Die Zukunft der SAP-Projektabgrenzung: Wie KI Verluste bei der Bestandsaufnahme beseitigt

Dieser Artikel vertritt die These, dass der größte Hebel in der SAP-Umsetzung weder eine weitere Governance-Ebene noch bessere Statusfolien oder mehr Schulungen sind –sondern die Projektabgrenzung. Genauer: Projektabgrenzung als operative Disziplin, die unübersichtliche Beiträge von Beteiligten früh genug in validierte, umsetzungsreife Ergebnisse überführt, um aufgeschobene Entscheidungen und spätere Nacharbeit zu vermeiden.

KI macht diese Disziplin heute skalierbar. Indem sie die Aufbereitung beschleunigt, die Konsistenz verbessert und Anforderungen gegen Standards prüft, reduziert KI-gestützte Projektabgrenzung den Aufwand, der die Bestandsaufnahme traditionell aufbläht. Gleichzeitig verbessert sie die Qualität dessen, was in Design und Umsetzung eingeht. Das Ergebnis: ein schnellerer Start, weniger Umfangsänderungen und besser planbare Transformationsergebnisse.

Einleitung: Warum sich SAP-Projekte bei der Projektabgrenzung entscheiden

SAP-Projekte geraten selten durch fehlende technische Fähigkeiten ins Wanken. Entscheidend ist, was vor der ersten Konfiguration passiert: Bestandsaufnahme und Projektabgrenzung.

Diese Phase bestimmt, ob Teams die richtigen Prozesse aufbauen, die richtigen Beteiligten abstimmen und die richtigen Fit/Gap-Entscheidungen früh genug treffen, um später monatelange Nacharbeit zu vermeiden. Dennoch bleibt die Bestandsaufnahme in den meisten Programmen der am wenigsten standardisierte Teil des Umsetzungszyklus: workshoplastig, dokumentengetrieben und abhängig von teurer und fehleranfälliger manueller Aufbereitung.

Eine neue Realität entsteht: KI macht die Projektabgrenzung von einer langsamen, handwerklichen Tätigkeit zunehmend zu einem wiederholbaren Produktionssystem. Das Ergebnis ist nicht nur Geschwindigkeit, sondern auch eine bessere Abdeckung, höhere Qualität und deutlich weniger unnötiger Aufwand.

Warum die klassische SAP-Bestandsaufnahme an ihre Grenzen stößt

Die meisten SAP-Teams kennen diese Symptome. Die unbequeme Wahrheit: Es handelt sich nicht um Ausnahmen, sondern um strukturelle Probleme.

Die Bestandsaufnahme dauert zu lange. In vielen Programmen zieht sie sich drei bis sechs Monate hin, bevor die Umsetzung ernsthaft beginnt. Ein großer Teil der Zeit fließt in das Überführen von Besprechungsergebnissen in prüfbare Dokumente statt in Entscheidungen.

Sie ist auch zu teuer, denn sie bindet die erfahrensten Mitarbeitenden: Prozessverantwortliche, fachliche Leitungen, Architekten und erfahrene Berater. Viel ihrer Zeit geht für wiederholte Abstimmungs- und Dokumentationsschleifen verloren statt für die eigentliche Gestaltungsarbeit.

Manuelle Abläufe machen sie fehleranfälligund führen zu vorhersehbaren Problemen: fehlender Kontext, uneinheitliche Formulierungen, unklare Entscheidungen und Widersprüche zwischen Workstreams. Diese tauchen später als Umfangsänderungen, Nacharbeit und Terminverschiebungen wieder auf.

Schließlich fehlt es ihr an Tiefe. Begrenzte Zeit und Aufmerksamkeit verleiten Teams dazu, vor allem „die Agenda abzuarbeiten“, statt Varianten, Ausnahmen, Kontrollen und Sonderfälle zu untersuchen – genau die Punkte, die später Fehler und Änderungsanträge auslösen.

Bei der Bestandsaufnahme entstehen in ERP-Programmen unsichtbare technische Schulden: nicht im Code, sondern durch aufgeschobene Entscheidungen im Prozessdesign.

KI verändert die Projektabgrenzung: Von Besprechungen zu Ergebnissen

KI macht Workshops nicht einfach nur schneller. Sie verändert das Arbeitsmodell der Bestandsaufnahme. Mit KI ähnelt diese zunehmend einer Produktionskette: Eingaben werden kontinuierlich erfasst, in standardisierte Ergebnisse strukturiert und vor dem nächsten Schritt qualitätsgeprüft.

1. Geschwindigkeit: Die Aufbereitung beschleunigen

Der größte Zeitfresser bei der Bestandsaufnahme ist nicht das Gespräch, sondern die Aufbereitung verstreuter Informationen zu strukturierten Artefakten. KI kann diesen Zeitverlust durch Echtzeittranskription, sofortige Anforderungsentwürfe und automatische Formatierung in einheitlichen Vorlagen deutlich verringern.

2. Kosten: Weniger Zeit erfahrener Fachkräfte für wenig wertschöpfende Überarbeitung

KI schafft erfahrenen Fachkräften mehr Zeit für Aufgaben, die Menschen besonders gut können: Zielkonflikte entscheiden, politische Rahmenbedingungen abstimmen, Betriebsmodelle und Kontrollen entwerfen und Prioritäten beurteilen.

3. Genauigkeit: Die Bestandsaufnahme unabhängiger vom individuellen Gedächtnis machen

Die klassische Bestandsaufnahme beruht auf zwei anfälligen Mechanismen: menschlicher Erinnerung und manueller Übertragung. KI verbessert die Zuverlässigkeit, indem sie Informationen einheitlich erfasst und Widersprüche zwischen Beteiligten aufzeigt.

4. Abdeckung: Den Projektumfang gründlicher untersuchen, ohne den Aufwand zu vervielfachen

KI ermöglicht eine breitere Abdeckung: Mehr Beteiligte lassen sich einbinden, ohne den Dokumentationsaufwand zu vervielfachen. Mehrere Workstreams können auf Basis einheitlicher Artefaktstandards abgestimmt werden.

Abschließender Gedanke

Ab 2026 werden sich führende Unternehmen dadurch auszeichnen, dass sie die Projektabgrenzung als produktionsorientiertes System neu gestalten: mit weniger Besprechungen, schnellerer Aufbereitung, strenger Validierung und reibungslosen Übergaben an die Umsetzung. Solche Veränderungen schaffen weit mehr als Effizienzgewinne – sie bieten einen grundlegenden strukturellen Vorteil.

Quellen

1. Landis, J. D. (2024). How Big Things Get Done: The Surprising Factors That Determine the Fate of Every Project. Journal of the American Planning Association, 90(4), 797.