ABAP mit KI und lokalem LLM: S/4HANA-Custom-Code, Z-Programme erklären, ABAP-Unit-Tests

Was ein lokales LLM für ein SAP-Entwicklungsteam leistet

Ein lokales LLM für ABAP ist ein offenes Modell auf einer GPU-Workstation oder einem Server im eigenen Rechenzentrum, das alte Z-Programme und die Befunde des ABAP Test Cockpit (ATC) aus der S/4HANA-Custom-Code-Migration erklärt, die Anpassungen entwirft und ABAP-Unit-Tests schreibt, während Ihr Custom Code im Unternehmen bleibt. Im ABAP-Benchmark der TH Köln und von CONSILIO (Januar 2026) löste das beste offene Modell, gpt-oss-120b, nach fünf Runden Rückmeldung aus Syntaxprüfung und Unit-Tests 46 Prozent der Aufgaben, beim ersten Versuch fast keine. Eine NVIDIA RTX PRO 6000 Blackwell Workstation Edition oder Max-Q mit 96 GB betreibt dieses Modell für ein kleines SAP-Team, ein Server mit vier RTX PRO 6000 Server Edition bedient tagsüber ein Conversion-Projekt und dokumentiert nachts Programme.

Dieser Leitfaden richtet sich an SAP-Entwicklungsleitungen, Basis-Teams und IT-Verantwortliche, die den Umzug von Custom Code nach S/4HANA planen oder ihn näher an einen Clean Core bringen wollen und deren ABAP-Code Preislogik, Kundenregeln und Schnittstellen enthält, die nicht an einen Cloud-Dienst gehen sollen. Er behandelt SAPs eigene KI, die veröffentlichten Ergebnisse für offene Modelle, die SAP-Werkzeuge für den deterministischen Teil, die Schleife zwischen Modell und System und die Hardware. Unsere Leitfäden zur COBOL-Modernisierung und zu Java-Upgrades mit lokalem LLM wenden dasselbe Muster auf anderen Altcode an.

SAPs Joule for developers und wo es läuft

SAP bietet eine eigene KI für die ABAP-Entwicklung an. Ein Beitrag auf SAPs Community-Seite kündigte Joule for developers, ABAP AI capabilities, für S/4HANA Cloud Private Edition in der Version 2025 an. Er nennt Inline-Code­vervollständigung, Erklärungen von ABAP- und CDS-Code, „automated unit test generation for ABAP and ABAP core data services (CDS)“ und die Generierung von RAP-Business-Objekten. Für die Custom-Code-Migration nennt er einen Dokumentations-Chat zu S/4HANA-Vereinfachungen, „ABAP Program Explain“ für Altprogramme und schrittweise Erklärungen von ATC-Befunden. SAPs Produktseite zur Private Edition sagt, dass Joule „is fully integrated in the ABAP Development Tools for Eclipse“ und dass „AI Units are currently required to use this AI offering in the underlying Cloud Service“. Der Community-Beitrag zum Private-Cloud-Release nennt für diese Kunden andere kommerzielle Bedingungen; welche für Ihren Vertrag gelten, bestätigt SAP. Das ABAP AI SDK beschreibt der Beitrag als zentralen Zugang zum Generative AI Hub in SAP AI Core.

SAP-Produktseite „SAP S/4HANA Cloud Private Edition, Joule for developers, ABAP AI features“ und SAP-Community-Beitrag zu Joule for developers in der Private Cloud, beide gelesen am 30. Oktober 2026; SAPs Produktseite zu Joule for developers nennt S/4HANA Cloud Public Edition unter den kompatiblen Produkten.

Die gelesenen Seiten sagen weder, ob S/4HANA-Systeme im eigenen Rechenzentrum abgedeckt sind, noch, wo der Code verarbeitet wird, den jemand in der Entwicklung markiert. Gilt bei Ihnen die Regel, dass ABAP-Quellcode im Haus bleibt, stellen Sie SAP diese Frage schriftlich. Beide Wege können auch nebeneinander laufen: Joule in der Private Edition für die Entwicklerinnen und Entwickler, die es nutzen dürfen, und ein lokales Modell für Code, der in Ihrem Netz bleiben muss, oder für Systeme, die Joule nicht abdeckt.

