Künstliche Intelligenz in SAP-Umgebungen

Im Megatrend

Künstliche Intelligenz (KI) rund um SAP

Technologische Durchbrüche haben dem Thema Künstliche Intelligenz (KI) jüngst einen starken Aufschwung verliehen und das Interesse vieler SAP-Kunden geweckt. Gerade in Form von Machine Learning (ML) bietet KI enorme Potenziale für die Automatisierung und Prozesseinblicke.

Welche Vorteile eröffnet ML?

ML bietet die Möglichkeit, aus Datenmengen Zusammenhänge und Entscheidungsmuster zu extrahieren. Allen ML-Modellen ist gemeinsam, dass sie einmalig mit viel Rechenaufwand aus einer Menge an initialen Lerndaten – in unserem Kontext oft historische Unternehmensdaten – erstellt werden müssen, aber dann mit sehr wenig Rechenaufwand schnell auf neue Daten angewendet werden können.

Von den zahlreichen Einsatzmöglichkeiten sei an zwei Beispielen beschrieben, welche Vorteile die ML-Technologie im SAP-Umfeld bietet:

Automatisierung der Kernprozesse: zum Beispiel für die Einordnung von Geschäftsvorfällen, automatische Entscheidungen, Datentransformation
Datenanalyse: Datenextrapolution zwecks Forecast, Aufdeckung unerwarteter Zusammenhänge

Welche ML-Modelle gibt es bei SAP?

SAP definiert „Machine Learning Szenarien“ (oder auch „Intelligent Scenarios“) als betriebswirtschaftlichen Use Case für ML mit klaren Integrationspunkten in die Kernprozesse und fest definierten Lerndaten/Ergebnisdaten. Dabei wird zwischen „Embedded ML“ und „Side-by-Side ML“ unterschieden.

Bei „Embedded ML“ wird ML direkt auf der S/4HANA-Datenbank angelernt und ausgeführt, was Beschränkungen bei der Auswahl der Modelle und bei der Performance mit sich bringt. Bei „Side-by-Side ML“ werden die rechenaufwändigen ML-Prozesse auf externe Systeme ausgelagert, was mächtigere ML-Anwendungen ermöglicht. Dazu bieten sich verschiedene kostenpflichtige Cloud-Services auf Basis der SAP Business Technology Platform (BTP) an, die die gemeinsame Plattform der meisten SAP Cloud-Produkte bildet (siehe auch hier). Aus technischer Sicht sind jedoch auch eigene Server oder andere Cloudanbieter denkbar. Bei beiden ML-Ansätzen sind neben einigen Dutzend vorgefertigter ML-Szenarien auch Möglichkeiten zur Entwicklung eigener Modelle durch ausgewiesene ML-Experten gegeben.

Überblick über Architektur für Künstliche Intelligenz via „Embedded ML“ und „Side-by-Side ML“ mit den beteiligten SAP-Produkten (Quelle: SAP SE)

Was bietet der SAP Intelligent Scenario Lifecycle Manager (ISLM)?

Als gemeinsame Steuerzentrale für beide ML-Ansätze in SAP S/4HANA dient der SAP Intelligent Scenario Lifecycle Manager (ISLM), der ab Version S/4HANA 2020 FPS0 in der Standardlizenz enthalten ist. Der ISLM besteht aus den beiden Fiori Apps „Intelligent Scenarios“ zur Erstellung und Einbindung eigener Szenarien und „Intelligent Scenario Management“ zur Steuerung von Betrieb und zeitlichem Rhythmus des Anlernens neuer ML-Modelle.

Während die von SAP bereitgestellten ML-Szenarien direkt in die entsprechenden Standard-Fiori Apps integriert sind, exponiert der ISLM die kundenindividuellen ML-Modelle als automatisch generierte ABAP-Klasse oder CDS View zur Verwendung in eigenen Fiori Apps, ABAP-Reports oder Erweiterungsimplementierungen.

Der Intelligent Scenario Lifecycle Manager (ISLM) als Steuerzentrale der Künstlichen Intelligenz-Aktivitäten in SAP S/4HANA

„Embedded ML“ oder „Side-by-Side ML“?

