En Yeni 6 SAP Datasphere AI Entegrasyonunu Keşfedin

SAP Datasphere, işletmelere anlamlı veri sunmaya yardımcı olabilecek bir AI aracıdır.

İşletmelerin kurumsal verilerini yönetmelerine nasıl yardımcı olabileceğini anlamak için yeni entegrasyonlar ve AI tabanlı özellikler gibi SAP Datasphere AI gelişmelerini keşfedin:

SAP Datasphere AI nedir ve neden önemlidir?

SAP Datasphere, veri tüketicisi ve sağlayıcısı ihtiyaçlarını karşılamak için AI odaklı araçları ve özellikleri entegre ettiği araçlardan biridir. SAP Datasphere AI, aşağıdaki yollarla kullanıcı deneyimini iyileştirir ve büyük ölçekli veri paylaşımını destekler:

• Otomatik veri tedariki: AI, SAP Datasphere'de ilgili bağlantıları otomatik olarak kurarak ve gerekli yapıtları oluşturarak veri tedarik sürecini kolaylaştırabilir. Bu, manuel müdahale ihtiyacını azaltarak kullanıcıların veri ürünlerini entegre etmesini kolaylaştırır.
• Meta veri yönetimi: AI, veri tedarikini kolaylaştırmak için hayati önem taşıyan meta verinin işlenmesini geliştirebilir. Açık Kaynak Dizini (ORD) protokolü aracılığıyla tanımlanan meta verileri kullanarak AI, entegrasyon sürecinin sorunsuz ve verimli olmasını sağlayabilir.

SAP Datasphere'in üretken AI yeteneklerini Datasphere ile nasıl birleştirdiğini açıklayan bir video:

SAP, SAP BTP üretken AI uygulamaları gibi farklı araçlarda AI'yı hayata geçirmiştir. Ayrıca, araç yeteneklerini genişletmek için aşağıdaki gibi diğer SAP ve SAP dışı platformlarla entegrasyon sağlar:

• SAP iş zamanlayıcıları
• SAP süreç orkestrasyon araçları
• SAP yardımcı program çözümleri
• SAP sayaçtan tahsilata süreç teknolojileri.

2 SAP Datasphere AI özelliği

İşte SAP Datasphere tarafından sağlanan özelliklerin tam listesi:

1. Bilgi grafiği

Bilgi Grafiği, bir organizasyonun veri ortamının kapsamlı bir görünümünü sağlar. Karmaşık ilişkileri ve meta verileri yakalayarak, AI odaklı uygulamalar için daha iyi bağlamsal anlayış sağlar.

Yetenekler:

• Otomatik ontoloji oluşturma: Veri entegre edildikçe, S/4HANA gibi SAP kaynaklarından iş bağlamı dahil olmak üzere ontolojiler oluşturur.
• LLM'ler için bağlam zenginleştirme: AI kaynaklı yanlışlıkları (ör. halüsinasyonları) azaltmak için büyük dil modellerine yapılandırılmış bağlam sağlar.
• Örüntü keşfi: İş alanlarında gelişmiş akıl yürütme ve içgörü üretmeyi kolaylaştırır.

Bilgi grafiği gerçek dünya uygulaması

Bilgi grafikleri, pazarlama optimizasyonu veya tedarik zinciri yönetimine uygulanabilir, böylece organizasyonların eyleme dönüştürülebilir içgörüler elde etmesine ve inovasyonu yönlendirmesine olanak tanır.

Bilgi grafiği kabiliyetini açıklayan bir video:

2. Semantik katılım

Semantik Katılım, SAP sistemlerinden (S/4HANA, BW/4HANA, HANA Cloud) anlamsal açıdan zengin veri nesnelerinin, iş anlamlarını koruyarak SAP Datasphere'e aktarılmasını sağlar. SAP, bunu SAP HANA Cloud ve diğer SAP veri ürünleri için destek içerecek şekilde genişleterek birleşik bir katılım deneyimi sunar.

