KI für SAP Activate: Von Workshops zu Anforderungen, Fit/Gap und Prozessabläufen

Was SAP Activate in der Explore-Phase erwartet – und warum das zählt

SAP Activate strukturiert die Umsetzung in einer klaren Hierarchie: Workstreams → Ergebnisse → Aufgaben → Accelerators (Vorlagen, Leitfäden, Links). Diese Struktur ist keine Bürokratie, sondern sorgt dafür, dass ein großes Programm abgestimmt bleibt.

Im Mittelpunkt der Explore-Phase stehen Fit-to-Standard-Workshops: ein strukturierter Ansatz, um zu prüfen, wie gut SAP Best Practices zum Geschäft passen, und dabei Konfigurationswerte, Erweiterungsbedarf, Integrationspunkte und Lücken zu erfassen.

Erwartete Ergebnisse

Die erwarteten Ergebnisse sind konkret. In der Explore-Phase entstehen typischerweise unter anderem:

• ein Anforderungsbacklog (häufig „Delta-Anforderungen“ gegenüber dem Standard),
• ein Designdokument (durchgängige Szenarien mit Zielen, Anforderungen, KPIs und Datenbedarf),
• eine WRICEF-Liste (Workflows, Reports, Schnittstellen, Konvertierungen, Erweiterungen, Formulare),
• sowie Test- und Migrationsstrategien als Grundlage für die Realize-Phase.

Das Problem: Teams führen die Workshops durch, doch die Ergebnisse kommen zu spät, sind uneinheitlich oder nicht nachvollziehbar. Dadurch wird die Realize-Phase zur erneuten Bestandsaufnahme. Hier gehen Zeit und Budget verloren.

Wo heute Zeit und Qualität verloren gehen

Ein wiederkehrendes Ergebnis der ERP-Forschung: Erfolg hängt von einer disziplinierten Umsetzung über alle Phasen hinweg ab – nicht allein davon, „einen Plan zu haben“. Das Denken in Phasen ist wichtig, weil frühe Ergebnisse die späteren Resultate prägen.¹²

Im Requirements Engineering ist die Herausforderung noch deutlicher: Anforderungen sind ebenso eine Frage der Kommunikation und des gemeinsamen Verständnisses wie der technischen Spezifikation. Werden Workshops schlecht dokumentiert, verfestigen sich Missverständnisse – und tauchen später als Änderungsanträge, Testfehler und Akzeptanzprobleme wieder auf.

Häufige Fehler in der Explore-Phase von SAP Activate

• Workshop-Notizen ≠ Anforderungen: Protokolle und Transkripte werden nicht zu strukturierten Anforderungsobjekten.
• Fit/Gap bleibt implizit: Entscheidungen bleiben in den Köpfen oder auf Präsentationsfolien statt in einem nachvollziehbaren Protokoll.
• Prozessabläufe hinken hinterher: Abläufe werden erst nach Beginn der Realize-Phase modelliert, sodass Design und Umsetzung auseinanderlaufen.
• Die Nachvollziehbarkeit bricht ab: Die Fragen „Warum bauen wir das?“ oder „Woher stammt das?“ lassen sich nicht zuverlässig beantworten.

Die Forschung zur Nachvollziehbarkeit zeigt beständig einen Zusammenhang zwischen gelebter Anforderungsnachverfolgung, besseren Auswirkungsanalysen und konsistenten Artefakten – genau das brauchen SAP-Programme, wenn sich der Umfang verändert.³

Was „KI für SAP Activate“ bedeuten sollte: Ergebnisse zuerst, nicht der Chatbot

Wenn KI SAP Activate unterstützen soll, muss sie die Unordnung zwischen menschlichen Gesprächen und strukturierter Umsetzung verringern. Praktisch bedeutet das, Folgendes zu überführen:

• Workshops, E-Mails, Geschäftsanforderungsdokumente und verstreute Notizen

in

• Anforderungen, Fit/Gap-Entscheidungen, Konfigurationskandidaten und Prozessmodelle.

Aktuelle Literaturübersichten zu großen Sprachmodellen im Requirements Engineering sehen den größten Nutzen bei sprachintensiven Aufgaben wie der Unterstützung der Anforderungserhebung, Validierung, Klassifizierung und nachgelagerten Aufgaben wie der Testgenerierung. Sie betonen aber auch, dass eine Integration in reale Arbeitsabläufe und eine Bewertung jenseits einfacher Demonstrationen nötig sind.

Das erfolgreiche Muster lautet also nicht „einem LLM Fragen stellen“, sondern: KI in einen gesteuerten Ablauf einbetten – mit Qualitätsprüfungen und menschlicher Verantwortung.

