Konzeptkarte

Rahmenwerk zur Messung des KI-ROI — TCO der KI-Eigentümerschaft

Stand 18. Oktober 2026

Redaktion: Cédric Mary, alleiniger Redakteur und verantwortlich für die Veröffentlichung — 27 Jahre im SAP-Ökosystem. Wie diese Seiten entstehen und wo Automatisierung eingesetzt wird.

Was ist Rahmenwerk zur Messung des KI-ROI?

Die meisten SAP-KI-Business-Cases scheitern nicht daran, dass die KI unterdurchschnittlich performt, sondern daran, dass nach dem Go-Live niemand mehr misst — dieses Rahmenwerk erzwingt drei Kostenkategorien und fünf Nutzenkategorien in demselben quartalsweisen Tracker, den ein CFO tatsächlich unterschreiben wird.

Worum es geht

Das Rahmenwerk zur Messung des KI-ROI strukturiert die Gesamtbetriebskosten (TCO) und die Nutzenrealisierung einer SAP-KI-Investition — von Joule-Agenten über SAP-AI-Core-Modelle und Datasphere-basierte ML-Pipelines bis hin zu BDC-gehosteten Databricks-Workloads — in ein Format, das ein CFO abzeichnen wird und ein Delivery-Team quartalsweise nachverfolgen kann. Ohne dieses Rahmenwerk produzieren die meisten SAP-KI-Programme einen Business Case aus der Discovery-Phase, der den Nutzen überzeichnet, und eine Realität nach dem Go-Live, die niemals formal gemessen wird — weshalb die KI-Skepsis in großen SAP-Landschaften trotz realer Produktivitätsgewinne hoch ist.

Das Problem ist strukturell: KI-Kosten fallen im Voraus und wiederkehrend an, während sich der KI-Nutzen langsam und nur teilweise einstellt. Die drei Kostenkategorien der KI, die das Rahmenwerk erfassen muss, sind: Aufbaukosten (Data Engineering zur Erstellung sauberer Trainingsdaten in Datasphere, Modelltraining auf AI Core oder Databricks, Integration in SAP-Prozesse, Change Management — typischerweise 60–75 % der gesamten Programmkosten im ersten Jahr), Betriebskosten (AI-Core-Inferenzkapazitätseinheiten, Datasphere-CUs für den Feature Store, Databricks-DBUs für das Modell-Retraining, und AI Units — SAPs einheitliche Abrechnungswährung über das gesamte Portfolio, unter der Aktionen SAP-gelieferter autonomer Unternehmensagenten pauschal mit 0,02 AI Units je Aktion gelistet sind, während ein maßgeschneiderter Joule-Studio-Agent stattdessen über die Generative-AI-Hub-Modellaufrufe gemessen wird, die er tätigt) und Governance-Kosten (Dokumentation zur Konformität mit der EU-KI-Verordnung für Hochrisikosysteme, Modell-Monitoring-Tooling, Kadenz von Bias-Audits).

Warum es zählt

Aufbaukosten fressen 60–75 % der Programmausgaben im ersten Jahr — es lohnt sich, diese Erwartung zu setzen, bevor der Business Case überhaupt entworfen wird.
Der Nutzen aus verbesserter Entscheidungsqualität (Prognosegenauigkeit, Marge, Delta des Forderungsausfalls) benötigt 12–24 Monate, um ihn von anderen Veränderungen zu isolieren — das heißt, Forderungen nach „Beweis in Q1“ sind strukturell unangemessen.
AI Units sind SAPs einheitliche Abrechnungswährung über das gesamte Portfolio, keine reine Joule-Position: Von SAP gelieferte autonome Agentenaktionen werden pauschal mit 0,02 AI Units je Aktion berechnet und nur verbraucht, solange der Agent aktiv arbeitet; ein eigener Joule-Studio-Agent wird anders gemessen, nämlich über die Aufrufe des Generative AI Hub, die er ausführt.

