SAP erwirbt TechWolf, um HR-Agenten mit echten Arbeitsdaten zu untermauern

SAP gab am Dienstag, den 6. Oktober 2026, bekannt, dass man sich auf die Übernahme von TechWolf geeinigt habe, einem belgischen Unternehmen für künstliche Intelligenz, das sich auf die Erfassung von Mitarbeiterqualifikationen und tatsächlichen Tätigkeiten spezialisiert hat. Die Vereinbarung wurde auf der Connect-Konferenz in Las Vegas enthüllt und soll im vierten Quartal 2026 abgeschlossen werden, vorbehaltlich behördlicher Genehmigungen. Dieser Schritt zielt darauf ab, SAPs HR-Agenten, insbesondere innerhalb des SuccessFactors-Portfolios, einen besseren Kontext zu bieten, indem sie auf Echtzeitdaten darüber gestützt werden, was Mitarbeiter tatsächlich tun, anstatt sich auf statische Stellenbeschreibungen oder selbst gemeldete Bewertungen zu verlassen.

Was passiert ist

TechWolf wird weiterhin als eigenständige Einheit unter der aktuellen Führung operieren, wobei Mitgründer Andreas De Neve CEO bleibt. Das Unternehmen pflegte bereits eine langjährige Partnerschaft mit SAP, das einer der Investoren in der Series-B-Finanzierungsrunde von TechWolf in Höhe von 42,75 Millionen US-Dollar im Jahr 2024 war. An dieser Runde waren auch Wettbewerber wie ServiceNow und Workday beteiligt, was das breite Brancheninteresse an TechWolfs Ansatz zur Inferenz von Qualifikationen unterstreicht. Gemeinsame Bestandskunden haben bereits Vorteile durch die Integration der von TechWolf abgeleiteten Qualifikationsdaten in SuccessFactors-Module wie den Talent Intelligence Hub, Recruiting und Learning erzielt.

Das primäre technische Ziel dieser Akquisition ist die Verbesserung der Leistung und Effizienz der KI-Agenten von SAP, bekannt als Joule. Durch die Versorgung dieser Agenten mit einem proprietären „Kontextgraphen“, der spezifische Aufgaben, Qualifikationen und Trends auf dem Arbeitsmarkt für jeden einzelnen Mitarbeiter detailliert darstellt, beabsichtigt SAP, die Abfragen der Agenten präziser zu gestalten. Manoj Swaminathan, Präsident und Chief Product Officer für SAP Autonomous Suite, erklärte, dass dieser Graph „die Token-Nutzung effizienter macht“, was hilft, die Betriebskosten dieser HR-Agenten zu senken. Dieser Effizienzgewinn spiegelt ähnliche Behauptungen anderer Tech-Riesen wie Atlassian bezüglich ihrer eigenen Kontextgraphen wider.

Wichtige Details

• SAP erwartet den Abschluss der Akquisition im Q4 2026, vorbehaltlich behördlicher Genehmigungen.
• TechWolf bleibt eine unabhängige Marke, mit Andreas De Neve als CEO.
• Die Integration konzentriert sich darauf, einen „Kontextgraphen“ für Qualifikationen und Arbeit bereitzustellen, um KI-Agentenabfragen zu fundieren.
• Die Technologie von TechWolf leitet Qualifikationen aus tatsächlichen Arbeitsdaten ab, nicht aus Selbsteinschätzungen oder statischen Lebensläufen.
• Der Deal zielt darauf ab, die Kosten für die Token-Nutzung bei SAPs Joule-KI-Agenten durch verbesserte Abfragepräzision zu senken.
• TechWolf veröffentlicht offene Modelle wie JobBERT auf Hugging Face, die Englisch, Spanisch, Deutsch und Chinesisch unterstützen.

