Skills statt Stellenbeschreibungen: Was SAP und TechWolf für Ihre HR bedeuten

Am 6. Oktober 2026 hat SAP angekündigt, den belgischen KI-Anbieter TechWolf übernehmen zu wollen. Auf den ersten Blick ist das eine Konzernmeldung unter vielen: Kaufpreis nicht genannt, Abschluss für das vierte Quartal geplant, Zustimmung der Kartellbehörden vorbehalten. Für den Mittelstand steckt dahinter aber ein Signal, das über SAP hinausreicht. Gekauft wird eine Technologie, die laufend erfasst, welche Arbeit in einem Unternehmen tatsächlich geleistet wird und welche Fähigkeiten dafür vorhanden sind. SAP nennt das Datenmodell „context graph for work“.

Die zentrale Botschaft lautet: Die Personalarbeit der nächsten Jahre dreht sich weniger um Stellenbeschreibungen und Organigramme, sondern um Skills. Wer weiß, welche Fähigkeiten im Haus sind, kann Mitarbeitende gezielt weiterentwickeln, Engpässe früh erkennen und KI-Agenten sinnvoll in Abläufe einbauen. Wer diese Daten nicht hat, plant im Blindflug. In diesem Artikel erklären wir, was bekannt ist, warum das auch Betriebe ohne SAP betrifft und wie Sie Ihre Skill-Daten schon heute sauber aufbauen.

Was SAP übernimmt und was bislang bekannt ist

TechWolf bietet eine KI-Plattform für sogenannte Work Intelligence. Der Kern ist ein Datenmodell, das drei Ebenen verbindet: die tatsächliche Arbeit mit ihren Aufgaben, die Fähigkeiten der Beschäftigten und den externen Arbeitsmarkt. Die Plattform wird an bestehende HR- und Geschäftssysteme angebunden und liefert Grundlagen für Entscheidungen zu Einstellung, Weiterbildung und Umbesetzung.

Nach der Ankündigung von SAP soll TechWolf zu einem „intelligenten Kern“ von SAP SuccessFactors werden. Genannt werden Skills-Mapping, Personalplanung und die Neugestaltung von Organisationen. Nach dem Abschluss wollen beide Unternehmen gemeinsam neue KI-gestützte Produkte zur Optimierung der Belegschaft entwickeln. Interessant ist ein Zitat aus der SAP-Führung: Die „Grounding-Schicht“, also die faktische Datengrundlage, passe zur Strategie, mache die Nutzung von Token effizienter und senke die Kosten für den Einsatz von Workforce-Agenten.

Gleichzeitig bleibt TechWolf nach SAP-Angaben ein eigenständiges Unternehmen unter der Leitung von CEO Andreas De Neve mit Hauptsitz in Gent und Büros in London, New York und San Francisco. Die Plattform soll weiterhin auch Kunden zur Verfügung stehen, die kein SAP nutzen. Zu den genannten Kunden zählen HSBC, Atlas Copco, GSK, Ericsson, AMD, MetLife, PayPal und Booking.com. Der Kaufpreis ist nicht bekannt, und der Vollzug steht unter dem Vorbehalt der behördlichen Genehmigung.

Das Muster kennen Sie aus anderen Märkten: Konzerne kaufen spezialisierte Anbieter, integrieren deren Technik in die eigene Plattform und machen sie so für Millionen Beschäftigte verfügbar. Für den Mittelstand heißt das, dass Funktionen, die heute nur Großunternehmen mit eigener Personalanalyse-Abteilung nutzen, mittelfristig in Standardsoftware ankommen könnten.

Mehr als diese Eckpunkte ist zum jetzigen Zeitpunkt nicht belastbar bekannt. Insbesondere gibt es noch keine Preise, keinen Zeitplan für die Integration in SuccessFactors und keine Angaben dazu, welche Funktionen in welcher Ausbaustufe für mittelgroße Kunden verfügbar sein werden. Wir beschreiben deshalb im Folgenden, was die Richtung für Sie bedeutet, nicht was Sie morgen kaufen können.

Nicht das Werkzeug entscheidet, ob Skill-Transparenz gelingt, sondern die Qualität der Daten, die Sie ihm geben.

Warum Skills statt Stellenbeschreibungen?

