Entdecken Sie die 6 neuesten SAP Datasphere KI-Integrationen

SAP Datasphere ist ein KI-Tool, das Unternehmen dabei helfen kann, aussagekräftige Daten zu erhalten.

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

Was ist SAP DataSphere AI und warum ist es wichtig?

SAP DataSphere ist eines dieser Tools, in das SAP KI-gestützte Funktionen integriert, um die Bedürfnisse von Datenkonsumenten und -anbietern zu erfüllen. SAP DataSphere AI kann die Benutzerfreundlichkeit verbessern und den Austausch großer Datenmengen unterstützen, indem es:

• Automatisierte Datenbereitstellung: KI kann die Datenbereitstellung optimieren, indem sie automatisch relevante Verbindungen herstellt und die notwendigen Artefakte in SAP Datasphere erstellt. Dadurch wird der Bedarf an manuellen Eingriffen reduziert und die Integration von Datenprodukten vereinfacht.
• MetaDatenmanagement: KI kann die Metadatenverarbeitung verbessern, was für eine einfachere Datenbereitstellung unerlässlich 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 Datasphere kombiniert:

SAP hat KI in verschiedenen Tools implementiert, beispielsweise in den generativen KI-Anwendungen von SAP BTP . Darüber hinaus integriert SAP weitere SAP- und Nicht-SAP-Plattformen, um die Funktionalität seiner Tools zu erweitern, wie zum Beispiel:

• SAP-Jobplaner
• SAP-Prozessorchestrierungstools
• SAP Utility-Lösungen
• SAP-Technologien für den Zähler-zu-Kassen-Prozess .

2 SAP Datasphere AI-Funktionen

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

1. Wissensgraph

Der Wissensgraph bietet einen umfassenden Überblick über die Datenlandschaft einer Organisation. Durch die Erfassung komplexer Beziehungen und Metadaten ermöglicht er ein besseres Kontextverständnis für KI-gestützte Anwendungen.

Fähigkeiten:

• Automatisierte Ontologieerstellung: Generiert Ontologien bei der Datenintegration, einschließlich Geschäftskontext aus SAP-Quellen wie S/4HANA.
• Kontextanreicherung für LLMs: Liefert strukturierten Kontext für große Sprachmodelle, um KI-generierte Ungenauigkeiten (z. B. Halluzinationen) zu reduzieren.
• Mustererkennung: Ermöglicht fortgeschrittenes Denken und die Generierung von Erkenntnissen in verschiedenen Geschäftsbereichen.

Anwendung in der Praxis:

Wissensgraphen können zur Optimierung des Marketings oder des Lieferkettenmanagements eingesetzt werden und ermöglichen es Unternehmen, daraus umsetzbare Erkenntnisse zu gewinnen und Innovationen voranzutreiben.

Hier ist ein Video, das die Funktionen des Wissensgraphen erklärt:

2. Semantisches Onboarding

Semantic Onboarding ermöglicht den Import semantisch reichhaltiger Datenobjekte aus SAP-Systemen (S/4HANA, BW/4HANA, HANA Cloud) in SAP DataSphere unter Beibehaltung ihrer geschäftlichen Bedeutung. SAP hat dies auf SAP HANA Cloud und weitere SAP-Datenprodukte ausgeweitet und bietet so ein einheitliches Onboarding-Erlebnis.

Fähigkeiten:

• Erhaltung semantischer Informationen: Beim Import von Berechnungssichten aus SAP HANA Cloud in SAP Datasphere bleiben semantische Details wie Kennzahlen, Attribute, Hierarchien, Aggregationen und Währungen/Einheiten erhalten. Dadurch wird sichergestellt, dass die Integrität und Bedeutung der Daten in einer semantisch reichhaltigen Datenschicht gewahrt bleiben.
• Synchronisierung: Sie hält Objekte in SAP HANA Cloud und SAP Datasphere synchron und ermöglicht es Kunden so, ihre bestehenden Investitionen in die SAP HANA-Modellierung optimal zu nutzen.
• Vererbung des Geschäftskontexts: Sie ermöglicht die Übernahme des Geschäftskontexts aus SAP-Fachanwendungen und Branchenlösungen. Diese Übertragung von Semantik in die Geschäftsdatenstruktur schafft eine solide Grundlage für verbesserte Analyse-Workflows.
• Optimierter Analyse-Workflow: Die Speicherung und Übertragung semantischer Informationen in SAP Datasphere optimiert den Analyse-Workflow und beschleunigt und vereinfacht die Gewinnung datenbasierter Erkenntnisse. Integrationen mit anderen Tools.

Anwendung in der Praxis:
Unternehmen können Semantic Onboarding nutzen, um SAP- und Hybrid-Datensätze effizient zu integrieren, Modellierungsfehler zu reduzieren und die Erkenntnisgewinnung zu beschleunigen.

3. KI-gestützte Inhaltsgenerierung

Diese Funktion generiert automatisch Geschäftsbeschreibungen, Geschäftsbegriffszuordnungen und KPI-Definitionen für Datenbestände im SAP Datasphere-Katalog unter Verwendung von SAP Business AI-Modellen.

Fähigkeiten:

• Erzeugt kontextbezogene Beschreibungstexte für Katalogobjekte.
• Wendet automatisch hierarchische Geschäftskennzeichnungen und -begriffe an.
• Definiert wichtige Leistungsindikatoren und Zusammenhänge ohne manuelle Intervention
• Verringert den Bedarf an tiefgreifenden technischen Fachkenntnissen für die Kuratierung von Kataloginhalten

Anwendung in der Praxis:
Organisationen können Tausende von Datenbeständen schnell integrieren und dabei Compliance und Datenqualität gewährleisten, wodurch Analysen und Berichte beschleunigt werden.

4. KI-gestützte Suche

Die KI-gestützte Suche ermöglicht es Benutzern, Datenartefakte mithilfe von natürlichsprachlichen Abfragen innerhalb von SAP Datasphere zu finden und so die Einschränkungen von Filtern und manueller Navigation zu überwinden.

Fähigkeiten:

• Natürliches Sprachverständnis interpretiert Geschäftsbegriffe, Fragen und Absichten.
• Durchsucht Repositorium-, Katalog- und Marktplatzdatensätze
• Liefert kontextreiche Ergebnisse, die den Anfragen der Nutzer entsprechen.

Anwendung in der Praxis:
Nutzer können Fragen in einfacher Sprache stellen. Zum Beispiel: „Zeig mir Verkaufsdatenmodelle mit Kundensegmentierung“ und erhalten präzise 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 so die Dateninfrastruktur von SAP Datasphere.

Fähigkeiten:

• Automatische semantische Klassifizierung: Weist Datensätzen während der Datenerfassung die korrekten Datentypen zu.
• Unterstützung hybrider Daten: Arbeitet mit SAP- und Nicht-SAP-Daten zusammen, um eine einheitliche semantische Schicht zu erstellen.
• Reduzierter manueller Vorverarbeitungsaufwand: Minimiert den Aufwand für die Datenaufbereitung und ermöglicht so eine schnellere Datenanalyse.

Anwendung in der Praxis:
Unternehmen, die hybride Datenquellen integrieren, können die Modellierung und die Erkenntnisse beschleunigen, indem sie automatisch angereicherte semantische Informationen erhalten, Fehler reduzieren und die Konsistenz verbessern.

Integrationen mit anderen Tools

SAP Datasphere integriert KI-Tools in sein Open-Data-Ökosystem, um seine Datenmanagementarchitektur zu verbessern.

1. KI-Governance mit Collibra

SAP arbeitet mit Collibra zusammen, um Funktionen für die Daten-Governance bereitzustellen und so sicherzustellen, dass vertrauenswürdige Daten für alle Benutzer innerhalb der gesamten Geschäftsdateninfrastruktur zugänglich sind.

Durch die Integration mit Collibra AI 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 AI Governance-Plattform können Benutzer:

• Erhalten Sie einen besseren Einblick in die Datenherkunft und Metadaten von SAP-Daten, die in der KI-Modellierung verwendet werden.
• Datengenauigkeit und Vertrauenswürdigkeit prüfen
• Überprüfen Sie die Daten, mit denen ihre KI-Modelle trainiert wurden.

Folglich können sie:

• Transparenz und Rechenschaftspflicht verbessern
• Sicherstellung der Einhaltung regulatorischer, datenschutzrechtlicher und Governance-Richtlinien
• Risiken wie voreingenommene Entscheidungsfindung und ungenaue Empfehlungen minimieren.

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

2. Datenstreaming mit Confluent

Confluent ist eine auf Apache Kafka basierende Plattform, die einen Echtzeit-Datenstreaming- und -verwaltungsdienst bereitstellt. Sie ermöglicht es Unternehmen, umfangreiche Datenpipelines effizient zu verwalten und Daten über verschiedene Systeme und Anwendungen hinweg zu streamen.

So verbessert Confluent SAP Datasphere und optimiert SAP-Datenbestände:

1. Echtzeit-Datenstreaming : Die Confluent-Integration ermöglicht das Streaming von Daten in Echtzeit zu und von SAP Datasphere. Diese Funktion ist entscheidend für Unternehmen, die Daten in Echtzeit verarbeiten und analysieren müssen, um schnellere Entscheidungen zu treffen und operative Reaktionen zu ermöglichen.
2. Schema-Registry-Funktionen : Die Integration mit der Schema-Registry von Confluent erweitert die Outbound-Funktionen von SAP DataSphere. Sie ermöglicht die nahtlose Handhabung von Datenschemata und gewährleistet so die korrekte Interpretation und Verarbeitung von Daten in verschiedenen Systemen.
3. Überragendes Nutzererlebnis : Die Integration ermöglicht ein optimales Nutzererlebnis durch die Herstellung von Verbindungen auf Anwendungsebene, ohne dass zusätzliche individuelle Anwendungsentwicklung erforderlich ist. Diese einfache Integration unterstützt Unternehmen bei der schnellen Bereitstellung und Nutzung von Streaming-Datenlösungen.
4. Effiziente Datenverarbeitung : Die Integration von SAP DataSphere mit Confluent umfasst vordefinierte Replikationsabläufe, die Delta- und Echtzeitverarbeitung nativ unterstützen. Diese Effizienz bedeutet, dass Daten erst bei Änderungen geladen werden, wodurch unnötiger Datentransfer und Verarbeitungsaufwand reduziert werden.
5. Verbesserte Datenerfassung und -integration : Die Integration unterstützt die Datenerfassung in Kafka und Confluent und bietet zusätzliche Funktionen für die ausgehende und eingehende Datenintegration. Diese erweiterte Funktionalität verbessert die Fähigkeit von SAP DataSphere, eine Vielzahl von Datenquellen und Anwendungsfällen zu verarbeiten.

Integration mit SAP Analytics Cloud und SAP HANA Cloud Vector Engine

Anwender können SAP Datasphere, SAP Analytics Cloud und SAP HANA Cloud Vector Engine kombinieren, um ein einheitliches Datenmanagementsystem und eine Analyselösung zu erhalten. Folgende Möglichkeiten ergeben sich durch die Kombination dieser Tools:

3. SAP Analytics Cloud für Data Fabric

Data-Fabric-Lösungen vereinheitlichen und verwalten Daten in Echtzeit systemübergreifend und bieten so eine zentrale, zuverlässige Datenquelle. Sie automatisieren den Zugriff, verbessern die Datenqualität und erhöhen die Sicherheit, wodurch Analysen und KI – selbst in komplexen Umgebungen – vereinfacht werden. Dies unterstützt Unternehmen bei der Skalierung und Anpassung an sich verändernde Märkte. SAP optimiert die Data Fabric durch folgende Maßnahmen:

1. Integration mit SAP Analytics Cloud für die Planung : Planungsmodelle aus SAP Analytics Cloud können jetzt in SAP Datasphere bereitgestellt werden. SAP Analytics Cloud nutzt KI für folgende Zwecke:
   1. Datentransformations- und Integrationsprozesse automatisieren und optimieren
   2. Auf Basis der integrierten Ist- und Plandaten werden intelligente Empfehlungen und Erkenntnisse bereitgestellt. Dies verbessert die Integration von Plan- und Istdaten in die Echtzeit-Entscheidungsfindung.
      ermöglicht dies innerhalb von SAP Datasphere.
2. Reduzierung des Datenvolumens und des Modellierungsaufwands : Die Integrationsbemühungen zielen auch darauf ab, das Datenvolumen und den Modellierungsaufwand zu reduzieren. Durch die Nutzung der Funktionen von SAP DataSphere kann SAP Analytics Cloud Datenmanagementprozesse optimieren und die Effizienz steigern.

4. Generativer KI-Co-Pilot: Joule

SAP Analytics Cloud Generative AI Co-Pilot ermöglicht es Kunden, generative KI für Geschäftsplanung und -simulation zu nutzen. Der zugrunde liegende KI-Assistent Joule erweitert die Funktionen in den Bereichen Datenanalyse, Dashboard-Erstellung, Planungsmodellpflege und mehr und bietet eine intuitive Benutzererfahrung.

Mithilfe von NLP können Endnutzer:

• Führen Sie analytische Abfragen aus
• Auswirkungen verschiedener Fahrer simulieren
• Ressourcen zuweisen
• Dashboards und Berechnungen automatisieren

Beispielhafter Anwendungsfall:
Ein Geschäftsanwender, der die Fluktuations- bzw. Einstellungsrate für eine bestimmte Stelle in den letzten 12 Monaten untersucht, könnte Joule abfragen, um frühere Planiterationen 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 AI Hub, nutzen, um prädiktive Analysen und Modellierungen auf strukturierten Datasphere-Datensätzen durchzuführen und so Prognosen, Empfehlungen und fortgeschrittene Szenariosimulationen zu verbessern.
• Joule + 365 Copilot-Integration: Erweitert die Abfragemöglichkeiten in natürlicher Sprache über SAP Analytics Cloud hinaus und ermöglicht Benutzern den direkten Zugriff auf und die Analyse von Datasphere-Daten aus Produktivitätstools.

5. SAP Analytics Cloud Compass

SAP Analytics Cloud Compass bietet Monte-Carlo-Simulationsfunktionen mit einer benutzerfreundlichen Oberfläche, die es auch Anwendern ohne technische Vorkenntnisse ermöglicht, multivariate Analysen in Echtzeit durchzuführen. Die wichtigsten Vorteile von SAP Analytics Cloud Compass sind:

1. Echtzeit-Multivariatanalyse zur gleichzeitigen Analyse mehrerer Variablen in Echtzeit, wodurch ein umfassender Überblick über mögliche Ergebnisse ermöglicht wird.
2. Geschäftssimulationen für eine schnelle und effiziente Szenario-Modellierung, die Anwendern helfen, Annahmen zu vergleichen und über Auswirkungen von Abweichungen zu berichten.
3. Sensitivitätsanalyse zur Gewinnung von Echtzeit-Einblicken in die Sensitivitätsfaktoren, um Anwendern zu helfen, die Datendynamik zu verstehen und zu erkennen, wie sich Änderungen von Variablen auf die Ergebnisse auswirken.
4. Kontinuierliche agile Simulationen zur Anpassung an sich ändernde Geschäftsbedingungen und zur fundierten Entscheidungsfindung.

6. SAP HANA Cloud Vector Engine

SAP HANA Cloud erweitert seine bestehenden Multi-Modell-Funktionen um eine Vektor-Funktionalität und ermöglicht es Kunden so, alle Arten von Geschäftsdaten mit einer einzigen Datenbank zu nutzen. Die Vektor-Engine verbessert die Entwicklung intelligenter Datenanwendungen, die menschliche Intuition mit maschinellem Lernen und Multi-Modell-Verarbeitung kombinieren. Zu den wichtigsten Funktionen und Vorteilen der SAP HANA Cloud Vector Engine gehören:

• Speichern und vergleichen Sie Vektoren mithilfe von SQL, um Anwendungsfälle wie Retrieval-Augmented Generation (RAG), Empfehlungen, Klassifizierungen und Clustering zu ermöglichen.
• Vereinfachen Sie die Datenmanagementarchitektur und verbessern Sie sie mit einer einzigen Multi-Modell-Datenbank mit SQL-Interaktion.
• Gewinnen Sie neue Erkenntnisse durch die Kombination von räumlichen, Graph-, JSON- und relationalen Daten mit Vektorabfragen.
• Vektoranwendungsfälle lassen sich problemlos in Lösungen innerhalb des HANA Cloud-Ökosystems integrieren , einschließlich Clients, Python-Bibliotheken und CAP (Cloud Application Programming Model).
• Integration mit Open-Source -Community-Tools wie LangChain über Plug-ins.

Weiterführende Literatur

Erfahren Sie mehr über Neuigkeiten und Anwendungen rund um SAP in unseren umfassenden und datenbasierten Artikeln:

• Entdecken Sie die generativen KI-Tools von SAP BTP: 4 Anwendungsfälle und Vorteile
• Die besten SAP-Workload-Automatisierungstools und Anwendungsfälle

Referenzlinks

1.

Business data fabric: Demo video from SAP Data Unleashed in 2024

2.

3.

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

4.

Business data fabric: Demo video from SAP Data Unleashed in 2024

5.

Business data fabric: Demo video from SAP Data Unleashed in 2024

6.

Generative AI with SAP – Part 3: Joule, SAP’s Gene... - SAP Community

7.

SAP Analytics Cloud compass - SAP Danmark Nyheder

8.

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

Hazal Şimşek

Branchenanalyst

Folgen auf

Hazal ist Branchenanalystin bei AIMultiple und spezialisiert auf Prozessanalyse und IT-Automatisierung.

Vollständiges Profil anzeigen

Seien Sie der Erste, der kommentiert

Ihre E-Mail-Adresse wird nicht veröffentlicht. Alle Felder sind erforderlich.

Name

E-Mail-Adresse

Kommentar

0/450

Kommentar posten