Künstliche Intelligenz in SAP-Systemen

SAP-KI-Lösungen verstehen und erfolgreich einsetzen Nutzen Sie das volle Potenzial künstlicher Intelligenz in Ihren SAP-Systemen! Dieses Handbuch erklärt Ihnen die Ausrichtung von SAP im KI-Bereich und stellt alle relevanten Tools und Produkte vor. Sie lernen Embedded-AI-Lösungen für Finanzen, Einkauf, Supply Chain, HR und CRM kennen und erfahren, wie Sie eigene Custom-AI-Anwendungen entwickeln. Praxisnahe Beispiele führen Sie durch die Implementierung - von Joule und KI-Agenten bis zur Entwicklung mit ABAP und CAP auf der SAP BTP.- Alle SAP-KI-Tools: von Joule bis SAP AI Core und Generative AI Hub- Praxisbeispiele aus Finanzen, SCM, HCM und CRM sowie konkrete Custom-AI-Implementierungen- ABAP RESTful Application Programming Model, CAP, ISLM und Agent Builder Aus dem Inhalt:- SAP Business AI - Joule, SAP AI Core und Generative AI Hub- Embedded AI - Custom-AI- SAP Joule for Developers - SAP Joule for Consultants - Joule Studio- KI-Entwicklung mit ABAP und CAP- Intelligent Scenario Lifecycle Management- Machine-Learning-Modelle trainieren und deployen

Sebastian Sav ist AI Director bei SAP. Er verantwortet die strategische Ausrichtung sowie die Umsetzung kundenspezifischer KI-Lösungen und leitet in Deutschland die AI Community im Solution-Bereich, um Austausch, Best Practices und skalierbare KI-Innovationen voranzutreiben. Zuvor war er als Principal AI Architect bei SAP tätig und unterstützte Unternehmen bei der Entwicklung und Umsetzung ihrer KI-Strategien. Mit zwei Masterabschlüssen, einem MBA und einem Master of Science, verbindet er fundierte betriebswirtschaftliche Expertise mit tiefem technologischen Verständnis. Regelmäßig ist er als Keynote Speaker auf Kunden- und Partnerveranstaltungen vertreten und teilt sein Wissen als Autor in Fachpublikationen im Logistikumfeld.