Yetenekler:

• Anlamsal bilginin korunması: SAP HANA Cloud'daki hesaplama görünümleri SAP Datasphere'e aktarılırken, ölçütler, nitelikler, hiyerarşiler, toplamalar ve para birimleri/birimler gibi anlamsal ayrıntılar korunur. Bu, verinin bütünlüğünün ve anlamının anlamsal açıdan zengin bir veri katmanında korunmasını sağlar.
• Senkronizasyon: SAP HANA Cloud ve SAP Datasphere'deki nesneleri senkronize tutarak, müşterilerin SAP HANA modelleme konusundaki mevcut yatırımlarından yararlanmalarını sağlar.
• İş bağlamı mirası: SAP iş kolu uygulamalarından ve sektör çözümlerinden iş bağlamının miras alınmasına olanak tanır. Anlamsal bilgilerin iş veri dokusuna aktarılması, gelişmiş analitik iş akışları için sağlam bir temel oluşturur.
• Gelişmiş analitik iş akışı: Anlamsal bilgilerin SAP Datasphere'de korunması ve aktarılması, analitik iş akışını düzene sokarak veri odaklı içgörüler elde etme sürecini hızlandırır ve basitleştirir. Diğer araçlarla entegrasyonlar.

Semantik Katılım gerçek dünya uygulaması

İşletmeler, SAP ve hibrit veri kümelerini verimli bir şekilde entegre etmek için Semantik Katılım'ı kullanarak modelleme hatalarını azaltabilir ve içgörü üretimini hızlandırabilir.

3. AI destekli içerik oluşturma

Bu yetenek, SAP Business AI modellerini kullanarak SAP Datasphere kataloğundaki veri varlıkları için iş açıklamaları, iş terimi atamaları ve KPI tanımlarını otomatik olarak oluşturur.

Yetenekler:

• Katalog nesneleri için bağlama duyarlı tanımlayıcı metin oluşturur
• Otomatik olarak hiyerarşik iş etiketleri ve terimleri uygular
• Manuel müdahale olmadan anahtar performans göstergelerini ve ilişkilendirmeleri tanımlar
• Katalog içeriğini düzenlemek için derin teknik uzmanlık ihtiyacını azaltır

AI destekli içerik oluşturma gerçek dünya uygulaması

Organizasyonlar, uyumluluk ve veri kalitesini korurken binlerce veri varlığını hızla devreye alabilir, analitiği ve raporlamayı hızlandırabilir.

4. AI destekli arama

AI destekli arama, kullanıcıların SAP Datasphere içinde doğal dil sorguları kullanarak veri yapıtlarını bulmasını sağlar ve filtreler ile manuel gezinmenin kısıtlamalarının üstesinden gelir.

Yetenekler:

• Doğal dil anlama, iş terimlerini, soruları ve amacı yorumlar
• Depo, katalog ve pazar yeri veri kümelerinde arama yapar
• Kullanıcıların aradıklarıyla eşleşen bağlam açısından zengin sonuçlar sunar.

AI destekli arama gerçek dünya uygulaması

Kullanıcılar sorularını sade bir dille sorabilir. Örneğin, “Müşteri segmentasyonu içeren satış veri modellerini göster” diyerek doğru sonuçlar alabilirler.

5. AI destekli anlamsal oluşturma

AI Destekli Anlamsal Oluşturma, özellikle SAP dışı kaynaklar için gelen verilerin anlamsal türlerini otomatik olarak algılar ve sınıflandırır, SAP Datasphere'in veri dokusunu zenginleştirir.

Yetenekler:

• Otomatik anlamsal sınıflandırma: Alım sırasında veri kümelerine doğru türleri atar.
• Hibrit veri desteği: Birleşik bir anlamsal katman oluşturmak için SAP ve SAP dışı verilerle çalışır.
• Azaltılmış manuel ön işleme: Veri hazırlama çabasını en aza indirerek daha hızlı analitiğe olanak tanır.

AI destekli anlamsal oluşturma gerçek dünya uygulaması

Hibrit veri kaynaklarını entegre eden şirketler, otomatik olarak zenginleştirilmiş anlamsal bilgilere sahip olarak modellemeyi ve içgörüleri hızlandırabilir, hataları azaltabilir ve tutarlılığı artırabilir.

Diğer araçlarla entegrasyonlar

SAP Datasphere, veri yönetimi mimarisini iyileştirmek için AI araçlarını açık veri ekosistemine entegre eder.