Kernpunkte

Die meisten SAP-KI-Business-Cases scheitern nach dem Go-live, weil niemand misst — das Rahmenwerk bringt Kosten und Nutzen auf einen quartalsweisen Tracker, den ein CFO tatsächlich unterschreibt.
Drei Kostenkategorien: Aufbau (Data Engineering in Datasphere, Training auf AI Core/Databricks, Integration, Change Management), Betrieb (AI Units für Joule Assistants und SAP-gelieferte Agentenaktionen, Databricks-DBUs, Datasphere-CUs) und Governance (Compliance-Dokumentation, Modellüberwachung, Audit-Kadenz).
AI Units sind SAPs einheitliche Währung über das gesamte Portfolio, keine reine Joule-Kennzahl: SAP-gelieferte autonome Agentenaktionen sind mit einem festen Satz von 0,02 AI Units je Aktion gelistet, verbraucht nur während aktiver Arbeit des Agenten.
Ein maßgeschneiderter Joule-Studio-Agent wird anders abgerechnet als ein SAP-gelieferter — sein Verbrauch läuft über die Generative-AI-Hub-Modellaufrufe, die er tätigt, nicht über den festen 0,02-AI-Unit-Aktionssatz; vor der Kostenschätzung prüfen, welcher Zähler gilt.
Nutzen entsteht langsam und teilweise, während Kosten sofort und wiederkehrend anfallen — der Tracker muss diese Verzögerung explizit zeigen, statt sie im Business Case der Discovery-Phase zu verstecken.
Fünf Nutzenkategorien: Arbeitseffizienz (am leichtesten zu messen, am wenigsten strategisch), Reduzierung der Prozesszykluszeit, Verbesserung der Entscheidungsqualität (braucht 12-24 Monate Historie), Vermeidung von Risikokosten und Umsatzsteigerung (am seltensten sauber nachweisbar).
Vor dem Go-live pro Anwendungsfall Owner, Baseline und Messrhythmus benennen; ein Nutzen ohne Baseline lässt sich nicht realisieren, nur behaupten.
Eine 90-tägige Baseline vor dem Go-live ist der wertvollste Posten des Rahmenwerks — sie zu überspringen, weil die Instrumentierung teuer wirkt, bereitet einen im Jahr zwei nicht mehr prüfbaren Streit darüber vor, ob die KI überhaupt etwas geliefert hat.

Begriffe auf dieser Seite

TCO (Total Cost of Ownership): Die Aufbau-, Betriebs- und Governance-Kosten einer KI-Investition über ihre gesamte Lebensdauer — nicht nur die Lizenz- oder Abo-Zeile.
AI Unit: SAPs einheitliche Abrechnungswährung für Premium-KI-Verbrauch über das gesamte Portfolio; SAP-gelieferte autonome Agentenaktionen sind mit einem festen Satz von 0,02 AI Units je Aktion gelistet.
Agentenaktion: Ein abgerechneter Schritt eines SAP-gelieferten Agenten — ein Serviceaufruf, ein Workflow-Trigger oder eine Antwortgenerierung; eine einzelne Aufgabe kann mehrere Aktionen benötigen.
Baseline: Die Vor-KI-Messung einer Kennzahl, erfasst vor dem Go-live auf Kontrollgruppen-Ebene, ohne die eine Nach-KI-Nutzenbehauptung nicht prüfbar ist.
Nutzenrealisierung: Die disziplinierte, datierte Nachverfolgung, ob ein behaupteter KI-Nutzen tatsächlich eingetreten ist — im Unterschied zum Business Case, der ihn nur prognostiziert hat.
Capacity Unit (CU): Die Abrechnungseinheit von Datasphere/BDC für Rechenleistung, Speicher und IOPS; eine von AI Units getrennte Währung, in einem Kostenmodell nicht austauschbar.
DBU (Databricks Unit): Die Verarbeitungszeit-Abrechnungseinheit von Databricks, verbraucht von BDC-gehosteten Databricks-Trainings- und Retraining-Workloads; berührt nie den AI-Unit-Zähler.
Nutzenrealisierungs-Owner: Die namentlich benannte Person, die für die quartalsweise Tracker-Zeile eines Anwendungsfalls verantwortlich ist und jede Nutzenbehauptung ohne Baseline infrage stellt.

Quellen

Vollständige Karte für Mitglieder. Was die vollständige Karte ergänzt: den vollständigen Entscheidungsrahmen · den Vergleich SAP · Snowflake · Databricks · Fabric · die häufigen Fallstricke und ihre Behebung · die Kurzreferenz · die Architekturschemata · die Codeblöcke · die zitierfähigen Kennzahlen.

In der App öffnen →

Offene SAP-Projekte

Aktuelle SAP-Analytics-Projekte und Stellen im DACH-Raum: SAP-Analytics-Projekte im DACH-Raum.