SAP Agent-Led Toolchain: Was sich ändert und was heute schon funktioniert

Auf der SAP Sapphire im Mai 2026 hat SAP die Integrated Toolchain in Agent-Led Toolchain umbenannt. Der neue Name steht für einen Anspruch: KI-Agenten sollen Transformationsprojekte über alle Phasen hinweg mittragen. Für Entscheider*innen stellt sich deshalb eine nüchterne Frage: Was ändert sich wirklich, was bleibt gleich, und was lässt sich heute schon nutzen?

Kurz gesagt: Die SAP Agent-Led Toolchain ist die Weiterentwicklung der SAP Integrated Toolchain, keine neue Produktsuite. Die Werkzeuge bleiben dieselben: SAP LeanIX, SAP Signavio und SAP Cloud ALM, ergänzt um Partnerlösungen wie Tricentis und Syniti. Neu ist eine KI-Schicht aus Joule Assistant und Joule Agents, die Aufgaben über diese Werkzeuge hinweg koordiniert und ausführt. Für Migration und Modernisierung hat SAP sieben KI-Assistenten für 2026 angekündigt. 

In diesem Beitrag ordnen wir die Neuerungen ein und benennen die Voraussetzungen, die Unternehmen vor dem Einsatz klären sollten. Danach wird es konkret: An einem Beispiel aus SAP Cloud ALM zeigen wir, wie KI schon heute aus einem Workshop-Transkript eine strukturierte Anforderung erzeugt.

Was ist die SAP Agent-Led Toolchain?

Die SAP Integrated Toolchain war nie ein einzelnes Produkt. Sie ist ein von SAP definiertes Framework im Rahmen von RISE with SAP, das Enterprise Architecture Management, Prozessmanagement und Application Lifecycle Management verbindet. Methodisch begleitet sie Transformationsprojekte durch die Phasen Discover, Prepare, Explore, Realize, Deploy und Run.

Die Agent-Led Toolchain setzt genau hier an. SAP bezeichnet sie als neuen Namen für dieselbe Mission, nun ergänzt um KI-Agenten in allen Phasen und Werkzeugen. Laut SAP Help bleibt der Kern unverändert: SAP Cloud ALM als operative Grundlage, SAP LeanIX und SAP Signavio als Portfolio für Business Transformation Management sowie Tricentis und Syniti als zentrale Lieferpartner. 

SAP unterscheidet dabei zwei Strömungen, die sich ergänzen:

  • Business Transformation: durchgängige Steuerung von Prozessen, Architektur und Projekten mit fortlaufender Wertrealisierung, auch nach dem Go-live.
  • Migration and Modernization: KI-gestützter Wechsel von Legacy-ERP wie SAP ECC nach SAP S/4HANA, mit dem Ziel, Aufwand und Risiko zu senken.

Unsere Einordnung: Der Begriff „agent-led“ klingt nach Autopilot. Gemeint ist etwas anderes. Die Agenten bilden eine neue Ausführungsschicht über den bestehenden Werkzeugen. Fachliche Entscheidungen, Datenverantwortung und Projektsteuerung bleiben bei den Menschen im Projekt. 

Was bleibt, was ist neu?

Der Übergang ist eine Evolution, kein Austausch. Die folgende Übersicht zeigt, wo sich etwas bewegt und wo nicht.

Dimension Integrated Toolchain Agent-Led Toolchain 
Strategischer RahmenRISE with SAP und SAP Activateunverändert
KernwerkzeugeSAP LeanIX, SAP Signavio, SAP Cloud ALMunverändert
Führende SystemeLeanIX für Architektur, Signavio für Prozesse, Cloud ALM für Anforderungen und Umsetzung unverändert, Agenten werden kein neues führendes System
ZusammenspielIntegrationen, Objekt-Mappings, definierte Übergaben zusätzlich KI-gestützte Koordination durch Joule
GovernanceQuality Gates, Rollen, menschliche Prüfungzusätzlich Rechte, Beobachtbarkeit und Freigabegrenzen für Agenten
Verfügbarkeitabhängig von Lizenz und SetupAssistenten für 2026 angekündigt, je nach Produktstatus, Tenant, Vertrag und Lizenz zu prüfen

Die Rollen der drei Kernwerkzeuge bleiben klar getrennt. Das ist wichtig, weil Agenten nur so gut arbeiten wie die Daten, auf die sie zugreifen. 

