Agentic AI Platform for SAP

Die Realität in den Rechenzentren und IT-Abteilungen der SAP-Bestandskunden gleicht oftmals einer archäologischen Ausgrabungsstätte, in der sich über Jahrzehnte hinweg ein massives Geflecht aus technischen Altlasten angesammelt hat. In der goldenen Ära der R/3- und ECC-6.0-Systeme wurde den Unternehmen durch die Programmiersprache Abap eine grenzenlose architektonische Freiheit gewährt, die es ihnen erlaubte, tief in den Standardcode der SAP-ERP-Software einzugreifen und das System durch Z-Programme, Modifikationen und hochspezifische Eigenentwicklungen exakt an ihre individuellen Geschäftsprozesse anzupassen.

Was damals von CCC-Leitern, CIOs und Vorständen als wettbewerbsdifferenzierender Vorteil gefeiert wurde, um sich auf dem globalen Markt abzuheben, hat sich im Angesicht der unaufhaltsamen digitalen Transformation und des herannahenden Wartungsendes für alte SAP-Systeme in ein bleiernes und toxisches Erbe verwandelt. Diese historisch gewachsenen SAP-Monolithen sind durchsetzt mit Millionen Zeilen von kundenspezifischem Code, von dem im laufenden operativen Betrieb bis zu achtzig Prozent nicht mehr genutzt werden, aber dennoch immense Wartungskosten verursachen, die Systemstabilität gefährden und gravierende Sicherheitsrisiken bergen. Der zwingende Wechsel auf die neue, In-memory-basierte ERP-Generation SAP S/4 Hana und die damit verbundene strategische Richtung Cloud erfordern nun einen radikalen Paradigmenwechsel, der die IT-Verantwortlichen vor finanzielle, technische und organisatorische Herausforderungen stellt. In diesem angespannten Marktumfeld hat der Softwarekonzern SAP eine neue Entwicklungsdoktrin ausgerufen, die unter dem Begriff „Clean Core“ den gesamten Markt dominiert und die Kunden zwingt, ihre über Jahrzehnte gewachsenen IT-Architekturen fundamental neu zu denken.

„SAP-Landschaften sind nie fertig“, erklärt Professor Alexander Zeier, Miterfinder der SAP-Datenbank Hana und Mitgründer von Nova Intelligence. Regulatorische Anforderungen, neue Geschäftsmodelle, funktionale Erweiterungen, Releasewechsel – die Frage, wie man Custom Code sauber, wartbar und standardnah hält, stellt sich nicht ein Mal, sie stellt sich kontinuierlich, in jedem Quartal, über Jahre. „Nova ist genau für diesen Lebenszyklus konzipiert: als dauerhafte Plattform für Analyse, Dokumentation, Fit-to-Standard-Bewertung, Clean-Core–Governance, Neuentwicklung und kontinuierliche Optimierung“, betont Zeier und sagt: „Wer Nova nur für die Migration einsetzt, nutzt nur einen Bruchteil — die Plattform begleitet Custom Code von der Analyse über die Modernisierung bis zur Neuentwicklung. Das spiegeln auch unsere PAC-ROI-Berechnungen wider. Im reinen Migrationsszenario und bei der kontinuierlichen Weiterentwicklung der S/4-Umgebung können wir bereits ROI-Werte nachweisen. Kombiniert man beide Szenarien, kommt man in einem exemplarischen Einsatzszenario mit rund 100.000 Custom-Code-Objekten auf ROI-Werte von rund 1400 Prozent. Das ist kein Projekt-ROI. Das ist ein struktureller, dauerhafter wirtschaftlicher Vorteil.“

„SAP-Landschaften sind ständig im Wandel. Nova ist genau für diesen Lebenszyklus konzipiert: als agentische KI-Plattform für Analyse, Clean-Core-Governance, Neuentwicklung und kontinuierliche Optimierung. dard, Clean-Core-Governance.“

Prof. Dr. Alexander Zeier,
SAP-Hana-Miterfinder und
Nova Chief Scientist

Das Konzept des Clean Core wird von den SAP-Marketingstrategen unermüdlich als das ultimative Heilsversprechen für die Zukunft der Unternehmens-IT gepriesen, stellt für viele SAP-Bestandskunden eine tiefgreifende Transformationsanforderung dar, deren Herausforderung weniger im Zielbild als in der praktischen Umsetzbarkeit liegt. Im Kern bedeutet die Clean-Core-Strategie, dass der digitale ERP-Kern von S/4 absolut rein und unangetastet bleiben muss; jegliche direkten Modifikationen des Standardcodes, unautorisierte Datenbankzugriffe oder tiefgreifende Eingriffe im alten Z-Namensraum sind strikt verboten. Tiefgreifende Eingriffe im klassischen Z-Namensraum werden durch das moderne Abap-Cloud-Modell abgelöst.

