SAP finanziert eine Partnerarmee und Anthropic bildet zehntausend Ingenieure aus

Zwei Enterprise-KI-Ankündigungen fielen in dieselbe Woche, und keine davon handelte von einem besseren Modell. SAP begann am 6. Oktober mit der Ausrollung von Joule Work an Kunden und kündigte einen Partnerfonds in Höhe von 100 Millionen Euro an. Anthropic startete am 2. Oktober die Claude Frontier Academy und verpflichtete sich, bis Ende 2027 100 Millionen Dollar in die Ausbildung von 10.000 Frontier Deployed Engineers zu investieren.
Beide Unternehmen geben viel Geld für denselben Engpass aus. Die Modelle sind gut genug. Die Einschränkung ist die Zahl der Menschen, die sie in einer echten Organisation in den Produktivbetrieb bringen können.
Die Höhe der beiden Zusagen ist das Signal. Hundert Millionen Euro und hundert Millionen Dollar sind Rundungsfehler im Vergleich zu den Compute-Budgets der Labore, die Frontier-Modelle entwickeln, und sie sind enorm im Verhältnis zu dem, was irgendjemand für die Implementierung ausgibt. Wenn zwei Anbieter unabhängig voneinander entscheiden, dass der begrenzende Faktor menschlich und nicht technisch ist, ist das eine Aussage darüber, wo die Branche tatsächlich steht.
Das Timing ist so aufeinander abgestimmt, dass es eher auf eine geteilte Erkenntnis als auf einen Zufall hindeutet. Beide Ankündigungen kamen nach einem Jahr, in dem Agentenplattformen schneller ausgeliefert wurden, als Unternehmen sie einsetzen konnten, und in dem die Lücke zwischen einem Launch und einer Produktionslast zum sichtbarsten Problem der Kategorie wurde.
SAP bringt Agenten in die Systeme of Record
Joule Work koordiniert mehr als 50 domänenspezifische Assistenten aus einem Pool von 200 spezialisierten Agenten, die in ERP-, Finanz-, Beschaffungs- und HR-Workflows eingebettet sind. Die allgemeine Verfügbarkeit von Joule Work, Joule Studio und verwandten autonomen Fähigkeiten ist für Oktober 2026 geplant.
Die Positionierung ist wichtiger als die Anzahl der Agenten. SAP platziert seine KI-Schicht in den Systemen, in denen die Unternehmensdaten tatsächlich leben, und konkurriert damit direkt mit Microsoft Copilot, Salesforce Agentforce, ServiceNow AI Agents und den Angeboten von Oracle. Ein Agent, der im ERP lebt, hat Zugriff auf die Datensätze, die Berechtigungen und die Prozessdefinitionen, ohne dass ein Datenexportprojekt nötig ist. Ein von außen angeschraubter Agent muss all das erst rekonstruieren.
Das ist das stärkste Argument für SAP-native Agenten und das stärkste Argument gegen sie – je nachdem, wer zuhört. Für einen Kunden, der bereits SAP betreibt, ist der Integrationsvorteil real und für einen Wettbewerber schwer zu erreichen. Für einen Kunden, der sich Sorgen über Lock-in macht, ist eine in das System of Record eingewebte KI-Schicht schwerer zu entfernen als ein eigenständiges Tool, und die Wechselkosten steigen mit jedem Workflow, der davon abhängt.
Die 100 Millionen Euro fließen in den Aufbau von Implementierungskapazität bei Partnern. Klar gesagt: SAP zahlt dafür, eine Belegschaft zu schaffen, die tatsächlich einsetzen kann, was das Unternehmen verkauft. Die eigene Ankündigung des Unternehmens beschreibt den Plattformumfang, was nicht dasselbe ist wie verifizierte Akzeptanz oder messbarer ROI auf Prozessebene. Käufer sollten nach Preisen, Nutzungslimits, Bedingungen zur Datenisolation und Ergebnissen auf Prozessebene fragen, bevor sie Budget von Chatbot-Piloten in SAP-native Workflow-Automatisierung verschieben.