Hintergrund

Um die Bedeutung dieses Deals zu verstehen, hilft es zu wissen, wie große Sprachmodelle (LLMs) und KI-Agenten in Unternehmensumgebungen funktionieren. Diese Modelle generieren Antworten basierend auf Mustern in Daten, können jedoch halluzinieren oder generische Antworten liefern, wenn ihnen spezifischer Kontext über die internen Abläufe eines Unternehmens fehlt. Ein „Skills-Graph“ oder „Kontextgraph“ fungiert als strukturierte Datenbank, die Beziehungen zwischen Mitarbeitern, ihren täglichen Aufgaben, den für diese Aufgaben erforderlichen Qualifikationen und übergreifenden Geschäftszielen abbildet. Anstatt zu raten, was ein Mitarbeiter weiß, kann die KI verifizierte Daten nachschlagen, die aus seiner tatsächlichen Arbeitsleistung abgeleitet wurden.

Token-Effizienz ist ein weiteres kritisches Konzept hier. In der KI-Verarbeitung ist ein „Token“ eine Texteinheit, die das Modell verarbeitet. Je mehr Kontext Sie einer KI bereitstellen, um sicherzustellen, dass sie eine korrekte Antwort gibt, desto mehr Tokens verbrauchen Sie, was die Rechenkosten direkt erhöht. Indem ein hochrelevantes, vorstrukturiertes Diagramm der Mitarbeiterqualifikationen und -historie bereitgestellt wird, benötigt die KI weniger Trial-and-Error-Prompting, um den richtigen Kandidaten zu finden oder das richtige Training vorzuschlagen. Dies reduziert die Anzahl der pro Abfrage verwendeten Tokens und senkt die Gesamtkosten für den Betrieb von KI-Diensten im großen Maßstab.

Warum es wichtig ist

Für Teams, die ihre eigene Software-Infrastruktur verwalten oder HR-Technologien evaluieren, unterstreicht diese Akquisition einen Trend hin zu „fundierter“ KI. Generische KI-Tools haben oft Schwierigkeiten mit dem internen Talentmanagement, da sie die nuancierte Realität dessen, wer in Ihrer Organisation was tut, nicht kennen. Durch den Erwerb eines Tools, das tatsächliche Arbeit mit Qualifikationen verknüpft, adressiert SAP das Kernproblem der Enterprise-KI: Kontext. Für IT-Leiter und HR-Manager signalisiert dies, dass zukünftige HR-Plattformen tiefgreifend mit Workflow-Tools integriert werden müssen, um Echtzeit-Aktivitätsdaten zu erfassen, anstatt sich ausschließlich auf periodische Bewertungen oder manuelle Profilaktualisierungen zu verlassen.

Der Fokus auf Token-Effizienz hat auch praktische finanzielle Implikationen. Wenn Unternehmen mehr KI-Agenten für Aufgaben wie kompetenzbasierte Einstellungen, Rollengestaltung und Personalplanung einsetzen, kann das Volumen der Abfragen explodieren. Ohne effiziente Kontextebenen können diese Kosten prohibitiv werden. Lösungen, die die Token-Nutzung reduzieren und gleichzeitig die Genauigkeit wahren, werden wahrscheinlich Standardanforderungen für jede gehostete oder gekaufte HR-Suite. Dieser Deal verstärkt die Idee, dass der Wert der KI nicht nur im Modell selbst liegt, sondern in der Qualität und Struktur der darin gespeisten Daten.

Was Sie tun können

• Prüfen Sie Ihre aktuellen HR-Datenquellen daraufhin, ob sie tatsächliche Arbeitsleistungen widerspiegeln oder nur statische Stellenbezeichnungen.
• Bewerten Sie, ob Ihre bestehenden HR-Tools API-Zugriff bieten, um sich mit Workflow- oder Projektmanagementsystemen zu integrieren.
• Berücksichtigen Sie die Gesamtbetriebskosten für KI-Funktionen, einschließlich potenzieller Gebühren für die Token-Nutzung, bei der Auswahl von Anbietern.
• Suchen Sie nach HR-Plattformen, die dynamisches Skills-Mapping unterstützen, anstatt sich ausschließlich auf manuelle Selbsteinschätzungen der Mitarbeiter zu verlassen.
• Wenn Sie HR-Lösungen selbst hosten, erkunden Sie Open-Source-Modelle für das Skills-Matching, die integriert werden können.