SAP und die industrielle Logik des B2B-Marketings
Wer SAP aus der Perspektive des Marketings betrachtet, stößt auf ein grundlegendes Missverständnis: Enterprise Software ist nicht einfach Software für besonders große Unternehmen. Sie ist Software für Organisationen, deren Abläufe, Daten und Verantwortlichkeiten so eng miteinander verflochten sind, dass eine lokale Verbesserung an einer Stelle an anderer Stelle neue Probleme erzeugen kann.
Darin unterscheidet sich SAP von einem einzelnen CRM-, Kampagnen- oder Analysewerkzeug. SAPs gegenwärtige Produktlogik verbindet betriebliche Anwendungen, Daten, künstliche Intelligenz und die SAP Business Technology Platform zu einer übergeordneten Business Suite. Nach SAPs eigener Beschreibung sollen integrierte, modulare Anwendungen, kontextbezogene Daten und AI-Funktionen gemeinsam auf einer technischen Plattform zusammengeführt werden.
Diese Darstellung ist eine Herstellerpositionierung. Sie belegt nicht, dass Integration in jedem Kundenprojekt tatsächlich erreicht wird. Sie macht aber sichtbar, worum es SAP architektonisch geht: nicht um die Optimierung einzelner Touchpoints, sondern um die Verbindung von Geschäftsprozessen.
Für B2B-Marketingentscheider ergibt sich daraus eine zentrale Einsicht:
Marketing ist in einem Enterprise-Unternehmen kein isoliertes System für Kommunikation. Es ist eine betriebliche Funktion innerhalb einer durchgängigen Wertschöpfungskette.
Marketing beginnt nicht beim Kontakt, sondern beim Geschäftsobjekt
Klassische Marketingtechnologie denkt zunächst in Personen, Zielgruppen, Kampagnen und Reaktionen. Enterprise Software denkt dagegen häufig in Geschäftsobjekten:
Kunden, Unternehmen, Verträge, Materialien, Produkte, Angebote, Bestellungen, Lieferungen, Rechnungen, Servicefälle und Zahlungen.
Diese Perspektiven sind nicht identisch.
Ein Kontakt kann auf eine Kampagne reagieren, ohne dass daraus ein geschäftlich relevantes Vorhaben entsteht. Umgekehrt kann ein Account wirtschaftlich hochrelevant sein, obwohl nur wenige digitale Interaktionen sichtbar sind. Eine Opportunity kann durch eine Marketingaktivität beeinflusst werden, ihre tatsächliche Entwicklung hängt jedoch ebenso von Preisen, Lieferfähigkeit, Produktverfügbarkeit, Vertragsbedingungen, Servicekapazität und bestehenden Kundenbeziehungen ab.
In einer SAP-orientierten Unternehmensarchitektur ist der Kunde deshalb nicht nur ein Datensatz im CRM. Er ist Teil eines Netzes betrieblicher Beziehungen.
Das hat direkte Folgen für das B2B-Marketing. Eine sogenannte 360-Grad-Sicht entsteht nicht dadurch, dass möglichst viele Verhaltensdaten in ein Profil geladen werden. Sie entsteht erst, wenn Marketinginteraktionen in den richtigen Geschäftskontext eingeordnet werden können:
Gehört der Kontakt zur kaufenden Gesellschaft, zu einer Tochtergesellschaft oder zu einem externen Partner? Bestehen bereits Verträge? Welche Produkte werden eingesetzt? Gibt es offene Servicefälle? Welche Region, Geschäftseinheit oder Vertriebsgesellschaft ist zuständig? Handelt es sich um einen Neukunden-, Cross-Selling-, Renewal- oder Partnerkontext?
Die erste grundlegende Lektion lautet deshalb:
B2B-Marketingdaten gewinnen ihren Wert nicht primär durch Menge, sondern durch die Verbindung mit belastbaren Geschäftsobjekten.
Ein Klick ist eine Aktivität. Erst seine Einordnung in einen Account-, Produkt-, Vertrags- und Prozesskontext macht ihn zu potenziell nutzbarem Geschäftswissen.
