Unsere Antwort erforderte mehr als ein einfaches Ja oder Nein. Die transaktionale Ebene der Servicebereitstellung – die Ticketweiterleitung, die grundlegende Fehlerbehebung und die routinemäßigen Konfigurationsanfragen – schrumpft rasant. Unternehmen in der DACH-Region haben in den letzten 18 Monaten ihre Mitarbeiterzahlen im L1- und L2-Support still und leise um etwa ein Drittel reduziert, dabei aber das gleiche Serviceniveau beibehalten. Die Arbeit wird durch Automatisierung übernommen, und die verbleibenden Aufgaben verlagern sich in vorgelagerte Bereiche.
Personalverantwortliche beschreiben heute andere Anforderungen als noch vor zwei Jahren. Sie suchen Mitarbeiter, die Automatisierungslösungen konzipieren können. Der erfolgreiche SAP-Betriebsspezialist ist derjenige, der Eskalationslogik definieren, KI-Modelle für unternehmensspezifische Sonderfälle optimieren und den Stakeholdern aus dem Geschäftsergebnis erklären kann, warum ein bestimmter Workflow automatisiert werden sollte oder nicht. Konfigurationswissen ist mittlerweile die Grundvoraussetzung; was Aufmerksamkeit erregt, ist die Fähigkeit, das Verhalten der Automatisierung zu gestalten.
Für Fachkräfte in der Mitte ihrer Karriere, die ihre Fachkompetenz durch repetitive, volumenintensive Tätigkeiten aufgebaut haben, ist die Lage angespannt. Unternehmen bauen diese Stellen schrittweise ab und setzen dabei eher auf natürliche Fluktuation als auf die Besetzung frei werdender Stellen. Der Weg in die Zukunft führt über die Koordination: Es gilt zu verstehen, wie automatisierte Dienste mit menschlichen Entscheidungspunkten interagieren, wo die Übergaben stattfinden und was schiefgeht, wenn sie fehlschlagen.
Ein Logistikunternehmen in Wien hat uns kürzlich gebeten, jemanden zu finden, der die gesamte automatisierte Serviceebene – von der Einstufung von Vorfällen bis hin zur Nachverfolgung ihrer Lösung – eigenverantwortlich betreuen kann. Gesucht wurde fundiertes SAP-Wissen in Verbindung mit ausreichenden Kenntnissen im Bereich Data Engineering, um die Klassifizierungsmodelle vierteljährlich neu zu trainieren. Die Suche dauerte vier Monate, da das Anforderungsprofil die traditionellen Grenzen zwischen Infrastruktur und Analytik überschreitet. Schließlich vermittelten wir einen Kandidaten, der zwei Jahre lang bei einem Schweizer Einzelhändler an einer ähnlichen Automatisierung gearbeitet hatte – jemanden, der sowohl die SAP-Architektur als auch die ihr zugrunde liegende Machine-Learning-Pipeline verstand.
Angeregt durch Berichte von SAP-Nachrichtenzentrum.