Blog
AUFZEICHNUNG

Webinar: ABAP & KI – 25.09.2026

DAS WICHTIGSTE IN KÜRZE

  • Chat, Kontext-Files, MCP-Server und agentische Entwicklung: In unserem Webinar „ABAP & KI" haben Domi, Sören und ich gezeigt, was mit KI in der ABAP-Entwicklung heute schon geht.
  • Hier mein Recap mit den wichtigsten Erkenntnissen, Demos und Stolperfallen.

Vielen Dank an alle, die am 25. September beim Webinar „ABAP & KI“ dabei waren!
Rund 230 Teilnehmende waren live dabei – so viele wie noch nie.
Auch der Chat war so lebendig wie selten: Danke für die vielen Fragen, Tipps und Diskussionen.

In diesem Beitrag fassen wir die wichtigsten Inhalte zusammen – für alle, die dabei waren, und für alle, die es nicht geschafft haben.

Das Prinzip der Webinare gilt auch diesmal: keine Zukunftsvisionen, sondern nur, was heute schon verfügbar ist und im Projektalltag eingesetzt wird. Aus den geplanten 75 bis 80 Minuten wurde das bisher längste Webinar der Reihe.

Durch das Online-Webinar führten Johann Fößleitner (Cadaxo, seit 36 Jahren im SAP-Umfeld), Domi Bigl (Cadaxo, Schwerpunkt RAP, UI5 und Fiori Elements) und Sören Schlegel (Brandeis Consulting, SAP Champion mit Fokus auf CDS, RAP und Fiori Elements).

Die KI-Landkarte: fünf Ebenen für ABAP-Entwickler

Im Fokus des Webinars stand die KI-unterstützte Entwicklung: ABAP-Entwickler nutzen KI, um effizienter und besser zu programmieren. Zwei weitere Einsatzbereiche wurden bewusst nur gestreift – KI direkt in ABAP-Anwendungen integrieren (etwa über das ABAP AI SDK) und Custom Code Migration mit Joule for Developers.

Um das schnelllebige Thema einzuordnen, teilten die Speaker es in fünf Ebenen ein:

  1. Modell – das „Gehirn“, also LLMs wie Claude, GPT oder Gemini. Text rein, Text raus.
  2. Zugang – wie man mit dem Modell spricht: Browser-Chat, IDE-Plugins wie GitHub Copilot, Command Line Tools wie Claude Code oder APIs.
  3. Kontext – welche Informationen die KI mitbekommt: Systemstand, Namenskonventionen, Coding-Richtlinien.
  4. Zugriffe – MCP-Server, über die das KI-Tool direkt im SAP-System lesen, anlegen oder Analysen starten kann.
  5. Autonomie – agentische Entwicklung: Der Agent bekommt eine Aufgabe, setzt sie um und startet die Unit-Tests selbst.

Warum ABAP für KI schwieriger ist

ABAP ist anders – auch bei KI. Das erklärt, warum die Erfahrungen so unterschiedlich ausfallen:

  • Trainingsdaten: Öffentlich verfügbarer ABAP-Code ist knapp und oft veraltet. Modernes ABAP mit RAP und CDS ist im Netz noch wenig vertreten.
  • Wo der Code lebt: ABAP-Code liegt im SAP-System, nicht lokal. Selbst in Eclipse wird er nur kurz geladen.
  • Versionierung: Transporte statt öffentlicher Git-Repositories.
  • Sichtfeld der KI: Die KI sieht nur, was die IDE gerade geöffnet hat – nicht das ganze Projekt.

Kontext entscheidet über die Qualität

Wie groß der Unterschied ist, zeigte Föß an einer einfachen Frage:
Wie löscht man in ABAP einen Business Partner?
Das ältere Modell Haiku 4.5 lieferte eine selbstbewusste Antwort mit BAPI, OData-Service und Klasse – alles falsch.
Opus 5.5 antwortete korrekt: Eine klassische Löschmethode gibt es nicht, der Weg führt über die Archivierung mit dem Objekt CA_BUPA.