Enterprise Software ist organisierte Abhängigkeit
Enterprise Software wird häufig anhand einzelner Module beschrieben: ERP, CRM, Supply Chain, Finance, Human Capital Management, Commerce oder Analytics. Diese Kategorien vermitteln leicht den Eindruck, ein Unternehmen könne für jede Abteilung eine passende Anwendung auswählen und die Ergebnisse anschließend miteinander verbinden.
In der Praxis greifen die Prozesse jedoch ineinander.
Eine Marketingkampagne kann Nachfrage erzeugen. Ob diese Nachfrage wirtschaftlich genutzt werden kann, hängt aber von weiteren Funktionen ab: von Vertriebszuständigkeiten, Preisfindung, Produktkonfiguration, Verfügbarkeit, Vertragsgestaltung, Kreditprüfung, Lieferung, Implementierung und Service.
Enterprise Software versucht, solche Abhängigkeiten systematisch abzubilden. Der eigentliche Wert liegt deshalb nicht ausschließlich in der Funktion eines einzelnen Moduls. Er liegt in der Konsistenz zwischen mehreren Funktionen.
Für Marketingentscheider ist das unbequem, aber wichtig. Es bedeutet, dass Marketingperformance nicht vollständig innerhalb des Marketings erklärt werden kann.
Ein hoher Kampagnenbeitrag kann durch mangelnde Lieferfähigkeit entwertet werden. Eine erfolgreiche Leadgenerierung kann an unklaren Vertriebsgebieten scheitern. Ein überzeugendes Angebot kann durch nicht verfügbare Produktkonfigurationen verzögert werden. Eine Renewal-Kampagne kann den falschen Zeitpunkt wählen, wenn Vertrags- und Nutzungsdaten fehlen.
Die zweite Lektion lautet daher:
In komplexen Unternehmen ist Marketingeffizienz immer auch Prozesseffizienz.
Wer nur die Marketingplattform optimiert, ohne die angrenzenden Abläufe zu berücksichtigen, verbessert möglicherweise die Geschwindigkeit der Nachfrageerzeugung, nicht aber die Fähigkeit des Unternehmens, Nachfrage in Geschäft umzusetzen.
Daten sind bei SAP nicht nur Information, sondern verdichtete Geschäftslogik
SAP positioniert SAP Business Data Cloud als vollständig verwaltete SaaS-Lösung, die SAP-Daten vereinheitlicht, verwaltet und mit externen Daten verbindet. Zum Portfolio zählt SAP unter anderem SAP Datasphere, SAP Analytics Cloud, SAP Business Warehouse und SAP Databricks.
Besonders relevant ist SAPs Betonung des Geschäftskontexts. SAP Datasphere soll SAP- und Drittanbieterdaten verbinden und dabei Semantik, Metadaten und Geschäftslogik bewahren. SAP beschreibt Datasphere als zentralen Bestandteil der Business Data Cloud, in dem semantische Modelle, Datenprodukte und Modellierung zusammengeführt werden.
Hinter dem Begriff Semantik steht ein fundamentales Problem jeder Unternehmensanalyse.
Eine Zahl besitzt nicht automatisch eine eindeutige Bedeutung. „Umsatz“, „Kunde“, „aktiver Account“, „Pipeline“, „Auftrag“ oder „Conversion“ können je nach System, Land, Abteilung und Berichtslogik unterschiedlich definiert sein.
Marketingteams begegnen diesem Problem täglich. Ein CRM kann einen Account als aktiv führen, während Finance ihn als gesperrt behandelt. Marketing betrachtet eine Person als Kunden, weil sie einem Kundenunternehmen zugeordnet ist; der Vertrieb betrachtet nur die Vertragspartei als Kunden. Eine Kampagnenplattform zählt einen Kontakt mehrfach, während die Unternehmensanalyse auf konsolidierten Accounts basiert.
Die technische Zusammenführung dieser Daten löst das Problem nicht. Sie kann den Widerspruch sogar unsichtbar machen.
SAPs semantischer Ansatz verweist daher auf einen entscheidenden Unterschied:
Datenintegration verbindet Datensätze. Semantische Integration verbindet Bedeutungen.
