SAP sluit overeenkomst voor overname van Prior Labs

SAP heeft een over­een­komst gesloten voor de overname van Prior Labs. Prior Labs geldt als pionier op het gebied van tabular foun­da­tion models, ofwel AI-modellen die speciaal zijn ontwik­keld voor gestruc­tu­reerde bedrijfs­data in tabellen. Met de voor­ge­nomen overname versterkt SAP zijn positie in deze nieuwe AI-categorie. De basis daarvoor legde SAP eerder al met SAP-RPT‑1.

Prior Labs blijft na afronding van de trans­actie als zelf­stan­dige entiteit werken. SAP inves­teert de komende vier jaar meer dan één miljard euro om Prior Labs uit te bouwen tot een toon­aan­ge­vend frontier AI-lab in Europa. De focus ligt op AI voor de gestruc­tu­reerde data waarop bedrijven wereld­wijd draaien.

De finan­ciële details van de trans­actie zijn niet bekend­ge­maakt. De overname moet nog worden goed­ge­keurd door de toezichthouders.

AI voor tabellen, cijfers en bedrijfsdata

Veel zakelijke AI-toepas­singen draaien om gestruc­tu­reerde data. Denk aan tabellen met klant­ge­ge­vens, beta­lingen, leve­ran­ciers­in­for­matie, verkoop­kansen of opera­ti­o­nele risico’s. Grote taal­mo­dellen, zoals LLM’s, zijn daar minder geschikt voor. Ze begrijpen tekst goed, maar hebben een beperkte basis voor tabellen, cijfers en statistiek.

Tabular foun­da­tion models (TFMs) zijn juist voor dit type data gebouwd. Ze voor­spellen bedrijfs­uit­kom­sten op basis van tabeldata. Voor­beelden zijn betaal­ver­tra­gingen, leveranciersrisico’s, upsel­l­kansen en klant­ver­loop. Daardoor passen TFMs goed bij zakelijke processen waarin nauw­keu­rig­heid, snelheid en betrouw­baar­heid belang­rijk zijn.

Zelfstandig AI-lab met directe route naar toepassingen

Na afronding van de overname krijgt SAP met Prior Labs de kans om een toon­aan­ge­vend AI-onder­zoekslab op te bouwen en de categorie van tabular foun­da­tion models verder vorm te geven. Het lab blijft zelf­standig werken om de snelheid van onderzoek te behouden. SAP levert de lange­ter­mijn­in­ves­te­ring en de route naar toepas­sing binnen het SAP-portfolio. 

Daarbij spelen SAP AI Core, SAP Business Data Cloud en de agentic laag met Joule een belang­rijke rol. Zo ontstaat een directe verbin­ding tussen funda­men­teel AI-onderzoek en zakelijke toepas­singen voor klanten.

Opensourcetool voor tabular AI

Prior Labs heeft met TabPFN een veel­ge­bruikte opens­our­ce­tool voor tabular AI ontwik­keld. De tool is inmiddels meer dan drie miljoen keer gedown­load en onder­steunt een actieve ontwik­ke­laars­ge­meen­schap. SAP geeft aan deze opens­our­cestra­tegie te blijven ondersteunen.

Het team van Prior Labs staat onder leiding van mede­op­rich­ters Frank Hutter, Noah Hollmann en Sauraj Gambhir. Het bedrijf werkt samen met voor­aan­staande weten­schap­pers, onder wie Yann LeCun, winnaar van de ACM A.M. Turing Award en executive chairman bij Advanced Machine Intel­li­gence, en Bernhard Schölkopf, directeur van het Max Planck Institute for Intel­li­gent Systems en president van ELLIS. Beiden krijgen een plek in de weten­schap­pe­lijke advies­raad van Prior Labs.

Sneller van onderzoek naar zakelijke waarde

Prior Labs’ TabPFN‑2.6 is volgens SAP het best pres­te­rende model op TabArena, een belang­rijke benchmark voor tabular foun­da­tion models. Het model haalt direct de nauw­keu­rig­heid van een geau­to­ma­ti­seerde machi­ne­learning­pi­pe­line van vier uur, maar dan met één model en veel minder complexiteit.

Met een gespreks­in­ter­face boven op deze modellen kunnen zakelijke gebrui­kers straks vragen stellen in gewone taal. Ze kunnen datasets genereren of selec­teren en what-if-scenario’s uitvoeren zonder dat ze zelf data scientist of machi­ne­learning­ex­pert hoeven te zijn.

Voorspellen zonder modeltraining 

SAP wil met de modellen van Prior Labs ook in-context learning leveren. Gebrui­kers voeren daarbij data­re­cords aan en krijgen direct betrouw­bare voor­spel­lingen, zonder eerst een model te trainen. Eén TFM past zich zo snel aan verschil­lende zakelijke situaties aan. Dat verkort de tijd tot waarde en onder­steunt volgens SAP ook de naleving van de AVG.

Met Prior Labs wil SAP tabular foun­da­tion models leveren die tabellen van nature begrijpen en statis­tisch redeneren direct uit data leren. Die modellen moeten agentic AI-systemen onder­steunen die zakelijke doelen begrijpen, tabellen, taal en beelden combi­neren, domein­kennis gebruiken, oorzaak en gevolg beter inschatten en zich dynamisch aanpassen.

Van verbanden naar oorzaak en gevolg

Na afronding van de trans­actie willen SAP en Prior Labs toon­aan­ge­vend AI-onderzoek vertalen naar zakelijke inno­va­ties. Klanten moeten daardoor meer waarde halen uit hun gestruc­tu­reerde bedrijfs­data. Volgens SAP vraagt echte intel­li­gentie om meer dan het herkennen van verbanden. De vraag wat er gaat gebeuren is waardevol, maar de vraag waarom iets gebeurt is vaak bepalend.

“SAP zag al vroeg dat de grootste onbenutte kans in enter­prise AI niet lag bij grote taal­mo­dellen, maar bij AI voor de gestruc­tu­reerde data waarop bedrijven wereld­wijd draaien”, zegt Philipp Herzig, CTO van SAP. “Met SAP-RPT‑1 hebben we laten zien wat die over­tui­ging betekent voor bedrijfs­data. Prior Labs heeft een toon­aan­ge­vend TFM ontwik­keld op publieke bench­marks en een van de sterkste onder­zoeks­teams in deze categorie opgebouwd. Door hun frontier model-werk te combi­neren met enter­prise data en ons klant­be­reik, willen we deze categorie wereld­wijd leiden.”

Prior Labs verder opschalen

“Prior Labs heeft in de afgelopen achttien maanden een geweldig team opgebouwd en de ontwik­ke­ling van tabular foun­da­tion models versneld”, zegt Frank Hutter, CEO van Prior Labs. “Als onderdeel van de SAP-familie krijgen we de middelen, dataom­ge­ving en klant­toe­gang om deze categorie volledig tot ontwik­ke­ling te brengen.”

SAP verwacht de trans­actie in het tweede of derde kwartaal van 2026 af te ronden. De afronding hangt af van gebrui­ke­lijke voor­waarden, waaronder goed­keu­ring door de toezichthouders.