Einleitung ... 17
TEIL I -- Grundlagen. ... 23
1. Einstieg in die Welt der künstlichen Intelligenz ... 25
1.1 ... Evolution der künstlichen Intelligenz ... 25
1.2 ... Paradigmenwechsel: deterministische vs. probabilistische Systeme ... 28
1.3 ... Narrow AI als Fundament im SAP-Kontext ... 30
1.4 ... Generative AI und Large Language Models im SAP-System ... 33
1.5 ... Retrieval-Augmented Generation und Vektordatenbanken ... 35
1.6 ... Bedeutung für das SAP-Ökosystem ... 37
2. KI in der SAP-Welt ... 39
2.1 ... Leitprinzipien künstlicher Intelligenz in SAP-Systemen ... 39
2.2 ... Möglichkeiten von SAP-Business-AI-Anwendungen ... 43
2.3 ... Lösungsarchitekturen zur Verwendung von SAP Business AI ... 60
2.4 ... Governance und KI-Ethik bei SAP ... 61
2.5 ... SAP-Lizenzmodell ... 68
TEIL II -- Anwendungsbeispiele. ... 75
3. Embedded AI in Finanzen und Einkauf ... 77
3.1 ... Accounting Accruals Agent ... 77
3.2 ... Finanzberichtanalyse mit künstlicher Intelligenz ... 87
3.3 ... SAP Cash Application -- KI-unterstützte Auszifferung von offenen Posten in der Debitorenbuchhaltung ... 95
4. Embedded AI im Supply Chain Management ... 113
4.1 ... Conversational Planning: Transportplanung mit natürlicher Sprache ... 114
4.2 ... SAP Document AI ... 130
4.3 ... Automatische Vorhersage des Lieferanten über das Lieferdatum ... 147
4.4 ... Kundenauftragserfüllung mit künstlicher Intelligenz und Joule als KI-Lösung ... 158
5. Embedded AI im Human Capital Management ... 175
5.1 ... KI-gestützte Einblicke in Karriere- und Entwicklungspotenziale ... 176
5.2 ... KI-gestützte Optimierung von Stellenbeschreibungen ... 187
5.3 ... KI-gestützte Leistungszielerstellung ... 197
6. Embedded AI im Customer Relationship Management ... 209
6.1 ... KI-unterstützte Kundenübersicht ... 210
6.2 ... Lead-Booster ... 215
6.3 ... SAP CX AI Toolkit ... 222
7. Embedded AI mit Joule ... 239
7.1 ... SAP Joule for Consultants ... 239
7.2 ... Joule mit SAP S/4HANA Cloud Public Edition ... 254
7.3 ... SAP Joule for Developers in den ABAP Development Tools ... 263
7.4 ... SAP Joule for Developers in SAP Cloud Application Programming Model ... 283
8. Custom-AI-Beispiele ... 293
8.1 ... Rechnungsfreigabe mit künstlicher Intelligenz ... 294
8.2 ... Agent-basierter End-to-End-Qualitätsmanagement-Prozess ... 305
8.3 ... Workflow-Analyse mit KI-Unterstützung ... 331
8.4 ... KI-unterstützte Erstellung von Anlieferungen ... 343
8.5 ... KI-basierte Analyse von Protokolldateien in der SAP-TM-Planung ... 350
8.6 ... Edith, ein KI-gestützter Enablement-Assistent ... 363
TEIL III -- KI-Entwicklung auf der SAP BTP. ... 377
9. SAP-AI-Referenzarchitektur und Lösungsbausteine ... 379
9.1 ... SAP-BTP-Referenzarchitektur zur Anwendung künstlicher Intelligenz ... 379
9.2 ... ISLM-Architektur ... 389
10. Joule Studio ... 393
10.1 ... Einführung in Joule Studio ... 393
10.2 ... Geschäftliche Herausforderungen ... 395
10.3 ... Joule Studio einrichten ... 396
10.4 ... End-to-End-Beispiel zur Kundenauftragsanalyse ... 401
10.5 ... Kundenauftragsanlage basierend auf einer E-Mail ... 417
10.6 ... Debugging und Analyse in Joule ... 420
10.7 ... Geschäftlicher Nutzen von Joule Studio und Auswirkungen ... 422
10.8 ... Ausblick: das neue Joule Studio ... 424
11. Custom AI mit ABAP-RESTful-Application-Programming-Model-Entwicklung ... 427
11.1 ... Entwicklung mit dem ABAP RESTful Application Programming Model ... 427
11.2 ... Integration der RAP-Entwicklung mit Custom AI ... 429
12. Custom AI bei der CAP-Entwicklung ... 457
12.1 ... Visuelle Prüfungen mit Machine Learning ... 458
12.2 ... End-to-End-Szenario für KI-basierte Störungsmeldungen ... 471
13. KI-Entwicklung mit Intelligent Scenario Lifecycle Management ... 485
13.1 ... Funktionsumfang und Integration von ISLM ... 485
13.2 ... Anwendungsmöglichkeiten für ISLM ... 488
13.3 ... Training und Deployment eigener KI-Modelle ... 489
13.4 ... Anwendungsbeispiel: Generative KI in ISLM ... 492
14. KI-Innovationen gezielt gestalten und umsetzen ... 505
14.1 ... Vorbereitung ... 505
14.2 ... Strategische Planung ... 508
14.3 ... Realisierung und Validierung ... 509
14.4 ... Zusammenfassung ... 510
Das Autorenteam ... 513
Index ... 517