Van workflow automatisering naar autonome processen
Armand Boers - Senior SAP Fiori & Workflow Consultant
AI is al langere tijd onderdeel van de SAP-strategie. Met SAP Business AI, Joule en steeds meer AI-functionaliteit in SAP-processen wordt kunstmatige intelligentie een steeds vanzelfsprekender onderdeel van de dagelijkse bedrijfsvoering.
Tijdens SAP Sapphire 2026 zette SAP een volgende stap met de introductie van de Autonomous Enterprise. De ambitie is duidelijk: AI voert steeds meer van het werk uit, terwijl mensen de richting bepalen en toezicht houden waar dat nodig is.
Dat klinkt als een fundamentele verandering. Maar voor organisaties die vandaag al werken met SAP-workflows, automatisering en procesoptimalisatie ontstaat meteen een interessante vraag: wat verandert er daadwerkelijk?
En misschien nog belangrijker: waar kan deze technologie waarde toevoegen aan bestaande SAP-processen?
In deze blog gaan we in op vier vragen:
Wat kondigt SAP aan?
Wat is een Autonomous Enterprise?
Wat kan het?
Wat is er inmiddels beschikbaar of aangekondigd?
1. Wat kondigt SAP aan?
Van SAP Business AI naar Autonomous Enterprise
SAP positioneert de Autonomous Enterprise als een volgende stap in enterprise-AI. Kunstmatige intelligentie moet niet alleen informatie geven of medewerkers ondersteunen, maar ook steeds vaker zelfstandig onderdelen van bedrijfsprocessen uitvoeren.
Daarvoor brengt SAP verschillende mogelijkheden samen binnen het SAP Business AI Platform. Denk aan Joule, Joule Assistants, Joule Agents, Joule Studio en de SAP Knowledge Graph.
SAP richt zich daarbij op verschillende bedrijfsdomeinen, waaronder Finance, Procurement, Supply Chain, HCM en Customer Experience.
Figuur 1: SAP Sapphire keynote 2026 - SAP Autonomous Enterprise.jpg
Het idee is dat agents niet alleen binnen één applicatie werken, maar ook werkzaamheden over verschillende systemen en domeinen heen kunnen coördineren.
Wat heb je daarvoor nodig?
Een groot taalmodel beschikt over veel algemene kennis. Maar daarmee weet het nog niet hoe een specifieke organisatie werkt.
Een agent die bijvoorbeeld een inkooporder moet beoordelen, moet weten welke leverancier erbij hoort, welke contractafspraken gelden, welke goederen zijn ontvangen en welke acties zijn toegestaan.
Een Autonomous Enterprise heeft daarom meer nodig dan alleen AI:
ERP als basis voor bedrijfsprocessen en transacties
Bedrijfsgegevens
Proceskennis
Betrouwbare stamgegevens
Governance en controle
AI-modellen en agents
Dat laatste is belangrijk. Voor bedrijfskritische processen is een hoge mate van betrouwbaarheid, voorspelbaarheid en controleerbaarheid essentieel. Een agent die zelfstandig een betaling, wijziging of goedkeuring uitvoert, moet betrouwbaar en controleerbaar functioneren binnen duidelijke grenzen.
SAP benadrukt daarom de combinatie van AI met bedrijfscontext, gegevens en governance. Daarmee verandert ook de rol van AI.
Van: “Geef mij informatie.”
Naar: “Help mij met deze taak.”
Vervolgens: “Voer deze taak uit.”
En uiteindelijk: “Zorg dat dit resultaat wordt bereikt.”
Dat laatste is de richting van de Autonomous Enterprise. Maar dat betekent niet dat het procesontwerp verdwijnt.
AI vergroot de mogelijkheden binnen het proces, maar neemt het procesontwerp niet automatisch over.
2. Wat is een Autonomous Enterprise?
Om het begrip autonomous beter te begrijpen, helpt het om de ontwikkeling van workflow naar autonome processen in stappen te bekijken.
Bij traditionele workflow worden de processtappen vooraf ontworpen. Bij automatisering worden daar regels aan toegevoegd, bijvoorbeeld: Als het bedrag lager is dan €1.000, keur de aanvraag automatisch goed.
Een AI-assistent helpt vervolgens bij het begrijpen van een situatie, bijvoorbeeld: “Waarom is deze inkooporder geblokkeerd?”
Een AI-agent gaat verder. Die kan informatie verzamelen, een situatie analyseren, bepalen welke actie nodig is en deze actie binnen bepaalde bevoegdheden uitvoeren.
Bij meerdere agents kunnen verschillende gespecialiseerde agents samenwerken.
Een autonoom proces gaat nog een stap verder: niet alleen de afzonderlijke taak, maar het gewenste bedrijfsresultaat staat centraal.