Die Philosophie hinter Clean Core zielt darauf ab, die Software durch Standardisierung wartungsarm zu machen, nahtlose und automatisierte Upgrades in der Cloud zu gewährleisten und das System agil genug zu halten, um kontinuierlich neue Innovationen, insbesondere im Bereich der künstlichen Intelligenz, reibungslos aufnehmen zu können. Tiefgreifende Eingriffe im klassischen Z-Namensraum werden durch das moderne Abap-Cloud-Modell abgelöst. Alternativ sind sogenannte On-Stack-Erweiterungen nur noch über das stark reglementierte Abap-Cloud-Modell – in der Community als Steampunk bekannt – und über offiziell freigegebene, upgradestabile APIs (Application Programming Interfaces) gestattet. Für den SAP-Bestandskunden erfordert eine grundlegende Neuausrichtung bestehender Geschäftsprozesse und Systemarchitekturen.

Die harte Realität der Clean-Core-Transformation im Zusammenhang mit Brownfield, Greenfield oder einem selektiven S/4-Conversion-Ansatz erzwingt ein gigantisches Refactoring-Projekt, bei dem der gesamte historische Codebestand mühsam analysiert, bereinigt und in vielen Fällen völlig neu geschrieben werden muss, was die chronisch überlasteten IT-Abteilungen personell und finanziell massiv überstrapaziert. SAP-Bestandskunden müssen zudem berücksichtigen, dass ein Verweigern dieser Clean-Core-Prinzipien unweigerlich in eine technische Sackgasse führt.

Für die Roadmap einer S/4-Conversion gab es bisher Brownfield, Greenfield und einen Selective-Data-Ansatz. Ist Cleanfield – abgeleitet aus Clean Core – ein adäquater Begriff für einen weiteren Weg? „Ja“, antwortet Professor Zeier im E3-Gespräch. „Und er beschreibt präzise, was mit Nova erstmals praktisch möglich ist.“ Brownfield ist schnell und kurzfristig attraktiv, überführt aber technische Altlasten in die neue Welt. Greenfield verspricht die architektonisch sauberere Zielumgebung – scheitert in der Praxis aber häufig an Kosten, Zeitdruck und daran, dass geschäftskritische Differenzierungslogik zunächst vollständig verstanden und dann manuell neu aufgebaut werden muss. „Cleanfield beschreibt den operativen Umsetzungsansatz, um das Clean-Core-Zielbild strukturiert und skalierbar zu realisieren“, definiert Emma Qian, Nova Chief Executive Officer (CEO), und sie erklärt: „Die bestehende Landschaft wird weder einfach übernommen noch pauschal verworfen. Stattdessen wird sie systematisch analysiert: Was ist obsolet? Was deckt der SAP-Standard bereits ab? Was ist echte, differenzierende Geschäftslogik, die Clean-Core-konform neu entwickelt werden muss?“

„Das Ergebnis von Cleanfield ist ein S/4-System, das von Anfang an schlank, standardnah und upgradefähig ist – ohne dass geschäftlich relevante Besonderheiten verloren gehen“, sagt Nova CEO Emma Qian und betont: „Cleanfield ist kein Marketingbegriff. Es ist die Beschreibung einer Methode, die ohne Nova in dieser Form nicht umsetzbar wäre.“

Brownfield führt unweigerlich dazu, dass das immense technische Potenzial der In-memory-Datenbank Hana nicht annähernd ausgeschöpft wird. Ein Lift-and-Shift ist technisch machbar, meint Hana-Miterfinder Alexander Zeier – aber es wäre die kostspieligste Entscheidung, die ein Unternehmen in einem S/4-Projekt treffen kann. „ Weil damit genau das übernommen würde, was mit S/4 Hana eigentlich überwunden werden soll: jahrzehntelang gewachsene technische Altlasten, schlecht dokumentierte Eigenentwicklungen, veraltete Architekturmuster“, erklärt Professor Zeier. Er habe einst mit Professor Hasso Plattner am HPI-Institut der Universität Potsdam die HANA-Datenbank mitentwickelt.

