SAP tauscht teure gegen günstigere KI-Modelle – was bleibt beim Kunden?

SAP ersetzt teure KI-Modelle durch günstigere. Was haben Kunden davon?

SAP ersetzt teure KI-Modelle durch günstigere Alternativen und erwartet erhebliche Effizienzgewinne. Doch profitieren auch die Kunden? Der Beitrag beleuchtet die Auswirkungen auf Kosten, Antwortqualität und Transparenz sowie die Frage, wer über den Einsatz der KI-Modelle entscheidet.

Die Meldung

SAP setzt auf günstigere KI-Modelle

Wie Reuters am 28. Oktober 2026 berichtet, ersetzt SAP zunehmend teure KI-Modelle durch günstigere. Das soll dazu beitragen, KI-getriebene Effizienzgewinne von mehr als 2 Milliarden Euro zu erzielen. Reuters hat die Meldung in diesem Punkt korrigiert: Der Modelltausch soll helfen, den Betrag zu erreichen, er erzeugt ihn nicht allein.

Finanzvorstand Dominik Asam sagte zu Reuters, SAP habe einige der teuersten Modelle aus Produkten, darunter dem internen Beratungsassistenten, entfernt und durch kostengünstigere ersetzt, wo die Leistung weiterhin stark blieb. SAP nutzt mehr als 70 Modelle von Anbietern wie OpenAI, Anthropic und Google. Nach Asams Worten wählt SAP zunehmend das günstigste Modell, das eine Aufgabe im geforderten Standard erfüllt.

Gleichzeitig erwartet SAP, dass die KI-Gesamtausgaben mit wachsender Nutzung weiter steigen. Laut Reuters betont SAP selbst, es gehe um gesunde Margen bei wachsender Skalierung und nicht um eine absolute Senkung der KI-Ausgaben.

Die Strategie ist nachvollziehbar, aber zwei Einschränkungen gehören zur Einordnung. Das einzige konkrete Beispiel im Bericht ist ein interner Assistent für SAP-Berater; ob und welche Kundenfunktionen betroffen sind, nennt Reuters nicht. Ebenso geht aus dem Bericht nicht hervor, ob SAP zukünftige Effizienzgewinne an den Kunden weitergeben wird.

Kosten und Nutzen

Wer profitiert von den Effizienzgewinnen?

Bei zahlreichen eingebetteten SAP-KI-Funktionen orientiert sich die Abrechnung an Nutzungsgrößen wie Aktionen, Anfragen oder verarbeiteten Datensätzen und nicht unmittelbar an den tatsächlichen Kosten des jeweils eingesetzten KI-Modells. Für Kunden bietet dies – zumindest grundsätzlich – den Vorteil besser planbarer Kosten. Für SAP entsteht dadurch ein wirtschaftlicher Hebel: Sinken die Modellkosten bei unveränderten Kundenpreisen, verbessert sich die eigene Marge. SAP kann KI-Leistungen kosteneffizienter bereitstellen und gleichzeitig seine Profitabilität verbessern.

Eine Weitergabe dieser Gewinne an Kunden muss SAP nicht zwingend leisten. SAP investiert in Entwicklung, Integration, Sicherheit und Betrieb seiner KI-Lösungen. Gleichzeitig können insbesondere die umfassende produktive Nutzung kostenpflichtiger SAP-KI-Funktionen und deren Integration in bestehende Geschäftsprozesse mit erheblichen Kosten für Unternehmen verbunden sein. Umso berechtigter erscheint die Frage: Wie wird der Vorteil sinkender Kosten zwischen Anbieter und Kunden verteilt?

Eine Weitergabe muss keine Preissenkung sein. Denkbar sind auch großzügigere Nutzungskontingente, zusätzliche KI-Funktionen ohne Mehrkosten oder leistungsfähigere Modelle für anspruchsvolle Aufgaben.

Tatsächlich schafft SAP bereits zusätzliche Kundenvorteile, indem bestimmte bislang kostenpflichtige generative KI-Funktionen im Rahmen des neuen Base-AI-Modells schrittweise Bestandteil bestehender Cloud-Abonnements werden. Das ist grundsätzlich eine positive Entwicklung. Ob diese Anpassungen allerdings mit den von Reuters beschriebenen Effizienzgewinnen zusammenhängen und in welchem Umfang sinkende Modellkosten künftig zu weiteren Verbesserungen des Preis-Leistungs-Verhältnisses führen, bleibt offen.

Bei SAP S/4HANA Cloud Private Edition bleibt viel Gestaltungsspielraum und damit auch viel Verantwortung für Erweiterungen, Tests und die Abstimmung von Upgrades mit dem Provider. Bei der Public Edition gilt der Standard: Erweiterungen laufen über definierte Wege (In-App- und Side-by-Side-Extensibility auf der BTP), Updates folgen dem Rhythmus des Anbieters. Wer beide Optionen einsetzt oder plant, betreibt faktisch zwei Betriebsmodelle mit unterschiedlichen Spielregeln. 

Antwortqualität

Günstigere Modelle: Was passiert mit der Qualität?