Die „Embedded ML“-Szenarien erlauben also die Verwendung von mit eigenen Unternehmensdaten angelernten ML-Modellen ohne SAP BTP und zusätzliche Produkte. Da es bei der Liste von SAP ML-Szenarien schnelle Veränderungen und viele Detailunterschiede gibt, empfiehlt sich eine gemeinsam mit XEPTUM durchgeführte kundenspezifische Analyse.

Hier einige Beispiele aus der SAP-Liste mit weitgehend selbsterklärenden Namen:

„Supplier Delivery Prediction“ aus dem Einkauf
„Early Detection of Slow/Non-moving Stocks“ aus dem Supply Chain Management
„Sales Performance Prediction“ aus dem Vertrieb

Bei den „Side-by-Side ML“-Szenarien sind zusätzliche Produkte in der BTP nötig, allen voran:

SAP AI Core und SAP Business Service: Fokus auf mächtige ML-Modelle mit komplexen Anwendungsszenarien, flexible Einbindung selbstprogrammierter ML-Modelle möglich
SAP Data Intelligence: Tool mit Fokus auf Datenanbindung/Zusammenführung mit etwas beschränkteren ML-Möglichkeiten
SAP Analytics Cloud: Tool mit Fokus auf BI, Möglichkeiten für ML im Bereich Forecast, Extrapolation von Kennzahlen, Predictive Analytics

In der Praxis hat sich zum Beispiel ein „Side-by-Side ML“-Szenario mit der Bezeichnung „Receivables Line-Item Matching“ bewährt, das über die „SAP Cash Application“ als Teil der „SAP Business Services“ eine ML-gestützte Kontoauszugsverarbeitung ermöglicht. Damit können aufwändige manuelle Nachbearbeitungen merklich verringert werden (siehe auch hier).

Wie bereits erwähnt, lassen sich sowohl über die SAP-Produkte beim „Embedded ML“-Ansatz als auch über die BTP-Zusatzprodukte beim „Side-by-Side ML“-Ansatz kundeneigene ML-Szenarien definieren. Diese sind genau auf die unternehmensspezifischen Prozesse und individuell relevanten Daten angepasst und können in einem gemeinsamen Workshop mit XEPTUM erarbeitet, in einem geeigneten Tool implementiert und über den ISLM mit vertretbarem Aufwand in die Prozesse integriert werden.

Welche Alternativen gibt es zu SAP Cloud-Produkten?

Bei individuellen ML-Modellen ist es natürlich überlegenswert, das ML auf eigenen Servern oder bei anderen Cloudanbietern auszuführen und dafür die eigene Entwicklung von Schnittstellen zu SAP in Kauf zu nehmen. Auch bei End-to-End-Prozessen im Bereich größerer Systemlandschaften, die über einzelne SAP-Systeme hinausgehen und viele Datenquellen haben, kann dies ein geeigneter Ansatz sein. Aber aufgepasst: Je nach Tiefe der Prozessintegration der ML-Szenarien können zusätzliche Lizenzgebühren von SAP anfallen, Stichwort „Indirekte Nutzung“. Das sollte zuvor geklärt werden.

Wie kann Sie XEPTUM bei ML-Projekten unterstützen?

So groß das Optimierungspotenzial durch den Einsatz intelligenter Technologien ist, so komplex stellt sich das KI-Produktportfolio von SAP aktuell dar. Vertrauen Sie auf unser Expertenteam, das umfassendes Technologie-Know-how mit tiefem Prozesswissen verbindet! Wir helfen Ihnen, den Überblick zu gewinnen, und unterstützen Sie bei der Umsetzung von ML in Ihren IT-Landschaften und Geschäftsprozessen.

Dies beginnt bei der Analyse vorhandener oder der Definition neuer Szenarien und reicht über die Implementierung des geeigneten KI-Modells und der Schnittstellen rund um SAP bis hin zur Unterstützung des routinierten KI-Modell-Betriebs im Alltag. Ob wir uns innerhalb des SAP-Produktportfolios bewegen oder systemübergreifend eigene Ansätze entwickeln:
Wir begleiten Sie kompetent auf dem Weg zum intelligenten Unternehmen.

Artikel teilen

Zurück zur Übersicht