Die zweite Lektion: Ohne Angabe zum System empfiehlt auch das beste Modell S/4HANA-Lösungen. Erst der Hinweis „ECC 6.0, NetWeaver 7.40“ brachte die passende Antwort – BAPI_BUPA_ADDRESS_CHANGE samt Hinweis auf die Customer Vendor Integration.


Damit man diesen Kontext nicht in jeden Prompt tippen muss, gibt es Markdown-Dateien, die das Tool automatisch berücksichtigt:

Specs – bei der spezifikationsgetriebenen Entwicklung wird erst gemeinsam mit der KI eine Spezifikation erarbeitet, dann umgesetzt. Die Dokumentation entsteht gleich mit.
AGENTS.md – projektspezifische Regeln pro Workspace, etwa Namensräume, Systeme oder „nur ABAP Cloud“. Am besten lässt man sie von der KI selbst ergänzen.
Instructions-Files – persönliche Standards, z. B. getrennt für ABAP, CDS und UI5.
Skills – wiederverwendbare Anleitungen, die bei Bedarf geladen werden, z. B. „So legen wir ein RAP-Objekt an“.

Vier Demos aus der Praxis

Demo 1: Validierungsklasse samt Unit-Tests in fünf Minuten

Johann zeigte, was ganz ohne MCP-Server und Zusatz-Setup geht: In Visual Studio Code ließ er per Chat-Prompt eine Klasse generieren, die Dateinamen für einen Upload prüft. Der Prompt enthielt den nötigen Kontext: S/4HANA, Clean ABAP, moderne String-Ausdrücke, keine veralteten Anweisungen. Danach folgten auf Zuruf die Unit-Tests mit Positiv- und Negativfällen. Ein bewusst eingebauter Fehler bewies, dass die Tests greifen.

Demo 2: Dieselbe Aufgabe mit GitHub Copilot in der IDE

Im zweiten Durchlauf lief alles direkt in der IDE – mit GitHub Copilot und einer AGENTS.md, die die KI aus der ersten Demo selbst erstellt hatte. Der lange Prompt schrumpfte auf das Wesentliche: „Generiere die Klasse zur Dateinamenprüfung.“ Nach etwa einer Minute standen Klasse und Testklasse – ohne eine Zeile selbst programmierten Code, aber mit gründlicher Kontrolle.

Demo 3: Dump-Analyse über MCP in Eclipse

Domi gab GitHub Copilot in Eclipse Zugriff auf zwei MCP-Server: den SAP-eigenen ADT-MCP-Server und ARC-1, den Community-MCP-Server von Marian. Der Prompt lautete schlicht: „Analysiere den Dump von gestern.“ Die KI rief das passende Diagnose-Tool auf und fand die Ursache – eine Division durch null – samt Korrekturvorschlag. Den Dump selbst musste niemand lesen.

MCP (Model Context Protocol) ist dabei der Schlüssel: eine standardisierte Schnittstelle, über die KI-Tools auf Dinge zugreifen, die nicht als Datei vorliegen – etwa Quellcode im SAP-Backend. Der SAP-Standard-MCP-Server kann Objekte derzeit nur lesen, nicht ändern. ARC-1 schließt diese Lücke. Tipp aus dem Webinar: Tool-Aufrufe lieber einzeln bestätigen, statt vorschnell „Allow Always“ zu wählen.

Demo 4: Eine komplette RAP-Anwendung, agentisch generiert

Sören ging eine Ebene weiter. Über ARC-1 verbunden mit einem lokalen SAP-Trial-System, beauftragte er die KI mit einer kleinen Kundenauftrags-App: Managed-Szenario, Kopf und Positionen, OData V4, Draft-fähig. Vorher wollte er die Liste der geplanten Objekte sehen – dann lief der Agent los. Nach 5 bis 10 Minuten stand der komplette RAP-Stack, inklusive funktionierender Fiori-Oberfläche.