Maar workflow verdwijnt daarmee niet. Een toekomstig proces bestaat waarschijnlijk juist uit een combinatie van:
Workflow + bedrijfsregels + AI-agents + medewerkers + gebruikersinterfaces + koppelingen
Sommige stappen blijven volledig voorspelbaar en controleerbaar. Andere stappen zijn juist geschikt voor AI omdat ze afhankelijk zijn van context, interpretatie of uitzonderingen.
De uitdaging is daarom niet: “Hoe maken we alles autonoom?”
Maar: “Waar voegt autonomie daadwerkelijk waarde toe?”
De rol van de SAP Knowledge Graph
Een belangrijk onderdeel onder deze ontwikkeling is de SAP Knowledge Graph. Een AI-model beschikt over algemene kennis. Een enterprise-agent heeft daarnaast specifieke bedrijfscontext nodig.
Welke leverancier hoort bij welke inkooporder? Welke producten horen bij welke fabriek? Welke contractvoorwaarden gelden? Welke gebruiker mag een bepaalde actie uitvoeren?
De Knowledge Graph moet dit soort relaties beschikbaar maken voor AI, zodat agents niet alleen naar losse gegevens kijken, maar ook de samenhang tussen bedrijfsgegevens en processen kunnen benutten. SAP positioneert dit als een belangrijke contextlaag binnen het Business AI Platform.
In eenvoudige vorm: Bedrijfsgegevens → Context → Analyse → Beslissing → Actie
Juist die laatste stap maakt autonome procesautomatisering interessant.
Figuur 2: SAP Sapphire keynote 2026 - SAP Knowledge Graph
3. Wat kan het?
De SAP-visie wordt pas echt interessant als we kijken naar concrete toepassingen.
Process Consulting Agent
Een voorbeeld is de Process Consulting Agent binnen SAP Signavio. Met natuurlijke taal kan een gebruiker vragen stellen over bedrijfsprocessen. De agent kan procesinformatie analyseren, afwijkingen en inefficiënties identificeren en aanbevelingen doen voor verbetering.
Bijvoorbeeld: “Waar zitten de grootste inefficiënties in ons order-to-cash-proces?” Of: “Waarom loopt de doorlooptijd van dit proces op?”
Dat maakt procesanalyse toegankelijker en kan helpen om sneller verbeterpunten te vinden.
Maar dit is nog geen volledig autonoom proces. Het gaat hierbij in de eerste plaats om analyse en advies, niet om het volledig zelfstandig uitvoeren van procesverbeteringen. De gebruiker bepaalt vervolgens wat er met de aanbevelingen gebeurt.
Dat onderscheid is belangrijk:
Niet iedere AI-agent voert zelfstandig acties uit, en niet iedere AI-agent maakt een proces autonoom.
Joule Studio 2.0
Met Joule Studio gaat SAP een stap verder. Organisaties kunnen hiermee zelf agents, toepassingen en werkstromen bouwen. SAP biedt hiervoor zowel mogelijkheden zonder programmeren als mogelijkheden voor ontwikkelaars.
Daarmee zegt SAP niet alleen: “Gebruik onze agents.” maar ook: “Bouw je eigen agents.”
Een opvallende ontwikkeling is de integratie met n8n, een platform voor workflowautomatisering en integratie. Hier komen verschillende werelden bij elkaar:
AI-agents + workflowautomatisering + integratie + SAP-processen
Maar het eenvoudiger kunnen bouwen van een agent betekent niet dat een goed bedrijfsproces ontstaat. Een inkoopproces heeft nog steeds autorisaties, uitzonderingen, verschillende gebruikersgroepen en governance nodig.
De vraag is daarom niet alleen: “Kunnen we een agent bouwen?” maar vooral:
“Welke taak of beslissing moet de agent uitvoeren, binnen welke bevoegdheden en hoe past die agent in het totale proces?”
4. Wat is er beschikbaar?
SAP heeft agents beschikbaar gesteld of aangekondigd voor verschillende bedrijfsprocessen.
Daarbij is het belangrijk om onderscheid te maken tussen ondersteuning, taakautomatisering, autonome taken en daadwerkelijk autonome processen. Ook moet duidelijk zijn welke functionaliteit al beschikbaar is en welke nog op de roadmap staat.
Factuurverwerking
Factuurverwerking is een mooi voorbeeld, omdat hier al jarenlang traditionele automatisering wordt toegepast. Een bekend proces ziet er als volgt uit:
Factuur → Vastleggen → Controleren → Matchen → Workflow → Goedkeuren → Boeken → Betalen
SAP voegt daar steeds meer gespecialiseerde agents aan toe, waaronder:
Invoice Capture & Extraction
Missing Goods Receipts
Invoice Validation & Exception Handling
Payment Terms
Enrichment & Coding
Tax Validation
Fraud Prevention
Contract Matching
De “Invoice Validation and Exception Handling Agent” kan bijvoorbeeld een afwijking bij een factuur analyseren en helpen bepalen hoe deze moet worden opgelost.