Custom Code versus Standard

„Was unsere Kunden in der Praxis immer wieder feststellen: Ein Großteil des Custom-Code-Bestands ist entweder nicht mehr aktiv genutzt oder könnte durch SAP-Standardfunktionen abgedeckt werden – ohne jede Eigenentwicklung“, beschreibt Sam Yang, Co-Founder Nova Intelligence, die aktuelle Situation in der SAP-Community. Mit einem Lift-and-Shift übertragen SAP-Bestandskunden den gesamten Ballast in die neue Welt und zahlen ihn in Form von unnötig erhöhtem Wartungsaufwand, erhöhtem Testaufwand bei jedem Releasewechsel und deutlich langsamerer Umsetzbarkeit von Innovationen noch auf Jahre weiter. „Die S/4-Hana-Migration ist vielleicht die einmalige Chance, diesen Bestand intelligent zu bereinigen. Wer sie mit einem technischen Lift-and-Shift ungenutzt lässt, wird das mittelfristig bereuen“, betont Sam Yang im E3-Gespräch nachdrücklich.

Auf der diametral entgegengesetzten Seite steht der Greenfield-Ansatz, der eine kompromisslose Neuimplementierung der SAP-Software auf der grünen Wiese propagiert. In dieses Spannungsfeld zwischen Brownfield-Altlasten und oft kostenintensivem Greenfield-Neustart tritt Nova Intelligence mit dem Cleanfield-Ansatz — einer überlegenen Migrationsmethode, die erst durch die agentische KI-Plattform von Nova möglich wird und Custom Code darüber hinaus über den gesamten Lebenszyklus begleitet. Hinter Nova Intelli-gence stehen herausragende Köpfe der IT-Industrie, allen voran Alexander Zeier, der gemeinsam mit Hasso Plattner die disruptive In-memory-Datenbank SAP Hana erfunden hat und somit über ein beispiellos tiefes Verständnis für die architektonische DNA von SAP verfügt, sowie Emma Qian, eine ehemalige KI-Forscherin von Google DeepMind, die modernste Expertise im Bereich der künstlichen Intelligenz in das Unternehmen einbringt.

„Nova ist nicht als Konkurrenz zur SAP-eigenen Technologieplattform positioniert, sondern als Ergänzung.”

Emma Qian,
Founder,
Nova Intelligence

„Als Miterfinder von SAP Hana und als jemand, der viele Jahre als CTO der SAP-Einheit bei Accenture gearbeitet hat, kenne ich das Problem aus beiden Richtungen: Ich habe mitgeholfen, das technologische Fundament von S/4 Hana zu legen – und ich habe hautnah erlebt, wie tief und hartnäckig das Problem des gewachsenen Custom Code in großen SAP-Organisationen verankert ist“, beschreibt Professor Alexander Zeier seine Motivation. Die entscheidende Erkenntnis war, so Alexander Zeier als Chief Scientist bei Nova Intelligence: „Dieses Problem lässt sich nicht mit klassischen Werkzeugen lösen, weil es kein rein technisches, sondern ein semantisches Problem ist. Custom Code ist nicht einfach Code – er ist verfestigtes Unternehmenswissen, das über Jahrzehnte in Programmzeilen abgelegt wurde und das kaum noch jemand in seiner Gesamtheit versteht.“

„Der Moment, in dem Nova für mich realisierbar wurde, war die Beobachtung, dass Large Language Models in den vergangenen zwei Jahren einen Reifegrad erreicht haben, der erstmals erlaubt, genau diese Semantik maschinell zu erschließen“, erklärt Alexander Zeier die Historie von Nova Intelligence. „Meine Mitgründerin Emma Qian bringt diese KI-Exzellenz direkt aus Google DeepMind mit, Sam Yang die Engineering-Tiefe. Die Kombination aus dem tiefsten verfügbaren SAP-Architekturwissen und modernster Agentic-AI-Technologie – das ist Nova. Und diese Kombination gibt es so kein zweites Mal.“