  • SAP LeanIX steht für Enterprise Architecture Management. Es dokumentiert die Applikationslandschaft, Technologien und Abhängigkeiten. Ohne diese Transparenz fehlt jeder Systemanalyse die Grundlage.
  • SAP Signavio steht für Prozessanalyse und Prozessmodellierung. Aus Signavio-Prozessmodellen entstehen in SAP Cloud ALM die zu implementierenden Prozesse, und laut SAP sollen daraus auch Testfälle generiert werden.
  • SAP Cloud ALM steuert Implementierung, Tests, Traceability und Betrieb. Alle sieben angekündigten Assistenten laufen laut SAP auf Cloud ALM als operativer Grundlage.

Die Kopplung zwischen den Werkzeugen ist real, aber selektiv. Manche Objekte werden synchronisiert, andere nur über definierte Übergaben verbunden. Für Entscheider*innen heißt das: Eine saubere Datenbasis in allen drei Werkzeugen ist die Voraussetzung, nicht das Ergebnis der Agent-Led Toolchain. 

Joule Assistant und Joule Agents: Wer macht was?

SAP trennt in der Agent-Led Toolchain zwei Ebenen (SAP Help): 

  • Joule Assistant (Erlebnisschicht): Er ist die rollenbezogene Schnittstelle für Anwender*innen. Er versteht eine Anfrage, wählt passende Agenten, Werkzeuge und Skills aus und delegiert die Arbeit.
  • Joule Agents (Ausführungsschicht): Sie sind aufgabenspezifische Spezialisten, eingebettet in Prozesse und Daten. Sie planen mehrstufige Aufgaben und führen sie aus, bei Bedarf auch gemeinsam mit anderen Agenten. Ein Beispiel ist der SAP Signavio Process Consulting Agent, der Geschäftsprozesse in natürlicher Sprache analysiert. 

Diese Trennung ist mehr als eine Architekturfrage. Sie macht aus einem einzelnen Chat-Zugang eine Orchestrierungsschicht, hinter der spezialisierte Einheiten arbeiten. Die Qualität des Ergebnisses hängt aber weiterhin von verfügbaren Daten, Berechtigungen und klar definierten Grenzen ab.

Die sieben Assistenten für Migration und Modernisierung

Im Zentrum der Migrations-Strömung stehen sieben KI-Assistenten, die SAP auf der Sapphire 2026 angekündigt hat. Jeder Assistent bündelt mehrere KI-Skills und Agenten für ein konkretes Transformationsproblem. Alle laufen laut SAP auf SAP Cloud ALM und werden über Joule orchestriert (SAP Community).

Assistent Aufgabe laut SAP 
System Analysis AssistantAnalysiert die bestehende SAP-Landschaft mit Daten, Anpassungen und Custom Code und schafft die Datenbasis für alle anderen Assistenten.
Data Management AssistantUnterstützt Datenqualität und Datenübernahme, etwa durch das Erkennen und Bereinigen von Inkonsistenzen.
Custom Code AssistantPrüft, ob ECC-Eigenentwicklungen in SAP S/4HANA lauffähig sind, analysiert Erweiterungen semantisch und empfiehlt Clean-Core-Wege.
Assistent für Konfiguration und SystemeinrichtungUnterstützt Systemeinrichtung und Design, indem er Ist- und Zielzustand der Konfiguration bewertet.
Test Management AssistantLegt den Testumfang fest, generiert Testfälle aus Signavio-Prozessmodellen und Anforderungen und übergibt die automatisierte Ausführung an Tricentis.
Rollout AssistantUnterstützt globale Rollouts durch den Vergleich mit dem Template und automatisierte Lokalisierung. 
Project Management AssistantBegleitet Planung und Steuerung des Projekts mit Hinweisen und Entscheidungsunterstützung.

