Wer den Datenzugriff kontrolliert, kontrolliert die Zukunft des Unternehmens.
In diesem Whitepaper zeigen wir, warum Datenhoheit heute eine strategische Architekturentscheidung ist, welche Enterprise-Plattformen das größte Lock-in-Risiko tragen, und wie eine Capability-based Enterprise Architecture Ihnen die Kontrolle über Ihre eigene Wertschöpfung zurückgibt.
>Executive Summary
Die SAP-Diskussion, die gerade durch Unternehmensarchitektur-Kreise geht, ist kein API-Streit. Sie ist das erste sichtbare Symptom einer tiefgreifenden strukturellen Verschiebung: einer Kollision zwischen monolithischen Enterprise-Plattformen und AI-nativer Unternehmensarchitektur.
5 Kernaussagen auf einen Blick
1. AI entfaltet ihren Wert nur, wenn sie kontrolliert auf Prozesse, Daten und Historie zugreifen kann.
2. Genau dort entstehen neue Konflikte zwischen offenen AI-Architekturen und proprietären Plattformmodellen.
3. Die SAP-Debatte ist das aktuell sichtbarste Symptom. Die gleiche Frage trifft bald jede große Enterprise-Plattform.
4. Unternehmen müssen Datenhoheit neu denken: nicht nur technisch, sondern architektonisch und organisatorisch.
5. Wer zukünftig gewinnt, gewinnt nicht durch die größte Plattform, sondern durch die beste Orchestrierung.
Dieses Whitepaper ist kein Technologiepapier. Es ist eine strategische Lageeinschätzung, geschrieben für Entscheider, die verstehen wollen, welche Architektur ihr Unternehmen auf die künftigen Spielregeln in seinem Marktumfeld vorbereitet.
01Warum die Diskussion gerade eskaliert
Die Aufregung rund um SAP entsteht nicht wegen einer einzelnen API-Klausel. Der eigentliche Konflikt liegt tiefer — und er ist struktureller Natur.
Der neue Hunger von AI-Systemen
Moderne AI-Systeme, von OpenAI- und Claude-basierten Agenten bis hin zu Copilot-, LangChain- oder n8n-Workflows, entfalten ihren Wert ausschließlich dann, wenn sie kontrolliert auf vier Kernelemente zugreifen können:
Fehlt dieser Zugriff, bleibt AI im Unternehmen isoliert, oberflächlich und weit entfernt von echter Prozessautomatisierung. Schlimmer noch: Die Stabilität großer Legacy-Plattformen wird in diesem Kontext nicht zur Stärke, sondern zum Ballast. Je rigider das System, desto langsamer die AI-Integration.
AI ohne kontrollierten Datenzugriff ist kein Wettbewerbsvorteil. Es ist Alibi-Digitalisierung.
Der eigentliche Machtkampf
Plötzlich geht es nicht mehr nur um ERP, CRM oder klassische Integrationen. Die Kontrolle verschiebt sich hin zur AI-Orchestrierungsschicht über dem Unternehmen. Wer diese Schicht kontrolliert, kontrolliert zukünftig, wie Wertschöpfung entsteht, beschleunigt und skaliert wird.
Food for Thought
stell dir vor, dein wichtigster Plattformanbieter entscheidet, welche AI-Systeme auf deine eigenen Prozesse zugreifen dürfen.
wie viel Kontrolle über den Kern deiner Wertschöpfung hast du dann noch?
02SAP ist nicht das Thema. SAP ist das Symptom.
SAP ist aktuell das sichtbarste Beispiel. Aber die gleiche strukturelle Spannung wird in den kommenden Jahren nahezu jede große Enterprise-Plattform erfassen.
| Was Unternehmen brauchen | Was Plattformanbieter wollen |
|---|---|
| Offene AI-Systeme und Multi-LLM-Strategien | Governance und AI-Zugriff kontrollieren |
| Modulare Workflows und flexible Automatisierung | Datenflüsse innerhalb der Plattform halten |
| Agentische Prozesse über Systemgrenzen | AI-Zugriffspfade selbst definieren |
| Auswechselbarkeit und Unabhängigkeit | Plattformposition und Kundenbindung sichern |
Dieser Konflikt ist nachvollziehbar auf beiden Seiten. Plattformanbieter haben legitime Interessen an Governance und Stabilität. Unternehmen haben legitime Interessen an Flexibilität und Kontrolle.