Cleanfield mit Agentic AI

Nova Intelligence ist eine agentische KI-Plattform für SAP, die ein breites Spektrum an Einsatzfeldern über den gesamten Custom-Code-Lebenszyklus abdeckt. Angesichts der 2030-Migrationsdeadline ist die S/4HANA-Transformation derzeit das dringendste Einsatzfeld — und genau hier setzt der von Nova entwickelte Cleanfield-Ansatz als überlegene Migrationsmethode an, die erst durch die agentische KI-Plattform von Nova realisierbar wird. Cleanfield verbindet die pragmatischen Vorteile von Brownfield mit der architektonischen Qualität von Greenfield: Die bestehende, historisch gewachsene SAP-Landschaft wird weder blind in die neue Welt kopiert noch breitflächig verworfen. Stattdessen analysieren autonome KI-Agenten den gesamten Custom-Code-Bestand systematisch, semantisch und strukturell, eliminieren überflüssigen oder veralteten Code, maximieren die Nutzung des SAP-Standards und erstellen nur jene Software-Artefakte neu, die echte wertschöpfende Geschäftslogik darstellen — in Clean-Core-konformer Weise in der neuen Zielarchitektur.

Kein Abap-Code in ChatGPT

„Der Unterschied liegt darin, wie tief die KI tatsächlich gehen kann“, definiert Zeier das Vorgehen. Heute kann im Grunde jeder bereits Abap-Code in ChatGPT oder Claude einfügen und einen brauchbaren Vorschlag zurückbekommen. Genau das ist KI-unterstützte Conversion im Kern: eine etwas besser verpackte Version dieses Interaktionsmusters. Klassische KI-Copiloten unterstützen punktuell bei Analyse und Vorschlägen — Nova hingegen führt den gesamten Prozess von der Analyse über die Entscheidungsfindung bis zur Umsetzung End-to-End aus. „Aber alles, was wirklich zählt – die Geschäftslogik hinter dem Code zu verstehen, festzustellen, ob der SAP-Standard sie bereits abdeckt, Abhängigkeiten systemweit nachzuverfolgen, sie sauber neu aufzubauen, zu testen und in einen Transport zu bringen –, bleibt manuelle Arbeit“, weiß Alexander Zeier aus seinen Beobachtungen in der SAP-Community.

„Unsere Plattform versteht nicht nur Abap, sondern die Architektur von S/4 und die Logik der Business Technology Platform.“

Sam Yang,
Co-Founder,
Nova Intelligence

„Nova ist architektonisch anders aufgebaut“, betont CEO Emma Qian und ihr Kollege Sam Yang ergänzt im E3-Gespräch: „Wir haben die Infrastruktur geschaffen, die es KI-Agenten ermöglicht, effektiv, sicher und zuverlässig im gesamten SAP-System zu arbeiten. Das sind für uns die Grundbausteine. Sie machen den Unterschied zwischen einer KI, die über SAP sprechen kann, und einer KI, die in SAP tatsächlich arbeiten kann.“

