KI in der SAP-Instandhaltung: einsatzbereite Funktionen und Praxislösungen

Warum KI in der SAP-Instandhaltung jetzt relevant ist

Der Einsatz von KI in der Instandhaltung steht noch am Anfang, aber das Tempo der Entwicklung ist hoch. SAP investiert stark in den Ausbau KI-gestützter Funktionen in den Bereichen SAP S/4HANA Asset Management, SAP Asset Performance Management, Business Network Asset Collaboration und mobiler Instandhaltung (z. B. SAP Service and Asset Manager). Viele KI-Funktionen in der SAP-Instandhaltung befinden sich derzeit in Entwicklung und werden sukzessive über neue Releases und Feature Packs bereitgestellt.

Typische Herausforderungen in der Instandhaltung

Doch warum sollte man sich als Instandhaltungsverantwortliche*r überhaupt mit KI beschäftigen? Tools, Regeln und Kennzahlen für eine effiziente Wartung sind in der Regel bereits vorhanden. Tatsächlich wachsen jedoch die Herausforderungen stetig. In vielen Instandhaltungsabteilungen zeigt sich ein wiederkehrendes Muster:

• Wachsende Komplexität: Anlagen und Prozesse werden komplexer, die Zahl der Messpunkte und Datenquellen steigt.
• Fachkräftemangel: Erfahrene Instandhalterinnen und Instandhalter gehen in Rente, Know-how droht, verloren zu gehen.
• Zeitdruck und Kostenanforderungen: Die Instandhaltung soll gleichzeitig günstiger, schneller und vorausschauender werden.
• Informationsflut: Meldungen, Rückmeldungen, Checklisten, Sensorwerte – viele Daten sind vorhanden, aber schwer nutzbar.

KI kann dabei Abhilfe schaffen: Sie analysiert große Datenmengen in kurzer Zeit, erkennt Muster und macht Vorschläge, die auf Erfahrungswerten basieren; oft schneller und objektiver als ein Mensch.

Karl Liebstückel und Markus Seidl

Nutzen von KI: schnellere Entscheidungen, Mustererkennung, proaktive Vorschläge

Im Unterschied zu klassischen Systemen, die nur das ausführen, was man ihnen explizit vorgibt, »lernt« ein KI-System mit jedem neuen Datensatz. Dadurch kann es beispielsweise Störungen frühzeitig erkennen, Ersatzteile vorausschauend empfehlen oder Anlagenzustände bewerten. Hier sehen Sie einige typische Herausforderungen und KI-Lösungsansätze:

KI nimmt Ihnen die Entscheidung nicht ab. Sie liefert Vorschläge, Hinweise oder Priorisierungen – die Verantwortung bleibt bei Ihnen. Gut gemachte KI-Systeme integrieren sich unauffällig in bestehende Arbeitsabläufe und verbessern diese, ohne den Menschen zu ersetzen.

Erfahrene Instandhalter*innen haben ein gutes Gespür für kritische Situationen. Aber das lässt sich schwer skalieren oder weitergeben. KI-gestützte Systeme helfen dabei, dieses Erfahrungswissen in Daten zu überführen – und damit für alle verfügbar zu machen.

KI-Anwendungsfälle, die Sie heute schon umsetzen können

KI in der Instandhaltung ist bereits heute in konkreten Anwendungen verfügbar. In diesem Abschnitt stellen wir Ihnen typische Anwendungsfälle vor, die bereits in SAP S/4HANA, im SAP Asset Performance Management, im SAP Service and Asset Manager und in SAP Business Network Asset Collaboration realisiert sind oder sich in der Einführung befinden. Diese Tabelle gibt Ihnen einen ersten Überblick.

AI-assisted Maintenance Order Recommendations

Ein Beispiel für eine sogenannte embedded AI-Funktion in SAP S/4HANA sind die AI-assisted Maintenance Order Recommendations. Diese Funktion analysiert eingehende Meldungen, technische Objekte, Historie und ähnliche Fälle und schlägt automatisch passende Aufträge oder Maßnahmen vor – direkt im Kontext der Auftragsbearbeitung. 

Dabei kommen Verfahren des maschinellen Lernens zum Einsatz, die aus vorhandenen Daten lernen, z. B. aus bereits abgeschlossenen Aufträgen, Rückmeldungen und Zeitreihen. Die Vorteile:

• schnellere und konsistente Planung von Instandhaltungsmaßnahmen 
• Reduktion von Planungsfehlern oder -lücken 
• Unterstützung unerfahrener Nutzer*innen durch datengestützte Empfehlungen
  
   

Vorhersage von Ausfällen (Predictive Maintenance)

In SAP Asset Performance Management können Zeitreihen aus Sensoren oder Rückmeldungen analysiert werden, um bevorstehende Ausfälle zu erkennen – typischerweise über Anomalie-Erkennung oder Klassifikationsmodelle.
 

