Entdecken Sie die neuesten 6 SAP Datasphere KI-Integrationen

SAP Datasphere ist ein KI-Tool, das Unternehmen bei der Bereitstellung aussagekräftiger Daten unterstützen kann.

Entdecken Sie die SAP Datasphere KI-Entwicklungen, wie neue Integrationen und KI-basierte Funktionen, um zu verstehen, wie das Tool Unternehmen bei der Verwaltung ihrer Unternehmensdaten helfen kann:

Was ist SAP Datasphere KI und warum ist sie wichtig?

SAP Datasphere ist eines dieser Tools, in die SAP KI-gesteuerte Tools und Funktionen integriert, um den Anforderungen von Datenkonsumenten und -anbietern gerecht zu werden. SAP Datasphere KI kann die Benutzererfahrung verbessern und die gemeinsame Nutzung von Daten in großem Umfang unterstützen durch:

• Automatisierte Datenbereitstellung: KI kann den Prozess der Datenbereitstellung optimieren, indem sie automatisch relevante Verbindungen herstellt und notwendige Artefakte in SAP Datasphere erstellt. Dies reduziert den Bedarf an manuellen Eingriffen und erleichtert Benutzern die Integration von Datenprodukten.
• Metadatenverwaltung: KI kann den Umgang mit Metadaten verbessern, was für eine einfachere Datenbereitstellung entscheidend ist. Durch die Nutzung von Metadaten, die über das Open Resource Directory (ORD)-Protokoll beschrieben werden, kann KI einen reibungslosen und effizienten Integrationsprozess gewährleisten.

Hier ist ein Video, das erklärt, wie SAP Datasphere generative KI-Funktionen mit seinem Datasphere kombiniert:

SAP hat KI in verschiedene Tools implementiert, etwa SAP BTP Generative KI-Anwendungen. Es integriert außerdem andere SAP- und Nicht-SAP-Plattformen, um die Tool-Funktionen zu erweitern, wie z. B.:

• SAP-Job-Scheduler
• SAP-Prozessorchestrierungstools
• SAP-Lösungen für Versorgungsunternehmen.

2 SAP Datasphere KI-Funktionen

Hier ist eine vollständige Liste der von SAP Datasphere bereitgestellten Funktionen:

1. Knowledge Graph

Der Knowledge Graph bietet einen umfassenden Überblick über die Datenlandschaft eines Unternehmens. Durch die Erfassung komplexer Beziehungen und Metadaten ermöglicht er ein besseres kontextbezogenes Verständnis für KI-gesteuerte Anwendungen.

Funktionen:

• Automatisierte Ontologieerstellung: Erzeugt Ontologien bei der Datenintegration, einschließlich Geschäftskontext aus SAP-Quellen wie S/4HANA.
• Kontextanreicherung für LLMs: Liefert strukturierten Kontext an große Sprachmodelle, um KI-generierte Ungenauigkeiten (z. B. Halluzinationen) zu reduzieren.
• Mustererkennung: Ermöglicht fortgeschrittene Schlussfolgerungen und die Generierung von Erkenntnissen über Geschäftsbereiche hinweg.

Knowledge Graph: Praxisbeispiel

Knowledge Graphs können für Marketingoptimierung oder Supply-Chain-Management eingesetzt werden und ermöglichen es Unternehmen, umsetzbare Erkenntnisse zu gewinnen und Innovationen voranzutreiben.

Hier ist ein Video, das die Knowledge-Graph-Funktion erklärt:

2. Semantisches Onboarding

Semantisches Onboarding ermöglicht es, semantisch reichhaltige Datenobjekte aus SAP-Systemen (S/4HANA, BW/4HANA, HANA Cloud) in SAP Datasphere zu importieren und dabei ihre betriebswirtschaftliche Bedeutung beizubehalten. SAP hat dies erweitert, um Unterstützung für SAP HANA Cloud und andere SAP-Datenprodukte zu bieten und so eine einheitliche Onboarding-Erfahrung zu ermöglichen.