Die Unterscheidung zwischen Umfang und Akzeptanz sollte man ernst nehmen, denn Agentenzahlen lassen sich leicht aufblähen. Eine Plattform, die 200 spezialisierte Agenten über ein Dutzend Domänen koordiniert, beschreibt, was sie leisten kann, nicht, was ein Kunde erreicht hat. Die relevante Evidenz sind Aufgabenabschlussraten, Kosten pro gelöstem Fall und die Frage, ob die Automatisierung den Kontakt mit den unordentlichen Randfällen übersteht, aus denen ein echter Finanz- oder Beschaffungsprozess besteht.
Anthropic finanziert die Deployment-Schicht
Die 100-Millionen-Dollar-Zusage von Anthropic zielt auf 10.000 Ingenieure, die bis Ende 2027 im Bereich Claude-Deployment geschult werden. Das Vehikel dafür ist die Claude Frontier Academy.
Die Logik ist dieselbe wie bei SAP, nur von einem anderen Ausgangspunkt. Anthropic verkauft Modelle und API-Zugang. Zwischen einer Lizenz und einem funktionierenden agentischen Workflow liegt eine Lücke, die in Ingenieurstunden gemessen wird, und das Angebot an Menschen, die diese Lücke schließen können, ist kleiner als die Nachfrage. 10.000 von ihnen auszubilden erweitert die effektive Implementierungskapazität von Anthropic und konkurriert indirekt mit dem Partnernetzwerk von Microsoft, den Professional Services von Google Cloud und anbieterneutralen Systemintegratoren.
Es gibt neben der Kapazität auch eine strategische Dimension. Ein im Claude-Deployment geschulter Ingenieur trägt eine Reihe von Gewohnheiten und eine bevorzugte Toolchain in jedes Projekt, das er danach anfasst. Ausbildung ist ein Vertriebskanal, der sich verzinst, und ein Anbieter, der die Implementierungsbelegschaft ausbildet, prägt mit, welche Modelle in Räumen gewählt werden, in denen er nicht sitzt.
Auch in den Zahlen steckt ein Vorbehalt. Die Ankündigung legt nicht fest, wie viele Ingenieure einem einzelnen Kunden zur Verfügung stehen werden, ob die Ausbildung kostenlos oder bezuschusst ist und welche Implementierungssätze und Service-Level gelten. Ausbildungskapazität ist nicht dasselbe wie garantierte Lieferkapazität, und Käufer sollten ausdrückliche Zusagen verhandeln, statt anzunehmen, dass ein größerer ausgebildeter Pool für sie ein schnelleres Deployment bedeutet.
Derselbe Engpass zeigt sich in der Zuverlässigkeitsschicht
Während SAP und Anthropic Menschen finanzieren, finanzieren andere Unternehmen die Infrastruktur, die dafür sorgt, dass die Arbeit dieser Menschen trägt. Restate sammelte in einer Series A 20 Millionen Dollar für dauerhafte Infrastruktur für Agenten-Workflows ein, mit dem Ziel der Laufzeitzuverlässigkeit, damit ein lang laufender Agent nicht mitten in einer Aufgabe ohne Warnung ausfällt. IBM stellte seinen Coding-Agenten Bob für Self-Hosted-Deployment in OpenShift-Umgebungen bereit, einschließlich On-Premises-, Private-Cloud-, Sovereign-Cloud- und Air-Gapped-Konfigurationen, wodurch Banken, Regierungen und Verteidigungsunternehmen KI-gestützte Entwicklung nutzen können, ohne Quellcode an einen Multi-Tenant-Dienst zu senden.
