Vom System of Record zum System of Action: Die gemeinsame KI-Strategie der Plattform-Riesen

Wenn sechs konkurrierende Konzerne im selben Jahr unabhängig voneinander zur selben Strategie greifen, ist das kein Zufall — es ist ein Signal über die Richtung des Marktes. Genau das habe ich in der Enterprise-Keynote-Saison 2026 beobachtet: SAP, Microsoft, Salesforce, Oracle, ServiceNow und Workday haben, jeder in eigener Sprache, denselben strategischen Schwenk vollzogen.

Ich habe einen Großteil meiner Laufbahn an der Schnittstelle von Geschäftsstrategie und Enterprise-Architektur verbracht. Aus dieser Perspektive lese ich die Saison nicht als Produktshow, sondern als Strategiepapier — und es lässt sich auf fünf Muster verdichten, die jeder Entscheider kennen sollte. Den Gesamtüberblick über die Saison gebe ich in diesem Artikel; hier gehe ich in die strategische Tiefe.

Der Paradigmenwechsel in einem Satz

Die Plattformen hören auf, bloße Aufzeichnungssysteme zu sein, und werden zu ausführenden Systemen. SAP nennt es „Autonomous Suite“, Oracle den Wandel vom „System of Record“ zum „System of Innovation“, ServiceNow spricht vom „System of Action“, Salesforce vom „Agentic Enterprise“. Der gemeinsame Nenner: Software, die nicht nur weiß, sondern handelt. Was das geschäftlich bedeutet — eine Verschiebung der Werteinheit von Zugang zu Ergebnis — habe ich in „Von SaaS zu GaaS“ beschrieben. Diese fünf Muster sind das technisch-strategische Gerüst darunter.

Muster 1: Daten und Kontext sind der Burggraben

Der meistgesagte Satz der Saison lautete sinngemäß: „Das Sprachmodell kennt eure Geschäftsdaten nicht.“ Oracle formulierte es am direktesten — „It all starts with data. Your data.“ SAP baute eine eigene Kontextebene mit Knowledge Graph und „Company Memory“, Salesforce stützt seine Agenten auf Data 360, Microsoft auf die IQ-Schicht über Web-, Geschäfts- und Arbeitsdaten.

Die strategische Pointe: Das generische Sprachmodell wird zur Massenware, der unternehmenseigene Kontext zum eigentlichen Wettbewerbsvorteil. Wer seine Daten nicht im Griff hat, kann sich das leistungsfähigste Modell kaufen und wird trotzdem mittelmäßige Ergebnisse bekommen. Warum SAP dafür über eine Milliarde Euro in seine Datenstrategie steckt, habe ich in dieser Analyse auseinandergenommen.

Muster 2: Der Semantic Layer wird zum Pflichtbaustein

Daten allein genügen nicht — die KI muss verstehen, was sie bedeuten. Deshalb tauchte in fast jeder Keynote ein Begriff auf, der lange ein Nischenthema war: der Semantic Layer. Oracle stellte „Semantic Models & Ontologies“ vor, die erklären, wie über die Daten zu reasonen ist. Salesforce präsentierte einen Semantic Layer als gemeinsames Datenvokabular über Agenten und Teams hinweg. SAP setzt auf Domänenmodelle, Microsoft auf die Ontologie-Schicht von Fabric.

Strategisch heißt das: Die Definitionshoheit über Begriffe und Kennzahlen — was ist ein „aktiver Kunde“, wie zählt ein „abgeschlossener Auftrag“ — wird zur Grundlage verlässlicher KI. Warum modulare, kontextzentrierte Architekturen hier den Unterschied machen, vertiefe ich in „Warum modulare KI-Architekturen der Schlüssel sind“.

Muster 3: Governance ist Architektur, nicht Feature

ServiceNow brachte es auf die einprägsamste Formel: Governance sei „not a feature, it’s the whole ball game“. Und tatsächlich hat jeder Hersteller eine eigene Kontrollebene gebaut — ServiceNows AI Control Tower, SAPs AI Agent Hub, Microsofts Agent 365, Workdays Agent Passport, Oracles Verlagerung der Sicherheit auf die Datenebene.

Das ist eine architektonische Aussage: Wer Agenten loslässt, die eigenständig handeln, muss sie behandeln wie Mitarbeiter — mit Identität, Rechten, Audit und Abschaltbarkeit. Governance ist hier kein nachgelagertes Compliance-Häkchen, sondern Voraussetzung für Geschwindigkeit. Die ROI- und Risikoseite dieser Wette behandle ich gesondert in „Agentic AI im Unternehmen“.

Muster 4: Offene Protokolle binden alles zusammen

Drei Kürzel zogen sich durch alle sechs Keynotes: MCP (Model Context Protocol), A2A (Agent-to-Agent) und teils A2UI. Sie sind die Verkehrsregeln, mit denen Agenten Werkzeuge aufrufen und untereinander kommunizieren — herstellerübergreifend. Workday-Agenten erscheinen in Microsoft Copilot und Google Gemini, Salesforce wird „headless“ außerhalb der eigenen Oberfläche nutzbar, ServiceNows Action Fabric öffnet die Plattform für jede KI.

Bemerkenswert ist ein zweites Muster im Muster: Anthropics Claude ist bei fünf der sechs Hersteller Partner. Der Markt vereinheitlicht sich also nicht nur bei den Protokollen, sondern auch bei den Modellen. Warum Kontext — und nicht das Modell — zum eigentlichen API der KI-Ära wird, habe ich in „Context Is the New API“ ausgeführt.

Muster 5: Agent-Bauen wird Low-Code

Jeder Hersteller hat eine Werkbank ausgerollt, um Agenten zu bauen — SAP Joule Studio 2.0, Microsoft Copilot Studio, Salesforce Agentforce, Oracles Private Agent Factory, Workdays Developer Agent. Das Versprechen überall: in natürlicher Sprache, low-code bis pro-code. Strategisch demokratisiert das die Entwicklung — und verlagert den Wettbewerb von „wer kann programmieren“ zu „wer kennt seine Prozesse gut genug, um sie einem Agenten zu übergeben“.

Was die Strategie für Ihre Plattformwahl bedeutet

Aus diesen fünf Mustern folgen für Entscheider drei nüchterne Schlüsse. Erstens: Investieren Sie zuerst in Ihr Datenfundament und Ihren Semantic Layer — sie sind die Voraussetzung, an der jede Agenten-Initiative sonst scheitert. Zweitens: Bewerten Sie Plattformen nicht nur nach Funktionsumfang, sondern nach ihrer Governance-Ebene und ihrer Offenheit für MCP/A2A — denn reine Lock-in-Strategien laufen gegen den Markttrend. Drittens: Ihr ERP, CRM oder HCM bleibt das Gehirn — die Agentenschicht ist nur so gut wie die Prozesse darunter.

Diese Abwägungen sind selten technisch und fast immer strategisch. Wenn Sie die Plattform-Strategie 2026 auf Ihre konkrete Architektur und Ihren Reifegrad übersetzen wollen, sprechen Sie mich an — genau diese Übersetzung von Hersteller-Ankündigung in tragfähige Entscheidung ist meine Arbeit.