Von Workshops zu Anforderungen: ein praxisnaher KI-Ablauf

Ein belastbarer Ansatz sieht so aus:

1. Eingaben strukturiert erfassen

Nutzen Sie Transkripte aus Live-Sitzungen oder Aufzeichnungen und erfassen Sie auch Teilnehmende und Rollen, behandelte Scope Items bzw. Prozessbereiche sowie getroffene Entscheidungen und offene Fragen.

2. Anforderungskandidaten extrahieren und vereinheitlichen

KI kann Anforderungskandidaten vorschlagen. Diese müssen jedoch in ein einheitliches Objektmodell überführt werden, etwa mit ID, Titel, Beschreibung und Verknüpfung zum Prozessbereich bzw. Scope Item.

3. Anforderungsqualität prüfen

Eine „gute“ Anforderung ist prüfbar und eindeutig. Ihre Governance sollte Mehrdeutigkeiten, Duplikate, Konflikte oder Widersprüche sowie fehlende Akzeptanzkriterien erkennen.

Hier ist menschliche Beteiligung unverzichtbar: KI beschleunigt Entwurf und Strukturierung; Fachexperten geben die Ergebnisse frei.

Von Anforderungen zu Fit/Gap: Entscheidungen explizit machen

Fit-to-Standard-Workshops sollen bestätigen, ob Standardprozesse die Anforderungen erfüllen, und Konfigurationswerte, Erweiterungen, Integrationspunkte und Lücken identifizieren.

Eine pragmatische KI-gestützte Fit/Gap-Methode:

1. Jede Anforderung einer Standardfunktion zuordnen: Für jede Anforderung: voraussichtliche Standardabdeckung (ja/teilweise/nein), relevante Prozessschritte, mögliche Konfigurationsaktivitäten und zugehörige Integrationen.
2. Delta-Anforderungen klassifizieren und priorisieren.
3. Ein auch bei wachsendem Umfang nutzbares Fit/Gap-Protokoll erstellen: Ein Fit/Gap-Protokoll sollte durchsuchbar und versioniert sein, mit Anforderungen, Entscheidungen und Prozessabläufen verknüpft sein und sich in ALM-Werkzeuge exportieren lassen. Hier verlieren viele Teams unbemerkt Wochen: Sie führen die Analyse durch, doch der Nutzen des Artefakts geht verloren.

Von Fit/Gap zu Prozessabläufen: die Lösung umsetzbar machen

Prozessabläufe sind das fehlende Bindeglied zwischen fachlicher Abstimmung und technischer Umsetzung. Gute Abläufe:

• bilden das vereinbarte Sollverhalten ab,
• machen Varianten sichtbar,
• unterstützen das Testdesign (SIT/UAT),
• klären Rollen, Übergaben und Kontrollen.

Die Qualität der Prozessmodellierung ist in der Praxis eine bekannte Herausforderung. Empirische und richtlinienbasierte Forschung dazu gibt es, weil Teams im großen Maßstab häufig inkonsistente oder qualitativ schwache BPMN-Modelle erstellen.

KI kann die Erstellung von Prozessabläufen genau dann beschleunigen, wenn sie die validierten Anforderungen, Fit/Gap-Entscheidungen sowie vereinbarten Prozessschritte und Lanes verwendet und die Ergebnisse in einer modellierungsgeeigneten Struktur ausgibt – BPMN-fähig und überprüfbar.

Für SAP-Programme liegt der eigentliche Gewinn in Abläufen, die sich sofort in Prozesswerkzeugen wie SAP Signavio Process Navigator und verwandten Modellierungsumgebungen nutzen lassen – ohne wochenlange manuelle Nacharbeit.

Die besten Werkzeuge zur Unterstützung von KI in SAP-Transformationen

Statt Anbieter zu bewerten, ist es hilfreicher, in Funktionsebenen zu denken – denn SAP-Programme gelingen selten mit nur einem Werkzeug.

1. SAP-native Grundlage (unverzichtbar)

• SAP Activate Roadmap Viewer für die methodische Struktur, Aufgaben und Accelerators.
• SAP Cloud ALM (häufig genutzt, um die Umsetzung anhand von Aufgaben und Artefakten zu strukturieren).
• SAP Best Practices sowie Testskripte und Startersystem als Referenz im Fit-to-Standard.
• SAP Fiori für die rollenbasierte Prozessausführung und eine einheitliche Benutzererfahrung.
• SAP Business Technology Platform für Integrations- und Erweiterungsmuster, wo erforderlich.

2. Prozessintelligenz und Modellierung

• Process Mining und Konformitätsprüfungen zum Sollvergleich ergänzen die workshopbasierte Bestandsaufnahme wirkungsvoll.
• BPMN-Modellierungsumgebungen, die Governance, Wiederverwendung, Varianten und Reviews unterstützen – besonders wichtig in großen Unternehmen.