Zustandsbewertung und Health Scores 

Ebenfalls im SAP Asset Performance Management verfügbar sind sogenannte Health Scores. Dabei handelt es sich um einen zusammengesetzten Kennwert, der den Zustand eines Objekts auf Basis verschiedener Indikatoren zusammenfasst (z. B. Temperatur, Laufzeit, Rückmeldungen). Dabei können auch Machine-Learning-Modelle einfließen, die aus historischen Daten lernen, welche Kombinationen kritisch sind.
 

Unterstützung bei der Ersatzteilwahl 

In Fällen, in denen häufig bestimmte Materialien bei bestimmten Fehlern benötigt werden, kann KI diese Zusammenhänge erkennen und Vorschläge zur Materialplanung machen, z. B. in der Auftragsplanung.
 

Sprachverarbeitung und Bildauswertung 

Mobile Lösungen wie der SAP Service and Asset Manager können Sprachsteuerung und Bilderkennung nutzen, um Meldungen zu diktieren, Schäden per Foto zu erfassen oder visuelle Inspektionen zu dokumentieren.

SAP Joule – der KI-Copilot in der Instandhaltung

Mit Joule verfolgt SAP das Ziel, KI noch stärker in alltägliche Arbeitsprozesse zu integrieren. Joule fungiert als digitaler Assistent, der Nutzende versteht, proaktiv unterstützt und relevante Informationen vorschlägt. SAP bezeichnet Joule daher auch als KI-Copilot. Was bedeutet das konkret für die Instandhaltung?

Wie ist Joule aufgebaut?

Joule ist Bestandteil von SAP Business AI, dem strategischen Rahmen, unter dem SAP alle KI-Funktionen bündelt, von eingebetteter Intelligenz bis hin zu generativen KI-Anwendungen.

• Die AI Foundation bildet das Fundament. Hier werden generative Modelle bereitgestellt, trainiert und sicher betrieben.
• Darüber liegt die Ebene der eingebetteten KI-Funktionen, etwa für Übersetzungen, Texterkennung, Anomaliedetektion oder Bilderkennung. Diese Funktionen stehen allen Joule-Anwendungen zur Verfügung.
• Die eigentlichen Agents (z. B. CX agents, Analytics agents, Finance agents, HR agents) arbeiten als domänenspezifische KI-Helfer innerhalb definierter Unternehmensprozesse.
• Für kundenspezifische Anforderungen lassen sich Custom AI Agents definieren.
• Als übergreifende Steuerungsebene agiert Joule als Orchestrator für End-to-End-Prozesse, der Informationen aus verschiedenen Quellen miteinander verknüpft und kontextbezogene Vorschläge generiert.
  
   

Beispiel für KI-gestützte Planung von Instandhaltungsereignissen

In der aktuellen KI-Diskussion gewinnt ein neues Konzept an Bedeutung: Agentic AI (agentische KI). Gemeint sind Systeme, die nicht nur analysieren und Vorschläge machen, sondern zielgerichtet selbst handeln – etwa Aufgaben planen, Entscheidungen vorbereiten oder Prozesse anstoßen. Die KI wird damit zum aktiven Agenten im System.

Auch in der Instandhaltung nähern sich erste Anwendungen diesem Paradigma. Ein gutes Beispiel ist Intelligent Maintenance Event Backlog Planning, die KI-gestützte Planung von Instandhaltungsereignissen mit Planungsmappen:

• Für ein technisches Objekt wird automatisch eine ereignisbasierte Planungsmappe erstellt.
• Das System schlägt auf Basis des mit dem Technischen Objekt verknüpften PP-Arbeitsplatzes den nächsten frei verfügbaren Slot vor (anhand von Schichtkalender und gepflegter Kapazität).
• Das System schlägt dazu passende Meldungen und Aufträge vor.
• Die Planung erfolgt kontextbezogen durch mehrere KI-Agenten mit bis zu 26 Handlungsschritten – vom Screening bis zur Kapazitätsreservierung. 

Damit sind diese Lösungen mehr als Assistenzsysteme. Sie zeigen klare Eigenschaften einer agentischen KI, die aktiv eingreift, organisiert und vorbereitet. Noch ist der Mensch als Entscheider eingebunden. Doch der Weg ist sichtbar: von der Entscheidungshilfe hin zur teilautonomen, intelligenten Prozessplanung.
 

Sprachassistenz und Mehrsprachigkeit

Die folgenden Beispiele zeigen, wie Joule konkrete Herausforderungen in der täglichen Instandhaltungsarbeit löst und dabei sowohl die Effizienz als auch die Kommunikation verbessert.

Bei der Sprachassistenz unterstützt Joule die Meldungserfassung durch natürliche Spracheingabe. Wenn ein Instandhalter »Meldung wegen hoher Temperatur an Pumpe 3 im Kühlkreislauf« ins mobile Endgerät spricht, erkennt Joule relevante Begriffe, ordnet das technische Objekt zu, schlägt Katalogeinträge und Prioritäten vor und erstellt auf Wunsch die passende Meldung.

Des Weiteren hilft Joule durch Mehrsprachigkeit dabei, Sprachbarrieren zu überwinden. Viele Unternehmen arbeiten global und wichtige Sachverhalte werden in Meldungen in der landesspezifischen Sprache erfasst. Joule erkennt diese Inhalte, kann sie übersetzen und konsistent darstellen. Damit wird Kommunikation einfacher, Missverständnisse werden reduziert.