Stand Oktober 2026: SAP hat die sieben Assistenten für 2026 angekündigt. Die Verfügbarkeit einzelner Assistenten kann jedoch je nach Produktstatus, Tenant, Vertrag und Lizenz abweichen und sollte vor einer konkreten Planung geprüft werden. Für die Business-Transformation-Strömung entwickelt SAP zusätzliche Agenten.

SAP nennt als Ziel eine Reduzierung des Transformationsaufwands um bis zu 35 Prozent (SAP FAQ). Dabei handelt es sich um eine Herstellerangabe, nicht um einen unabhängig validierten Durchschnittswert.

Was Entscheider*innen vor dem Einsatz klären sollten

Agenten beschleunigen nur, was bereits sauber aufgesetzt ist. Fünf Punkte entscheiden darüber, ob die Agent-Led Toolchain im eigenen Projekt trägt:

  • Datenbasis: Gepflegte Architekturdaten in LeanIX, aktuelle Prozessmodelle in Signavio und strukturierte Anforderungen in Cloud ALM sind die Grundlage. Lückenhafte Daten führen zu schwachen Agentenergebnissen.
  • Menschliche Freigabe: SAP sieht für KI-generierte Prozessmodelle, Testfälle und Datenmappings eine fachliche Prüfung vor, bevor sie als offizielle Projektartefakte gelten (SAP Help). Dafür braucht es benannte Verantwortliche und Quality Gates.
  • Berechtigungen und Sicherheit: Agenten greifen auf Daten und Werkzeuge zu. Rechte nach dem Prinzip der minimalen Berechtigung, nachvollziehbare Protokolle und klare Freigabegrenzen gehören deshalb vor den ersten Pilot.
  • Clean Core und Integration: Je mehr Agenten systemübergreifend arbeiten, desto wichtiger werden freigegebene Schnittstellen und Erweiterungen auf der SAP Business Technology Platform (SAP BTP) statt Modifikationen im Kern.
  • Vertrag und Verfügbarkeit: Laut SAP ist die Agent-Led Toolchain an RISE with SAP gebunden. Welche Cloud-ALM- und KI-Funktionen verfügbar sind und ob dafür AI Units erforderlich sind, hängt vom jeweiligen Produkt, Vertrag und Tenant ab. Das sollte früh geklärt werden.

Die gute Nachricht: Keiner dieser Punkte muss bis zum Start der Assistenten warten. Wer jetzt Datenbasis, Rollen und Freigaben ordnet, profitiert später schneller. Und einige KI-Funktionen lassen sich schon heute nutzen. 

Praxisbeispiel: Anforderungen aus dem Fit-to-Standard-Workshop mit KI erzeugen

Bis die Assistenten verfügbar sind, lohnt ein Blick auf eine KI-Funktion, die es in SAP Cloud ALM bereits gibt: die KI-gestützte Anforderungserstellung. Sie erzeugt aus Transkripten von Fit-to-Standard-Workshops strukturierte Geschäftsanforderungen. Ein Large Language Model analysiert dazu den Gesprächsinhalt und befüllt eine Anforderungsvorlage. Laut SAP bezieht die Funktion zusätzlich Inhalte aus SAP Activate und SAP Best Practices ein, um Lösungsvorschläge zu machen (SAP). 

Zum Hintergrund: In Fit-to-Standard-Workshops prüfen Beratung und Fachbereich gemeinsam, ob der SAP-Standardprozess die Anforderungen des Unternehmens abdeckt. Abweichungen werden als Anforderungen in SAP Cloud ALM dokumentiert. SAP empfiehlt dafür bislang zwei Fachleute im Workshop: eine Person führt durch die Demo, die zweite dokumentiert. Genau diese Dokumentationsarbeit adressiert die KI-Funktion. 