Der Kompromiss beim Self-Hosting besteht darin, dass der Käufer Infrastruktur, Patches, Modell-Governance und Observability übernimmt. Die verfügbare Berichterstattung bietet Deployment-Optionen, aber keinen unabhängigen Coding-Benchmark, keine Preise pro Entwickler und keinen gemessenen Produktivitätszuwachs.
Der Self-Hosting-Trend und der Ausbildungstrend deuten von entgegengesetzten Enden auf dieselbe Schlussfolgerung hin. Die Kunden von IBM wollen Agenten, die das Gebäude nie verlassen. Die Kunden von Anthropic wollen Menschen, die wissen, wie man sie baut. Beides sind Antworten auf dieselbe Sorge: Ein Agent, der regulierte Daten berührt, braucht Kontrollen, auf die der Käufer bei einem Audit zeigen kann, und die Zusicherung eines Anbieters ist nicht dasselbe wie der Nachweis des Käufers.
Was die Woche über den Markt aussagt
Die Konvergenz ist kaum zu übersehen. SAP baut eine Plattform und finanziert Partner, um sie zu implementieren. Anthropic baut ein Modell und finanziert Ingenieure, um es einzusetzen. Restate baut die Laufzeitumgebung, die verhindert, dass Agenten stillschweigend ausfallen. IBM verlagert Agenten auf Hardware, die der Käufer kontrolliert.
Keine dieser Ankündigungen handelt von Leistungsfähigkeit. Sie handeln von der Distanz zwischen einer funktionierenden Demonstration und einem funktionierenden Deployment in einer regulierten Organisation, und genau für diese Distanz gibt der Enterprise-KI-Markt jetzt sein Geld aus.
Diese Verschiebung hat eine vorhersehbare Konsequenz dafür, wie Anbieter im kommenden Jahr konkurrieren werden. Die Modellqualität wird sich weiter verbessern, aber sie wird aufhören, der entscheidende Faktor bei den meisten Unternehmenskäufen zu sein. Entscheidend werden Integrationskapazität, Audit-Trails, Datenresidenz und die Frage, ob ein Support-Ingenieur im Call sein kann, wenn um 2 Uhr nachts etwas ausfällt. Nichts davon sind Benchmark-Zahlen, und alles davon ist schwer zu kopieren.
Für Käufer bedeutet das praktisch, dass Anbieteraussagen über Agentenzahlen und Plattformumfang als Beschreibungen von Ambitionen gelesen werden sollten. Entscheidend ist, ob ein namentlich genannter Partner in Ihrem Haus sein kann, ob Ihre Daten dort bleiben, wo Ihr Compliance-Team sie braucht, und ob die Entscheidungen des Agenten einen Audit-Trail erzeugen, den Ihre Aufsichtsbehörde akzeptiert. Governance holt bei der Leistungsfähigkeit auf, und die Anbieter konkurrieren jetzt darum, was sie zuerst liefern können.
Verwandte Artikel
Satellitenbilder sind jetzt Trainingsdaten für Roboter
Der Engpass beim Training physischer KI ist nicht mehr die Rechenleistung oder die Modellfähigkeit. Er wurde die Qualität der synthetischen Welt.
Googles Gemini 3.5 Live Translate beseitigt die Pause
Übersetzung, die kontinuierlich läuft, in der Stimme der sprechenden Person, auf einem Telefon, das ohnehin schon in der Tasche steckt, macht das Feature von etwas, das man öffnet, zu etwas, das einfach an ist.
China hat den ersten verbindlichen Sicherheitsstandard für KI-Agenten geschrieben
Sicherheit wird von einem Feature, mit dem man wirbt, zu einer Hürde, die man passieren muss. Das Risikoinventar umfasst 13 Kategorien und 97 Punkte.
KI-generierte Inhalte müssen jetzt ihre Identität offenlegen
Dieser Schritt löst nicht alle Probleme, aber er macht „KI-generiert“ von einer Option, die man verbergen konnte, zu einer Frage, die beantwortet werden muss.