Wichtig dabei: ARC-1 erlaubt Leitplanken. Schreibrechte lassen sich auf ein Paket beschränken, Tabellen-Previews oder SQL-Abfragen deaktivieren. Zusätzlich gelten immer die Berechtigungen des angemeldeten Users.

Wo die KI danebenliegt

Unit-Tests, Testdaten, RAP- und CDS-Gerüste, ATC-Befunde und Dump-Analysen funktionieren laut Sören meist gut. Doch er zeigte auch, was beim kritischen Blick auf den Code auffällt:

  • Fachlogik landet in der Save Sequence statt in einer Determination.
  • Die KI behauptet im „Brustton der Überzeugung“ Falsches – etwa, dass Determinations im Local Mode nicht aufgerufen werden.
  • Actions werden in einer Schleife aufgerufen, obwohl sie massenfähig sind – ein echtes Performance-Problem.
  • Tabellen statt Views, Meldungen als Freitext statt Message-Klasse, Magic Numbers.
  • Veraltete Muster wie Lese-Loops mit EXIT oder FOR ALL ENTRIES statt JOIN auf interne Tabellen.

Die Ursachen: RAP ist im Netz noch wenig dokumentiert, Projektkontext fehlt, und die Modelle lernen aus altem Code. Gegenmittel sind gezielte Regeln in den Instructions – aber dafür muss man die Fehler erst erkennen. Das Fazit der Speaker: Die KI arbeitet auf Consultant-Niveau, doch die Architektur-Verantwortung bleibt beim Entwickler.

Verantwortung, Datenschutz und Sicherheit

Die Verantwortung bleibt beim Entwickler. Wer KI-Code ungeprüft in die Produktion schickt, kann sich im Fehlerfall nicht auf „das war die KI“ berufen. KI-Code wirkt auf den ersten Blick oft überzeugend – beim genauen Hinsehen ist er nicht selten überdimensioniert oder unperformant.

Zwei Punkte verdienen besondere Vorsicht:

  • Datenschutz: Alles, was die KI liest, landet beim Modellanbieter. Personenbezogene Daten oder Produktivdaten haben dort nichts verloren. Alternativen sind in Europa gehostete oder lokal betriebene Open-Weight-Modelle.
  • Sicherheit: Ein MCP-Server mit vollen Rechten kann ein System beschädigen. Tool-Aufrufe einzeln bestätigen und Funktionen wie freie SQL-Abfragen deaktivieren.

Fazit: Was bedeutet das für ABAP-Entwickler?

KI ersetzt ABAP-Entwickler nicht – aber sie verschiebt den Schwerpunkt. Boilerplate-Code, Tests, Dokumentation und Gerüste nach Standardmustern übernimmt zunehmend die KI. Wichtiger werden Fachverständnis, Architektur, Clean Core und die Pflege des Kontexts. Die Rolle ähnelt der eines Seniors, der den Code eines Kollegen prüft und hinterfragt.

Ein Appell richtete sich an Juniors und Arbeitgeber: Junge Entwickler sollten sich von der KI erklären lassen, statt nur lösen zu lassen – und bewusst auch ohne KI programmieren und debuggen. Unternehmen sollten weiter ausbilden und Freiräume zum Lernen lassen, damit es auch in zehn Jahren erfahrene Seniors gibt.

