Kompetenshantering i SAP SuccessFactors: deltagandegapet som dina agenter inte kan stänga på egen hand

Under det senaste året har SAP byggt ut Joule, sin AI-copilot, från en enskild assistent till ett nätverk av specialbyggda agenter som finns inbäddade i hela SuccessFactors. Performance and Goals Agent lanserades i november 2025. Ytterligare fyra (Career and Talent Development, HR Service, Payroll och People Intelligence) följde i releasen för första halvåret 2026. Joule finns nu inom rekrytering, personaladministration, lön, lärande och talangutveckling, och föreslår nästa steg i stället för att vänta på att någon ska fråga.

Alla dessa agenter drivs av samma bränsle: det SAP SuccessFactors faktiskt vet om varje medarbetare. Problemet är att den bilden är tunn i de flesta organisationer. Befattningar, anställningstid och placering i organisationen brukar vara välskötta eftersom lön och rapportvägar är beroende av dem. Men kompetenserna, just det fält som alla de här agenterna behöver mest, är det inte.

Det här är ingen kritik mot Joule. Det är en beskrivning av var gapet finns, och varför SAP inte kan stänga det enbart inifrån SuccessFactors.

Vad SAP:s agenter egentligen bygger på

Grunden för kompetenserna i SAP finns i Talent Intelligence Hub: Skills Ontology, Attributes Library och Growth Portfolio, som i sin tur matar befattningsprofiler, Opportunity Marketplace, lärandeförslag och numera även själva Joule-agenterna. Arkitekturen är genomtänkt. Growth Portfolio uppdateras med uppgifter från befattningsprofiler, avslutade utbildningar, medarbetarsamtal och projekthistorik, och en del kan Joule härleda på egen hand utan att medarbetaren behöver skriva in något.

Men härledning har ett tak. Den kan berätta vad en roll förutsätter eller vad en kurs omfattade. Den kan inte berätta att någon i tre år har byggt upp inofficiella Python-kunskaper utanför alla formella aktiviteter som SAP registrerar, eller att en konsult har låtit en kompetens rosta sedan förra projektet. Career and Talent Development Agent blir aldrig bättre på att identifiera framtida ledare än kompetensdatan som finns kopplad till kandidaterna den går igenom. People Intelligence Agent blir aldrig skarpare än underlaget från Business Data Cloud som den matas med. Varje agent ärver fullständigheten i posten den bygger på.

Daniel Nilsson, medgrundare av MuchSkills, uttrycker det enkelt: ”Agenter som tränas på 30 % av datan fattar beslut på 30 %-nivå.”

Siffran som de flesta SAP-kunder inte följer upp

I SuccessFactors-installationer hos stora företag är medarbetarnas kompetensprofiler normalt ifyllda till 20-40 %, med tre till fem registrerade kompetenser per medarbetare. Det här är en branschobservation baserad på MuchSkills eget arbete med implementeringar hos stora företag, inte en extern studie. Men den stämmer med hur programansvariga och HRIS-team beskriver sina egna SuccessFactors-miljöer: halvfärdiga profiler, inaktuella uppgifter och kompetensfält som fylldes i en gång vid införandet och sedan aldrig rördes igen.

Orsaken har inte så mycket att göra med hur SAP har byggt systemet, utan desto mer med vem som har anledning att använda det. Grundläggande HR-fält som juridiskt namn, bankuppgifter för lön och rapportväg är ifyllda till 90-95 % eftersom systemet kräver dem; utan dem får medarbetaren ingen lön. Kompetenser är ett frivilligt fält, och frivilliga fält fylls sällan i om inte den som fyller i dem får något tillbaka. SuccessFactors byggdes som ett registersystem. Det var aldrig tänkt att ge den enskilda medarbetaren en anledning att hålla sin egen kompetensprofil aktuell. 

Det är precis det lagret som SAP:s fem nya agenter nu är beroende av, och precis det lagret som SAP inte äger.

Så ser samma SAP-miljö ut med ett deltagandelager

Höegh Autoliners kör SAP SuccessFactors för över 1 400 medarbetare i flera regioner, med huvudkontor i Norge och verksamhet som sträcker sig ända till Manila. Kompetensdatan hanteras numera i MuchSkills sida vid sida med SuccessFactors: samma HCM, samma organisationsschema, samma underliggande källsystem. Hela skillnaden syns i deltagandelagret:

Det som förändrades när MuchSkills lades till som deltagandelager var att medarbetarna fick ett skäl att hålla sina profiler aktuella. De kunde se sina egna kompetenser kartlagda mot roller de skulle kunna växa in i, i stället för att fylla i ett fält som försvinner in i ett HR-system de aldrig öppnar igen.

Visst, att hålla andelen ifyllda profiler över 90 % sker inte av sig självt bara för att man slår på systemet. Det krävs fortfarande engagerade chefer för att hänga med när nya medarbetare börjar och roller förändras. Men insatsen är mindre än vid de flesta införanden i stora organisationer. Det beror på att plattformen är utformad för den som fyller i den, inte bara för teamet som rapporterar utifrån den. MuchSkills har ett användargränssnitt som belönats med Red Dot Award, en profil som tar 15-30 minuter att fylla i och som inte känns som ett compliance-formulär, och ett unikt mått som heter Skill Will, där medarbetarna kan ange vad de vill utvecklas inom utöver det de redan kan. Att uppdatera profilerna blir därför mer en fråga om underhåll än om att bygga upp användningen från noll.

Samma deltagandeeffekt gäller lärandet: Höeghs lärandedata synkas via Skillsoft Percipio, matchas mot den kompetensbild som blivit resultatet och går nu direkt in i företagets årliga strategirapportering.

Var MuchSkills hör hemma, och var det inte gör det

MuchSkills ersätter inte SAP SuccessFactors. Det är skills intelligence-lagret ovanpå. SuccessFactors administrerar, MuchSkills skapar deltagande och båda matar agenterna. Ert HCM känner till ert organisationsschema. MuchSkills känner till er förmåga.

MuchSkills finns också med som SAP-partner och integreras via API. MuchSkills har en egen AI, men hur den står sig mot Joule är inte det viktiga här. Det MuchSkills tillför en SAP-miljö är underlaget: detaljerad kompetensdata tack vare den höga andelen ifyllda profiler. Joules agenter blir aldrig mer träffsäkra än den kompetensdata de matas med. Utan deltagande svälter de härledande agenterna. 

Vad det här betyder om det är du som ska ta fram beslutsunderlaget

Om du är chef för kompetensförsörjning och försöker förklara för din HR-direktör varför Joules talangförslag känns generiska, eller HRIS-ansvarig och får frågan varför satsningen på AI-driven kompetensförsörjning som styrelsen godkände inte ger skarpare svar, så är det ärligt talat sällan agenten som är problemet. Det är underlaget. SAP har byggt riktigt kapabla agenter. Det de flesta SuccessFactors-kunder ännu inte har byggt är en anledning för de egna medarbetarna att hålla sin kompetensdata aktuell, och det är ett helt separat projekt från allt som finns på SAP:s färdplan.

Lösningen kräver inte att något rivs ut, men den är heller inget man fixar på en helg. Som vid alla införanden i stora organisationer börjar man med en pilotavdelning, inte med en storskalig lansering. Det som tillkommer är lagret som får det ni redan har att fungera som det var tänkt.

Datan under ytan

SAP har byggt agenterna. Om de blir användbara avgörs av samma fråga som alltid: vet organisationen faktiskt vad medarbetarna kan? Se hur er SAP-data ser ut med ett deltagandelager →

‍