Was das praktisch bedeutet, erklärt Nova Chief Scientist Zeier: „Man kann Nova eine breite Aufgabe geben – etwa ‚hilf mir zu verstehen, wie unsere Auftragsabwicklung funktioniert und ob wir diese kundenspezifischen Erweiterungen noch brauchen‘ – und Nova kann diese Aufgabe tatsächlich ausführen.“ Die Plattform untersucht das System, verfolgt die relevanten Programme und Abhängigkeiten, bewertet sie gegenüber dem SAP-Standard und kommt mit einer substanziellen Antwort zurück. „Bei einem Code-Assistenten müsste man zuerst selbst wissen, welche Programme man sich anschauen, welche Zeilen man hinterfragen und welche API man prüfen muss. Nova kann das und viele andere Aufgaben End-to-End ausführen“, betont Sam Yang nachdrücklich im E3-Interview. Der IT-Markt wird von generativen KI-Modellen wie ChatGPT, Claude oder Gemini überschwemmt, und Entwickler können durchaus einen Abap-Code-Schnipsel in einen solchen Chatbot kopieren, um sich einen Vorschlag für eine syntaktische Korrektur oder eine Modernisierung generieren zu lassen. Doch diese Form der KI-unterstützten Code-Konvertierung kratzt lediglich an der absoluten Oberfläche des Problems und bleibt im Kern ein manueller, mühsamer und fehleranfälliger Prozess. Ein generisches Sprachmodell, so mächtig es im allgemeinen Textverständnis auch sein mag, muss in der hochkomplexen, proprietären Welt von SAP unweigerlich scheitern, da SAP kein generisches IT-System ist. Das SAP-Ökosystem ist geprägt von jahrzehntelang gewachsenen, spezifischen Transportmechanismen, einer einzigartigen Berechtigungslogik, proprietären Entwicklungsparadigmen und einer tiefen, unübersichtlichen Kontextabhängigkeit zwischen Aber-tausenden von Tabellen, Schnittstellen und Business Objects. Wer diese verwobenen Strukturen nicht von Grund auf versteht, kann unmöglich Softwarecode generieren, der in einer S/4- oder BTP-Um-gebung lauffähig, sicher, up-gradestabil und vor allem  Clean–Core-konform ist. Nova Intelligence unterscheidet sich hiervon radikal, da es architektonisch von Beginn an ausschließlich für diesen spezifischen SAP-Kontext konstruiert wurde.

S/4-Architekturprinzipien

Nova agiert nicht als passiver Chatbot, der auf isolierte Prompts wartet, sondern als autonomer architektonischer Partner. Sam Yang: „Unsere Plattform versteht nicht nur Abap-Syntax, sondern die Architekturprinzipien von S/4 Hana, die Erweiterungsmodelle von Abap-Cloud und Rap (Abap RESTful Application Programming Model), die Integrationslogik der Business Technology Platform. Und sie weiß, wann welche Technologie die richtige Antwort ist. Das ermöglicht Entscheidungen, die ein generischer Coding-Assistent schlicht nicht treffen kann: Ist diese Erweiterung echte Differenzierung – oder längst im Standard enthalten? Kann sie Clean-Core-konform neu gebaut werden – und wenn ja, über welchen Weg? Genau diese Entscheidungsintelligenz ist der wirtschaftliche Hebel.“

Die operative Exzellenz und der unschätzbare Wert von Nova Intelligence entfalten sich in einem dreistufigen Prozess, der das Problem der technischen Schulden an der Wurzel packt, beginnend mit der Modulkomponente „AI Code Intelligence“. In den meisten Unternehmen herrscht eine erschreckende Intransparenz über den tatsächlichen Zustand und die Nutzung des Custom Code. Nova analysiert diesen Wildwuchs nicht nur statisch, sondern erfasst die semantische Ausführungslogik und die verborgenen Geschäftsabsichten (Business Intent) hinter dem Code und übersetzt diese Erkenntnisse in eine strukturierte, detaillierte Dokumentation, die dem Niveau eines professionellen Pflichtenhefts entspricht.

Das neue Wissensfundament

Auf „AI Code Intelligence“ – dem neu geschaffenen Wissensfundament – operiert der zweite Baustein, „AI Fit-to-Standard“, welcher den größten wirtschaftlichen Hebel in der gesamten SAP-Transformation darstellt. Die KI-Agenten vergleichen die rekonstruierte Geschäftslogik systematisch und unbestechlich mit den aktuellen Fähigkeiten des S/4-Standards. Agentic AI identifiziert mit analytischer Präzision jene Code-Fragmente, die obsolet sind oder deren Funktion mittlerweile durch den SAP-Standard out of the box abgedeckt werden kann, und spricht fundierte Empfehlungen zur rigorosen Eliminierung dieses Ballasts aus.

Für die unabdingbaren Erweiterungen, die die Wettbewerbsdifferenzierung sichern, tritt schließlich die Komponente „AI Build“ in Aktion. Nova generiert hierbei nicht einfach abstrakte Code-Schnipsel, sondern entwickelt vollautomatisch völlig neuen, Clean-Core-konformen Code, der die klare Trennung zwischen dem unantastbaren SAP-Kern und der flexiblen Erweiterungsschicht respektiert. Die Plattform beherrscht dabei virtuos die gesamte Klaviatur der modernen SAP-Architektur: Sie generiert On-Stack-Erweiterungen in Abap-Cloud (Embedded Steampunk) oder baut entkoppelte Side-by-Side-Applikationen für die Business Technology Platform (SAP BTP) unter Verwendung des Cloud Application Programming Model (Cap) in Node.js oder Java.