Funktionen:

• Erhaltung semantischer Informationen: Beim Import von Kalkulationsansichten aus SAP HANA Cloud in SAP Datasphere bleiben semantische Details wie Kennzahlen, Attribute, Hierarchien, Aggregationen und Währungen/Einheiten erhalten. Dies stellt sicher, dass die Integrität und Bedeutung der Daten in einer semantisch reichhaltigen Datenschicht bewahrt werden.
• Synchronisierung: Sie hält Objekte in SAP HANA Cloud und SAP Datasphere synchron, sodass Kunden ihre bestehenden Investitionen in die SAP-HANA-Modellierung nutzen können.
• Vererbung von Geschäftskontext: Sie ermöglicht die Vererbung von Geschäftskontext aus SAP-Branchenanwendungen und Branchenlösungen. Diese Übertragung der Semantik in das Business Data Fabric legt eine starke Grundlage für verbesserte Analyse-Workflows.
• Verbesserter Analyse-Workflow: Die Erhaltung und Übertragung semantischer Informationen in SAP Datasphere optimiert den Analyse-Workflow, beschleunigt und vereinfacht die Ableitung datengestützter Erkenntnisse.Integrationen mit anderen Tools.

Semantisches Onboarding: Praxisbeispiel

Unternehmen können Semantisches Onboarding nutzen, um SAP- und Hybrid-Datasets effizient zu integrieren, Modellierungsfehler zu reduzieren und die Erkenntnisgewinnung zu beschleunigen.

3. KI-gestützte Inhaltserstellung

Diese Funktion generiert automatisch Geschäftsbeschreibungen, Zuordnungen von Geschäftsbegriffen und KPI-Definitionen für Datenassets im SAP Datasphere-Katalog und nutzt dabei SAP Business KI-Models.

Funktionen:

• Generiert kontextbezogene beschreibende Texte für Katalogobjekte
• Wendet automatisch hierarchische Geschäftstags und -begriffe an
• Definiert Key Performance Indicators und Zuordnungen ohne manuellen Eingriff
• Reduziert den Bedarf an tiefem technischem Fachwissen zur Kuratierung von Kataloginhalten

KI-gestützte Inhaltserstellung: Praxisbeispiel

Unternehmen können schnell Tausende von Datenassets integrieren und dabei Compliance und Datenqualität wahren, wodurch Analysen und Reporting beschleunigt werden.

4. KI-gestützte Suche

Die KI-gestützte Suche ermöglicht es Benutzern, Datenartefakte mithilfe natürlicher Sprachabfragen in SAP Datasphere zu finden, und überwindet die Einschränkungen von Filtern und manueller Navigation.

Funktionen:

• Das Verstehen natürlicher Sprache interpretiert Geschäftsbegriffe, Fragen und Absichten
• Sucht in Repository-, Katalog- und Marketplace-Datasets
• Liefert kontextreiche Ergebnisse, die zu den Anfragen der Benutzer passen.

KI-gestützte Suche: Praxisbeispiel

Benutzer können Fragen in einfacher Sprache stellen. Zum Beispiel: „Zeige mir Vertriebsdaten-Models mit Kundensegmentierung“ und erhalten genaue Ergebnisse.

5. KI-gestützte semantische Generierung

Die KI-gestützte semantische Generierung erkennt und klassifiziert automatisch semantische Typen für eingehende Daten, insbesondere für Nicht-SAP-Quellen, und bereichert die Daten-Fabric von SAP Datasphere.

Funktionen:

• Automatische semantische Klassifizierung: Weist Datasets während der Aufnahme die richtigen Typen zu.
• Hybride Datenunterstützung: Funktioniert mit SAP- und Nicht-SAP-Daten, um eine einheitliche semantische Schicht zu erstellen.
• Reduzierte manuelle Vorverarbeitung: Minimiert den Datenvorbereitungsaufwand und ermöglicht schnellere Analysen.

KI-gestützte semantische Generierung: Praxisbeispiel

Unternehmen, die hybride Datenquellen integrieren, können Modellierung und Erkenntnisse beschleunigen, indem sie automatisch angereicherte semantische Informationen nutzen, wodurch Fehler reduziert und die Konsistenz verbessert werden.

Integrationen mit anderen Tools

SAP Datasphere integriert KI-Tools in sein offenes Datenökosystem, um seine Datenmanagementarchitektur zu verbessern.

1. KI-Governance mit Collibra

SAP arbeitet mit Collibra zusammen, um Data-Governance-Funktionen bereitzustellen, die sicherstellen, dass vertrauenswürdige Daten für alle Benutzer in der Business Data Fabric zugänglich sind.

Durch die Integration mit Collibra KI Governance ermöglichen SAP-Lösungen Unternehmen, die für KI verwendeten Daten mit den Modellen selbst auf einer einzigen Plattform zu verbinden, um ihre KI-Entwicklungsbemühungen effektiv zu verfolgen und zu verwalten. Durch die Registrierung der mit SAP-Technologie erstellten KI- und Machine-Learning-Modelle auf der Collibra KI Governance-Plattform können Benutzer:

• Erhalten Sie eine bessere Sichtbarkeit der Datenherkunft und Metadaten der in der KI-Modellierung verwendeten SAP-Daten
• Überprüfen Sie Datengenauigkeit und Vertrauenswürdigkeit
• Überprüfen Sie die Daten, mit denen ihre KI-Modelle trainiert wurden.

Dadurch können sie:

• Erhöhen Sie Transparenz und Rechenschaftspflicht
• Stellen Sie die Einhaltung gesetzlicher Vorschriften, Datenschutz- und Governance-Richtlinien sicher
• Mindern Sie Risiken wie voreingenommene Entscheidungsfindung und ungenaue Empfehlungen.

Hier ist ein Video, das erklärt, wie Collier KI Governance funktioniert:

2. Daten-Streaming mit Confluent

Confluent ist eine Plattform, die auf Apache Kafka basiert und einen Echtzeit-Datenstrom- und Verwaltungsdienst bereitstellt. Sie ermöglicht es Unternehmen, große Datenpipelines effizient zu verwalten und Daten über verschiedene Systeme und Anwendungen hinweg zu streamen.

So verbessert Confluent SAP Datasphere und wertet SAP-Datenassets auf:

1. Echtzeit-Datenstreaming: Die Confluent-Integration ermöglicht Echtzeit-Datenstreaming zu und von SAP Datasphere. Diese Fähigkeit ist entscheidend für Unternehmen, die Daten in Echtzeit verarbeiten und analysieren müssen, und ermöglicht schnellere Entscheidungsfindung und betriebliche Reaktionsfähigkeit.
2. Schema-Registry-Funktionen: Die Integration mit der Schema Registry von Confluent erweitert die ausgehenden Funktionen von SAP Datasphere. Sie ermöglicht den nahtlosen Umgang mit Datenschemata und stellt sicher, dass Daten systemübergreifend korrekt interpretiert und verarbeitet werden.
3. Überlegene Benutzererfahrung: Die Integration bietet eine überlegene Benutzererfahrung, indem sie Verbindungen auf Anwendungsebene ermöglicht, ohne dass zusätzliche individuelle Anwendungsentwicklung erforderlich ist. Diese einfache Integration hilft Unternehmen, Streaming-Datenlösungen schnell bereitzustellen und zu nutzen.
4. Effiziente Datenverarbeitung: Die Integration von SAP Datasphere mit Confluent umfasst vorkonfigurierte Replikationsflüsse, die Delta- und Echtzeitverarbeitung nativ unterstützen. Diese Effizienz bedeutet, dass Daten bei Änderungen geladen werden, wodurch unnötige Datenübertragung und Verarbeitungs-Overhead reduziert werden.
5. Verbesserte Datenaufnahme und -integration: Die Integration unterstützt die Datenaufnahme in Kafka und Confluent, wobei zusätzliche Funktionen für die ausgehende und eingehende Datenintegration für alle verfügbar werden. Diese erweiterte Funktionalität verbessert die Fähigkeit von SAP Datasphere, eine breite Palette von Datenquellen und Anwendungsfällen zu verarbeiten.