Stellenbeschreibungen sind Momentaufnahmen. Sie werden beim Einstellen geschrieben, selten aktualisiert und beschreiben meist nicht, was eine Person tatsächlich tut. In den meisten Betrieben gilt: Die Buchhalterin kennt sich auch mit dem Lieferantenmanagement aus, der Vertriebsmitarbeiter hat Erfahrung in der Datenanalyse, und der Meister beherrscht eine Maschine, für die es keinen offiziellen Experten mehr gibt. Dieses Wissen steht in keiner Akte. Sobald jemand kündigt oder in Rente geht, geht es verloren. Gerade in Betrieben mit 50 bis 250 Beschäftigten, in denen wenige Personen viele Rollen ausfüllen, ist dieses unsichtbare Wissen oft der eigentliche Wettbewerbsvorteil und zugleich das größte Risiko.

Skill-basierte Personalarbeit dreht die Logik um. Statt zu fragen, wer in welche Stelle passt, fragen Sie: Welche Fähigkeiten brauchen wir in den nächsten zwei Jahren, welche haben wir, und wo klaffen Lücken? Das hat für Mittelständler drei konkrete Vorteile.

• Fachkräftemangel abfedern: Wenn Sie wissen, welche Fähigkeiten intern vorhanden sind, können Sie Stellen zuerst intern besetzen oder Beschäftigte gezielt qualifizieren, bevor Sie teuer extern suchen.
• Nachfolge sichern: Kritisches Wissen wird sichtbar, bevor es verschwindet. Sie können Übergaben planen, statt im Ernstfall zu improvisieren.
• KI-Einsatz steuern: Wer weiß, welche Aufgaben aus welchen Teiltätigkeiten bestehen, kann beurteilen, welche Teile ein Agent übernehmen kann und welche menschliches Urteil brauchen.

Dieser dritte Punkt ist der Grund, warum das Thema gerade jetzt Fahrt aufnimmt. KI-Agenten übernehmen keine ganzen Stellen, sondern Aufgabenbündel. Um diese Bündel zu identifizieren, müssen Sie Arbeit in Aufgaben und Fähigkeiten zerlegen können. Genau das leistet ein Modell wie der „context graph for work“.

Was das für Betriebe ohne SAP bedeutet

Viele Mittelständler setzen kein SuccessFactors ein, sondern arbeiten mit Excel-Listen, einem schlanken Personalprogramm oder einer Lohnabrechnungssoftware mit HR-Modul. Betrifft Sie die Übernahme dann überhaupt? Aus unserer Sicht ja, aus drei Gründen.

Erstens setzt SAP einen Marktstandard. Wenn der größte europäische Anbieter Business-Software Skill-Daten zum Herzstück seiner HR-Lösung macht, werden andere Anbieter nachziehen. Rechnen Sie damit, dass Skill-Funktionen in den kommenden Jahren in vielen HR-Systemen auftauchen, vermutlich zunächst in höheren Preisklassen und später in Standardpaketen.

Zweitens betrifft es Ihre Partner. Konzernkunden, bei denen Sie Lieferant oder Dienstleister sind, werden zunehmend mit Skill-Daten arbeiten, etwa bei der Auswahl von Dienstleistern mit passenden Qualifikationen. Wer Qualifikationen strukturiert nachweisen kann, hat einen Vorteil.

Drittens, und das ist der wichtigste Punkt: Die Qualität der Auswertung hängt von Ihren Daten ab. Ein noch so gutes System kann nichts ableiten, wenn Rollen unklar benannt sind, Qualifikationen nirgends erfasst werden und Weiterbildungen nur im Kopf der Abteilungsleiterin existieren. Die Vorarbeit können Sie unabhängig vom Anbieter leisten, und sie zahlt sich in jedem System aus.

Checkliste: So bauen Sie Skill-Daten sauber auf

Die folgende Checkliste ist bewusst anbieterunabhängig. Sie funktioniert mit einer Tabelle genauso wie mit einem HR-System.

1. Ein gemeinsames Vokabular festlegen

Der häufigste Fehler: Jede Abteilung nennt dieselbe Fähigkeit anders. „CNC-Programmierung“, „Fräsen mit Steuerung“ und „CAM-Kenntnisse“ können dasselbe oder drei verschiedene Dinge meinen. Legen Sie eine überschaubare Liste von 50 bis 150 Skills fest, die für Ihr Unternehmen wirklich wichtig sind. Starten Sie klein und erweitern Sie, wenn die Pflege funktioniert. Orientieren können Sie sich an bestehenden Klassifikationen wie ESCO, der europäischen Systematik für Fähigkeiten und Berufe.

2. Skills pro Person erfassen, mit Stufen

Erfassen Sie nicht nur, ob jemand eine Fähigkeit besitzt, sondern auch auf welchem Niveau. Eine einfache Skala mit drei oder vier Stufen genügt, zum Beispiel Grundkenntnisse, selbstständig, Expertin oder Experte, kann andere anleiten. Wichtig ist, dass Sie die Stufen kurz und konkret beschreiben, damit alle gleich bewerten.

3. Selbsteinschätzung und Führungskräfteurteil kombinieren

Reine Selbstauskünfte sind verzerrt: Manche unterschätzen sich, andere überschätzen sich. Reine Fremdeinschätzungen übersehen verborgene Stärken. Lassen Sie beide Sichten einfließen, etwa im Rahmen des jährlichen Mitarbeitergesprächs, und besprechen Sie Abweichungen offen.

4. Aktualität sicherstellen

Skill-Daten altern schnell. Legen Sie fest, wann sie aktualisiert werden, zum Beispiel nach jeder Weiterbildung, jedem Projektabschluss und mindestens einmal im Jahr. Benennen Sie eine verantwortliche Person, sonst verwaisen die Daten nach wenigen Monaten.

5. Aufgaben statt nur Titel beschreiben

Erfassen Sie zusätzlich, aus welchen Hauptaufgaben eine Rolle besteht und wie viel Zeit sie ungefähr beanspruchen. Daraus lässt sich ableiten, welche Aufgaben standardisiert und wiederkehrend sind und damit für KI-Unterstützung in Frage kommen. Dieser Schritt ist die Brücke zwischen HR und Automatisierung.

6. Datenschutz und Mitbestimmung von Anfang an klären

Skill-Daten sind Beschäftigtendaten. Klären Sie früh, welche Daten Sie zu welchem Zweck erfassen, wer Zugriff hat und wie lange Sie sie speichern. Wenn es einen Betriebsrat gibt, binden Sie ihn von Beginn an ein. Systeme, die Arbeit und Leistung auswerten, sind in Deutschland in der Regel mitbestimmungspflichtig. Rechtliche Details klären Sie bitte mit Ihrer Beratung.

7. Transparenz gegenüber den Beschäftigten

Der größte Akzeptanzfaktor: Beschäftigte müssen verstehen, wofür die Daten genutzt werden, nämlich für Entwicklungschancen und nicht für Überwachung. Sagen Sie das klar, und halten Sie sich daran. Wenn die Belegschaft den Eindruck gewinnt, dass Skill-Daten für Kündigungsentscheidungen verwendet werden, bricht die Datenqualität zusammen, weil niemand mehr ehrlich einträgt, was er kann.

Wo KI-Agenten in der Skill-Arbeit helfen

Der manuelle Aufbau einer Skill-Datenbasis klingt aufwendig, und er ist es auch, wenn man ihn komplett per Hand erledigt. Hier können KI-Agenten Entlastung bringen, wenn Sie sie gezielt und kontrolliert einsetzen. Drei Beispiele aus dem Alltag:

• Vorschläge aus vorhandenen Dokumenten: Ein Agent liest Lebensläufe, Zeugnisse und Weiterbildungsnachweise und schlägt Skills samt Stufe vor. Die Beschäftigten und ihre Führungskräfte bestätigen oder korrigieren. So sparen Sie die Erstbefüllung und behalten die Kontrolle.
• Lücken sichtbar machen: Ein Agent gleicht den Skill-Bestand mit den Anforderungen anstehender Projekte ab und meldet, wo Kapazität oder Qualifikation fehlt, bevor das Projekt ins Stocken gerät.
• Weiterbildung vorschlagen: Anhand von Lücken und Interessen schlägt ein Agent passende interne oder externe Angebote vor und bereitet die Anträge vor.

Entscheidend ist in allen Fällen: Der Agent macht Vorschläge, Menschen entscheiden. Bewertungen von Beschäftigten, die Konsequenzen für Gehalt, Beförderung oder Weiterbeschäftigung haben können, gehören nicht in eine vollautomatische Verarbeitung. Das verlangt nicht nur der Datenschutz, sondern auch der gesunde Menschenverstand und die Fairness gegenüber Ihrem Team.

Drei Beispiele aus dem Mittelstand

Ein Handwerksbetrieb mit 60 Beschäftigten

Ein Elektrobetrieb merkt, dass nur zwei Personen die Anlagen eines wichtigen Kunden kennen, und beide sind über 60. Eine einfache Skill-Tabelle mit 40 Einträgen macht die Abhängigkeit sichtbar. Der Betrieb plant gezielt Einarbeitungen und dokumentiert das Wissen. Aufwand: einige Stunden, Ertrag: ein abgewendetes Betriebsrisiko.

Ein Logistikunternehmen mit 150 Beschäftigten

Ein Spediteur will Disponenten für ein neues System qualifizieren. Statt alle zu schulen, gleicht er vorhandene Fähigkeiten ab und schult nur die Lücken. Das spart Schulungstage und verkürzt die Einführung.

Ein Dienstleister mit 90 Beschäftigten

Ein IT-Dienstleister möchte Projekte schneller passend besetzen. Mit gepflegten Skill-Daten findet die Projektleitung geeignete Personen in Minuten statt nach Rundfragen in mehreren Teams.

Risiken: Wo Skill-Analysen schiefgehen

So vielversprechend das Thema ist, es gibt typische Fallstricke, die Sie kennen sollten.

• Überwachungsverdacht: Systeme, die Arbeit „laufend erfassen“, wecken schnell Misstrauen. Legen Sie vorab fest, welche Datenquellen Sie nutzen und welche ausdrücklich nicht.
• Scheinpräzision: Eine Zahl wie „Skill-Level 3,7“ wirkt exakt, ist aber eine Schätzung. Nutzen Sie Skill-Daten als Gesprächsgrundlage, nicht als Urteil.
• Verzerrungen: Wenn Modelle aus historischen Daten lernen, übernehmen sie historische Schieflagen, etwa bei der Bewertung von Teilzeitkräften oder Quereinsteigern. Prüfen Sie Ergebnisse stichprobenartig auf Auffälligkeiten.
• Anbieterbindung: Wenn Ihre Skill-Daten in einem proprietären Format liegen, wird ein späterer Wechsel teuer. Achten Sie auf Exportmöglichkeiten.
• Offene Fragen zur Übernahme: Preis, Zeitplan und Funktionsumfang für mittelgroße Kunden sind noch nicht bekannt. Vermeiden Sie deshalb Entscheidungen, die allein auf dieser Ankündigung beruhen.

Ihr Fahrplan für die nächsten 90 Tage

Sie brauchen kein Großprojekt, um jetzt anzufangen. Ein realistischer Fahrplan für einen Betrieb mit 50 bis 250 Beschäftigten:

1. Woche 1 bis 2: Ziel festlegen (Nachfolge sichern, Weiterbildung planen oder KI-Potenziale finden) und Verantwortliche benennen. Datenschutzbeauftragte und, falls vorhanden, Betriebsrat informieren.
2. Woche 3 bis 4: Skill-Vokabular für einen Pilotbereich entwickeln, 50 bis 80 Skills, drei bis vier Stufen.
3. Woche 5 bis 8: Skills für einen Bereich erfassen, mit Selbsteinschätzung und Führungskräfteurteil. Optional mit KI-Vorschlägen aus Dokumenten.
4. Woche 9 bis 10: Auswertung: Wo sind Abhängigkeiten, wo Lücken, wo ungenutzte Stärken?
5. Woche 11 bis 12: Maßnahmen ableiten (Einarbeitung, Schulung, Stellenprofil), Erfahrungen auswerten und entscheiden, ob und wie Sie ausweiten.

Nach 90 Tagen wissen Sie, wie viel Aufwand die Pflege bedeutet, welchen Nutzen die Daten stiften und welche Anforderungen ein Anbieter erfüllen müsste. Dann können Sie die Entwicklung bei SAP und anderen Anbietern aus einer Position der Stärke beobachten, statt reaktiv zu entscheiden.

Fazit: Die Daten sind der Wettbewerbsvorteil

Die Übernahme von TechWolf durch SAP zeigt, wohin die Reise geht: Personalarbeit wird datengestützter, und KI-Agenten brauchen eine verlässliche Grundlage dafür, was in einem Unternehmen gekonnt und getan wird. Ob Sie später SAP, einen anderen Anbieter oder eine eigene Lösung nutzen, ist zweitrangig. Wer seine Skill-Daten sauber aufgebaut hat, kann jedes dieser Werkzeuge besser nutzen als jemand, der bei null beginnt.

Beginnen Sie klein, binden Sie Beschäftigte und Betriebsrat früh ein, und nutzen Sie KI als Assistenz, nicht als Richterin. So wird aus einer Konzernmeldung aus Walldorf ein konkreter Vorteil für Ihren Betrieb.

Quellen: SAP News, „SAP to acquire TechWolf“ (news.sap.com, 6. Oktober 2026); Techzine, „SAP acquires Ghent-based AI company TechWolf“. Der Abschluss der Übernahme steht unter dem Vorbehalt behördlicher Genehmigungen. Dieser Artikel ersetzt keine Rechtsberatung.