„Nova lernt kontinuierlich“, beschreibt CEO Emma Qian das eigene Vorgehen. „Aber nicht in der Weise, wie man es sich typischerweise vorstellt. Wir trainieren oder finetunen Modelle nicht auf Kundendaten. Stattdessen bauen wir einen strukturierten, kundenspezifischen Wissenskern auf, der mit jeder Interaktion wächst.“ Agent Skills bei Nova sind modulare Wissenseinheiten – also Architekturpattern, Namenskonventionen, Dokumentations-standards, validierte APIs sowie getroffene Entscheidungen und deren Begründung. „Dieses Wissen ist persistent, im Team teilbar und wird kontinuierlich verfeinert“, ergänzt Sam Yang.

„Der kumulative Effekt ist erheblich“, weiß Alexander Zeier aus erfolgreichen Pilotprojekten. „An Tag eins kennt Nova den SAP-Standard bereits in der Tiefe. Nach drei Monaten kennt Nova zusätzlich Ihre Landschaft – Ihre Geschäftsprozesse, Best Practices und Architekturentscheidungen. Nach zwölf Monaten hat Nova institutionelles Wissen aufgenommen, das zuvor bei wenigen Schlüsselpersonen lag.“

Die langfristige Bedeutung des Agentic-AI-Systems von Nova für SAP-Bestandskunden lässt sich gar nicht hoch genug einschätzen, denn sie geht weit über die Bewältigung einer singulären S/4-Migration hinaus. Wer den Fehler begeht, Nova lediglich als temporäres Konvertierungsprojekt zu betrachten, verkennt den tiefgreifenden, nachhaltigen Wert dieser Technologie völlig. SAP-Landschaften sind niemals ein statisches Endprodukt; sie sind lebendige, dynamische Systeme, die ständigen regulatorischen Anpassungen, neuen betriebswirtschaftlichen Anforderungen, technischen Innovationen und regelmäßigen Release-Wechseln unterworfen sind.

Für CIOs und CCoE-Leiter

Nova ermöglicht es den CIOs und Leitern der Customer Center of Expertise (CCoE), ihren Custom-Code-Bestand nicht länger als unkalkulierbares Risiko passiv zu erdulden, sondern ihn aktiv, transparent und wirtschaftlich zu steuern. Durch die permanente Wächterfunktion der KI-Agenten wird sichergestellt, dass das SAP-System auch nach erfolgreicher S/4-Hana-Einführung dauerhaft schlank, standardnah und uneingeschränkt upgradefähig bleibt, wodurch das berüchtigte Phänomen der schleichenden Systemverschmutzung durch unkontrollierte Eigenentwicklungen für immer der Vergangenheit angehört.

Die Frage „Wie viele Plattformen braucht ein SAP-Bestandskunde?“ ist berechtigt, weil viele CIOs das Gefühl haben, dass jede neue Technologiegeneration eine weitere Plattform bedeutet, meint Alexander Zeier im E3-Gespräch. „Nova ist bewusst nicht als weitere Plattform im klassischen Sinne konzipiert, sondern als Intelligenzschicht über dem, was bereits existiert – für Analyse, Fit-to-Standard, Clean-Core-Governance und ebenso für die Clean-Core-konforme Neuentwicklung künftiger Erweiterungen.“

Clean-Core-konforme Erweiterungen können direkt im SAP-System über Abap-Cloud und Rap entwickelt werden – oder Side-by-Side auf der SAP Business Technology Platform. Emma Qian: „Nova entscheidet, welcher Weg der architektonisch richtige ist, erzeugt den entsprechenden Code, testet ihn und bereitet die Transportaufträge vor. Die Verantwortung für das Auslösen der Transporte und die Freigabe in die Produktivsysteme liegt dabei immer beim Kunden. Nova fügt sich in die vorhandene Governance-Struktur ein, statt eine eigene Parallelwelt aufzubauen.“

