Overname: SAP neemt het Belgische TechWolf over
SAP heeft vandaag bekendgemaakt dat het de Belgische AI-specialist TechWolf wil overnemen. De financiële voorwaarden zijn niet openbaar gemaakt. De transactie moet in het vierde kwartaal van 2026 worden afgerond, onder voorbehoud van de gebruikelijke goedkeuringen.
TechWolf uit Gent analyseert niet alleen welke functies medewerkers hebben. Het bedrijf brengt in kaart welk werk mensen uitvoeren, welke taken daaronder liggen en welke vaardigheden zij daarbij gebruiken. Die informatie combineert het met externe arbeidsmarktdata en de strategie van een onderneming.
SAP wil deze technologie een centrale plaats geven binnen SuccessFactors, zijn platform voor human capital management. Daarmee krijgt de overname een betekenis die verder gaat dan HR-software. SAP koopt feitelijk een datamodel waarmee ondernemingen hun organisatie opnieuw kunnen bekijken wanneer AI taken verandert.
TechWolf bouwde acht jaar aan een andere kijk op organisaties
TechWolf bestaat sinds 2018 en ontwikkelde een eigen zogenoemde Context Graph for Work. Die technologie creëert een continu bijgewerkt beeld van werk, taken en vaardigheden. De software haalt daarvoor informatie uit bestaande HR- en bedrijfssystemen.
Het bedrijf haalde in 2024 nog $42,75 miljoen groeikapitaal op. SAP behoorde toen al tot de investeerders, naast onder meer ServiceNow Ventures en Workday Ventures. TechWolfs open-sourcemodellen zijn inmiddels meer dan twee miljoen keer gedownload.
Ook de klantenlijst laat zien dat de technologie de experimentele fase voorbij is. Onder meer HSBC, Ericsson, GSK, Atlas Copco, PayPal en Booking.com gebruiken TechWolf. Het bedrijf werkt vanuit Gent en heeft daarnaast kantoren in Londen, New York en San Francisco.
SAP en TechWolf kenden elkaar bovendien al goed. TechWolf was geïntegreerd met SAP SuccessFactors en kreeg deze zomer nog de hoogste partnerstatus binnen SAP Store.
Van personeelsbestand naar capability-landschap
De strategische logica achter de overname is sterk. Veel HR-systemen beschrijven vooral de formele organisatie. Ze weten welke medewerker op welke positie zit, bij welke afdeling iemand hoort en welke functietitel daarbij hoort.
Dat vertelt steeds minder over het werk dat werkelijk gebeurt.
Een financieel analist kan bijvoorbeeld rapportages maken, datasets controleren, forecasts opstellen en afwijkingen onderzoeken. AI kan sommige van die taken versnellen of grotendeels uitvoeren. Andere taken vragen juist meer menselijke beoordeling.
Wanneer een onderneming alleen naar de functie ‘financieel analist’ kijkt, blijft dat verschil verborgen.
TechWolf probeert de organisatie daarom op een lager niveau te modelleren. Niet de functie vormt het kleinste relevante onderdeel, maar het werk en de vaardigheden waaruit die functie bestaat.
De opvallende observatie: SAP koopt geen HR-applicatie maar organisatiedata
Dat maakt deze overname opvallend.
SAP bezit al een omvangrijk HR-platform. SuccessFactors ondersteunt onder meer recruitment, ontwikkeling, performance management, workforce planning en interne mobiliteit. Het ontbreekt SAP dus niet aan HR-processen.
TechWolf voegt iets anders toe: een informatielaag onder die processen.
Die laag kan bijvoorbeeld zichtbaar maken welke vaardigheden medewerkers daadwerkelijk toepassen. Vervolgens kan SAP die informatie gebruiken bij recruitment, reskilling, interne mobiliteit en organisatieontwerp. Ook SAP’s AI-assistent Joule kan deze context gebruiken.
Daarmee verschuift AI in HR van een automatiseringsvraagstuk naar een organisatievraagstuk. Wie AI serieus wil inzetten, moet eerst veel nauwkeuriger begrijpen waaruit het huidige werk bestaat.
Organisatieverandering loopt vast wanneer functies het vertrekpunt blijven
Precies daar ontstaat spanning.
Veel reorganisaties beginnen nog altijd met het organogram. Management bepaalt hoeveel managementlagen nodig zijn, welke afdelingen samengaan en hoeveel functies verdwijnen. Daarna volgt de vraag wie in de nieuwe structuur past.
