Stellen Sie sich vor, ein Kunde fragt nach seiner Lieferung zu Auftrag 4711. Statt mehrere SAP-Ansichten zu öffnen, fragen Sie einen AI-Agenten und erhalten eine verständliche Zusammenfassung des aktuellen Status. Damit das zuverlässig funktioniert, braucht der Agent einen kontrollierten Zugang zu Ihren Geschäftsdaten. Das Model Context Protocol (MCP) standardisiert diesen Zugang. Entscheidend bleiben passende Funktionen, klare Berechtigungen und ein verlässlicher Betrieb.
Was ist MCP und was bedeutet es für SAP?
MCP ist ein offener Standard, über den AI-Anwendungen externe Werkzeuge und Informationen nutzen können. Vereinfacht lässt es sich mit einem USB-C-Anschluss für AI vergleichen: Ein einheitlicher Anschluss erleichtert die Verbindung unterschiedlicher Anwendungen und Systeme.
Abbildung 1: MCP ist USB-C für AI als Metapher. (Bild wurde mit Hilfe von AI generiert)
MCP ist dabei kein SAP-eigenes Protokoll. Es kann beispielsweise ausgewählte Funktionen aus SAP S/4HANA für einen Agenten zugänglich machen. Dabei übernehmen drei Bausteine unterschiedliche Aufgaben:
- Die AI-Anwendung mit MCP-Client verbindet den Agenten mit dem Server, beispielsweise ein in Joule Studio erstellter Agent.
- Der MCP-Server stellt Tools bereit und vermittelt den Zugriff auf angebundene Systeme, beispielsweise über OData-APIs auf Kundenaufträge und Lieferungen in SAP S/4HANA.
- Ein Tool beschreibt eine aufrufbare Funktion einschließlich Zweck, Eingabeparametern und Ergebnis, beispielsweise zur Abfrage des Lieferstatus eines Kundenauftrags.
MCP standardisiert den Zugriff, liefert aber nicht automatisch das nötige SAP-Prozesswissen. Dieses muss durch fachlich beschriebene Tools und die dahinterliegende Geschäftslogik eingebracht werden.
Welche Rolle spielen SAP Integration Suite und Joule Studio?
Abbildung 2: Vereinfachte logische Architektur für den MCP-Zugriff eines Joule-Agenten auf SAP- und Nicht-SAP-Systeme. (Bild wurde mit Hilfe von AI generiert)
Das MCP-Gateway in der SAP Integration Suite ermöglicht es, MCP-Server zentral bereitzustellen und ihre Nutzung zu steuern. Funktionen aus SAP- und Nicht-SAP-APIs werden als Tools zugänglich. Authentifizierung, Berechtigungsprüfungen, Aufrufbegrenzungen und Monitoring sichern deren Nutzung ab. Quelle: SAP Developer Center
Joule Studio ermöglicht die Entwicklung eigener Joule-Agenten und die Einbindung von MCP-Servern. SAP beschreibt zudem einen Ansatz mit automatisch generierten MCP-Servern, die um fachlichen Kontext ergänzt werden. Dieser hilft dem Agenten, die Bedeutung von SAP-Geschäftsobjekten und die Verwendung der angebotenen Funktionen einzuordnen. Unternehmen können auch eigene Server betreiben, beispielsweise auf SAP BTP. Deren Sicherheit, Verfügbarkeit und Versionspflege liegen dann in ihrer Verantwortung. Quelle: SAP Architecture Center
MCP verbindet Agenten mit Tools, das Agent2Agent-Protokoll (A2A) via Agent Gateway adressiert die Zusammenarbeit zwischen Agenten. Beide Ansätze ergänzen sich, lösen aber unterschiedliche Aufgaben. Quelle: A2A and MCP for AI Agent Interoperability
Praxisbeispiel: Lieferstatus direkt im Chat abfragen
Wie gelangt der Agent nun von Ihrer Frage zu einer belastbaren Auskunft über Auftrag 4711? Der Ablauf umfasst vier Schritte:
- Anfrage verstehen: Der Agent erkennt, dass ein Lieferstatus benötigt wird.
- Tool aufrufen: Er nutzt ein dafür freigegebenes Tool, hier beispielhaft get_sales_order_delivery_status, und übergibt die eindeutig zugeordnete Auftragsnummer.
- SAP-Daten auswerten: Die Implementierung hinter dem Tool liest über geeignete APIs den Kundenauftrag und die zugehörigen Lieferungen. Berechtigungen und fachliche Regeln werden serverseitig durchgesetzt.
- Ergebnis erläutern: Der Agent fasst den Status mit Belegreferenz und Abfragezeitpunkt zusammen und weist auf fehlende Informationen hin.