Ein zentrales Alleinstellungsmerkmal, das die Zukunft von Cleanfield und Nova Intelligence determiniert, ist der systematische Aufbau des erwähnten unternehmensspezifischen „AI Knowledge Core“. Die Nova-Agenten sind keine statischen Algorithmen, sondern lernende Einheiten; sie werden zwar ausdrücklich nicht mit sensiblen Kundendaten feinabgestimmt, um höchste Datensouveränität und Compliance zu garantieren, jedoch bauen sie mit jeder Interaktion und jedem gelösten Problem ein persistentes, strukturiertes Verständnis für die spezifische Architektur, die Namenskonventionen, die validierten APIs und die Geschäftslogik der jeweiligen SAP-Landschaft des Kunden auf. „Dieser kontinuierliche Wissenszuwachs führt zu einer exponentiellen Steigerung der Entwicklerproduktivität: Aufgaben in der Anforderungsklärung, der manuellen Code-Analyse und der Routineentwicklung, die zuvor Monate in Anspruch nahmen, werden auf wenige Tage oder Wochen komprimiert“, erklärt Alexander Zeier.

Zusammenfassend lässt sich unmissverständlich festhalten, dass die Zukunft von SAP-Landschaften, die Innovationskraft der Unternehmen und die erfolgreiche Adaption von künstlicher Intelligenz untrennbar mit dem Paradigma des Clean Core und der zwingenden Notwendigkeit von Agentic AI verbunden sind. Das Clean-Core-Dogma der SAP ist architektonisch richtig und für den Weg in die Cloud sowie für den Einsatz von generativer KI absolut alternativlos, doch es ist mit den klassischen Methoden der IT-Beratung und manuellen Programmierung für die von technischen Schulden erdrückten Bestandskunden schlichtweg nicht wirtschaftlich umsetzbar.

Der Cleanfield-Ansatz von Nova Intelligence löst dieses scheinbar unüberwindbare Komplexitätsproblem auf brillante Weise, indem er künstliche Intelligenz nicht als kosmetischen Chatbot-Zuckerguss, sondern als tief integriertes, autonomes Software-Engineering-Werkzeug einsetzt. KI-Agenten werden zu den unermüdlichen Architekten und Wächtern des Clean Core, die die archäologische Schwerstarbeit der Code-Bereinigung leisten, wertvolles Firmenwissen in strukturierte Dokumentationen retten und die nahtlose, sichere Verbindung zwischen dem unantastbaren SAP-Transaktionskern und der agilen Innovationsschicht auf der BTP orchestrieren.

„Die Entwicklung in der Agentic AI ist rasant“, wissen auch Emma Qian, Sam Yang und Alexander Zeier, und Nova ist so gebaut, dass jede neue Generation dieser Technik direkt zugutekommen kann. „Die Plattform ist bewusst modellagnostisch konzipiert“, erklärt CEO Emma Qian. „Neue Modellgenerationen können integriert werden, ohne dass Governance, Betriebsmodell oder Datensouveränität der Kunden berührt werden. Das ist eine strategische Architekturentscheidung – denn kein Unternehmen sollte sich heute an ein bestimmtes Modell binden, wenn sich die Leistungsfähigkeit der Modelle jährlich grundlegend verbessert.“

Semantische Code-Analyse

„Was ich konkret erwarte?“, so Alexander Zeier. „Die Präzision bei der semantischen Code-Analyse wird weiter steigen. Die Fähigkeit, komplexe Abhängigkeiten zwischen Tausenden SAP-Objekten zu durchdringen, wird sich deutlich verbessern. Und die Schnittstelle zwischen Fachanforderung und technischer Spezifikation – heute noch ein erheblicher Engpass in fast jedem SAP-Entwicklungsprojekt – wird Nova in den nächsten Jahren weitgehend automatisieren können. Unternehmen, die jetzt mit Nova in eine KI-ready S/4-Landschaft investieren, legen damit die Infrastruktur für eine SAP-Welt, in der Innovationszyklen, die heute Monate dauern, in Wochen umsetzbar sein werden.“

Für SAP-Bestandskunden ist der Einsatz eines agentischen KI-Systems wie Nova daher kein technischer Luxus, sondern die operative Grundlage, auf der sie ihre Systemlandschaft zukunftssicher und AI-ready aufstellen.