SAP: Model Context Protocol maakt van AI een actieve business agent

Het Model Context Protocol (MCP), dat zijn oorsprong vindt in het werk van Anthropic (van de Claude Code IDE), is een protocol dat functionaliteiten kan 'onthullen' als AI-toegankelijke tools. Dit stelt AI-modellen in staat om niet alleen een verzoek te begrijpen, maar ook daadwerkelijk acties te plannen, te orkestreren en uit te voeren over diverse SAP- en non-SAP-systemen heen zo meldt SAP in een blog.

MCP onderscheidt zich van de veelgebruikte techniek Retrieval-Augmented Generation (RAG). Waar RAG primair focust op het aanbieden van extra context of kennis aan een model, levert MCP de uitvoerbare functionaliteit om die kennis om te zetten in actie.

De combinatie van RAG (dat de AI informeert) en MCP (dat de AI van middelen voorziet) creëert een krachtig raamwerk. Dit maakt het mogelijk voor AI om autonoom complexe operaties te plannen, de juiste tools te selecteren en uit te voeren. Dit effent het pad voor 'agentic applications' (autonoom handelende applicaties) in het bedrijfsleven, wat voor SAP-applicaties wordt gezien als de toekomst van AI-gedreven automatisering.

Hoe MCP Werkt: client-server architectuur

MCP functioneert via een client-server architectuur:

Serverzijde: De MCP-server host een bibliotheek van duidelijk gedefinieerde tools met specificaties voor input en output. Deze tools kunnen veilig data benaderen en processen draaien op zowel lokale systemen als enterprise platforms zoals databases en SAP-systemen.

Clientzijde: De MCP-client dient als brug tussen het LLM en de server. Het injecteert context uit het gebruikersverzoek en stelt het LLM in staat om tools te ontdekken, een actie te plannen en de juiste tool aan te roepen. Het resultaat wordt vervolgens teruggekoppeld aan het LLM om een gepolijste, context-bewuste respons te genereren.

Door te verbinden met meerdere MCP-servers kan een applicatie diverse capaciteiten uit verschillende domeinen benutten, wat leidt tot echte agentic intelligence.

Directe toepasbaarheid in SAP

Vanuit een bedrijfsperspectief sluit MCP direct aan op de meest complexe, end-to-end scenario’s binnen SAP, zoals Order to Cash, Procure to Pay en Financial Reporting.

MCP-tools kunnen direct gekoppeld worden aan deze gedetailleerde (Level 2 en Level 3) sub-processen, die vaak op verschillende, gescheiden systemen draaien. De AI-client kan een verzoek interpreteren, een sequens van acties plannen en vervolgens de juiste tools aanroepen om bewerkingen uit te voeren op de SAP-systemen. Dit automatiseert taken die traditioneel handmatige navigatie door diverse SAP-transacties vereisen.

Technisch gezien kan de MCP-server worden gehost en uitgevoerd op SAP BTP (Business Technology Platform) en Kyma. De MCP-client kan als lichtgewicht applicatie worden ingezet op SAP BTP Cloud Foundry en naadloos integreren met bijvoorbeeld een CAP (Cloud Application Programming) applicatie voor de gebruikersinterface.

Praktijkvoorbeeld: vendor onboarding

Een typisch scenario is het Vendor Onboarding-proces, dat traditioneel meerdere dagen en teams kost. Met MCP-tools wordt dit getransformeerd naar Agentic Automation:

De AI plant en voert autonoom de stappen uit op basis van de leverancierscontext, valideert details via externe API's, identificeert ontbrekende data en genereert dynamisch vervolgacties, zoals het versturen van een gerichte vragenlijst. Dit verkort de doorlooptijd drastisch door handmatige stappen te elimineren.

Tijdens het recente SAP-AWS Hack2Build-evenement demonstreerde IBM een agentic Sustainability-oplossing via MCP op SAP BTP Cloud Foundry, waarbij externe AWS API's direct oproepbaar werden gemaakt voor de LLM.

Transformatieve bedrijfswaarde

De ware impact van MCP ligt in het vermogen om adaptieve workflows te creëren. Grote organisaties volgen het ‘happy path’ (het ideale scenario) slechts in ongeveer 40% van de gevallen. De overige 60% betreft uitzonderingen en afwijkingen.

MCP maakt systemen mogelijk die in realtime op deze complexiteit kunnen reageren. LLM-gedreven MCP-clients kunnen onvolledige data of procesafwijkingen begrijpen, dynamisch vervolgstappen bepalen en de juiste tools aanroepen.

Dit levert volgens SAP strategische voordelen op:

• End-to-end procesautomatisering voor complexe scenario’s met minimale handmatige tussenkomst.
• Adaptieve workflows die blijven functioneren ondanks onduidelijkheid of afwijkende data.
• Integratie van externe API's en interne services onder één agentic control layer.

De inzet van MCP betekent dat SAP-applicaties niet langer alleen transactioneel zijn, maar intelligent, autonoom en proactief in het nastreven van bedrijfsdoelstellingen.

Cruciale aandachtspunten

Om de adoptie van MCP veilig en succesvol te laten verlopen, zijn drie punten cruciaal:

• Beveiliging: De gedistribueerde aard van MCP vereist een end-to-end beveiligingsplanning, inclusief rolpropagatie zodat machtigingen consistent worden gehandhaafd over alle systemen.
• Context engineering: De kwaliteit van de context die aan het LLM wordt doorgegeven, bepaalt welke tools in welke volgorde worden aangeroepen. Dit vereist zorgvuldige, iteratieve verfijning van de context design.
• Prestaties & schaalbaarheid: In high-volume SAP-omgevingen moet de MCP-serverinfrastructuur efficiënt en schaalbaar zijn om concurrent requests aan te kunnen en latency te minimaliseren.

Door nu in MCP te investeren, kunnen bedrijven de kloof dichten tussen AI-redenering en enterprise action, wat leidt tot meetbare ROI en het toekomstbestendig maken van hun SAP-investeringen.