Plattformen mit hohem Lock-in-Risiko
Die relevante Frage ist nicht, welche Plattform technologisch offen oder geschlossen ist. Entscheidend ist: Wo ist dein Unternehmen abhängig, und welche dieser Abhängigkeiten wächst durch AI-Integration weiter?
| Plattform | Warum besonders relevant |
|---|---|
| SAP S/4HANA | Tiefes Prozess-Customizing, proprietäre Datenmodelle, Lizenzkostenstruktur schafft extremen Lock-in |
| Salesforce | API-Zugriff zunehmend restriktiv, Datenexport eingeschränkt, eigener Einstein AI-Layer |
| Microsoft Dynamics / M365 | Tight Integration mit Azure AI bevorzugt geschlossenes Ökosystem gegenüber offenen Agenten |
| Oracle ERP | Historisch wenig offene Schnittstellen, AI-Features nur im eigenen Fusion-Stack |
| Viele andere Plattformen | Egal ob Branchenlösung oder eine andere, tief integrierte Lösung. Gerade hier sehen wir oft eine unglückliche Kombination aus funktionaler Spezialisierung und Wissen der Implementierungspartner, das nie "ins Haus" geholt wurde. gerade mittelständische Softwarehäuser haben zudem eine hohe kommerzielle Abhängigkeit. |
Die entscheidende Frage für dein unternehmen
welche dieser Plattformen ist in deinem Unternehmen tief verankert?
hast du einen Plan für den Fall, dass der Anbieter den AI-Zugriff in 24 Monaten einschränkt?
oder: welche Optionen hast du, wenn Lizenz- bzw. Betriebskosten signifikant steigen?
03Datenhoheit neu denken
Was bedeutet Datenhoheit im AI-Zeitalter konkret?
Datenhoheit war früher einfach: Wer die Daten speichert, besitzt sie. Dieses Verständnis ist heute gefährlich unvollständig. Die eigentliche strategische Frage lautet nicht mehr, wo Daten liegen. Sie lautet: Wer kontrolliert, wie sie intelligent genutzt werden?
Viele Unternehmen haben ihre Daten in proprietären Plattformen angereichert, dokumentiert und verknüpft. Was wie ein Asset aussieht, kann sich als Lock-in entpuppen: Die Daten gehören dir, aber die Intelligenz darüber liegt beim Plattformanbieter.
Der erste Schritt ist eine ehrliche Analyse: Wo liegen deine kritischsten Daten? Wer kontrolliert den Zugriff? Welche Plattform könnte diesen Zugriff künftig einschränken oder monetarisieren?
Kartiere alle kritischen Datenpools und bewerte, wer Zugriff, Governance und AI-Nutzung kontrolliert. Nicht als einmalige Übung, sondern als laufenden strategischen Prozess.
Definiere, welche Daten und Prozesse unter keinen Umständen in proprietäre Abhängigkeiten geraten dürfen. Das ist der Kern einer Datenhoheitsstrategie.
Nutze AI gezielt dort, wo du die Kontrolle behältst. Baue parallele Fähigkeiten auf, bevor du alte Abhängigkeiten auflöst.
Reality Check
Datenhoheit ist keine technische Aufgabe. Sie ist eine strategische.
Unternehmen, die heute keine Lock-in-Analyse machen, riskieren morgen, ihre wichtigsten AI-Ambitionen an Plattformanbieter zu verlieren.
Das ist kein Rechtsrisiko. Es ist ein Wettbewerbsrisiko.
04Monolithische Plattformen unter Druck
Große Enterprise-Plattformen wurden für eine andere Ära optimiert. Das ist keine Kritik, es ist eine strukturelle Tatsache.
| Monolithische Plattform-Logik | AI-native Unternehmensarchitektur |
|---|---|
| Stabilität und Standardisierung | Anpassungsfähigkeit und Modularität |
| Zentrale Kontrolle und Governance | Offene Schnittstellen und Orchestrierung |
| Lange Innovationszyklen | Kontinuierliche Capability-Integration |
| Tiefes Customizing | Austauschbare, spezialisierte Systeme |
| Vendor Lock-in als Geschäftsmodell | Interoperabilität als Architekturprinzip |
Diese beiden Logiken kollidieren, und AI beschleunigt den Konflikt massiv. Je stärker Unternehmen AI-Agenten, Workflow-Automatisierung und intelligente Prozessketten einsetzen möchten, desto sichtbarer werden die Grenzen geschlossener Plattformlogik.
Monolithische Plattformen optimieren auf Stabilität. AI-native Unternehmen optimieren auf Anpassungsfähigkeit. Beides gleichzeitig ist strukturell schwierig.
Die versteckten Kosten
Viele Unternehmen unterschätzen, was jahrelanges Customizing und hohe Dienstleisterabhängigkeiten wirklich kosten, nicht in Euro, sondern in Handlungsfähigkeit. Jede Anpassung erhöht die Trägheit. Jede proprietäre Integration schränkt die zukünftige Flexibilität ein. Und jede verpasste AI-Integration vergrößert ab jetzt den Abstand zu Wettbewerbern, die schneller orchestrieren.
05Capability-based Enterprise Architecture
Was ist eine Capability-based Enterprise Architecture?
Eine Capability-based Enterprise Architecture organisiert Unternehmen nicht mehr primär um monolithische Plattformen, sondern um klar definierte Fähigkeiten, Domänen und modulare Services, verbunden durch offene Schnittstellen und orchestriert durch einen intelligenten AI-Layer. Nicht jede Plattform muss alles können — Satelliten statt Verbiegung.