Integration mit SAP Analytics Cloud & SAP HANA Cloud Vector Engine

Benutzer können SAP Datasphere, SAP Analytics Cloud und SAP HANA Cloud Vector Engine miteinander kombinieren, um ein einziges Datenmanagementsystem und eine Analyselösung zu erhalten. Das können Benutzer mit diesen kombinierten Tools tun:

3. SAP Analytics Cloud für Data Fabric

Data-Fabric-Lösungen vereinheitlichen und verwalten Daten in Echtzeit über Systeme hinweg und bieten eine einzige, zuverlässige Quelle. Sie automatisieren den Zugriff, verbessern die Datenqualität und erhöhen die Sicherheit, wodurch Analysen und KI auch in komplexen Umgebungen einfacher werden. Dies hilft Unternehmen zu skalieren und sich an veränderte Märkte anzupassen. SAP verbessert Data Fabric durch:

1. Integration mit SAP Analytics Cloud für die Planung: Planungs-Models aus SAP Analytics Cloud können jetzt in SAP Datasphere bereitgestellt werden. SAP Analytics Cloud nutzt KI, um:
   1. Datentransformations- und Integrationsprozesse zu automatisieren und zu optimieren
   2. Intelligente Empfehlungen und Erkenntnisse auf der Grundlage der integrierten Ist- und Plandaten bereitzustellen. Dies verbessert die Integration von Plan- und Istdaten in die Echtzeit-Entscheidungsfindung.
      was innerhalb von SAP Datasphere ermöglicht wird.
2. Reduzierung des Daten-Fußabdrucks und des Modellierungsaufwands: Die Integrationsbemühungen konzentrieren sich auch darauf, den Daten-Fußabdruck und den Modellierungsaufwand zu reduzieren. Durch die Nutzung der Funktionen von SAP Datasphere kann SAP Analytics Cloud Datenmanagementprozesse optimieren und die Effizienz verbessern.

4. Generative KI Co-Pilot: Joule

Der SAP Analytics Cloud Generative KI Co-Pilot ermöglicht es Kunden, generative KI für Geschäftsplanung und Simulation zu nutzen. Der zugrunde liegende KI-Assistent Joule verbessert die Funktionen in den Bereichen Datenexploration, Dashboard-Erstellung, Pflege von Planungs-Models und mehr und bietet eine intuitive Benutzererfahrung.

Mit NLP können Endbenutzer:

• Analytische Abfragen ausführen
• Auswirkungen verschiedener Einflussfaktoren simulieren
• Ressourcen zuweisen
• Dashboards und Berechnungen automatisieren

Joule: Praxisbeispiel

Ein Business-Benutzer, der die Abwanderungs- im Vergleich zur Einstellungsrate für einen bestimmten Job in den letzten 12 Monaten untersucht, könnte Joule abfragen, um frühere Plan-Iterationen zu analysieren und die zugrunde liegenden Gründe aufzudecken.

Neue Joule-Erweiterungen:

• Joule + SAP‑RPT‑1 Foundation Model-Integration: Joule kann jetzt SAP‑RPT‑1, ein relationales Foundation Model aus dem SAP KI Hub, nutzen, um Predictive Analytics und Modellierung auf strukturierten Datasphere-Datasets durchzuführen und so Prognosen, Empfehlungen und fortgeschrittene Szenariosimulationen zu verbessern.
• Joule + Microsoft 365 Copilot-Integration: Erweitert die natürlichen Sprachabfragefunktionen über SAP Analytics Cloud hinaus und ermöglicht Benutzern den direkten Zugriff auf und die Analyse von Datasphere-Daten aus Microsoft-Produktivitätstools.

5. SAP Analytics Cloud Compass

SAP Analytics Cloud Compass bietet Monte-Carlo-Simulationsfunktionen mit einer benutzerfreundlichen Oberfläche und ermöglicht es nicht-technischen Benutzern, multivariate Echtzeitanalysen ohne fortgeschrittene statistische Kenntnisse durchzuführen. Hier sind die wichtigsten Vorteile von SAP Analytics Cloud Compass:

1. Multivariate Echtzeitanalyse zur gleichzeitigen Analyse mehrerer Variablen in Echtzeit, die einen umfassenden Überblick über mögliche Ergebnisse bietet.
2. Geschäftssimulationen für schnelle und effiziente Szenariomodellierung, die Benutzern helfen, Annahmen zu vergleichen und über Auswirkungsabweichungen zu berichten.
3. Sensitivitätsanalyse zur Entdeckung von Echtzeit-Einblicken in Sensitivitätstreiber, die Benutzern helfen, Datendynamiken zu verstehen und zu erkennen, wie sich Änderungen von Variablen auf Ergebnisse auswirken.
4. Kontinuierliche agile Simulationen zur Anpassung an sich ändernde Geschäftsbedingungen und zum Treffen fundierter Entscheidungen.