SAP setzt günstigere Modelle nach eigener Aussage nur ein, wenn die Leistungsfähigkeit erhalten bleibt. Bei einfachen Aufgaben mag das problemlos funktionieren. Im SAP-Umfeld geht es jedoch häufig um komplexe Fragestellungen, etwa die Analyse von Geschäftsprozessen, ABAP-Code, Fehleranalysen in SAP S/4HANA oder Architekturentscheidungen. Ein günstigeres Modell muss dabei keineswegs schlechter sein. Entscheidend ist, dass die Qualität für den jeweiligen Anwendungsfall nachgewiesen wird.

Eine gleiche durchschnittliche Antwortqualität reicht nicht, wenn bei seltenen, aber geschäftskritischen Fragen mehr Fehler entstehen. Hinzu kommt eine Besonderheit generativer KI: Falsche Antworten sind nicht immer leicht zu erkennen. Ein Modell kann sprachlich präzise und technisch überzeugend, aber fachlich falsch antworten. Die Folgen tragen zunächst die Kunden, etwa durch zusätzliche Prüfaufwände, falsche Entscheidungen oder fehlerhafte Implementierungen.

SAP nennt neben den Kosten noch einen weiteren Grund für kleinere Modelle: die Nachhaltigkeit. Im AI Ethics Handbook (Mai 2026) heißt es, bei generativer KI solle regelmäßig geprüft werden, ob ein kleineres, energieeffizienteres Modell ähnliche Leistung für den Anwendungsfall bietet (S. 79). Ein „Prompt Optimizer“ leitet einfache Anfragen automatisch an effizientere Modelle (S. 35). Kosten sind also nur ein Teil des Bildes.

Modellauswahl und Souveränität

Bei eingebetteten Funktionen wählt SAP das Modell allein

SAPs AI Ethics Handbook (Version Mai 2026) beschreibt es auf S. 34 im Abschnitt „How we choose third party models for our GenAI features“: Kunden können das Modell einer eingebetteten generativen KI-Funktion weder auswählen noch ändern. Dagegen kann SAP Modelle nach eigenem Ermessen hinzufügen, entfernen oder austauschen und verweist dabei auf hohe Sicherheits- und Compliance-Standards. Begründet wird das mit der schnellen Entwicklung des Modellmarkts.

Für eigene KI-Anwendungen gilt dies nicht. Kunden können über SAP AI Core Modelle von Drittanbietern nutzen oder eigene Modelle betreiben.

Für Kunden, die die integrierten Funktionen nutzen, heißt das: SAP entscheidet über das Modell. SAP kann ein teures Modell durch ein günstigeres ersetzen, ohne dass Kunden die Entscheidung beeinflussen. Bleibt der Preis gleich und lässt die Antwortqualität nach, bemerken das zuerst die Kunden.

Es geht nicht darum, SAP schlechtere Modelle oder mangelnde Qualitätssicherung zu unterstellen. Dafür liefert der Reuters-Bericht keine Grundlage. Es entsteht aber ein Zielkonflikt: SAP hat einen wirtschaftlichen Anreiz, möglichst günstige Modelle einzusetzen. Kunden erwarten möglichst hohe und verlässliche Qualität. Wer allein über die Technologie entscheidet, sollte nachvollziehbar belegen, dass wirtschaftliche Optimierung nicht zulasten der Ergebnisqualität geht.

Eine weitere wichtige Frage betrifft die digitale Souveränität. Laut Reuters stellen insbesondere Behörden und Unternehmen in regulierten Branchen zunehmend Anforderungen an die Herkunft eingesetzter KI-Modelle. Europäische Kunden verlangen zudem verstärkt lokal betriebene Lösungen.

Die fehlende Modellauswahl bei eingebetteten Funktionen steht solchen Anforderungen nicht zwangsläufig entgegen. Entscheidend ist jedoch: Wie können Kunden ihre Anforderungen an Modellherkunft, Datenverarbeitung und Compliance verbindlich durchsetzen, wenn SAP allein über die Auswahl und den Austausch der eingesetzten KI-Modelle entscheidet?

Transparenz

SAPs eigener Maßstab – und die offene Frage

Das Handbuch beschreibt für die Modellwahl einen anspruchsvollen Prozess. Im Kapitel zur Validierung (S. 59) soll das passende Modell aus dem Generative AI Hub anhand öffentlicher Benchmarks der Model Library und eigener Evaluierungen gewählt werden. Kosten sind dabei nur ein Kriterium neben Genauigkeit, Latenz, Verzerrung, Toxizität und Modellgröße. Im Betrieb (S. 77) ist vorgesehen, regelmäßig zu prüfen, welches Modell am besten passt, weil sich Modelle technisch und kommerziell weiterentwickeln.

Das Handbuch versteht sich dabei als allgemeine Orientierung und erhebt keinen Anspruch auf Vollständigkeit. Zwar sieht es vor, Fähigkeiten und Grenzen der KI-Systeme zu kommunizieren und die Produktdokumentation aktuell zu halten. Offen bleibt jedoch, ob Kunden Ergebnisse der Modellbewertungen einsehen können und über wesentliche Modellwechsel informiert werden müssen.