Wie gut offene Modelle ABAP schreiben

ABAP ist neben Java oder Python eine kleine Sprache, und die Belege sind dünn. Einer der wenigen systematischen öffentlichen Tests ist ein Paper der TH Köln und der CONSILIO GmbH, veröffentlicht bei arXiv am 21. Januar 2026. Die Autoren übertrugen die 164 Aufgaben von HumanEval nach ABAP und ergänzten 16 Aufgaben zu SAP-Datenbanktabellen, zusammen 180. Jede Antwort wurde als Klasse im ABAP Cloud Developer Trial 2023 unter Docker angelegt, über die ADT-Schnittstelle syntaktisch geprüft und gegen eine ABAP-Unit-Testklasse ausgeführt. Ein Modell erhielt bis zu fünf Runden Rückmeldung vom Compiler oder von den Unit-Tests, jede Aufgabe lief zehnmal, und die Läufe fanden im August und September 2025 statt; später erschienene Modelle fehlen also in der Tabelle.

„Benchmarking Large Language Models for ABAP Code Generation“, arXiv 2601.15188v1 vom 21. Januar 2026, Tabelle 1, gelesen am 30. Oktober 2026. Anteil der Läufe, die die SAP-Syntaxprüfung und die ABAP-Unit-Tests der Autoren bestanden; Läufe im August und September 2025. Messungen der Autoren.

Die Rückmeldung ist der Hebel. Die Autoren nennen iteratives Compiler-Feedback „a decisive lever for quality improvement“, und gpt-oss-120b stieg damit von 1,44 auf 46,17 Prozent; in der fünften Runde gewann es nach unserer Rechnung aus Tabelle 1 noch 4,4 Punkte, mehr Runden sind in Ihrer eigenen Schleife also einen Test wert. Die meisten Fehler sind Syntaxfehler: In der Aufschlüsselung der Autoren nach Fehlerart stammten bei beiden gpt-oss-Modellen etwa 95 Prozent der Fehler aus der Syntaxprüfung, und genau diese fängt eine Schleife mit der SAP-Syntaxprüfung ab, bevor ein Mensch den Code liest. Auch mit Rückmeldung liegt das beste offene Modell 30,9 Punkte hinter GPT-5 und 28,5 hinter Claude Sonnet 4, und die Autoren folgern, dass LLMs „are currently not reliable enough for fully autonomous code generation in the ABAP environment“.

Die Aufgaben sind kleine Funktionen. Ein Z-Report mit mehreren Tausend Zeilen, Includes, User-Exits und Funktionsbausteinen ist eine andere Aufgabe, die der Benchmark nicht abdeckt, und Erklärung und Dokumentation von bestehendem Code hat das Paper gar nicht getestet. Ein Pilot mit Ihren eigenen Programmen, mit SAP-Syntaxprüfung und ABAP Unit als Prüfinstanz, ist die einzige Messung, die für Ihren Code zählt.

SAPs Werkzeuge entscheiden, welcher Custom Code sich ändern muss

Welcher Custom Code sich für S/4HANA ändern muss, entscheidet kein Sprachmodell. Das tun SAPs eigene Werkzeuge, und das Modell arbeitet deren Ergebnisse ab. SAPs Community-Leitfaden zum Prozess der Custom-Code-Migration, zuletzt aktualisiert im April 2026, gliedert ihn in vier Schritte: Scope, Analyze, Migrate und Adapt. Er empfiehlt, mindestens ein Jahr vor dem Conversion-Projekt im Produktivsystem Nutzungsdaten mit SCMON und SUSG zu sammeln, weil „a large part of custom code is never executed in the production“, und ungenutzten Code zu entfernen, bevor jemand ihn anpasst. Die App Custom Code Migration, eine SAP-Fiori-App, „performs SAP S/4HANA readiness checks over your custom code in the SAP ECC system“, und Quick Fixes in den ABAP Development Tools for Eclipse setzen einen lokalen ATC-Lauf mit diesen Prüfungen voraus.

Für Code, der ABAP Cloud und einem Clean Core folgen soll, markiert die ATC-Prüfvariante ABAP_CLOUD_READINESS die Verwendung von APIs, die SAP nicht freigegeben hat, etwa direkte Lesezugriffe auf die Tabellen MARA und KONV, und nennt, wo vorhanden, den freigegebenen Nachfolger aus SAPs Cloudification Repository: Für KONV nennt SAPs Beispiel den CDS-View I_SLSPRCGCONDITIONRECORD.