Was das konkret bedeutet
1. Nicht jede Plattform muss alles können.
2. Spezialisierte Systeme erledigen, was sie können. Besser als ein Generalist.
3. Offene APIs und entkoppelte Datenmodelle erlauben echte Austauschbarkeit.
4. Ein AI-Orchestrierungslayer verbindet, steuert und optimiert systemübergreifend.
5. Governance bleibt beim Unternehmen, nicht bei einem Plattformanbieter.
AI Ops: Die AI-Orchestrierungsschicht
Das Herzstück moderner Unternehmensarchitektur ist kein System. Es ist eine Schicht: eine orchestrierende AI-Intelligenz, die Prozesse, Daten und Capabilities systemübergreifend koordiniert. Tools wie n8n, LangChain oder MCP-Server sind erste Vorboten dieser Logik.
Schicht 1: Spezialisierte Systeme (ERP, CRM, Data Warehouse, etc.)
Schicht 2: Offene APIs und Datenmodelle (entkoppelt, austauschbar)
Schicht 3: AI-Orchestrierungslayer (n8n, LangChain, MCP, Custom Agents)
Schicht 4: Intelligente Prozesse und Wertschöpfung (unter deiner Kontrolle)
Strategische Frage
wer besitzt in deinem Unternehmen heute Schicht 3?
wenn die Antwort ein externer Plattformanbieter ist: ist das eine bewusste strategische Entscheidung?
06AI und die Chance zur Befreiung
AI zwingt Unternehmen zurück zur eigenen Wertschöpfung. Aber AI eröffnet auch eine Chance, die viele noch unterschätzen: teure Lizenzabhängigkeiten aufzulösen und durch eigene, maßgeschneiderte Lösungen zu ersetzen.
Die Umkehrung der Plattformlogik
Jahrelang hieß es: Passe deine Prozesse an die Plattform an. SAP macht das so. Salesforce macht das so. Standard ist besser als Custom. Das hatte Vorteile: Stabilität, Wartbarkeit, Skalierbarkeit.
AI stellt diese Logik fundamental in Frage. Denn AI-basierte Wettbewerbsvorteile entstehen nicht aus standardisierten Prozessen. Sie entstehen aus den einzigartigen Mustern, Daten und Fähigkeiten, die nur dein Unternehmen besitzt.
| Alte Fragen | Neue Fragen |
|---|---|
| Welche Plattform nutzen wir? | Welche Prozesse erzeugen echten Wettbewerbsvorteil? |
| Welche Prozesse passen zum Standard? | Welche Abhängigkeiten können wir mit AI ablösen? |
| Wie passen wir uns an die Plattform an? | Wo bauen wir jetzt eigene Lösungen? |
Vibe Coding und das Ende des Custom-Development-Privilegs
AI-gestütztes Entwickeln, oft als Vibe Coding bezeichnet, verändert die Kräfteverhältnisse grundlegend. Was früher ein teures Entwicklungsprojekt war, kann heute ein Spezialist mit KI-Unterstützung in Tagen umsetzen. Die Enterprise Architecture bildet dabei den Rahmen. Sie definiert, was gebaut werden darf, wie Daten fließen und welche Schnittstellen gelten.
Das verändert auch die Anforderungen an Führungskräfte und Spezialisten. Wer strategisch denkt und Domänenwissen besitzt, kann heute direkt in die Architektur eingreifen, ohne Umweg über jahrelange IT-Projekte. Das ist die eigentliche Demokratisierung der Unternehmensarchitektur.
Was das konkret bedeutet
1. Teure Standardsoftware mit hohem Lock-in kann schrittweise durch eigene, AI-gestützte Lösungen ersetzt werden.
2. Die Enterprise Architecture gibt den strategischen Rahmen vor, innerhalb dessen Teams schnell bauen.
3. Führungskräfte und Spezialisten müssen ihr Domänenwissen reaktivieren: sie sind jetzt Baumeister, nicht nur Nutzer.
Drei Fragen für dein nächstes Leadership-Meeting
1. Wo liegt heute die Kontrolle über unsere AI-Orchestrierungsschicht?
2. Welche unserer Kernprozesse wären bei einer restriktiveren Plattform-API-Politik gefährdet?
3. Haben wir eine Architekturstrategie oder haben wir eine Einkaufsstrategie?
>Dein Right to Win: eine Architekturfrage
Welche Architektur schafft dein zukünftiges Right to Win?
Unternehmen werden künftig nicht durch die größte Plattform gewinnen. Sie werden gewinnen durch die beste Orchestrierung ihrer Daten, die intelligenteste Verbindung ihrer Prozesse, die flexibelste AI-Architektur und die Kontrolle über die eigene Wertschöpfung.
Daten sind Rohstoff. Orchestrierung ist das Raffinerieverfahren. Wer beides kontrolliert, kontrolliert die Marge.
Prozessintelligenz entsteht nicht in Silos. Sie entsteht an den Verbindungen, und AI macht diese Verbindungen wertschöpfend.
Kein Unternehmen weiß heute, welche AI-Capabilities in 18 Monaten entscheidend sind. Flexibilität ist deshalb keine Tugend, sie ist eine strategische Notwendigkeit.
Das ist die Kernfrage. Und sie ist architektonischer Natur.
Die entscheidende Frage lautet nicht mehr: Welche Plattform nutzt du? Sondern: Welche Architektur schafft dein zukünftiges Right to Win?