Gute MCP-Tools bilden Geschäftsaufgaben ab
Vorhandene APIs als Tools freizugeben, ist ein naheliegender Einstieg. Doch ein Agent sollte möglichst nicht selbst herausfinden müssen, welche technischen Einzelaufrufe einen fachlichen Vorgang ergeben. Für den Lieferstatus ist ein klar beschriebenes Tool meist hilfreicher als ein allgemeiner Zugriff auf Auftragspositionen, Lieferbelege und Statusfelder. Ein SAP-Fachbeitrag empfiehlt entsprechend, Tools an Geschäftsabsichten auszurichten und verbindliche Regeln nicht allein in Prompts zu hinterlegen. Quelle: SAP Community
Kriterium | Technische Einzeloperationen | Fachlich zugeschnittenes Tool |
Aufgabe des Agenten | Passende Aufrufe und Beziehungen selbst bestimmen | Eine klar beschriebene Geschäftsaufgabe auswählen |
Ergebnis | Einzelne Datensätze und technische Felder | Relevante, fachlich eingeordnete Informationen |
Daten- und Tokenbedarf | Kann durch große Antworten und Zwischenschritte steigen | Lässt sich durch gezielte Ergebnisse begrenzen |
Zugriffssteuerung | Muss je Operation und Datenumfang gestaltet werden | Kann eng an der Geschäftsaufgabe ausgerichtet werden |
Umsetzung | Schneller Start bei geeigneten APIs | Mehr Entwurfsarbeit, dafür weniger Orchestrierung im Agenten |
Für einfache Leseoperationen kann die direkte API-Abbildung ausreichen, bei komplexeren Abläufen sind fachlich zugeschnittene Tools meist die bessere Wahl.
Sicherheit: Das Gateway allein reicht nicht
Ein zentraler Zugang erleichtert Governance, ersetzt aber kein durchgängiges Sicherheitskonzept. Vier Punkte sind entscheidend:
- Berechtigungen durchsetzen: Der Zugriff auf ein Tool darf keine SAP-Berechtigungen umgehen. Benutzer- und Agentenidentität müssen bis ins Backend berücksichtigt werden.
- Schreibzugriffe absichern: Kritische Änderungen benötigen serverseitige Prüfungen, eine explizite Freigabe und Schutz vor Doppelverarbeitung.
- Daten und Systeme schützen: Nur benötigte Daten an das AI-Modell übergeben und deren Verarbeitung prüfen. Aufruflimits und Zeitüberschreitungen begrenzen die Last. Anweisungen in abgerufenen Inhalten dürfen keine Sicherheitsregeln aushebeln.
- Aktionen nachvollziehbar machen: Identität, Tool, Geschäftsvorgang und Ergebnis protokollieren, ohne sensible Daten oder Zugangsinformationen ungeschützt in Logs abzulegen.
Vom Pilotprojekt zum belastbaren Einsatz
Für den Einstieg empfehlen wir einen eng begrenzten, häufig benötigten Leseanwendungsfall. Der Lieferstatus eignet sich beispielsweise dann, wenn Datenquellen und Berechtigungen bereits klar definiert sind. Diese Schritte schaffen die Grundlage:
- Nutzen bestimmen: Erfolgskriterien festlegen, etwa Bearbeitungszeit, Antwortqualität und notwendige Rückfragen.
- Daten und APIs prüfen: Sind die benötigten Informationen verfügbar, aktuell und fachlich eindeutig?
- Tools gestalten und testen: Funktionen und Berechtigungen definieren, dabei auch Grenzfälle und Systemausfälle berücksichtigen.
- Betrieb absichern: Verantwortlichkeiten, Monitoring, Versionierung und Kostenkontrolle klären, bevor weitere Funktionen hinzukommen.
Nicht jeder Prozess benötigt einen AI-Agenten. Für einen festen, regelbasierten Ablauf kann eine klassische API-Integration oder ein Workflow einfacher und wirtschaftlicher sein. MCP wird besonders interessant, wenn ein Agent situationsabhängig ausgewählte Werkzeuge nutzen soll.
Fazit: Der Mehrwert liegt im Zusammenspiel von AI und SAP-Prozesswissen
MCP erleichtert den standardisierten Zugang von AI-Agenten zu SAP-Funktionen. Verlässlich wird dieser Zugang durch fachlich passende Tools, kontrollierte Berechtigungen und einen klar geregelten Betrieb. Die entscheidende Frage lautet
deshalb: Welche Geschäftsaufgabe soll ein Agent sicher und nachvollziehbar unterstützen?
Welcher Automatisierungsansatz dafür geeignet ist, erläutern unsere DSAG-Academy-Trainer im Interview Workflow-Automatisierung: Wann AI sinnvoll ist. CubeServ begleitet Sie dabei von der Bewertung des Anwendungsfalls über die SAP-Integration bis zu Governance, Schulungen und Betrieb.
Sie möchten einen passenden Anwendungsfall identifizieren? Sprechen Sie mit uns über Ihre SAP-Landschaft und die nächsten Schritte.
