mitbringt, bleiben selbst gute Dashboards politisch angreifbar. Erst wenn Definitionen, Rollen und Strukturen harmonisiert sind, entstehen Auswertungen, die im Management wirklich tragen.

Im deutschen Markt endet die Frage nach People Intelligence deshalb nicht bei Funktionalität. Sie führt direkt zu Datenschutz, Berechtigungen und Mitbestimmung. Technisch lassen sich in der Business Data Cloud Spaces, Rollen und Zugriffe definieren.

Organisatorisch bleibt dennoch die Frage, wer auf welcher Ebene welche HR-Daten sehen darf und wer diese Regeln verantwortet. Genau deshalb ist der Betriebsrat kein Thema für die Schlussabnahme, sondern für den Projektstart.

Governance und Akzeptanz

Das ist mehr als eine Vorsichtsmaßnahme. Wer Betriebsrat, Datenschutz und HR-IT früh einbindet, klärt nicht nur Zugriffsrechte, sondern auch Zweckbindung, Auswertungsgrenzen und Akzeptanz. Viele Projekte scheitern nicht daran, dass Funktionen fehlen, sondern daran, dass Vertrauen und Governance zu spät mitgebaut werden.

Entscheidend ist hier weniger die Technik allein als die Fähigkeit, Produktstandard, Projektrealität und Mitbestimmung sauber zusammenzubringen.

Was Entscheider klären müssen

Für HR- und IT-Verantwortliche verdichtet sich die Lage damit auf drei praktische Fragen.

Erstens: Reichen SuccessFactors-Daten und Standardinhalte bereits aus, um die wichtigsten Reporting-Probleme zu lösen?

Zweitens: Wo werden Payroll, Zeitwirtschaft, Recruiting oder Learning so relevant, dass zusätzliche Datenprodukte nötig werden?

Drittens: Ist Governance von Anfang an Teil der Architektur oder wird sie erst nachgezogen?

Der Nutzen entsteht dort, wo aus manuellem Abstimmungsaufwand verlässliche Routinen werden: weniger Excel-Schleifen, schnellere Reports und weniger Grundsatzdebatten über die Belastbarkeit von Kennzahlen. Der Markt ist im HR-Umfeld noch in einer frühen Phase.

Umso wichtiger ist ein klarer Einstieg: zuerst prüfen, was der Standard bereits leisten kann, und dann sauber entscheiden, wo zusätzliche Datenprodukte und Erweiterungen sinnvoll werden.

Zum Partnereintrag: