SAP hat ein eigenes Sprachmodell für ABAP trainiert, auf 250 Millionen Zeilen Code. In unabhängigen Tests verliert es gegen billige Allzweck-Modelle, ausgerechnet bei der Aufgabe, für die SAP es selbst empfiehlt. Für Unternehmen vor der S/4HANA-Umstellung ändert das die Werkzeugwahl.
drweb.de als bevorzugte Quelle auf Google hinzufügenQualitätsgeprüfte Inhalte direkt in Google News & DiscoverJetzt hinzufügen
Das Sprachmodell SAP ABAP-1 ist auf 250 Millionen Zeilen ABAP-Code trainiert und damit so eng auf eine einzelne Programmiersprache zugeschnitten wie kaum ein anderes Modell.[1] Genau dieser Vorsprung nützt ihm im Test erstaunlich wenig. Zwei unabhängige Auswertungen zeigen, dass Domänenwissen im Training nicht der Hebel ist, für den SAP-Kunden ihn halten.
Das Wichtigste in Kürze
- SAP ABAP-1 läuft über SAP AI Core auf der BTP, bedient wird es über Joule for Developers.
- SAP empfiehlt das Modell vor allem zum Erklären von ABAP-Code, nicht zum Erzeugen fertiger Implementierungen.
- Im unabhängigen Benchmark schlägt schon das günstige Claude Haiku 4.5 das Spezialmodell beim Codeverstehen.
- Den Qualitätssprung bringt nicht das Fine-Tuning, sondern die Rückkopplung mit dem ABAP-Compiler.
Wofür SAP das eigene Modell empfiehlt
Verstehen statt schreiben. SAP positioniert ABAP-1 als Modell zum Analysieren und Erklären von ABAP-Code. Das Erzeugen lauffähiger Implementierungen gehört ausdrücklich nicht zum Kernversprechen.
Der Zugang. Bereitgestellt wird das Modell über SAP AI Core; Unternehmen mit bestehendem BTP-Abo brauchen keine zusätzliche Infrastruktur. Die meisten ABAP-Entwickler begegnen ihm über Joule for Developers in den ABAP Development Tools für Eclipse.[2] Wie tief SAP in solchen Werkzeugketten steckt, hat zuletzt die größte S/4HANA-Umstellung aller Zeiten gezeigt.
Warum verliert ein Spezialmodell gegen Allzweck-KI?
Spezialisierung ersetzt keine Reasoning-Fähigkeit. Ein Fine-Tuning auf einen engen, historisch gewachsenen Code-Bestand erzeugt Syntax-Vertrautheit, aber nicht die Reasoning-Fähigkeit moderner Frontier-Modelle.
Der Benchmark. Der ABAP-Entwickler Marian Zeis hat Modelle darauf getestet, aus vorhandenem ABAP-Code samt Unit-Tests strukturierte Fakten zu extrahieren, also genau die Disziplin, für die SAP sein Modell empfiehlt. Sein Befund: Selbst das auf Tempo und Kosten optimierte Claude Haiku 4.5 schlägt ABAP-1. Das Spezialmodell liege preislich näher an Premium-Modellen, ohne deren Ergebnisse zu liefern.[3]
Compiler statt Training. Wo der eigentliche Hebel liegt, zeigt eine Untersuchung mit 180 ABAP-Aufgaben, davon 16 SAP-spezifisch. GPT-5 löste in der ersten Runde 19,28 %. Nach fünf Runden mit zurückgespielten Compiler-Fehlermeldungen waren es 77,11 %.[4] Über die Qualität entscheidet nicht das Domänenwissen im Modell, sondern die Rückkopplungsschleife darum herum.
Wie viel Training in dem Modell steckt, und wo der Qualitätssprung bei ABAP-Code tatsächlich herkommt.
Zeilen ABAP-Code im Training von SAP ABAP-1
gelöste Aufgaben mit GPT-5 in der ersten Runde, ohne Compiler-Rückmeldung
gelöste Aufgaben mit GPT-5 nach fünf Runden Compiler-Feedback
Aufgaben im ABAP-Benchmark, davon 16 SAP-spezifisch
SAP empfiehlt ABAP-1 vor allem zum Erklären von ABAP-Code. Genau in dieser Auswertung liegt das auf Tempo und Kosten optimierte Claude Haiku 4.5 vor dem Spezialmodell. Den größeren Hebel liefert ohnehin die Rückkopplung mit dem Compiler, nicht das Domänenwissen im Training.
SAP verkauft mit ABAP-1 keine bessere Codequalität, sondern Datenhoheit. Ein legitimes Produkt, nur sollte man beide Fragen getrennt entscheiden und nicht die eine mit der anderen bezahlen.
— Markus Seyfferth, Chefredakteur Dr. Web
Was bedeutet das für die S/4HANA-Umstellung?
Der eigentliche Wert liegt woanders. ABAP-1 läuft in der SAP-eigenen Cloud, proprietärer Kundencode verlässt also nicht die gebuchte BTP-Region. Diesen Souveränitätsvorteil hat kein US-API-Modell, und darum wählen europäische Konzerne häufiger heimische Plattformen, wie zuletzt Airbus mit dem Wechsel in die französische Cloud. Über die Codequalität besagt das allerdings nichts.
Die Migrationslast. Im Mittelstand liegen Millionen Zeilen selbstgeschriebenes ABAP, die Unternehmen vor dem Wartungsende prüfen und portieren müssen. Wie eng dieser Kern am Betrieb hängt, hat der SAP-Patchday im Juli gezeigt, und wie stark der Wartungsmarkt selbst in Bewegung ist, macht die Kartellauflage der EU-Kommission deutlich.
Konkret zu tun. Messen Sie Kandidatenmodelle an Ihrem eigenen Custom-Code statt an Herstellerangaben, und bauen Sie den Compiler in die Schleife ein. Die Datenschutzfrage entscheiden Sie unabhängig von der Trefferquote. Dass souverän klingende KI-Antworten trügerische Sicherheit erzeugen, hat eine aktuelle Studie zu KI-Ratschlägen belegt; bei generiertem ABAP urteilt der Compiler härter als das Bauchgefühl. Grundlagen zur Modellauswahl fasst unser LLM-Ratgeber zusammen, mehr dazu in unserer KI-Rubrik.
Solange kein Anbieter einen belastbaren ABAP-Benchmark gegen echten Kundencode vorlegt, bleibt die eigene Messung entscheidend. Joule for Developers ist bis September 2026 kostenfrei, dieses Fenster eignet sich für den Vergleich am eigenen Altbestand.
Quellen
[1] SAP News Center: „How Joule for Developers and ABAP AI Capabilities Transform the Developer Experience“ ↩
[2] SAP: Produktseite „Joule for Developers“ ↩
[3] Marian Zeis: „SAP’s ABAP-1 Loses Every ABAP Benchmark, Even Explaining“ ↩
[4] arXiv-Preprint 2601.15188: „Benchmarking Large Language Models for ABAP Code Generation“ ↩
Mehr Newshunger?
- Die größte SAP-Umstellung aller Zeiten: Was Nestlés S/4HANA-Sprung den Mittelstand lehrt
- Studie: KI-Ratschläge machen Menschen ungenauer, aber selbstsicherer
- SAP-Wartung: Wie die EU den ERP-Riesen zur Wahlfreiheit zwingt
- IBM bricht um 25 Prozent ein: Wenn KI-Hardware das Software-Budget frisst
- 70 Anwendungen verlassen AWS: Airbus wechselt in die französische Cloud
- E-Rechnung SAP: So gelingt die gesetzeskonforme Umstellung im ERP-System
