Wir bei codeitlabs arbeiten seit mehreren Monaten täglich mit KI-Assistenten in SAP Commerce Cloud-Projekten. Nicht im Testmodus, nicht für Demos – sondern in echten Projekten mit realen Deadlines. Dieser Artikel ist keine Produktvorstellung und keine Best-Practice-Liste. Es ist ein ehrlicher Bericht darüber, was funktioniert hat, was schiefgelaufen ist und was uns wirklich überrascht hat.

Das Wichtigste vorab: KI macht erfahrene Entwickler schneller – aber sie ersetzt keine Erfahrung. Wer das verinnerlicht, kann wirklich davon profitieren.

Claude Code in SAP Commerce Cloud: Wie KI-gestützte Entwicklung Routine-Aufgaben eliminiert

KI in SAP Commerce Cloud was wir erwartet haben – und was wirklich kam

Bevor das erste Teammitglied Claude ernsthaft eingesetzt hat, gab es zwei Lager. Die einen erwarteten einen Autopiloten, der SAP Commerce Cloud-Extensions eigenständig implementiert – inklusive Architekturentscheidungen und Edge Cases. Die anderen hielten es für ein besseres Autocomplete, das bei einer Plattform dieser Komplexität sowieso an seine Grenzen stößt.

Beide lagen falsch – und das ist eigentlich die wichtigste Erfahrung. KI schlägt keine Architekturentscheidungen für uns vor. Aber wenn wir wissen, welche Entscheidung die richtige ist, kann KI die Umsetzung dramatisch beschleunigen. Das klingt wie eine Kleinigkeit. In der Praxis ist es ein enormer Unterschied.

Der Wandel im Denken kam nach wenigen Wochen: Wir hörten auf zu fragen „Was kann die KI?“ und fingen an zu fragen „Wofür lohnt es sich, die KI einzusetzen?“. Das ist kein kleiner Unterschied.

KI-Einsätze in SAP Commerce Cloud: Drei Dinge, die uns wirklich überrascht haben

1. Die Qualität unserer Fragen hat sich verändert.

Am Anfang haben wir vage gefragt – „Wie implementiere ich das?“ – und vage Antworten bekommen. Nach ein paar Wochen haben wir gemerkt: Je genauer der Kontext, den wir mitgeben, desto besser das Ergebnis. Wir haben gelernt, der KI das Problem so zu schildern wie einem erfahrenen Kollegen, dem man gerade am Schreibtisch erklärt, was man braucht.

Diese Fähigkeit – gute Prompts zu schreiben – ist nicht angeboren. Sie entwickelt sich durch Nutzung. Das ist gleichzeitig das Frustrierende und das Schöne daran: Es gibt keinen Abkürzungsweg, aber der Fortschritt ist spürbar.

2. Das Usage-Limit-Problem – eine Lektion, die wir hart gelernt haben

Das war einer unserer größten Fehler am Anfang. Vormittags ausführlich im Chat recherchiert, nachmittags in Claude Code eine größere Aufgabe angefangen – und mittendrin war das Limit erreicht. Alle Zugänge (Chat, Cowork, Claude Code) teilen sich dasselbe Kontingent, und das 5-Stunden-Fenster läuft rollierend.

Wir mussten lernen, Aufgaben zu priorisieren: Wann reicht ein kurzer Prompt? Wann brauche ich eine echte Deep-Session? Das klingt trivial, aber dieses Bewusstsein für den „Tokenwert“ einer Aufgabe kommt nicht aus einem Tutorial. Man entwickelt es durch eigene Fehler.

Unser Tipp: Token-intensive Aufgaben morgens einplanen, wenn das Fenster frisch ist. Dokumentation und Recherche nachmittags, wenn die Kapazität knapper wird. Das klingt unnötig komplex – ist aber in der Praxis sehr schnell zur Routine geworden. Claude Pläne & Preise

3. Wir wissen jetzt, welche Aufgaben wirklich für KI geeignet sind.

Das war die größte praktische Erkenntnis: Nicht jede Aufgabe lohnt sich für KI-Unterstützung, und das Verhältnis ist nicht immer intuitiv.

• Unit- und Integrationstests: Klarer Fall. In einem unserer Projekte hat sich der Zeitaufwand für Testabdeckung halbiert. KI kennt die Konventionen, schreibt sinnvolle Edge Cases, hält sich an bestehende Patterns.
• ImpEx-Skripte, Boilerplate, repetitive Code-Strukturen: Sehr gut geeignet. Aufgaben, bei denen Muster bekannt sind, aber die Ausführung Zeit kostet.
• Debugging in komplexen SAP-Schichten: Bedingt geeignet – aber wertvoll. KI kann helfen, die Ursache systematisch einzugrenzen, auch wenn die Lösung letztlich vom Entwickler kommen muss.
• Architekturentscheidungen und fachliche Diskussionen: Nicht geeignet. Das gehört ins Team.

Ki im SAP Commerce-Cloud-Team: Was wirklich passiert – und was nicht automatisch kommt. 

KI-Einführung scheitert selten an der Technologie. Es scheitert an Erwartungen und an fehlender Begleitung.

Wir haben beobachtet: Teams, die alle Tools gleichzeitig einführen wollen, verlieren sich. Teams, die mit dem Chat anfangen und sich dann Schritt für Schritt vorarbeiten, kommen schneller in den produktiven Modus. Es geht nicht darum, sofort alles zu nutzen. Es geht darum, schnell erste echte Erfolge zu erleben – ein generierter Unit Test, ein gelöstes Debugging-Problem, ein ImpEx-Skript in 10 Minuten statt 2 Stunden.