Was Sie für den erfolgreichen KI-Einsatz brauchen

Damit KI-Lösungen wie SAP Joule oder die AI-assisted Maintenance Order Recommendations sinnvoll genutzt werden können, müssen sowohl technische als auch organisatorische Voraussetzungen erfüllt sein:

• Nutzung von SAP S/4HANA (Cloud oder Private Edition) mit aktivierter BTP-Anbindung
• Einrichtung der Joule-Komponenten in der SAP BTP und Integration in die Systemlandschaft
• Freigabe der jeweiligen Joule-Funktionen durch SAP (abhängig von Region, Sprache und Release)
• Verständnis der Rollen und Prozesse, für die Joule aktiviert werden soll
  
   

Gute Daten sind die Grundlage

KI benötigt qualitativ hochwertige, strukturierte und aktuelle Daten. Je besser die Ausgangsdaten, desto verlässlicher und sinnvoller sind die Ergebnisse der KI. Das bedeutet: 

• Technische Objekte müssen eindeutig identifizierbar sein (z. B. durch klare Equipmentstruktur, eindeutige Bezeichnungen). 
• Meldungen sollten vollständig und konsistent erfasst werden – insbesondere Freitexte, Ursachen, Maßnahmen. 
• Zeitreihen und Zustandsdaten müssen verfügbar und interpretierbar sein, idealerweise aus IoT-Szenarien oder Messpunkten. 
• Dokumente sollten sauber verknüpft sein, z. B. über das SAP-Dokumentenmanagement (DVS), SAP Business Network Asset Collaboration oder über Referenzen zu externen Quellen.
   

Integration in bestehende Prozesse

KI-Lösungen entfalten ihren Wert nur, wenn sie sich nahtlos in bestehende Arbeitsabläufe integrieren. Das bedeutet, dass KI-Vorschläge im gewohnten Kontext erscheinen müssen (z. B. in einer SAP-Fiori-App direkt im Auftragsbild).  Außerdem müssen Nutzende das System verstehen und beurteilen können – auch ohne Data-Science-Studium. Daher ist es wichtig, dass die Benutzeroberfläche intuitiv bleibt und die KI-Logik möglichst transparent ist (»Warum wurde mir genau dieser Vorschlag gemacht?«).
 

Schulung und Akzeptanz der Nutzenden 

Neue Technologien erzeugen oft Unsicherheit. Daher ist es wichtig, Ihre Mitarbeitenden frühzeitig zu informieren und aktiv einzubinden. Die folgenden Fragen sind dabei relevant: Was tut die KI – und was nicht? Wie interpretiere ich die Ergebnisse richtig? Wie erkenne ich, ob ein Vorschlag plausibel ist oder nicht? Nur wenn die Anwenderinnen und Anwender Vertrauen in das System haben, wird es genutzt und weiter verbessert.
 

Sicherheit und Governance

KI bringt nicht nur neue Möglichkeiten, sondern auch neue Fragestellungen: 

• Wer haftet, wenn ein KI-Vorschlag zu einem Schaden führt? 
• Darf die KI sicherheitsrelevante Entscheidungen treffen oder nur vorschlagen? 
• Wie wird verhindert, dass vertrauliche Daten aus SAP Business Network Asset Collaboration oder internen Rückmeldungen »versehentlich« veröffentlicht werden? 

Solche Fragen müssen geklärt und organisatorisch abgebildet werden, z. B. durch klare Rollen, Genehmigungsprozesse und IT-Richtlinien. Erfolgreicher KI-Einsatz basiert dabei auf vier zentralen Säulen: Datenqualität, Systemintegration, Ausrichtung auf die Nutzenden und Governance.

Die Texte und Abbildungen auf dieser Seite stammen aus dem Buch »Instandhaltung mit SAP S/4HANA. Das Praxishandbuch« von Karl Liebstückel und Markus Seidl.

Noch mehr Wissen rund um SAP

Erfahren Sie auf unserer Seite »SAP BTP: Überblick, Services und Einsatzmöglichkeiten« mehr zur zentralen Cloud-Plattform von SAP. Wir empfehlen Ihnen außerdem den Artikel »So gelingt die KI-Integration in SAP-Systeme«, um sich intensiver mit Künstlicher Intelligenz im SAP-Umfeld zu beschäftigen.

Wenn Sie künftig noch bessere Geschäftsentscheidungen treffen möchten, sollten Sie wissen, was die »Kerneigenschaften von Datenprodukten in der SAP BCD« sind. Oder Sie lernen »9 wichtige Regeln zur SAP-Lizenzierung« kennen.

Buchtipps zu KI und Logistik in SAP

Ein Buch ist ein guter Anfang. Manchmal braucht es mehr: einen Profi, der Fragen zu einem konkreten Projekt beantwortet. Oder den Austausch mit anderen, die vor denselben Herausforderungen stehen.
Entdecken Sie bei Rheinwerk weitere Lernformate:

Online-Kurse ● Seminare ● Konferenzen ● digitales Abo