Ausgangssituation

Wir haben die Funktion in unserem eigenen Cloud-ALM-Tenant getestet. Grundlage war ein fiktives Transkript eines Fit-to-Standard-Workshops zum Prozess „Sell from Stock“, also dem Lagerverkauf vom Kundenauftrag über Lieferung und Warenausgang bis zur Rechnung und zum Zahlungseingang. Das Transkript haben wir zunächst als Dokument in SAP Cloud ALM angelegt. 

Abbildung 1: Das fiktive Transkript als Dokument in SAP Cloud ALM. Pro Prozessschritt hält die Beratung fest, ob der Standard passt (Fit) oder eine Abweichung vorliegt (Gap).

Vorgehen

Damit die Funktion zur Verfügung steht, muss sie für den Tenant freigeschaltet sein. Welche Cloud-ALM- und KI-Funktionen verfügbar sind und ob dafür AI Units erforderlich sind, hängt vom jeweiligen Produkt, Vertrag und Tenant ab. Ist die Funktion aktiv, können Anwender*innen eine Anforderung wie gewohnt manuell anlegen oder per KI generieren lassen.

Im Dialog „Generate Requirement with AI“ werden Titel, Scope, der zugehörige Solution Process und das Transkript als Dokument angegeben. Optional lassen sich eine Anforderungsvorlage zuordnen und die SAP-Hilfedokumentation einbeziehen. In unserem Test war keine Vorlage zugeordnet, die SAP-Hilfedokumentation war eingeschaltet.

Abbildung 2: Der Dialog zur KI-gestützten Anforderungserstellung. Das Transkript wird als Dokument ausgewählt.

Ergebnis

Nach kurzer Verarbeitung öffnet sich die Anforderung mit einer strukturierten Beschreibung. Der Abschnitt „As-Is / Business Context“ fasst die Ausgangslage zusammen, etwa den Auftragseingang per E-Mail, Telefon und EDI, kundenspezifische Preise mit Staffeln und Gruppenrabatten sowie Auftragsbestätigungen über Formulare mit Firmenlogo. Darunter listet die KI die identifizierten Gaps auf. Dazu zählt die fehlende automatische Kundeninformation bei Teilbestätigung, die im Workshop als kleiner Gap eingestuft wurde. Der Abschnitt „To-Be / Desired Outcome“ beschreibt den Zielzustand.

Abbildung 3: Die generierte Anforderung. SAP kennzeichnet den Inhalt mit „Created with AI. Verify before use.“

Einordnung

Das Beispiel zeigt, wo die KI ihre Stärken ausspielt: Sie fasst ein langes Gespräch zusammen, ordnet die Inhalte in eine einheitliche Struktur und übernimmt die Fit-Gap-Einstufungen aus dem Workshop. Die Beratung erhält einen vollständigen Entwurf statt eines leeren Formulars.

Genauso deutlich zeigt es, warum die Prüfung nicht entfällt. Die Anforderung wurde auf Englisch erzeugt, obwohl das Transkript deutsch ist. Im Zielbild nennt die KI „SAP S/4HANA Cloud Private Edition“, ein Begriff, der im gezeigten Transkriptausschnitt nicht vorkommt. Solche Angaben müssen gegen den Projektkontext geprüft werden, bevor die Anforderung gespeichert wird. SAP selbst gibt eine Zeitersparnis von 50 Prozent bei der Anforderungserstellung an. Das ist eine Herstellerangabe.

Im Kleinen zeigt sich hier bereits das Prinzip der Agent-Led Toolchain: Die KI erstellt den Entwurf, der Mensch prüft und gibt frei, und das Ergebnis landet strukturiert im führenden System SAP Cloud ALM. Von dort können Anforderungen später weitere Schritte speisen, zum Beispiel die Testfallgenerierung durch den Test Management Assistant.

Ausgangssituation

Wir haben die Funktion in unserem eigenen Cloud-ALM-Tenant getestet. Grundlage war ein fiktives Transkript eines Fit-to-Standard-Workshops zum Prozess „Sell from Stock“, also dem Lagerverkauf vom Kundenauftrag über Lieferung und Warenausgang bis zur Rechnung und zum Zahlungseingang. Das Transkript haben wir zunächst als Dokument in SAP Cloud ALM angelegt. 