SAP-Community-Leitfaden zum Prozess der ABAP-Custom-Code-Migration (zuletzt aktualisiert April 2026) und SAPs Leitfaden zur Prüfung von Custom Code für ABAP Cloud, gelesen am 30. Oktober 2026. Die rechte Spalte ist unsere Empfehlung.

Sie können den Server allein bestellen, die Einrichtung von Modellserver und Prüf-Pipeline für abapGit-Exporte allein oder beides zusammen: den Server mit allem fertig installiert und eingerichtet; schreiben Sie uns, wir schlagen Ihnen die beste Lösung für Ihre Aufgaben und Ihr Budget vor.

ABAP-Code zum Modell und zurück

Das Modell braucht den Code als Text, und die Antwort muss wieder durch die Prüfungen des SAP-Systems.

1. Mit abapGit exportieren. abapGit, ein „Git client for ABAP“ unter MIT-Lizenz, der ab ABAP 702 SP 8 läuft, schreibt Objekte in ein Git-Repository auf einem Server in Ihrem Netz. SAPs Migrationsleitfaden empfiehlt es für den Umzug von Code in die SAP BTP ABAP Environment.
2. Außerhalb von SAP prüfen. abaplint (MIT) ist „Standalone static analysis for ABAP“ für Code, den abapGit serialisiert hat. Es prüft jeden Entwurf in der Pipeline, bevor er ein Entwicklungssystem erreicht.
3. Kontext zusammenstellen. Was ein Z-Programm bedeutet, hängt von seinen Includes, den DDIC-Objekten, die es liest, und den Funktionsbausteinen ab, die es aufruft. Ein Skript sammelt sie zusammen mit dem ATC-Befund, damit das Modell das Programm so sieht wie jemand aus der Entwicklung.
4. Schleife gegen ein Entwicklungssystem. Jeder Entwurf geht in eine Sandbox oder einen Entwicklungsmandanten, wird über ADT aktiviert und syntaktisch geprüft und läuft gegen seinen ABAP-Unit-Test, wie im Benchmark. Fehler gehen für eine feste Zahl von Runden an das Modell zurück.
5. Wie gewohnt transportieren. Eine Entwicklerin oder ein Entwickler prüft die Änderung in ADT, und sie läuft durch Ihren üblichen Transport- und Change-Prozess.

Die SAP-Seite bleibt bei Ihrem SAP-Team: abapGit im System, der technische Benutzer im Entwicklungsmandanten und die Transporte, im Rahmen Ihres SAP-Lizenzvertrags. Wir richten den Modellserver und die Prüfungen ein, die außerhalb von SAP laufen.

Der Einstieg ist die Erklärung eines alten Z-Programms: Eine Erklärung ändert keinen Code, und wer den Geschäftsprozess kennt, beurteilt sie schnell. Danach kommen Charakterisierungstests, also ABAP-Unit-Tests, die festhalten, was ein Programm heute tut, damit sich eine spätere Anpassung daran prüfen lässt. Unser Leitfaden zur KI-Testgenerierung on-premise behandelt denselben Schritt für andere Sprachen.

Welcher GPU-Server zu einem SAP-Team passt

Der Benchmark macht die erste Modellwahl einfach: gpt-oss-120b war das stärkste offene Modell, gpt-oss-20b das zweitstärkste, beide unter Apache 2.0. Wir dimensionieren nach unserer Regel für Nutzer je Karte, wie unser Leitfaden, wie viele Nutzer eine RTX PRO 6000 bedient, herleitet: 90 Prozent des Speichers, den der Treiber meldet, abzüglich 3 GiB pro Karte und abzüglich der Gewichte. Eine Sitzung mit 64K Token fasst ein Programm mit seinen Includes, den Befund und die Compilerausgabe.