Für B2B-Marketing ist das eine der wichtigsten, aber am häufigsten unterschätzten Architekturfragen. Ohne gemeinsame Definitionen entstehen präzise Dashboards über uneinheitliche Sachverhalte.
Ein Unternehmen muss deshalb nicht nur bestimmen, welche Daten es zusammenführt. Es muss auch entscheiden:
Welche Quelle ist für welches Merkmal maßgeblich? Wie werden Account-Hierarchien behandelt? Welche Währung, Zeitzone und Periodenlogik gelten? Wie werden Stornos und Vertragsänderungen berücksichtigt? Wann gilt ein Produkt als verkauft, geliefert, aktiviert oder genutzt? Welcher Umsatz wird einer Kampagne, einem Account oder einem Kanal zugerechnet?
Die dritte Lektion lautet:
Eine tragfähige Datenstrategie beginnt nicht mit einem Data Lake, Warehouse oder einer Cloud. Sie beginnt mit der institutionellen Klärung von Bedeutung.
Das Marketing muss zwischen Kundensicht und Unternehmenssicht vermitteln
SAP ordnet seine Customer-Experience-Lösungen den Bereichen Commerce, Customer Data, Marketing, Sales und Service zu. In den offiziellen Lernressourcen werden zusätzlich Abrechnung, Monetarisierung, Revenue Management und Verkaufstransaktionen als angrenzende Bestandteile des CX-Kontexts genannt.
Diese Struktur verdeutlicht eine Spannung, die jedes B2B-Marketing lösen muss.
Aus Kundensicht existiert keine Trennung zwischen Marketing, Vertrieb, Commerce, Service und Abrechnung. Der Kunde erlebt ein Unternehmen als Ganzes. Intern werden diese Funktionen jedoch von unterschiedlichen Teams, Systemen, Budgets und Kennzahlen gesteuert.
Marketing übernimmt deshalb eine doppelte Rolle.
Einerseits vertritt es die Perspektive des Marktes und der Kunden im Unternehmen. Andererseits muss es die internen Bedingungen verstehen, unter denen Versprechen tatsächlich erfüllt werden können.
Das gilt besonders für Enterprise-Produkte. Eine Marketingbotschaft über Einfachheit, Geschwindigkeit oder Integration ist keine rein kommunikative Behauptung. Sie berührt Produktarchitektur, Implementierung, Partnerleistungen, Datenmigration, Prozessveränderungen und Benutzerakzeptanz.
Marketing kann daher nicht dauerhaft erfolgreicher sein als die betriebliche Realität, die es beschreibt.
Die vierte Lektion lautet:
Enterprise-Marketing ist die Disziplin, Marktversprechen mit operativer Erfüllbarkeit zu verbinden.
Das verlangt mehr als gute Kampagnen. Marketing benötigt Zugang zu Produktmanagement, Service, Implementierung, Customer Success, Finance und Partnerorganisationen. Nur dann kann es unterscheiden, welche Vorteile systematisch erreichbar sind, welche von Voraussetzungen abhängen und welche lediglich theoretische Produktmöglichkeiten darstellen.
Account-based Marketing ist keine Kampagnentaktik
SAP beschreibt SAP Marketing Cloud ausdrücklich mit einem accountbasierten Ansatz, der Marketing- und Sales-Aktivitäten verbinden und Leads bis zur Umsatzentwicklung begleiten soll. Die aktuelle SAP-Dokumentation führt SAP Marketing Cloud in Version 2602 und beschreibt das Ziel, Kundenabsichten in Echtzeit zu verstehen und kontextuell relevante Erfahrungen über Kanäle und Customer Journey hinweg bereitzustellen.
Aus einer analytischen Perspektive sollte Account-based Marketing jedoch nicht auf personalisierte Werbung für eine ausgewählte Unternehmensliste reduziert werden.
In einem Enterprise-Kontext ist ein Account keine Zielgruppe. Er ist eine wirtschaftliche und organisatorische Struktur.
Ein großer Kunde kann aus zahlreichen Gesellschaften, Standorten, Geschäftsbereichen und Beschaffungseinheiten bestehen. Unterschiedliche Teile des Unternehmens können gleichzeitig Kunde, Interessent, Partner oder Nutzer verschiedener Lösungen sein. Entscheidungen werden von mehreren Rollen beeinflusst, deren Interessen nicht deckungsgleich sind.