Was nicht von selbst kommt: der gemeinsame Workflow. Welche Aufgaben bearbeitet jeder selbst, welche werden mit KI unterstützt, wie teilt man gute Prompts im Team? Das muss aktiv besprochen werden. Claude-Projekte helfen dabei – als gemeinsame Wissensbasis, nicht als Echtzeit-Collaboration-Tool. Wer das weiß, ist nicht enttäuscht.

Unser ehrliches Fazit zum Einstieg: Der Return on Investment kommt schneller als erwartet. Aber er kommt nicht ohne Begleitung. Die Unsicherheit löst sich schnell auf, wenn jemand den Weg vorzeigt und die ersten Erfolge gemeinsam erlebt werden.

Fazit: KI-gestützte Entwicklung ist ein Teamspiel.

Der größte Fehler, den man machen kann, ist zu glauben, KI ersetze menschliches Wissen. Das tut sie nicht – nicht bei SAP Commerce Cloud, nicht bei irgendeiner anderen komplexen Plattform.

Was KI leisten kann: repetitive Arbeit abnehmen, Debugging beschleunigen, neues Know-how zugänglich machen. Was sie nicht kann: das Projektwissen ersetzen, das ein erfahrenes Team über Monate aufgebaut hat.

Die Kombination aus tiefer Plattformkenntnis und KI-Unterstützung wird zum Standard. Wer heute anfängt, hat in einigen Monaten einen Vorsprung, der schwer aufzuholen ist.

Unser wichtigster Rat: Einfach anfangen. Nicht mit dem größten Use Case, nicht mit dem teuersten Plan. Ein Chat, eine Frage, ein generierter Test. Jede kleine Interaktion bringt eigene Erfahrungen – und genau diese Erfahrungen sind es, die den Umgang mit KI wirklich besser machen.

Häufige Fragen (FAQ)

Lohnt sich Claude Code für SAP Commerce-Projekte wirklich?

Ja – aber mit einer wichtigen Einschränkung. Claude Code ist kein Autopilot für SAP-Entwicklung. Die Plattform ist zu komplex, und viele Entscheidungen erfordern tiefes Projektwissen. Was Claude Code wirklich liefert: massiv kürzere Durchlaufzeiten bei repetitiven Aufgaben wie Unit-Tests, Boilerplate-Code und ImpEx-Skripten. In unseren Projekten hat sich die Zeit für Testabdeckung durch KI-Unterstützung halbiert. Der ROI zeigt sich oft schon in der ersten echten Arbeitswoche.

Wie wirken sich die Usage-Limits von Claude auf den Projektalltag aus? 

Das ist eine der wichtigsten praktischen Fragen – und eine, die viele unterschätzen. Claude arbeitet mit einem rollierenden 5-Stunden-Fenster und einem Wochen-Limit. Alle Zugänge (Chat, Cowork, Claude Code) teilen sich dasselbe Kontingent. Wer das nicht weiß, läuft mittendrin gegen die Grenze. Unsere Empfehlung: Token-intensive Aufgaben (tiefer Code, komplexe Analysen) morgens einplanen. Dokumentation und kleinere Anfragen nachmittags. Diese Routine etabliert sich schnell und macht die Nutzung deutlich entspannter.

Wie lange dauert es, bis ein Entwicklungsteam produktiv mit KI arbeitet?

In unserer Erfahrung dauert es 2–4 Wochen, bis die ersten echten Effizienzgewinne spürbar werden – vorausgesetzt, jemand im Team zeigt den Weg. Die erste Woche ist meist ein Ausprobieren: vage Prompts, mittelfäßige Ergebnisse, erste Anpassungen. Ab Woche zwei verändert sich die Fragequalität und die Ergebnisse werden deutlich nützlicher. Wer allein einsteigt, braucht länger – weil die Lernkurve steiler ist. Mit Begleitung geht es schneller.

Welche Aufgaben eignen sich besonders gut für KI in SAP-Projekten?

Aus unserer Praxis: Unit- und Integrationstests (sehr gut), ImpEx-Skripte und Boilerplate-Code (sehr gut), Debugging-Unterstützung bei klar eingrenzbaren Problemen (gut), Know-how-Aufbau für neue Plattform-Bereiche (gut), Dokumentation und Code-Reviews (gut). Weniger geeignet: Architekturentscheidungen, fachliche Konzepte, alles, was breiten Kontext aus mehreren Meetings und Dokumenten erfordert.

Was passiert, wenn KI-Antworten in SAP-Projekten falsch sind? 

Das passiert – und das ist normal. KI generiert plausibel klingende Antworten, die nicht immer korrekt sind. Besonders bei plattformspezifischen Details (OCC-APIs, Caching-Verhalten, spezifische Extension-Patterns) können Antworten auf den ersten Blick gut aussehen, aber im Projekt nicht tragen. Die Schutzschicht ist Erfahrung: Wer die Plattform kennt, erkennt fehlerhafte Vorschläge schnell. Deshalb ist KI kein Werkzeug für Entwickler ohne SAP-Kenntnisse – sondern ein Multiplikator für die, die sie haben.

Brauchen wir für den Start ein teures Enterprise-Abo?

Nein. Die meisten Teams starten mit einem kleineren Plan und skalieren nach Bedarf. Der wichtigste erste Schritt ist überhaupt der Einstieg: ein Chat, eine Aufgabe, ein erstes Ergebnis. Die Entscheidung für ein höheres Abo trifft man viel informierter, wenn man schon weiß, wofür man es braucht. Wir begleiten Teams beim Einstieg – genau damit dieser Prozess schneller und mit weniger Frustration verläuft.