Bij AI-transformatie werkt die volgorde steeds minder goed.
AI vervangt meestal niet in één keer een complete functie. Technologie neemt bepaalde taken over, ondersteunt andere taken en creëert tegelijkertijd nieuw werk. Binnen één functie kunnen daardoor drie verschillende bewegingen ontstaan.
Wanneer management alleen functies telt, ziet het die verschuiving niet.
Dat vergroot het risico op een klassieke reorganisatiefout: eerst capaciteit verwijderen en later ontdekken dat met die mensen ook kritieke kennis of vaardigheden verdwenen.
Toch kan een skills-database de managementbeslissing niet overnemen
Daarbij hoort een belangrijke nuance.
Meer data over werk en vaardigheden betekent niet automatisch betere organisatiebesluiten. Een algoritme kan bijvoorbeeld constateren dat twee teams grotendeels dezelfde vaardigheden gebruiken. Daaruit volgt nog niet dat die teams moeten worden samengevoegd.
Context blijft belangrijk.
Klantrelaties, lokale regelgeving, leiderschap, cultuur en informele kennis laten zich niet volledig reduceren tot skills. Ook kan historische werkdata vooral beschrijven hoe een organisatie vandaag functioneert, terwijl management juist een fundamenteel ander bedrijfsmodel wil bouwen.
Een work intelligence-platform moet daarom beslissingen ondersteunen, niet vervangen.
Het echte voordeel ontstaat wanneer management betere vragen kan stellen voordat het de organisatiestructuur verandert.
De centrale gedachte: ontwerp werk vóórdat je functies ontwerpt
Daaruit volgt een belangrijk principe voor organisatieverandering: ontwerp eerst het toekomstige werk, bepaal daarna de benodigde capabilities en ontwerp pas vervolgens functies en structuur.
Die volgorde lijkt logisch, maar organisaties draaien haar vaak om.
Ze beginnen met de vraag hoeveel mensen een afdeling straks nodig heeft. Vervolgens bepalen ze welke functies blijven bestaan. Pas daarna onderzoeken teams hoe processen en technologie moeten veranderen.
AI maakt die aanpak steeds riskanter.
Een organisatie moet eerst bepalen welke activiteiten klanten en bedrijfsvoering straks nodig hebben. Daarna kan zij onderzoeken welke taken AI uitvoert, welke taken medewerkers uitvoeren en waar mens en technologie samenwerken.
Pas dan ontstaat een onderbouwd beeld van de benodigde capaciteit.
Het organogram wordt daarmee het resultaat van organisatieontwerp in plaats van het vertrekpunt.
Het eerste argument: AI-businesscases moeten van FTE naar taken verschuiven
Dat heeft directe gevolgen voor businesscases.
Veel AI-programma’s berekenen potentiële besparingen nog in FTE’s. Een proces kost bijvoorbeeld honderd medewerkers en AI zou de productiviteit met 20% verhogen. De businesscase vertaalt dat vervolgens snel naar twintig FTE besparing.
Maar zo werkt productiviteit zelden.
Wanneer AI twintig procent van de taken overneemt, betekent dat niet automatisch dat twintig procent van de functies kan verdwijnen. Het resterende werk kan ongelijk verdeeld zijn. Sommige taken vereisen specialistische kennis en andere werkzaamheden nemen juist toe.
Een taakgerichte analyse maakt dat zichtbaar.
Stel dat AI binnen een klantenserviceteam standaardvragen, samenvattingen en administratieve registratie automatiseert. Medewerkers houden dan complexere klantvragen en uitzonderingen over. Het totale volume menselijk werk daalt, maar de gemiddelde moeilijkheid ervan stijgt.
De organisatie heeft vervolgens misschien minder capaciteit nodig, maar juist méér ervaring.
Productiviteitswinst en capaciteitsreductie zijn daarom niet hetzelfde organisatievraagstuk.
Het tweede argument: deze aanpak verandert ook post-merger integratie
Juist bij overnames kan work intelligence extra waarde krijgen.
Na closing vergelijken integratieteams meestal organisatiestructuren, functies en aantallen medewerkers. Finance van onderneming A wordt naast Finance van onderneming B gelegd. Daarna zoekt het team naar overlap en potentiële synergie.
Functietitels geven daarbij vaak een misleidend beeld.
