Datenqualität als Chance Was ein KI-Assistent in SAP findet, das kein Report zeigt

Falsche Stammdaten, vergessene Belege, fehlende Preise – bisher tauchten sie erst auf, wenn es wehtat. Ein KI-Assistent findet sie nebenbei.

1. Das Problem, über das niemand gern spricht

Jede SAP-Auswertung ist nur so gut wie die Daten dahinter. Das gilt für klassische Reports genauso wie für KI-Assistenten. Der Unterschied: Ein Report zeigt, was er zeigen soll. Ein Assistent, der Daten liest, um eine Frage zu beantworten, sieht auch, was nicht stimmt – und kann darauf hinweisen.

Aus dem Risiko „schlechte Daten, schlechte Antworten“ wird so eine Chance: Datenqualität wird sichtbar, ohne dass jemand ein eigenes Prüfprojekt aufsetzen muss.

2. Live ausprobiert: drei Befunde aus einer einzigen Frage

In unserem S/4HANA-Demosystem haben wir dem Assistenten über den MCP-Konnektor/die Persona für Verkaufsbelege nur eine Frage gestellt:

Welche offenen Kundenaufträge haben ihren Wunschliefertermin bereits überschritten? Weise auf Auffälligkeiten hin.

Neben der eigentlichen Antwort – 16 überfällige Aufträge aus 2025 und 2026 mit zusammen 264.562 EUR – kamen drei Befunde, nach denen niemand gefragt hatte:

Befund	Was der Assistent gesehen hat	Mögliche Ursache
Auffällige Serie	Acht Aufträge über je 30.000 EUR, alle mit Wunschtermin 22.08.2025 – zusammen gut 90 % des überfälligen Werts	Mehrfach angelegter Auftrag, Testdaten oder ein gemeinsamer Lieferengpass
Aufträge ohne Wert	Drei offene Aufträge mit Nettowert 0 EUR	Unvollständige Preisfindung oder fehlende Konditionen
Altfälle	Sechs Aufträge mit Wunschtermin vor 2025, die nie abgeschlossen wurden	Vergessene Absage oder fehlende manuelle Erledigung

Jeder dieser Befunde verzerrt den Auftragsbestand. Und keiner fällt in einer Standardliste auf, weil jede Zeile für sich genommen plausibel aussieht.

3. Typische Datenqualitätsfragen – jetzt in natürlicher Sprache

Was früher ein Prüfreport war, wird zur Frage an den Assistenten:

Vertrieb

• Welche offenen Aufträge haben keinen Nettowert oder eine unvollständige Preisfindung?
• Welche Aufträge sind älter als ein Jahr und weder beliefert noch abgesagt?

Stammdaten

• Welche Kunden haben keine vollständige Adresse oder keine Zahlungsbedingung?
• Welche Materialien sind im Vertrieb freigegeben, haben aber keine Verkaufssicht?

Finanzen

• Welche offenen Posten sind älter als 180 Tage und haben keinen Mahnstatus?
• Welche Kostenstellen haben keinen Verantwortlichen?

Beschaffung

• Welche Bestellanforderungen sind seit mehr als 30 Tagen offen, ohne dass eine Bestellung folgte?

4. Vom Einzelbefund zum Monitoring

Der eigentliche Hebel entsteht, wenn solche Fragen regelmäßig gestellt werden. Ein KI-Assistent kann jeden Montag dieselben Prüfungen laufen lassen und nur melden, was sich verändert hat. Aus einer einmaligen Aufräumaktion wird so ein laufendes Datenqualitäts-Monitoring – ohne zusätzliche Entwicklung in SAP.

Drei Grundsätze haben sich dabei bewährt:

1. Klein anfangen: Eine Handvoll Prüfungen mit klarem Geschäftsbezug schlägt eine lange Liste, die niemand abarbeitet.
2. Verantwortung zuordnen: Jeder Befund braucht einen Empfänger – Vertriebsinnendienst, Stammdatenteam, Controlling.
3. Wirkung messen: Wie viele Befunde gab es letzte Woche, wie viele diese? Die Kurve zeigt, ob die Bereinigung greift.

5. Was ein Assistent nicht kompensieren kann

So hilfreich die Hinweise sind: Ein Assistent kann fehlende Daten nicht erfinden und falsche nicht korrigieren. Wenn im Kundenauftrag kein Wunschliefertermin gepflegt ist, gibt es keinen Terminverzug zu berechnen. Wenn ein Kunde doppelt angelegt ist, verteilen sich seine Umsätze auf zwei Nummern.

Deshalb gilt für jede KI-Auswertung in SAP: Die Ergebnisse hängen von Datenstand, Pflegequalität und Berechtigungen ab. Bei kritischen Sachverhalten sollten sie im SAP-Quellsystem verifiziert werden. Der Assistent ersetzt keine Stammdatenpflege – aber er zeigt sehr genau, wo sie fehlt.

6. Fazit

Datenqualität war bisher ein Thema für Projekte und Audits. Mit einem KI-Assistenten wie Claude oder dem Milliarum Chatbot, der direkt auf SAP zugreift, wird sie zum Nebenprodukt des Alltags: Wer Fragen stellt, bekommt die Hinweise auf Lücken gleich mitgeliefert.