Blog
Die drei Phasen der SAP‑Migrationsplanung mit KI
Die Modernisierung von SAP‑Systemen ist oft ein langwieriges Unterfangen, insbesondere wenn umfangreicher Custom‑Code, komplexe Datenbanken und zahlreiche Integrationen im Spiel sind. In einem aktuellen Projekt haben wir gezeigt, wie sich eine KI‑gestützte Herangehensweise auszahlt: Innerhalb von zwei Monaten entstand eine detaillierte Migrationsplanung für den Übergang in eine serverlose AWS‑Architektur. Der SAP MCP‑Connector von Micromata bildet dabei das Herzstück der Analyse und erschließt SAP‑Funktionen erstmals in natürlicher Sprache.
Ausgangslage und Ziele
Unser Kunde betreibt derzeit ein traditionelles SAP‑System, das über Jahre hinweg zahlreiche individuelle Erweiterungen erfahren hat. Ziel war es, diese Landschaft in eine zukunftsfähige, skalierbare AWS‑Umgebung zu überführen, ohne wertvolle Eigenentwicklungen zu verlieren. Gleichzeitig sollte die bestehende Frontend‑Anwendung weiter genutzt und bereits vorhandene Komponenten der Zielarchitektur berücksichtigt werden.
Um die Migration bestmöglich vorzubereiten, wurden in dem Projekt zunächst 3 entscheidende Phasen durchlaufen:
Phase 1: Analyse mit dem Micromata MCP-Connector für SAP
In der Analysephase wurde der gesamte Custom Code des SAP‑Systems untersucht. Dabei kamen Tools wie der MCP‑Connector zum Einsatz, der es ermöglicht, den Quellcode über natürliche Sprache zu explorieren und inhaltliche Abhängigkeiten zu erkennen. Die wichtigsten Schritte:
- Clustering von über 100 SAP‑Packages,
- Untersuchung von mehr als 70 Datenbanktabellen, knapp 1 Mio. Zeilen ABAP‑Code und einer Vielzahl an Schnittstellen zu externen Systemen,
- Dokumentation der gefundenen Abhängigkeiten, Datenflüsse und Systemgrenzen für die weitere Verwendung in den folgenden Phasen.