Abbildung 1: Das fiktive Transkript als Dokument in SAP Cloud ALM. Pro Prozessschritt hält die Beratung fest, ob der Standard passt (Fit) oder eine Abweichung vorliegt (Gap).

Vorgehen

Damit die Funktion zur Verfügung steht, muss sie für den Tenant freigeschaltet sein. Welche Cloud-ALM- und KI-Funktionen verfügbar sind und ob dafür AI Units erforderlich sind, hängt vom jeweiligen Produkt, Vertrag und Tenant ab. Ist die Funktion aktiv, können Anwender*innen eine Anforderung wie gewohnt manuell anlegen oder per KI generieren lassen.

Im Dialog „Generate Requirement with AI“ werden Titel, Scope, der zugehörige Solution Process und das Transkript als Dokument angegeben. Optional lassen sich eine Anforderungsvorlage zuordnen und die SAP-Hilfedokumentation einbeziehen. In unserem Test war keine Vorlage zugeordnet, die SAP-Hilfedokumentation war eingeschaltet.

Abbildung 2: Der Dialog zur KI-gestützten Anforderungserstellung. Das Transkript wird als Dokument ausgewählt.

Ergebnis

Nach kurzer Verarbeitung öffnet sich die Anforderung mit einer strukturierten Beschreibung. Der Abschnitt „As-Is / Business Context“ fasst die Ausgangslage zusammen, etwa den Auftragseingang per E-Mail, Telefon und EDI, kundenspezifische Preise mit Staffeln und Gruppenrabatten sowie Auftragsbestätigungen über Formulare mit Firmenlogo. Darunter listet die KI die identifizierten Gaps auf. Dazu zählt die fehlende automatische Kundeninformation bei Teilbestätigung, die im Workshop als kleiner Gap eingestuft wurde. Der Abschnitt „To-Be / Desired Outcome“ beschreibt den Zielzustand.

Abbildung 3: Die generierte Anforderung. SAP kennzeichnet den Inhalt mit „Created with AI. Verify before use.“

Einordnung

Das Beispiel zeigt, wo die KI ihre Stärken ausspielt: Sie fasst ein langes Gespräch zusammen, ordnet die Inhalte in eine einheitliche Struktur und übernimmt die Fit-Gap-Einstufungen aus dem Workshop. Die Beratung erhält einen vollständigen Entwurf statt eines leeren Formulars.

Genauso deutlich zeigt es, warum die Prüfung nicht entfällt. Die Anforderung wurde auf Englisch erzeugt, obwohl das Transkript deutsch ist. Im Zielbild nennt die KI „SAP S/4HANA Cloud Private Edition“, ein Begriff, der im gezeigten Transkriptausschnitt nicht vorkommt. Solche Angaben müssen gegen den Projektkontext geprüft werden, bevor die Anforderung gespeichert wird. SAP selbst gibt eine Zeitersparnis von 50 Prozent bei der Anforderungserstellung an. Das ist eine Herstellerangabe.

Im Kleinen zeigt sich hier bereits das Prinzip der Agent-Led Toolchain: Die KI erstellt den Entwurf, der Mensch prüft und gibt frei, und das Ergebnis landet strukturiert im führenden System SAP Cloud ALM. Von dort können Anforderungen später weitere Schritte speisen, zum Beispiel die Testfallgenerierung durch den Test Management Assistant.

Fazit: Jetzt die Grundlagen legen

Die SAP Agent-Led Toolchain verändert nicht die Werkzeuge, sondern die Art, wie mit ihnen gearbeitet wird. SAP LeanIX, SAP Signavio und SAP Cloud ALM bleiben die führenden Systeme, Joule Assistant und Joule Agents kommen als koordinierende und ausführende Schicht hinzu. Die sieben Assistenten für Migration und Modernisierung sind angekündigt, ihre Wirkung im eigenen Projekt muss sich erst zeigen.

