DSAG-Personaltage 2026: KI in SAP HCM – und warum Governance jetzt über den Erfolg entscheidet

Ich war auf den DSAG-Personaltagen 2026 – mit einem klaren Fokus: Wie verändert Künstliche Intelligenz die Arbeit in SAP HCM wirklich? Zwischen vollen Vortragsräumen und vielen Demos sind mir zwei Sessions besonders im Gedächtnis geblieben. Beide führen zu derselben Erkenntnis: Die Technik ist weiter, als viele glauben. Der eigentliche Engpass liegt woanders.

Session 1: KI-Mythen im Reality-Check

Stephan Koenen und Andreas Schmidhuber (SAP) hatten sich als „Mythbusters“ fünf hartnäckige Annahmen vorgenommen, die in fast jedem HR-Projekt zur KI auftauchen: KI ersetzt HR, KI-Einführung ist ein reines IT-Projekt, KI in HR ist zu riskant, der ROI ist im HR nicht messbar – und: Wir können erst einmal abwarten.

Der wichtigste Mythos zuerst: KI ersetzt HR nicht. Sie verschiebt die Rollen. Das Bild, das SAP für die „Autonomous HCM“ zeichnet, ist klar gegliedert: Menschen geben die Richtung vor, Assistenten orchestrieren, Agenten führen aus. In der SAP-Welt heißt das konkret Joule-Assistenten, die für eine Aufgabe die passenden Agenten, Skills und Tools koordinieren – vom Recruiting über die Entgeltabrechnung bis zur Personalentwicklung.

Eine Zahl ist hängengeblieben: 80 Prozent der Beschäftigten erwarten, dass KI ihnen hilft, sich auf wertvollere Arbeit zu konzentrieren. Oder, wie es eine Folie auf den Punkt brachte: Die Gewinner werden nicht die Unternehmen mit der besten KI sein, sondern jene, die Arbeit zwischen Mensch und KI am besten orchestrieren.

Der blinde Fleck: Governance

Spannend wurde es für mich als Berater bei den Hürden. Eine SAP-SuccessFactors-Untersuchung über 59 Kundenorganisationen zeigt eine deutliche Lücke: 67 Prozent der Organisationen haben überhaupt kein KI-Governance-Modell, 78 Prozent kein dediziertes KI-Budget – und nur 6 Prozent verfügen über eine HR-spezifische Governance. Die Technik ist reif. Die Leitplanken fehlen. Genau hier entscheidet sich, ob KI im HR Vertrauen schafft oder Risiken automatisiert.

Session 2: Das Dino-Dilemma im HR

Michael C. Müller (Head of Innovation and Technology, SF MEE) stellte die provokante Frage: Tötet KI die klassischen HCM-Systeme – oder beginnt jetzt erst ihre wichtigste Phase? Sein Aufhänger war eine kluge Demo unter dem Titel „Äpfel und Orangen“: Multimodale Sprachmodelle zählen Objekte auf einem Bild nicht, indem sie sie wahrnehmen, sondern indem sie über semantische Wahrscheinlichkeiten approximieren. Verschiedene Methoden lieferten entsprechend verschiedene Ergebnisse.

Die Kernbotschaft dahinter: probabilistisch versus deterministisch. Ein Sprachmodell gibt die wahrscheinlichste Antwort – nicht zwingend die exakt richtige. Für Entgeltabrechnung, gesetzliche Aufbewahrungs- und Löschfristen oder Compliance-Prüfungen ist dieser Unterschied keine akademische Spitzfindigkeit. Er ist die ganze Frage. Müller machte zudem deutlich, dass Risiken wie Prompt Injection real sind und ernst genommen werden müssen.

Die Antwort von SAP lautet: relevante, verlässliche und verantwortungsvolle KI. Dazu gehören das Grounding der Agenten in echtem Geschäftswissen (etwa über den SAP Knowledge Graph), nachvollziehbare und erklärbare Entscheidungen, menschliche Freigabe bei kritischen Aktionen sowie Enterprise-Guardrails und Zertifizierungen wie ISO/IEC 42001. In der Praxis zeigte Müller eingebettete KI wie das KI-gestützte Schreiben (über 40 Prozent Zeitersparnis) und das Kundenbeispiel Standard Chartered, wo 80 Prozent der Beschäftigten angaben, dass KI-gestütztes Schreiben den Wert ihres Feedbacks erhöht hat.

Und das Dino-Dilemma? Müllers Antwort ist eindeutig: Die klassischen HCM-Systeme sterben nicht. Im Gegenteil – ihre wichtigste Phase beginnt gerade erst. Denn ohne sauberes, strukturiertes und rechtlich beherrschtes Datenfundament hat auch die beste KI nichts, worauf sie verlässlich aufsetzen könnte.

Meine Einordnung als SAP-HCM-Berater

Beide Sessions treffen sich an einem Punkt, der in der Begeisterung um Agenten und Assistenten oft untergeht: KI in SAP HCM entfaltet ihren Wert nur auf einem sauberen, DSGVO-konformen Datenfundament. Ein probabilistisches System, das auf ungelöschte Altdaten, abgelaufene Aufbewahrungsfristen und unklare Berechtigungen losgelassen wird, automatisiert keine Compliance – es automatisiert das Risiko.

Hier schließt sich der Kreis zwischen deterministisch und probabilistisch. Aufbewahrungs- und Löschregeln sind deterministisch: Eine Frist ist abgelaufen oder nicht, ein Datensatz ist zu löschen oder aufzubewahren. Genau dieses deterministische Fundament – Löschkonzept, Information Lifecycle Management, saubere Berechtigungen – ist die Voraussetzung dafür, dass darauf aufsetzende KI vertrauenswürdig arbeiten kann. Datenminimierung ist damit keine lästige Pflichtübung mehr, sondern die Startbahn für jede ernstzunehmende KI-Strategie im Personalwesen.

Fazit

Der teuerste der fünf Mythen ist „Wir können warten“. Wer KI-Pilotprojekte sinnvoll wählt, Basiswerte misst und den Mehrwert nachweist, kommt schnell in die Wertschöpfung. Aber: Klein anfangen, Mehrwert beweisen, mit Vertrauen skalieren – und zwar in dieser Reihenfolge. Das Fundament aus Governance, Löschkonzept und beherrschten Daten kommt zuerst. Wer es überspringt, baut sein KI-Haus auf Sand.

Wenn Sie KI in Ihrem SAP HCM einführen möchten und sich fragen, wie Ihr Datenfundament dafür aufgestellt sein muss, sprechen wir gern darüber. Genau an dieser Schnittstelle aus SAP HCM, Datenschutz und Löschkonzept arbeiten wir täglich.