Ein CFO bewertet Investitionssicherheit und Gesamtbetriebskosten. Die IT bewertet Architektur, Sicherheit und Integrationsfähigkeit. Ein Fachbereich bewertet Prozessnutzen. Der Einkauf verhandelt Vertragsbedingungen. Datenschutz und Legal prüfen Datenverarbeitung und Risiken. Geschäftsführung oder Vorstand betrachten Transformation, Abhängigkeiten und strategische Wirkung.
Eine Kampagne, die lediglich mehrere Kontakte desselben Unternehmens erreicht, ist deshalb noch kein Account-based Marketing.
Echtes ABM benötigt:
eine belastbare Account-Struktur, eine rollenbezogene Buying-Center-Logik, Wissen über bestehende Geschäftsbeziehungen, eine gemeinsame Marketing- und Sales-Priorisierung und ein Verständnis der konkreten Veränderungssituation.
Die fünfte Lektion lautet:
Account-based Marketing beginnt nicht mit Personalisierung. Es beginnt mit organisatorischer Modellierung.
Erst wenn das Unternehmen versteht, welche Einheiten, Rollen und Prozesse an einer Entscheidung beteiligt sind, kann Kommunikation sinnvoll personalisiert werden.
Cloud verändert nicht nur den Betrieb, sondern die Verantwortung
SAP Business Data Cloud wird als vollständig verwaltete SaaS-Lösung beschrieben. SAP Datasphere verbindet dabei Daten aus SAP- und Nicht-SAP-Systemen über Cloud-, Hybrid- und On-Premise-Umgebungen und unterstützt unter anderem Integration, Katalogisierung, semantische Modellierung, Data Warehousing und Virtualisierung.
Aus Marketingsicht wird Cloud häufig mit Geschwindigkeit, Skalierbarkeit und Innovation verbunden. Für Enterprise-Unternehmen ist Cloud jedoch vor allem eine Neuverteilung von Verantwortung.
In traditionellen Systemlandschaften kontrollierte ein Unternehmen große Teile seiner technischen Umgebung selbst. Bei SaaS-Angeboten übernimmt der Anbieter mehr Verantwortung für Betrieb, Updates und technische Infrastruktur. Der Kunde bleibt jedoch verantwortlich für Datenmodelle, Zugriffsrechte, Prozessdesign, Konfiguration, Integrationen und organisatorische Nutzung.
Cloud beseitigt Governance deshalb nicht. Sie verschiebt sie.
Statt umfangreicher individueller Releaseprojekte entstehen kontinuierliche Änderungen. Statt lokaler Infrastrukturfragen treten Plattform-, Vertrags-, Identitäts- und Datenflussfragen stärker hervor. Statt nur ein System zu implementieren, muss das Unternehmen lernen, eine sich verändernde Dienstleistung dauerhaft zu steuern.
Für das Marketing ist das besonders relevant, weil Marketingteams häufig schnell neue Datenquellen, Zielgruppenlogiken, Automationen und AI-Funktionen aktivieren wollen. Was technisch schnell möglich ist, kann organisatorisch schwer kontrollierbar werden.
Die sechste Lektion lautet daher:
Cloud-Geschwindigkeit ohne Governance erzeugt keine Agilität, sondern beschleunigte Inkonsistenz.
Ein belastbares Cloud-Betriebsmodell braucht klare Zuständigkeiten für Konfigurationen, Integrationen, Datenqualität, Berechtigungen, Änderungen und Kosten. Es muss zudem nachvollziehbar sein, welche Funktionen Standard bleiben, welche erweitert und welche bewusst nicht individualisiert werden.
Künstliche Intelligenz braucht Prozesskontext, nicht nur Daten
SAP verbindet seine Business Suite ausdrücklich mit kontextbezogenen Daten und AI-Agenten. Nach SAPs Darstellung sollen Anwendungen, Daten und AI gemeinsam genutzt werden, damit Agenten auf Grundlage geschäftlicher Zusammenhänge handeln können.