Een controller bij de koper kan heel ander werk uitvoeren dan een controller bij de overgenomen onderneming. Andersom kunnen medewerkers met verschillende functietitels vrijwel dezelfde capabilities hebben. Wie alleen naar organogrammen kijkt, ontdekt dat pas laat.
Een taak- en skillsanalyse kan eerder laten zien waar echte overlap zit.
Dat maakt ook een andere vorm van synergie mogelijk. In plaats van uitsluitend functies te schrappen, kan een integratieteam ontdekken dat onderneming A een capability bezit die onderneming B tekortkomt. Medewerkers kunnen dan intern verschuiven in plaats van dat de nieuwe organisatie tegelijkertijd mensen ontslaat en extern nieuwe specialisten werft.
TechWolf positioneert zijn technologie precies voor zulke beslissingen rond reskilling, deployment en workforce planning.
Daarmee raakt de overname van SAP rechtstreeks aan post-merger integratie: de kwaliteit van personele synergie hangt af van hoe nauwkeurig je begrijpt welk werk mensen werkelijk kunnen uitvoeren.
Organisatieverbetering begint niet meer bij het organogram
SAP is van plan TechWolf na afronding van de transactie als zelfstandige onderneming in Gent te laten functioneren. CEO en medeoprichter Andreas De Neve blijft aan het roer. Het platform moet bovendien beschikbaar blijven voor klanten die geen SAP gebruiken.
Dat is organisatorisch een verstandige keuze. SAP kan de technologie diep integreren in SuccessFactors zonder onmiddellijk de onderneming achter die technologie volledig op te laten gaan in de eigen structuur.
Maar de bredere betekenis van deze overname ligt bij de klanten van beide bedrijven.
AI dwingt organisaties om veel preciezer naar werk te kijken. Niet iedere functie verdwijnt en niet iedere efficiencywinst vraagt om minder mensen. Taken verschuiven, capabilities worden belangrijker en bestaande medewerkers kunnen op onverwachte plekken waardevol blijken.
Voor reorganisaties en post-merger integratie verandert daarmee ook het vertrekpunt.
De traditionele route loopt van strategie naar structuur, functies en mensen. De nieuwe route kan veel preciezer worden: strategie → werk → taken → capabilities → technologie → capaciteit → structuur.
Pas aan het einde verschijnt het nieuwe organogram.
Als AI morgen 30% van het werk binnen uw organisatie verandert: weet u dan welke functies geraakt worden — of weet u werkelijk welke taken, capabilities en mensen u daarna nog nodig heeft?
Meer lezen over andere Overnames en postmerger integraties in het nieuws
Interimmanager inhuren voor post-merger integratie en organisatieverandering
✔ De integratie loopt vertraging op
✔ Teams werken langs elkaar heen
✔ Processen sluiten niet meer aan
✔ Er ontbreekt overzicht in data, IT en operatie
✔ Een lijnmanager valt uit en er ontstaat onrust in het team
✔ De verwachte synergie blijft uit
Wie ik ben:
Ik ben een hands-on interim-manager die strategie, mensen en operatie bij elkaar brengt. Geen dikke rapporten, maar uitvoering, grip en resultaat.
✔ 20+ jaar ervaring met complexe integraties
✔ Interim inzetbaar op directieniveau als COO, CIO of programmamanager
✔ Focus op synergie, rust, structuur en meetbaar resultaat
✔ Flexibel inzetbaar, met heldere afspraken en marktconforme tarieven
Meer info over Robrecht Heukers
Van al deze opdrachten zijn referenties beschikbaar:
Telecom: KPN, VodafoneZiggo, Vodafone ● Scheepsbouw: Royal IHC ● Bouw en industrie: ECI Solutions en Arcadis ● Medische sector: Canon Medical ● Woningcorporaties: Thuisvester, WonenBreburg, Portaal en Woonkwartier ● ICT dienstverleners: Getronics, PinkRoccade, MuleSoft ● Banken: ABN Amro, MeesPierson ● Betaaldiensten: Mollie ● Salarisverwerking en ziekteverzuim: VismaRaet en Robidus ● Verzekeraars: AON en Achmea ● Muziekindustrie: BumaStemra
Een complexe organisatieverandering, post-merger integratie of overname bespreken?
Postmerger. BV
Drs. ing. Robrecht Heukers LSSBB
06 – 44 99 04 98
robrecht.heukers@postmerger.nl