6. SAP HANA Cloud Vector Engine

SAP HANA Cloud führt eine Vektorfunktion in seine bestehenden Multi-Model-Funktionen ein, sodass Kunden alle Arten von Geschäftsdaten mit einer einzigen Datenbank nutzen können. Die Vector Engine verbessert die Fähigkeit, intelligente Datenanwendungen zu erstellen, die menschliche Intuition mit maschinellem Lernen und Multi-Model-Verarbeitungsfunktionen kombinieren. Zu den wichtigsten Funktionen und Vorteilen von SAP HANA Cloud Vector Engine gehören:

• Vektoren speichern und vergleichen mit SQL, was Anwendungsfälle wie Retrieval-Augmented Generation (RAG), Empfehlungen, Klassifizierungen und Clustering ermöglicht.
• Vereinfachung der Datenmanagementarchitektur und Erweiterung mit einer einzigen Multi-Model-Datenbank mit SQL-Interaktion.
• Neue Erkenntnisse gewinnen durch die Kombination von räumlichen Daten, Graphdaten, JSON- und relationalen Daten mit Vektorabfragen.
• Vektor-Anwendungsfälle einfach integrieren in Lösungen innerhalb des HANA Cloud-Ökosystems, einschließlich Clients, Python-Bibliotheken und CAP (Cloud Application Programming Model).
• Integration mit Open-Source-Community-Tools wie LangChain über Plug-ins.

Verpassen Sie nicht unsere Benchmarks und datengestützten Erkenntnisse. Die Schaltfläche öffnet Google; die Auswahl von AIMultiple bestätigt, dass Sie AIMultiple häufiger in den Google-Suchergebnissen sehen möchten.

Als bevorzugte Quelle hinzufügen

Weiterführende Informationen

Entdecken Sie mehr Neuigkeiten und Anwendungen rund um SAP in unseren umfassenden und datengestützten Artikeln:

• Entdecken Sie SAP BTP Generative KI-Tools, 4 Anwendungsfälle & Vorteile
• Top SAP Workload Automation Tools & Anwendungsfälle

Diese Forschung zitieren

Wählen Sie das Format, das zu Ihrem Veröffentlichungsort passt. Wenn Sie die Link-Version in Ihr CMS einfügen, bleibt der Backlink erhalten.

@misc{simsek2026,
  author = {Şimşek, Hazal},
  title  = {{Entdecken Sie die neuesten 6 SAP Datasphere KI-Integrationen}},
  year   = {2026},
  month  = jul,
  howpublished    = {\url{https://aimultiple.com/sap-datasphere-ai}},
  note   = {AIMultiple. Abgerufen am 23. Juli 2026}
}

Änderungsprotokoll

1 Aktualisierungen

1. 202619. Mär

   Statistiken aus dem Einleitungsabschnitt entfernt.

Referenzlinks

1.

Unleashing the Latest SAP Data and Analytics Innovations | SAP News Center

SAP

2.

SAP Datasphere on Teched 2023: What has been achieved and where are we going? • Interdobs

3.

Set SAP Data in Motion with Confluent Cloud, an SA... - SAP Community

4.

Intelligent Applications in SAP Business Data Cloud | SAP Sapphire | SAP News Center

SAP

5.

SAP Datasphere | Unified Data Experience

6.

SAP Analytics Cloud compass - SAP Danmark Nyheder

7.

Vectorize your Data : SAP HANA Cloud's Vector Engi... - SAP Community

Hazal Şimşek

Branchenanalystin

Folgen auf

Hazal ist Branchenanalystin bei AIMultiple und konzentriert sich auf Prozessintelligenz (einschließlich Process Mining) und Unternehmensautomatisierung (einschließlich IT-Automatisierung und Low-Code-/No-Code-Automatisierung).

Vollständiges Profil anzeigen

Seien Sie der Erste, der kommentiert

Ihre E-Mail-Adresse wird nicht veröffentlicht. Alle Felder sind erforderlich. Kommentare werden in ihrer Originalsprache belassen.

Name

E-Mail-Adresse

Kommentar

0/450

Kommentar posten