Der DSAG-Investitionsreport ist die jährliche Erhebung der Deutschsprachigen SAP-Anwendergruppe e.V. zu IT- und SAP-Investitionen, Cloud- und ERP-Strategien sowie Kundeneinschätzungen zu SAP-Themen im DACH-Raum. Die Ausgabe 2026 wurde am 26. Februar 2026 in Walldorf veröffentlicht. Befragt wurden 198 Personen aus DSAG-Mitgliedsunternehmen, jeweils CIOs, CC-Leitende oder Ansprechpersonen aus Anwenderunternehmen. Pro Mitgliedsunternehmen war nur eine Person zugelassen. Die Befragung lief vom 8. Dezember 2025 bis 21. Januar 2026 (Quelle: DSAG Pressemitteilung, dsag.de, 26. Februar 2026). 73 Prozent der teilnehmenden Unternehmen haben den Hauptsitz in Deutschland, 12 Prozent in der Schweiz, 10 Prozent in Österreich und 5 Prozent in sonstigen Ländern. 40 Prozent der Unternehmen beschäftigen 500 bis 2.499 Mitarbeitende, 28 Prozent 5.000 oder mehr. Die Top-5-Branchen: Maschinen-, Geräte- und Komponentenbau 12 Prozent, öffentlicher Sektor 9 Prozent, Chemie 8 Prozent, Versorgungswirtschaft 7 Prozent, Konsumgüter 7 Prozent. Eine Besonderheit der Ausgabe 2026: Der Fragebogen wurde wieder durch die DSAG verteilt, nicht wie 2025 durch SAP selbst. Vergleichswerte sind daher eher mit dem Investitionsreport 2024 als mit 2025 zu lesen.
Die zentrale Zahl des DSAG-Investitionsreports 2026 ist eine Lücke: 43 Prozent der befragten Unternehmen investieren in KI-Technologien generell. Aber nur 3 Prozent investieren in SAP Business AI. Diese Lücke ist die strategische Kernaussage des Reports. Sie lässt sich auf zwei Arten lesen. Die erste Lesart: SAP-Kunden nutzen KI, aber nicht über SAP. Sie investieren in allgemeine KI-Werkzeuge, Cloud-AI-Services, eigene ML-Infrastruktur und Non-SAP-AI-Lösungen. SAP Business AI, also Joule und die spezifischen SAP-KI-Anwendungen, spielen noch eine untergeordnete Rolle. Die zweite Lesart: SAP Business AI befindet sich noch in der Early-Adopter-Phase. Die 3 Prozent repräsentieren frühe Investoren, nicht den Mainstream. Wenn die allgemeine KI-Adoption der Vorbote der SAP-AI-Adoption ist, dann wird der nächste Report einen höheren SAP-AI-Wert zeigen. Welche Lesart zutrifft, hängt davon ab, ob die 40-Prozent-Lücke strukturell ist (SAP-Kunden bevorzugen Non-SAP-KI) oder temporär (SAP-Kunden warten auf reifere SAP-AI-Funktionen).
Für SAP-Kunden, die KI-Investitionen planen oder ausweiten wollen, ist die Lücke eine Orientierungsaufgabe: Inventar zuerst. Bevor investiert wird, wird inventarisiert: Welche KI-Werkzeuge werden bereits genutzt, auch informell? Die 43-Prozent-Zahl enthält wahrscheinlich einen erheblichen Anteil an Shadow AI: Mitarbeitende, die ChatGPT, Claude oder andere Dienste für Arbeitsaufgaben nutzen, ohne dass dies zentral erfasst ist. Ein belastbares KI-Inventar ist Voraussetzung für jede strategische Entscheidung. Use-Case-Analyse vor Tool-Entscheidung. Die Frage ist nicht „SAP AI oder Non-SAP AI“, sondern „Fur welche Use Cases gibt es produktionsreife Lösungen?“ Für einige SAP-Kernprozesse (Cash Management, Production Planning) sind SAP-eigene Agenten jetzt in GA. Für andere Prozesse (ABAP-Code-Generierung, Custom-Analytics) können generische AI-Modelle mit SAP-MCP-Konnektoren relevanter sein. Governance-Infrastruktur als Voraussetzung. Unabhängig davon, ob SAP AI oder Non-SAP AI: Wer KI in SAP-Prozesse einbindet, braucht eine Governance-Infrastruktur. KI-Inventar, Risikoklassifikation, Change-Prozess für KI-Änderungen, Monitoring. Diese Infrastruktur ist werkzeugagnostisch. Sie muss vor der Adoption stehen, nicht danach.
Reife-Lücke. Viele SAP-AI-Funktionen waren bis Q1 2026 in Preview oder Early Adopter-Phase. Produktionsbereite Unternehmen warten auf GA. Das ändert sich mit dem Q1-Release (Joule Studio GA, Cash Management Agent GA), aber der Report-Zeitraum (Dezember 2025 bis Januar 2026) bildet das noch nicht ab. Integrationskomplexität. SAP Business AI ist tief in SAP-Prozesse integriert, was Change-Prozesse, Tests und Governance-Anforderungen mit sich bringt. Non-SAP-AI kann mit weniger Integrationsaufwand ausprobiert werden. Preisstruktur. SAP Business AI ist über SAP Enterprise Support oder cloud-subscription abgedeckt, aber spezifische Premium-AI-Features können zusätzliche Kosten verursachen. Die Kostenstruktur ist nicht immer transparent. Wahrnehmungsdefizit. 42 Prozent der Befragten planen keine SAP-AI-Investitionen im Planungshorizont. Das deutet auf ein Wahrnehmungsdefizit hin: Joule und die neuen Agenten-Funktionen sind bekannt, aber ihre strategische Relevanz für den eigenen Betrieb ist nicht klargemacht worden.
Für Unternehmen in der 43-Prozent-Gruppe (investieren in KI, aber nicht SAP-AI): Prüfen, ob der generelle KI-Einsatz mit SAP-Prozessen interferiert oder integriert werden sollte. SAP-AI-Use-Cases auf Reife-Status prüfen (was ist jetzt in GA?). Governance-Infrastruktur aufbauen, die für beide Welten gilt. Für Unternehmen in der 3-Prozent-Gruppe (investieren in SAP AI): Governance-Infrastruktur konsequent aufbauen, bevor weitere Agenten produktiv gehen. Change-Prozess für Agent-Updates definieren. EU-AI-Act-Klassifikation pro Agent durchführen. Für Unternehmen, die noch nicht investieren: Inventar der informellen KI-Nutzung erstellen. Das ist wahrscheinlich grösser als erwartet und der erste Schritt zur Governance.
Der DSAG-Investitionsreport 2026 dokumentiert eine 40-Prozent-Lücke zwischen allgemeiner KI-Adoption (43 Prozent) und SAP-AI-Investitionen (3 Prozent). 78 Prozent der DACH-SAP-Kunden betreiben hybride Landschaften. Die strategische Konsequenz: KI-Inventar zuerst, Governance-Infrastruktur als Voraussetzung, Use-Case-Analyse vor Tool-Entscheid.