Künstliche Intelligenz in SAP-Systemen

Das Autorenteam richtet sich ausdrücklich an alle, die sich mit dem Einsatz Künstlicher Intelligenz in SAP-Systemen beschäftigen.

Konkret genannt werden vier Gruppen:

• Systemarchitektinnen und -architekten, die KI-Lösungen in bestehende SAP-Landschaften einbetten möchten
• CIOs sowie Beraterinnen und Berater, die KI strategisch planen und bewerten wollen
• Anwendungsentwicklerinnen und -entwickler im ABAP- und SAP-BTP-Umfeld, die eigene KI-Lösungen umsetzen
• Mitarbeitende aus den Fachbereichen, die eine verständliche Einführung in das Thema suchen

In der Praxis liegt der Schwerpunkt klar auf den technischen Rollen: Architektinnen, Entwickler und strategisch Verantwortliche profitieren am meisten, während Fachbereiche vor allem eine solide Orientierung erhalten. Für SAP-Analytics- und BI-Teams ist das Buch überall dort relevant, wo Datenbasis und KI zusammenwachsen, etwa bei der SAP Business Data Cloud als gemeinsamem Fundament, beim Conversational Planning (Planung per natürlicher Sprache, wie man es aus der SAP Analytics Cloud kennt) oder bei der KI-gestützten Finanzberichtanalyse.

Wer aus dem Reporting- und Analytics-Umfeld kommt, versteht nach der Lektüre besser, an welchen Stellen KI auf die eigene Datenarchitektur aufsetzt.

Das Handbuch umfasst 524 Seiten und gliedert sich in drei Teile mit insgesamt 14 Kapiteln: von den Grundlagen über konkrete Anwendungsbeispiele bis zur eigenen KI-Entwicklung auf der SAP BTP.

Teil I – Grundlagen

Kapitel 1: Einstieg in die Welt der künstlichen Intelligenz führt verständlich in die technologischen Grundlagen ein – von der Evolution des maschinellen Lernens über Narrow AI bis zu Generative AI und Large Language Models im SAP-Kontext, inklusive Retrieval-Augmented Generation (RAG), Vektordatenbanken und Knowledge Graphs.

Kapitel 2: KI in der SAP-Welt stellt die Archetypen von SAP Business AI und die zentralen Bausteine vor: Joule, SAP AI Core, SAP AI Launchpad, Generative AI Hub und SAP Business Data Cloud. Behandelt werden außerdem die Lösungsarchitekturen für Embedded und Custom AI, Governance und KI-Ethik sowie das Lizenzmodell (Base AI vs. Premium AI).

Teil II – Anwendungsbeispiele

Kapitel 3: Embedded AI in Finanzen und Einkauf zeigt Einsatzmöglichkeiten im CFO-Bereich, etwa automatisierte Buchungsvorschläge (Accounting Accruals Agent), KI-gestützte Finanzberichtanalyse und die SAP Cash Application zur automatischen Auszifferung offener Posten.

Kapitel 4: Embedded AI im Supply Chain Management behandelt Conversational Planning (Transportplanung per natürlicher Sprache), SAP Document AI, die automatische Vorhersage von Lieferanten sowie die KI-gestützte Kundenauftragserfüllung.

Kapitel 5: Embedded AI im Human Capital Management widmet sich dem Personalwesen: KI-gestützte Einblicke in Karriere- und Entwicklungspotenziale, automatisiert optimierte Stellenbeschreibungen und die KI-gestützte Erstellung von Leistungszielen.

Kapitel 6: Embedded AI im Customer Relationship Management stellt KI-Szenarien im Vertrieb und CRM vor, darunter Anwendungsfälle wie den Lead-Booster.

Kapitel 7: Embedded AI mit Joule beleuchtet den KI-Assistenten in der Breite – SAP Joule for Consultants, Joule mit SAP S/4HANA Cloud Public Edition sowie SAP Joule for Developers in den ABAP Development Tools und im SAP Cloud Application Programming Model (CAP).

Kapitel 8: Custom-AI-Beispiele demonstriert eigene Entwicklungen, etwa eine KI-gestützte Rechnungsfreigabe und einen agentenbasierten End-to-End-Prozess im Qualitätsmanagement.

Teil III – KI-Entwicklung auf der SAP BTP

Kapitel 9: SAP-AI-Referenzarchitektur und ISLM erläutert die SAP-BTP-Referenzarchitektur für den Einsatz von KI sowie die Architektur des Intelligent Scenario Lifecycle Management (ISLM).

Kapitel 10: Joule Studio führt in die Einrichtung und Nutzung ein – inklusive End-to-End-Beispiel zur Kundenauftragsanalyse und -anlage aus einer E-Mail, Debugging in Joule und einem Ausblick auf das neue Joule Studio.

Kapitel 11: Custom AI mit ABAP RESTful Application Programming Model zeigt die Entwicklung im Clean-Core-Stil und die Integration der RAP-Entwicklung mit Custom AI.

Kapitel 12: Custom AI bei der CAP-Entwicklung überträgt den Custom-AI-Ansatz auf das SAP Cloud Application Programming Model.

Kapitel 13: KI-Entwicklung mit Intelligent Scenario Lifecycle Management behandelt das strukturierte Trainieren und Deployen eigener Machine-Learning-Modelle über den gesamten Lebenszyklus.

Kapitel 14: KI-Innovationen gezielt gestalten und umsetzen liefert ein Vorgehensmodell von der Idee bis zum produktiven Betrieb – von der Analyse von Lösungslandschaft und Lizenzsituation über strategische Planung bis zu Prototyping und Proof of Concept.

• Insider-Perspektive: Beide Autoren arbeiten bei SAP (AI Director bzw. Chief Product Expert), unterstützt von weiteren SAP-Fachleuten. Das sorgt für hohen Aktualitätsbezug bis hin zu Ankündigungen der SAP Sapphire 2026.
• Durchgängige Use-Case-Logik: Jeder Anwendungsfall folgt dem Dreiklang geschäftliche Herausforderung, technische Umsetzung und Nutzen.
• Embedded AI und Custom AI in einem Band: Standardlösungen und Eigenentwicklung werden gemeinsam abgedeckt, in der SAP-Literatur eher selten.
• Konkrete Entwicklungsbeispiele: Architekturdiagramme, Prozessflüsse und Code-nahe Beispiele zu ABAP/RAP, CAP und Joule Studio.
• Entscheidungsrelevante Themen: Governance, KI-Ethik und das Lizenzmodell (Base AI vs. Premium AI) werden explizit behandelt.
• Leitfaden zur Umsetzung: Das abschließende Vorgehensmodell begleitet KI-Projekte strukturiert von der Idee bis zum produktiven Betrieb.
• Komfortables E-Book: farbige Abbildungen und Syntax-Hervorhebung, verlinktes Inhaltsverzeichnis, DRM-frei.