Unsere Schätzungen nach der Regel für Nutzer je Karte mit 16-Bit-Cache, keine Messungen. gpt-oss-120b etwa 65 GB (60,8 GiB), gpt-oss-20b 13,76 GB (Summen der Dateien auf Hugging Face); Cache 2,25 GiB (120b) und 1,5 GiB (20b) je 64K-Sitzung. Die geplanten Werte begrenzen jede Sitzung auf 50 Token pro Sekunde aus 1.792 GB/s (Workstation Edition, Max-Q) und 1.597 GB/s (Server Edition, NVIDIA) und etwa 5 GB aktiven Gewichten je Token, nach unserer Schätzung eine Obergrenze; Zeilen wie in unserem COBOL-Leitfaden.

Einstieg, eine RTX PRO 4500. Die RTX PRO 4500 Blackwell mit 32 GB (200 W) hält gpt-oss-20b mit 8 Sitzungen zu 64K. Sie passt für einen Pilot, der Programme erklärt und Tests entwirft. Eine Workstation mit dieser Karte nimmt nach unserer Schätzung etwa 0,6 kW an der Steckdose auf: die Karte, ein Prozessor der 350-W-Klasse und 15 Prozent für Speicher, Laufwerke, Lüfter und Netzteilverluste.

Mitte, eine oder zwei RTX PRO 6000. gpt-oss-120b (117 Mrd. Parameter, 5,1 Mrd. aktiv) braucht eine Karte mit 96 GB: Auf einer RTX PRO 5000 mit 72 GB blieben nach unserer Regel etwa 0,7 GiB, zu wenig für eine einzige 64K-Sitzung. Eine Workstation Edition (600 W) oder Max-Q (300 W) bedient bis zu neun Personen gleichzeitig; eine Workstation mit einer Workstation Edition nimmt nach derselben Schätzung etwa 1,1 kW auf. Zwei Karten als Tensor-Parallel-Paar halten 46 Sitzungen. Zwei Karten der Workstation Edition sind für diese Edition das realistische Maximum, drei oder vier Max-Q gehören nur in ein dafür gebautes Gehäuse mit starkem, gerichtetem Luftstrom.

Groß, ein Server. Der Inferenzknoten auf unserer Seite zu KI-Servern hat vier RTX PRO 6000 Server Edition und 768 GB DDR5-ECC-Speicher und nimmt nach unserer Schätzung etwa 3,4 kW auf. Er bedient die Entwicklung am Tag und kann nachts Z-Programme in Batch-Läufen dokumentieren, wie unser Leitfaden zur Batch-Inferenz on-premise beschreibt; wie viele es pro Nacht sind, hängt von ihrer Größe, dem Modell und der Zahl paralleler Anfragen ab. Für ein größeres Codemodell auf acht Karten hat unser Leitfaden zum Server für Coding-Agenten die Dimensionierung; ein ABAP-Ergebnis für diese Modelle ist nicht veröffentlicht.

Wir bauen diese Workstations und KI-Server auf Bestellung; nennen Sie uns die Zahl der Custom-Objekte, Ihr SAP-Release und die Größe Ihres Teams, und unser Team antwortet mit einer Konfiguration.

Code, Protokolle und Transporte unter Kontrolle

Läuft das Modell auf eigener Hardware, ist die erste Frage einer SAP-Sicherheitsprüfung beantwortet: Der Quellcode mit den Preisregeln und Schnittstellen darin erreicht kein fremdes Unternehmen. Danach geht es um Protokolle. Prompts und Antworten enthalten ABAP-Quellcode; legen Sie daher vor dem ersten Lauf fest, ob das Gateway sie speichert und wie lange. Unser Leitfaden zum LLM-Gateway mit Schlüsseln und Abfrageprotokoll beschreibt die Möglichkeiten. Beim Zugriff empfehlen wir, dass das Modell Exporte liest und Entwürfe nur in ein Entwicklungssystem schreibt, ohne RFC-Benutzer und ohne Zugriff auf einen Produktivmandanten. Generierter Code durchläuft dieselben ATC-Prüfungen, dasselbe Code-Review und dieselbe Transportfreigabe wie Code aus der Entwicklung, mit den ABAP-Unit-Tests daneben als Nachweis. Unser Vergleich selbst gehosteter Copilot-Alternativen behandelt die IDE-Seite für Teams, die neben ABAP auch Java oder JavaScript schreiben, und unser Leitfaden zur Richtlinie für KI-Coding-Assistenten legt fest, welcher Code zu welchem Werkzeug darf.

FAQ