Für Entscheider*innen heißt das: Wer jetzt Datenbasis, Rollen, Freigabeprozesse und Schnittstellen ordnet, schafft die Voraussetzung, um von den Agenten schnell zu profitieren. Das Praxisbeispiel zeigt, dass KI schon heute spürbar entlasten kann, solange der Mensch die Freigabe behält.

abat ist zertifizierter Beratungspartner für SAP LeanIX, SAP Signavio und SAP Cloud ALM und setzt SAP Cloud ALM selbst als Projektwerkzeug ein. SAP BTP ergänzt die Agent-Led Toolchain dort, wo Unternehmen eigene Erweiterungen, Integrationen oder KI-Agenten entwickeln möchten. Die Standardfunktionen der Toolchain – etwa SAP Cloud ALM und die dort bereitgestellten Joule- und Agentenfunktionen – sind davon zu unterscheiden und laufen nicht automatisch in einem kundeneigenen BTP-Subaccount.

Jetzt mehr zur Agend-Led Toolchain erfahren! 

Für individuelle Erweiterungen und Integrationsszenarien ist SAP BTP dennoch ein wichtiger Ausgangspunkt. Mit der SMARTsolution „Get Ready for BTP!“ erhalten Sie einen auf Ihr Unternehmen zugeschnittenen Überblick über relevante SAP-BTP-Services in den Bereichen Entwicklung, Integration, Data & Analytics und Künstliche Intelligenz – inklusive Architekturempfehlung und Klarheit zu den Lizenzmodellen.

FAQs zur SAP Agent-Led Toolchain

Die SAP Agent-Led Toolchain ist die Weiterentwicklung der SAP Integrated Toolchain im Rahmen von RISE with SAP. Sie verbindet SAP LeanIX, SAP Signavio und SAP Cloud ALM sowie Partnerlösungen und ergänzt sie um KI-Agenten, die Transformationsaufgaben über alle Projektphasen unterstützen. 

Nein. SAP beschreibt sie als neuen Namen für dieselbe Mission. Werkzeuge, Methodik und führende Systeme bleiben gleich, neu ist die eingebettete KI-Schicht. 

Der Joule Assistant ist die Schnittstelle für Anwender*innen: Er versteht Anfragen und delegiert sie. Joule Agents sind spezialisierte Ausführungseinheiten, die mehrstufige Aufgaben in Prozessen und Daten planen und erledigen. 

SAP hat die sieben Assistenten für 2026 angekündigt. Die Verfügbarkeit einzelner Assistenten kann jedoch je nach Produktstatus, Tenant, Vertrag und Lizenz abweichen und sollte vor einer konkreten Planung geprüft werden (Stand Oktober 2026).

Welche Cloud-ALM- und KI-Funktionen verfügbar sind und ob dafür AI Units erforderlich sind, hängt vom jeweiligen Produkt, Vertrag und Tenant ab. In jedem Fall muss die Funktion für den Tenant freigeschaltet sein. Das sollte vor dem ersten Einsatz geklärt werden. 

Nein. Die Agenten übernehmen Analyse-, Dokumentations- und Routinearbeit. Strategie, fachliche Bewertung und die Freigabe von Ergebnissen bleiben bei den Verantwortlichen im Projekt, das sieht auch SAP so vor.

Das könnte Sie auch interessieren

SAP Integrated Toolchain

Ganzheitliche Prozessoptimierung

jetzt beraten lassen 

LeanIX

Enterprise Architecture Management

jetzt mehr erfahen 

SAP Signavio

Process Transformation Suite

jetzt starten 

SAP Cloud ALM

Implementierung & Betrieb

jetzt informieren 

Kontaktieren Sie unsere Expert*innen

Dörthe Euhausen
+49 421 430460
Christoph Kisselt
+49 421 430460

abat Insights

Melden Sie sich an und erhalten Sie eine Nachricht, sobald wir neues Wissen für Sie bereitstellen.

Jetzt anmelden!