SAP heeft een definitieve overeenkomst aangekondigd voor de overname van Prior Labs, de Duitse startup die gespecialiseerd is in fundamentele modellen voor gestructureerde data. De transactie, die nog goedkeuring van regelgevende instanties wacht, heeft als doel een AI-lijn te versterken die een veel grotere bedrijfseconomische impact kan hebben dan op het eerste gezicht lijkt: modellen die in staat zijn om tabellen, cijfers, statistieken en gestructureerde data te begrijpen. Dit is precies de soort informatie die de meeste zakelijke processen ondersteunt.
Het Duitse bedrijf heeft de aankoopprijs niet bekendgemaakt, maar kondigde wel een investeringsplannen aan van meer dan 1 miljard euro over de komende vier jaar. Hiermee wil Prior Labs uitgroeien tot een toonaangevend Europees AI-laboratorium met wereldwijde ambities. Volgens SAP zal Prior Labs blijven opereren als een zelfstandige entiteit, met zijn eigen merk, onderzoeks team en een sterke toewijding aan open source.
Waarom SAP verder kijkt dan grote taalmodellen
De overname heeft een duidelijke interpretatie: SAP wil zich onderscheiden op het terrein waar de meeste bedrijfsdata wordt verzameld. Grote taalmodellen (Large Language Models, LLMs) tonen een enorme capaciteit voor tekstverwerking, het genereren van antwoorden, samenvattingen, of het ondersteunen van conversatietaken. Maar ze zijn niet altijd even betrouwbaar wanneer het gaat om redeneren over spreadsheets, financiële geschiedenis, leveranciersgegevens, betalingsvoorspellingen, risico’s op wanbetaling, voorraden of klantverlooppatronen.
Hier komen de Tabular Foundation Models (TFMs) in beeld. In tegenstelling tot algemene LLMs zijn TFMs specifiek ontworpen voor gestructureerde data. Hun doel is niet het verbeteren van tekstschrijven, maar het maken van betere voorspellingen. SAP noemt voorbeelden zoals betalingsvertragingen, leveranciersrisico’s, cross-selling kansen of de kans op klantverloop. Met andere woorden, dagelijkse problemen in financiën, inkoop, verkoop, supply chain en operatiebeheer.
De overname sluit aan bij de eerdere lancering van SAP-RPT-1, het voorspellingsmodel van SAP voor bedrijfsgegevens. Met Prior Labs wil het bedrijf deze lijn versnellen en een van de meest erkende teams op het gebied van tabulaire AI aan haar ecosysteem toevoegen. De overtuiging is dat het komende grote concurrentievoordeel in AI voor bedrijven niet alleen in conversational assistants ligt, maar vooral in de capaciteit om te anticiperen op wat er binnen een organisatie zal gebeuren, gebaseerd op eigen data.
Voor SAP is dit een strategisch slimme zet. Haar klanten beheren reeds kritieke informatie via ERP-systemen, financiën, inkoop, HR, supply chain en klantbeleving. Als SAP erin slaagt TFMs veilig, governanced en geïntegreerd in haar producten te toepassen, kan voorspellende AI een native functie worden binnen haar applicaties, en niet slechts een externe laag die achteraf wordt toegevoegd.
Prior Labs, TabPFN en de kracht van gestructureerde data
Prior Labs, gevestigd in Freiburg met kantoren in Berlijn en New York, is opgericht door Frank Hutter, Noah Hollmann en Sauraj Gambhir. De onderneming is bekend geworden dankzij TabPFN, een familie fundamentele modellen voor gestructureerde data, dat brede adoptie kent binnen de technische gemeenschap. SAP bevestigt dat TabPFN meer dan drie miljoen downloads heeft en dat de ondersteuning voor haar open source-strategie wordt voortgezet.
De wetenschappelijke interesse in TabPFN is niet gering. Een artikel in Nature presenteerde TabPFN als een fundamenteel model voor kleine tot middelgrote datasets, dat supervised learning kan uitvoeren op datasets tot 10.000 voorbeelden en 500 kenmerken, met opvallende prestaties ten opzichte van traditionele methodes.
De aanpak verschilt significant van klassieke machine learning pipelines met tools zoals XGBoost, LightGBM, CatBoost of AutoML. Vaak vergt dat proces dataVoorbereiding, feature selectie, training, hyperparameter-afstelling, validatie en deployment. Prior Labs beloofd een deel van die complexiteit te verminderen door modellen te ontwikkelen die zich kunnen aanpassen aan nieuwe datasets zonder uitgebreide hertraining.
Volgens SAP is TabPFN-2.6, een leidend model in TabArena, in staat om de precisie van een AutoML-pipeline van vier uur in een oogwenk te evenaren, met minder complexiteit. Deze claim moet binnen het kader van de zakelijke aankondigingen worden gezien en zal geval per geval in reële omgevingen moeten worden gevalideerd. Desalniettemin wijst het op een belangrijke richting: het brengen van geavanceerde voorspellingsmogelijkheden naar niet-datascientisten binnen de organisatie.
Met een conversatie-interface kunnen gebruikers scenario’s verkennen, datasets selecteren, hypotheses vergelijken of simulaties uitvoeren zonder zelf pipelines op te zetten. Het idee is om voorspellende analyses dichterbij te brengen voor teams in financiën, verkoop, operaties en inkoop, mits de data goed beheerd en de voorspellingen uitlegbaar zijn.