3. Anforderungen, Tests und Nachvollziehbarkeit

Ihr Programm braucht durchgängige Nachvollziehbarkeit: Anforderungen ↔ Prozessabläufe ↔ Konfiguration ↔ Tests ↔ Fehler. Systematische Übersichten zeigen, dass Anforderungsnachverfolgung zentral, aber anspruchsvoll ist.⁴ Werkzeuge und Automatisierung helfen, doch erst Governance macht sie wirksam. LLMs können beim Erstellen von Verknüpfungen helfen, sollten aber Validierung und Prüfbarkeit einbeziehen.⁵

4. Wissensmanagement und die operative Pflege von Ergebnissen

Diese Ebene unterschätzen die meisten Programme: einheitliche Vorlagen, wiederverwendbare bewährte Prozessmuster, Entscheidungsprotokolle und die Möglichkeit, Ergebnisse bei Umfangsänderungen neu zu erzeugen. Genau hier wird „KI für SAP Activate“ praktisch statt theoretisch.

KI sicher einführen: der Mindeststandard

Damit KI mehr als eine Inszenierung bleibt, führen Sie diese Kontrollen ein:

• An Projektrollen ausgerichtete Zugriffskontrolle: Wer darf welche Artefakte sehen?
• Menschliche Verantwortung für Freigaben: KI erstellt Entwürfe, Fachexperten geben sie frei.
• Prüfpfad für Änderungen: Wer hat was wann und warum angenommen?
• Klarheit im Umgang mit Daten: Speicherorte von Transkripten und Artefakten, Aufbewahrung und bei Bedarf Schwärzung.
• Qualitätsprüfungen, bevor Ergebnisse in ALM oder Backlog übernommen werden.

Ohne diese Kontrollen erhöht KI das Risiko, statt den Aufwand zu verringern.

Warum Qorelo ideal zu SAP Activate passt

SAP Activate beschreibt bereits, wie gute Ergebnisse aussehen: Fit-to-Standard-Workshops erzeugen ein Backlog, Designartefakte, Konfigurations- und Integrationsentscheidungen und schließlich eine Prozessdokumentation als Grundlage für die Realize-Phase.

Qorelo wurde gezielt für den schwierigsten Teil von Activate entwickelt: die Bestandsaufnahme schnell in verwertbare Ergebnisse zu überführen.

Das bedeutet in der Praxis:

• Workshops → Anforderungen: Qorelo überführt Transkripte, Notizen und Artefakte in nutzbare, strukturierte Anforderungsobjekte – nicht nur in Zusammenfassungen.
• Anforderungen → Fit/Gap: Qorelo hilft, Delta-Anforderungen zu klassifizieren, und erstellt ein Fit/Gap-Protokoll mit nachvollziehbarem Bezug zu Umfang und Ergebnissen.
• Fit/Gap → Prozessabläufe: Qorelo erzeugt Signavio- und BPMN-fähige Prozessabläufe, die überprüfbar, konsistent und mit den zugrunde liegenden Anforderungen verknüpft sind.

Der Nutzen besteht nicht in „KI-Inhalten“, sondern in weniger Workshops, schnellerer Abstimmung, weniger Nacharbeit in Realize und nachvollziehbaren Entscheidungen, die auch in Lenkungsausschüssen und bei Umfangsänderungen Bestand haben.

Wenn Sie SAP Activate nutzen oder richtig nutzen möchten, ist die beste KI diejenige, die genau die Artefakte liefert, die Ihr Projekt ohnehin braucht – mit Kontrolle auf Unternehmensniveau, einer beratungsreifen Struktur und Ergebnissen, die sich in Ihre SAP-Werkzeuglandschaft integrieren.

Quellen

1. Motwani, J., Subramanian, R., & Gopalakrishna, P. (2005). Critical factors for successful ERP implementation: Exploratory findings from four case studies. Computers in Industry, 56(6), 529. ↩
2. Velcu, O. (2010). Strategic alignment of ERP implementation stages: An empirical investigation. Information & Management, 47(3), 158. ↩
3. Mucha, J., Kaufmann, A., & Riehle, D. (2024). A systematic literature review of pre-requirements specification traceability. Requirements Engineering, 29(2), 119. ↩
4. Torkar, R., Gorschek, T., Feldt, R., Svahnberg, M., Raja, U. A., & Kamran, K. (2012). Requirements traceability: A systematic review and industry case study. International Journal of Software Engineering and Knowledge Engineering, 22(3), 385. ↩
5. Adam, D., & Kliegr, T. (2024). Traceable LLM-based validation of statements in knowledge graphs. arXiv (Cornell University). ↩