Die vier Take-aways

Jetzt anfangen – klein starten: im Chat ausprobieren, Code erklären lassen, eine AGENTS.md anlegen. Ein lokales SAP-Trial-System ist in rund zwei Stunden eingerichtet, und für den Einstieg reicht schon ein kostenloser Account.n den Freiraum, Fehler zu machen und Dumps selbst zu analysieren. Sonst fehlen uns in zehn Jahren die Seniors.
Kontext ist entscheidend – er bestimmt die Qualität des Ergebnisses.
MCP-Server schaffen den Zugang – ohne sie ist sinnvolle ABAP-Entwicklung mit KI kaum möglich.
Die Verantwortung bleibt beim Entwickler – „Die KI schreibt den Code, und ich signiere ihn.“

Ein Webinar ist nur so gut wie seine Teilnehmer – und die haben sich diesmal nicht zurückgehalten. Während der Präsentation wurde im Chat eifrig diskutiert, ergänzt und widersprochen.

Danke an alle, die ihre Erfahrungen geteilt haben!

Hier die Highlights.

Kernaussage, vom Chat bestätigt:
Kontext schlägt Modell. Ein eigenes ABAP-Modell braucht es kaum. Mit ARC-1 und gut gepflegten Regeln wurden die Ergebnisse auf S/4 deutlich besser.

Praxis aus der Community

  • Kontext organisieren: Teams arbeiten mit *.instructions.md (clean-abap, naming, testing …) und legen ADRs im Repo ab, auf die die AGENTS.md verweist. Richtlinien werden zentral über Plugins oder einen eigenen MCP-Server verteilt.
  • Agentischer Workflow: Der Agent liest ein Ticket, stellt Rückfragen und liefert einen ersten Entwurf. Mit einem Mermaid-MCP lassen sich Diagramme für Alt-Transaktionen erzeugen.
  • Skills: Fremde Skills nur als Vorlage verwenden, denn sie bergen ein Risiko für Prompt Injection.
  • Datenschutz: Auf Kundensystemen KI nur in Absprache einsetzen, bei sensiblen Daten mit ZDR-Modellen (Azure/AWS). Grundsatz ist Datensparsamkeit. Alternativen sind EU-Rechenzentren oder lokale Modelle (Qwen, Kimi K2 Thinking).
  • ARC-1 im Unternehmen: Zentral auf der BTP mit Principal Propagation betreiben, das funktioniert mit allen Systemvarianten. Ein technischer User reicht höchstens lesend. ARC-1 ist mit jedem MCP-fähigen Harness nutzbar, auch mit Copilot.
  • Governance: Ein Teilnehmer warnte, dass KI Wildwuchs fördern kann, etwa eine eigene Logging-Lösung pro Programm. Die Antwort im Chat: Ohne Governance wird es nicht besser.
  • Juniors: Die Folie zu Juniors und zur Frage an Kollegen war laut Chat die „wichtigste Folie“.

Links

Folien zum Webinar (PDF)

Alle 70 Folien aus dem Webinar gibt es hier als PDF – von der KI-Landkarte über die Live-Demos bis zu den typischen Fehlern, die KI im ABAP-Code macht.
Ideal zum Nachlesen oder zum Weitergeben im Team.

Mehr Tiefe?

Im ABAP-KI-Workshop arbeiten wir einen Tag lang gemeinsam an Setup, Kontext und Agenten – am eigenen Code.
Nächster Termin: 5. November 2026, Wien. 🇦🇹 Workshops

Webinar-Aufzeichnung

Die komplette Aufzeichnung zum Nachschauen – mit allen vier Live-Demos, von der Chat-Anfrage bis zur agentisch generierten RAP-Anwendung.

Passend dazu

Alle Artikel →
Unser Tipp für Sie

Rapid Report Generator for SAP Fiori®

Bestehende ALV-Reports und SAP-Queries in 5 Minuten als Fiori-Bericht bereitstellen – ohne Coding.

Mehr erfahren →

Kontakt - SAP Vorhaben

Kontakt - SAP Vorhaben

Reden wir über Ihr SAP-Vorhaben


Ein kurzer Absatz reicht. Sie sprechen direkt mit den Entwicklern — Antwort innerhalb eines Werktages, ohne Vertriebsschleife.