Im Customer-Experience-Umfeld beschreibt SAP unter anderem AI-Unterstützung für Vertrieb, Service und Marketing sowie Funktionen zur automatischen Erzeugung von Kampagneninhalten, Betreffzeilen, Produktbeschreibungen, Übersetzungen und Berichten.
Solche Funktionen zeigen zwei sehr verschiedene Rollen von KI.
Die erste Rolle ist produktiv: Texte erzeugen, Inhalte übersetzen, Berichte zusammenfassen oder Varianten erstellen.
Die zweite Rolle ist operativ: Entscheidungen vorbereiten, Prozesse anstoßen, Prioritäten verändern oder Handlungen in Geschäftssystemen ausführen.
Die zweite Rolle ist wesentlich anspruchsvoller. Ein AI-System kann nur dann sinnvoll auf Unternehmensdaten reagieren, wenn diese Daten nicht nur verfügbar, sondern auch semantisch und prozessual verständlich sind.
Ein Modell muss beispielsweise unterscheiden können, ob ein Umsatzrückgang auf geringere Nachfrage, Lieferprobleme, Vertragsverluste, saisonale Effekte oder veränderte Buchungsregeln zurückgeht. Ohne Geschäftslogik kann es statistische Zusammenhänge erkennen, aber ihre betriebliche Bedeutung falsch interpretieren.
Die siebte Lektion lautet:
Enterprise AI ist weniger ein Modellproblem als ein Kontextproblem.
Je näher KI an operative Entscheidungen rückt, desto wichtiger werden Datenherkunft, Semantik, Berechtigungen, Prozessstatus und Verantwortlichkeit. Ein plausibler Text ist noch keine belastbare Entscheidung. Eine rechnerisch korrekte Empfehlung kann trotzdem geschäftlich falsch sein, wenn sie den Prozesskontext nicht berücksichtigt.
Was Marketing aus SAPs Plattformlogik lernen kann
SAPs Portfolio ist komplex. Diese Komplexität ist teilweise eine Folge des breiten Produktangebots, teilweise aber auch eine Abbildung der tatsächlichen Komplexität großer Unternehmen.
Für Marketingentscheider besteht die Gefahr, zwei entgegengesetzte Fehler zu machen.
Der erste Fehler ist Übervereinfachung. Dabei wird Enterprise Software als Sammlung leicht austauschbarer Tools behandelt. Abhängigkeiten, Datenmodelle, Prozesslogik und organisatorische Veränderungen werden unterschätzt.
Der zweite Fehler ist Überhöhung. Dabei wird angenommen, eine große Plattform löse Integrations-, Daten- und Governance-Probleme automatisch. Auch das ist nicht belastbar. Eine integrierte Produktstrategie garantiert keine integrierte Kundenimplementierung.
Die produktive Position liegt dazwischen.
Eine Enterprise-Plattform sollte danach beurteilt werden, ob sie relevante Geschäftsprozesse konsistent abbilden kann, Bedeutungen über Systeme hinweg bewahrt, Erweiterungen kontrollierbar macht und dem Unternehmen erlaubt, Veränderungen nachvollziehbar zu steuern.
Für Marketing ergeben sich daraus fünf praktische Prinzipien:
Erstens: Kampagnendaten müssen mit Geschäftsobjekten verbunden werden.
Zweitens: Marketingkennzahlen benötigen gemeinsam definierte Semantik.
Drittens: Account-based Marketing verlangt ein Modell des Buying Centers und der Unternehmensstruktur.
Viertens: Cloud- und AI-Funktionen brauchen Governance, bevor sie skaliert werden.
Fünftens: Marketingversprechen müssen an der operativen Lieferfähigkeit des Unternehmens geprüft werden.
Die entscheidende Frage lautet daher nicht, ob ein Unternehmen SAP, eine andere Suite oder eine Kombination spezialisierter Systeme nutzt.
Sie lautet:
Kann die Softwarearchitektur den wirtschaftlichen Zusammenhang zwischen Marktinteresse, Kundenbeziehung, Leistungserbringung und Ergebnis sichtbar machen?
Wo dieser Zusammenhang fehlt, optimiert Marketing Signale.
Wo er vorhanden ist, kann Marketing beginnen, das Unternehmen als zusammenhängendes System zu steuern.