Dat is een duidelijke stap verder dan alleen: “Deze factuur heeft een uitzondering.”
De agent kan onderzoeken waarom de uitzondering is ontstaan en welke oplossing mogelijk is.
Maar ook hier geldt: de agent is slechts één onderdeel van het totale proces.
Wie mag een uitzondering goedkeuren?
Welke tolerantiegrenzen gelden?
Wanneer mag de agent zelfstandig handelen?
Wanneer is menselijke goedkeuring nodig?
Welke workflow wordt gestart?
Hoe krijgt de gebruiker inzicht in de situatie?
En hoe controleer je achteraf of het proces goed heeft gewerkt?
Dit zijn geen bijzaken. Ze bepalen mede of AI veilig en effectief kan worden ingezet.
Wat staat er op de roadmap?
SAP heeft voor de komende releases verschillende agents aangekondigd. Onderstaande planning moet worden gelezen als een roadmap, niet als een garantie voor beschikbaarheid op een specifieke datum.
Q2 2026
Goods Return to Supplier Agent
Q3 2026
Time Sheet Reminder Agent
Invoice Validation and Exception Handling Agent
Missing Goods Receipts Agent
Payment Terms Validation Agent
Q4 2026
Invoice Approval Agent
Invoice Dispute Management Agent
Invoice Fraud Detection Agent
Stalled HR Workflow Agent
Business Partner Record Integrity Agent
Q1 2027
Goods Movement Resolution Agent
Q2 2027
System-triggered custom agents
Roadmaps kunnen uiteraard veranderen. Toch laat deze ontwikkeling goed zien in welke richting SAP beweegt:
Van informeren → ondersteunen → analyseren → beslissen → uitvoeren.
Waar zit de echte waarde?
Als SAP steeds meer standaard agents levert, ontstaat een interessante vraag:
Waar zit dan nog de uitdaging voor organisaties?
Juist daar wordt procesoptimalisatie belangrijk.
Een agent toevoegen aan een slecht ingericht proces maakt het proces niet automatisch beter.
Voordat je een agent inzet, wil je weten:
Waar zitten de grootste knelpunten?
Welke uitzonderingen kosten de meeste tijd?
Welke stappen zijn onnodig handmatig?
Welke beslissingen zijn voorspelbaar?
Waar is juist context en interpretatie nodig?
Is de masterdata betrouwbaar genoeg?
Waar blijft menselijke goedkeuring noodzakelijk?
Dat begint met inzicht in het bestaande proces.
Procesanalyse en process mining kunnen zichtbaar maken waar vertragingen, uitzonderingen en handmatige activiteiten daadwerkelijk optreden. Vervolgens kun je bepalen welke oplossing het beste past.
Soms is dat een workflow. Soms een bedrijfsregel. Soms een betere gebruikersinterface of een integratie. En steeds vaker kan een AI-agent de juiste oplossing zijn.
AI-agents vervangen procesoptimalisatie niet. Ze vormen een nieuwe bouwsteen in de gereedschapskist voor procesverbetering.
Van procesoptimalisatie naar autonome processen
Voor Avelon is dit een interessante ontwikkeling. We helpen organisaties vandaag al met de optimalisatie van SAP-processen onder andere met workflows, gebruikersinterfaces en automatisering.
De komst van AI-agents voegt daar een nieuwe mogelijkheid aan toe. De gereedschapskist wordt groter, maar het uitgangspunt blijft hetzelfde:
Het proces moet aantoonbaar beter worden.
De belangrijkste vraag wordt daarom:
Welke combinatie van workflows, bedrijfsregels, gebruikersinterfaces, automatisering en AI zorgt ervoor dat een proces daadwerkelijk beter presteert?
Dat vraagt om meer dan alleen kennis van de nieuwste AI-functionaliteit. Het vraagt om inzicht in processen, gegevens, uitzonderingen en gebruikers. En om het vermogen om analytisch te bepalen waar de grootste verbeterkansen liggen en vervolgens de juiste technologie te kiezen.
Dat is uiteindelijk wat de Autonomous Enterprise interessant maakt.
Niet omdat ieder proces straks volledig autonoom moet zijn, maar omdat we steeds meer mogelijkheden krijgen om autonomie toe te voegen op de plekken waar die aantoonbaar waarde oplevert.
SAP levert steeds meer van de bouwstenen. De uitdaging voor organisaties is om te bepalen waar autonomie echt iets toevoegt en hoe deze technologie het beste in bestaande bedrijfsprocessen kan worden geïntegreerd.
Want een Autonomous Enterprise begint niet bij de technologie, maar bij het inzicht in en de optimalisatie van het proces.
Meer informatie
Voor verdere vragen of meer informatie over dit onderwerp, neem gerust contact op met Sander van der Wijngaart.
Gerelaterde posts