Erwartungen an SAP

Was Kunden von SAP erwarten sollten

Aus den beschriebenen Chancen und Risiken ergeben sich drei zentrale Erwartungen an SAP:

  1. Nachweisbare und fortlaufende Qualitätssicherung. Vor einem Modellwechsel sollten alte und neue Modelle an realitätsnahen SAP-Anwendungsfällen verglichen werden, mit Blick auf fachliche Korrektheit, Vollständigkeit und kritische Fehlerraten. Auch im Produktivbetrieb sollte die Qualität überwacht werden. Die Modellauswahl sollte nach Aufgabe differenzieren: günstige Modelle für einfache Anfragen, leistungsfähigere für komplexe oder geschäftskritische, sofern sie nachweislich bessere Ergebnisse liefern. Ansätze wie der Prompt Optimizer gehen in diese Richtung. Kunden sollten sehen können, wie das belegt wird.
  2. Transparenz bei Modellwechseln. Wenn Kunden Modelle nicht selbst wählen können, sollten sie über wesentliche Änderungen der Modellbasis informiert werden. Dazu gehören nachvollziehbare Qualitätsstandards und die Information, wie SAP die gleichbleibende Leistungsfähigkeit sicherstellt.
  3. Klare Verantwortung und fairer Nutzen. SAP sollte die wirtschaftlichen Vorteile eines Modellwechsels nicht vollständig einbehalten, während zusätzliche Prüfaufwände und Qualitätsrisiken allein bei Kunden verbleiben. Wie die Vorteile geteilt werden, kann über Preise, Nutzungskontingente, zusätzliche Funktionen oder leistungsfähigere Modelle für anspruchsvolle Aufgaben geschehen.
Checkliste fürs Gespräch

Sieben Fragen an Ihren SAP-Ansprechpartner

Wer eingebettete KI-Funktionen produktiv nutzt, kann diese Fragen im nächsten Gespräch mit SAP stellen:

  • Welche eingebetteten KI-Funktionen, die wir nutzen, arbeiten mit generativen Modellen, und wie werden wir über Modellwechsel informiert?
  • Wie belegt SAP die Gleichwertigkeit eines neuen Modells für unsere Anwendungsfälle, etwa bei ABAP-Code oder Fehleranalysen?
  • Gibt es Qualitätszusagen oder Service Levels für KI-Funktionen?
  • Wie berücksichtigt SAP unsere Anforderungen an die Herkunft der Modelle?
  • Wer trägt den Prüfaufwand, wenn die Qualität nachlässt?
  • Wie werden sinkende Modellkosten bei Preisen, Kontingenten oder Funktionsumfang berücksichtigt?
  • Für welche kritischen Anwendungsszenarien empfiehlt SAP die Entwicklung eigener KI-Lösungen über SAP AI Core und den Generative AI Hub, um die eingesetzten Modelle selbst auswählen zu können?

Unabhängig davon lohnt es sich, eigene Testfälle für die kritischen KI-Anwendungen aufzubauen und Prüfaufwände zu dokumentieren. Nur so lässt sich eine Qualitätsveränderung überhaupt belegen.

Fazit

Fazit: KI-Effizienz darf keine Einbahnstraße sein

SAPs Strategie, KI-Modelle gezielt nach Kosten und Leistungsfähigkeit auszuwählen, ist technologisch sinnvoll und wirtschaftlich nachvollziehbar. Entscheidend ist jedoch, dass die Optimierung der eigenen Profitabilität nicht zulasten der Ergebnisqualität geht.

Gerade weil SAP bei eingebetteten generativen KI-Funktionen allein über die eingesetzten Modelle entscheidet, sind nachvollziehbare Qualitätsnachweise, Transparenz bei Modellwechseln und klare Verantwortlichkeiten besonders wichtig.

Kunden sollten diese Nachweise aktiv einfordern. Und sie dürfen erwarten, dass sich sinkende Modellkosten langfristig auch in einem besseren Preis-Leistungs-Verhältnis widerspiegeln.

Denn KI-Effizienz sollte nicht nur dem Anbieter zugutekommen, sondern auch den Unternehmen, die seine KI-Lösungen einsetzen.

Von Dr. Thorsten Kuhlmann, 29. Oktober 2026

Hinweis: cimt ist SAP Gold Partner. Dieser Beitrag gibt die fachliche Einschätzung des Autors wieder.

Dieser Beitrag basiert auf fachlicher Expertise und Praxiserfahrungen aus dem cimt-Umfeld. KI-basierte Werkzeuge wurden unterstützend bei der redaktionellen Ausarbeitung eingesetzt. Die inhaltliche Prüfung und Freigabe liegen bei den Autorinnen und Autoren.

Quellen

Kontakt

Portraitfoto Dr. Thorsten Kuhlmann
Dr. Thorsten KuhlmannVorstand cimt ag

Das könnte Sie auch interessieren

Sie möchten mehr erfahren?

Beratung anfragen
Nach oben scrollen