An initiative by Solutive AG
solutive.ag
KI Governance

KI in der Unternehmenspraxis. Toolchain, Betrieb und Kontrolle

Eine belastbare KI-Toolchain ist 2026 Voraussetzung für den produktiven Einsatz von KI im Unternehmen. Sie besteht aus sechs Layern: Datenschicht, Experimentier-, Trainings-, Serving-, Monitoring- und Governance-Layer. Für SAP-Kunden ergänzt SAP AI Foundation den Stack.
April 23, 2026
min Lesezeit
16

Definition

Unter KI-Toolchain wird die technische Kette aus Werkzeugen, Plattformen und Prozessen verstanden, mit denen Unternehmen KI-Modelle entwickeln, trainieren, testen, ausrollen, betreiben und überwachen. Die Disziplin dahinter heisst MLOps für klassische ML-Modelle und LLMOps für generative KI und Agenten.

Für SAP-Kunden kommt eine besondere Dimension hinzu: SAP hat seit 2024 eine eigene AI-Landschaft aufgebaut, die eng mit den operativen SAP-Systemen verzahnt ist. Joule, SAP AI Foundation, Business AI und BTP AI Services bilden einen integrierten Stack.

Business-Kontext

Zwei Dimensionen prägen den KI-Toolchain-Aufbau in Unternehmen 2026:

Governance-Anforderungen treffen Toolchain-Entscheidungen. Der EU AI Act verlangt Log-Aufbewahrung, Monitoring und Incident-Reporting. Diese Anforderungen müssen in der Toolchain-Architektur berücksichtigt werden, nicht nachträglich hinzugefügt werden.

SAP vs. Generic AI Platforms. Unternehmen mit SAP-Kernlandschaft stehen vor der Wahl: SAP-nativ (Joule, BTP AI Services) oder generische Plattformen (Azure OpenAI, AWS Bedrock, Google Vertex AI)? Die Antwort ist oft hybrid.

Lösungsansätze

Sechs-Layer-Architektur. Datenschicht, Experimentier-Layer, Trainings-Layer, Serving-Layer, Monitoring-Layer und Governance-Layer bilden die vollständige Toolchain.

SAP AI Foundation für SAP-native Szenarien. Joule und BTP AI Services bieten tiefe Integration in SAP-Prozesse, aber begrenzte Flexibilität für eigene Modelle.

Governance by Design. Logging, Monitoring und Audit Trail werden in der Toolchain-Architektur von Anfang an eingeplant.

Probleme und Risiken

Shadow AI. Mitarbeitende nutzen KI-Tools ausserhalb der offiziellen Toolchain. Das erzeugt unkontrollierte Datenflüsse und Compliance-Risiken.

Vendor Lock-in. Starke Abhängigkeit von einem KI-Plattformanbieter erhöht Risiken bei Preisveränderungen und Abkündigungen.

Best Practice

KI-Inventar als Ausgangspunkt. Vor dem Toolchain-Aufbau alle genutzten KI-Systeme erfassen, auch informelle und abteilungsspezifische.

Governance-Anforderungen in Architektur einbauen. Log-Persistenz, Monitoring und Incident-Reporting sind keine nachträglichen Add-ons, sondern Architekturbestandteile.

Tool Landscape

Zusammenfassung

Eine belastbare KI-Toolchain ist 2026 Voraussetzung für den produktiven KI-Einsatz. Die Sechs-Layer-Architektur bildet den vollständigen Stack. Für SAP-Kunden ergänzt SAP AI Foundation den Stack mit tiefer Prozessintegration. Governance by Design ist kein optionales Prinzip, sondern Architekturpflicht.

Quellen

  • SAP AI Foundation, SAP Help Portal, Q1 2026
  • NIST AI Risk Management Framework
  • COI Feature Registry, März 2026
Autor:
Christian Steiger
Thomas A. Anderson