Europa krijgt een toonaangevend AI-onderzoekslab voor bedrijfsdata
De overname wordt ook gepresenteerd als een Europese strategische zet. Het opzetten van een grensverleggend AI-laboratorium dat zich richt op bedrijfsgegevens uit gestructureerde data kan Europa sterker positioneren. In plaats van zich enkel te richten op generieke chatbots, richt Europa zich op AI-toepassingen in industriële, administratieve en bedrijfskundige processen waarin haar bedrijven kennis, klanten en waardevolle data bezitten.
Het wetenschappelijke adviesorgaan van Prior Labs omvat figuren zoals Yann LeCun, Turing Award-winnaar en CEO van Advanced Machine Intelligence, en Bernhard Schölkopf, directeur van het Max Planck Institute for Intelligent Systems en voorzitter van ELLIS. Hun aanwezigheid versterkt het onderzoeksprofiel van het initiatief en plaatst het in de internationale context van gespecialiseerde fundamentele modellen.
Na de acquisitie wil SAP deze onderzoeksresultaten integreren in haar platformen. Na de afronding van de transactie zal SAP de technieken van Prior Labs implementeren in SAP AI Core, SAP Business Data Cloud en de agentlaag van Joule. Dit is van belang omdat de commerciële waarde niet alleen ligt in het ontwikkelen van betere modellen, maar vooral in het integreren ervan in bestaande bedrijfsprocessen.
Een praktisch voorbeeld: een bedrijf kan historische data over bestellingen, facturen, klantgedrag en voorraad gebruiken om vertragingen, risico’s of inkoopbehoeften te voorspellen. Een AI-agent kan vervolgens acties aanbevelen, waarschuwingen genereren of workflows activeren binnen het ERP. De TFM biedt de voorspellende kracht; Joule en SAP-applicaties zorgen voor de interface en uitvoering.
Deze overname onderstreept ook dat toekomstige AI voor bedrijven steeds meer multimodaal wordt. Terwijl LLMs zeer nuttig blijven voor taal, algemeen redeneervermogen en conversatie, zullen bedrijven ook gespecialiseerde modellen nodig hebben voor tabellen, tijdreeksen, afbeeldingen, documenten, code en specifieke processen. SAP wil zich positioneren in dat domein, waar modellen niet alleen goed spreken, maar ook voorspellen en handelen op basis van echte bedrijfsdata.
Een markt in ontwikkeling met groot potentieel
Fundamentele modellen voor gestructureerde data bevinden zich nog in een pril stadium. Ze bieden veelbelovende kansen, maar brengen ook uitdagingen met zich mee. Bedrijfsgegevens zijn vaak incompleet, slecht getagd, verspreid over verschillende systemen en onderworpen aan privacyregels. In gereguleerde sectoren is het niet genoeg dat een model nauwkeurig is; het moet ook verklaren waarom een beslissing wordt genomen, het proces documenteren en garanderen dat het geen vooroordelen of operationele fouten introduceert.
Zelfs met deze overname zal Prior Labs niet meteen alle uitdagingen oplossen. De transactie wordt naar verwachting in het tweede of derde kwartaal van 2026 afgerond, waarna een periode van techniek- en marktintegratie volgt. SAP moet bewijzen dat zij in staat is om deze modellen op grote schaal, veilig en compliant in productiesituaties te brengen.
Desalniettemin is dit een belangrijke stap. Terwijl veel andere spelers zich richten op conversationale modellen, kiest SAP voor een minder opvallend maar crucialer domein: gestructureerde data binnen ERP, financiën, inkoop, logistiek en verkoop. Als AI deze data beter leert begrijpen, kan de impact verder gaan dan alleen snellere e-mailgeneratie.
De overname van Prior Labs toont de richting aan van de volgende fase van bedrijfs-AI: meer gespecialiseerde modellen, gekoppeld aan eigen data, geïntegreerd in bedrijfsprocessen en in staat om bruikbare voorspellingen te doen. Voor SAP is dit geen louter technologische acquisitie, maar een strategische manier om haar positie te verdedigen binnen bedrijfssoftware, nu AI begint te bepalen welke platformen de controle krijgen over data, context en beslissingen.
Veelgestelde vragen
Wat heeft SAP aangekondigd?
SAP heeft een definitieve overeenkomst gesloten om Prior Labs over te nemen, een Duitse startup gespecialiseerd in fundamentele modellen voor gestructureerde data. De transactie moet nog worden goedgekeurd door regelgevers.
Wat zijn fundamentele modellen voor gestructureerde data?
Het zijn AI-modellen ontworpen om te werken met tabellen zoals verkoopgegevens, betalingen, voorraden, risicobeoordelingen, klanten of leveranciers. Ze zijn gericht op het maken van voorspellingen op bedrijfsgegevens.
Hoeveel gaat SAP investeren in Prior Labs?
SAP heeft aangekondigd meer dan 1 miljard euro te investeren in de komende vier jaar om Prior Labs uit te bouwen tot een Europees grensverleggend AI-onderzoeksinstituut.
Wat gebeurt er met TabPFN en open source?
SAP bevestigt dat Prior Labs als zelfstandige entiteit door blijft gaan en haar inzet voor de open source-strategie van TabPFN zal voortzetten.
vía: news.sap