1. Collibra ile AI yönetişimi

SAP, iş veri dokusu genelinde tüm kullanıcıların güvenilir verilere erişebilmesini sağlamak için Collibra ile iş birliği yaparak veri yönetişim özellikleri sunar.

Collibra AI Governance ile entegrasyon sayesinde SAP çözümleri, işletmelerin AI geliştirme çabalarını etkin bir şekilde izlemek ve yönetmek için AI için kullanılan verileri modellerin kendileriyle tek bir platformda bağlamasına olanak tanıyacak. SAP teknolojisiyle oluşturulan AI ve makine öğrenimi modellerini Collibra AI Governance platformuna kaydederek kullanıcılar şunları yapabilir:

• AI modellemede kullanılan SAP verilerinin veri soyu ve meta verileri üzerinde gelişmiş görünürlük elde etme
• Veri doğruluğunu ve güvenilirliğini kontrol etme
• AI modellerinin eğitildiği verileri doğrulama.

Sonuç olarak şunları yapabilirler:

• Şeffaflığı ve hesap verebilirliği artırma
• Düzenleyici, gizlilik ve yönetişim politikalarına uyumu sağlama
• Önyargılı karar verme ve hatalı öneriler gibi riskleri azaltma.

Collier AI yönetişiminin nasıl çalıştığını açıklayan bir video:

2. Confluent ile veri akışı

Confluent, gerçek zamanlı veri akışı ve yönetim hizmeti sağlayan, Apache Kafka etrafında oluşturulmuş bir platformdur. Organizasyonların büyük ölçekli veri hatlarını verimli bir şekilde yönetmesine ve verileri çeşitli sistemler ve uygulamalar arasında akıtmasına olanak tanır.

İşte Confluent'in SAP Datasphere'i nasıl iyileştirdiği ve SAP veri varlıklarını nasıl geliştirdiği:

1. Gerçek zamanlı veri akışı: Confluent entegrasyonu, SAP Datasphere ile gerçek zamanlı veri akışına olanak tanır. Bu yetenek, verileri gerçek zamanlı olarak işlemesi ve analiz etmesi gereken organizasyonlar için çok önemlidir ve daha hızlı karar verme ile operasyonel yanıt verme yeteneği sağlar.
2. Şema kayıt defteri yetenekleri: Confluent'in şema kayıt defteri ile entegrasyon, SAP Datasphere'in giden veri yeteneklerini genişletir. Veri şemalarının sorunsuz bir şekilde işlenmesine olanak tanıyarak, verilerin sistemler arasında doğru bir şekilde yorumlanmasını ve işlenmesini sağlar.
3. Üstün kullanıcı deneyimi: Entegrasyon, ek özel uygulama geliştirme gerektirmeden uygulama düzeyinde bağlantılar kurarak üstün bir kullanıcı deneyimi sağlar. Bu entegrasyon kolaylığı, organizasyonların akış veri çözümlerini hızla devreye almasına ve kullanmasına yardımcı olur.
4. Verimli veri işleme: SAP Datasphere'in Confluent entegrasyonu, delta ve gerçek zamanlı işlemeyi doğal olarak destekleyen önceden oluşturulmuş çoğaltma akışlarını içerir. Bu verimlilik, verilerin değişiklikler meydana geldiğinde yüklenmesi anlamına gelir ve gereksiz veri aktarımını ve işleme yükünü azaltır.
5. Gelişmiş veri alımı ve entegrasyon: Entegrasyon, Kafka ve Confluent'e veri alımını destekler; ayrıca herkes için kullanılabilir hale gelen ek giden ve gelen veri entegrasyonu yetenekleri sunar. Bu genişletilmiş işlevsellik, SAP Datasphere'in çok çeşitli veri kaynaklarını ve kullanım durumlarını yönetme yeteneğini daha da artırır.

SAP Analytics Cloud ve SAP HANA Cloud Vector Engine ile Entegrasyon

Kullanıcılar, tek bir veri yönetim sistemi ve analitik çözümü elde etmek için SAP Datasphere, SAP Analytics Cloud ve SAP HANA Cloud Vector Engine'i bir arada kullanabilir. İşte bu araçlar birleştirildiğinde bir kullanıcının yapabilecekleri:

3. Veri dokusu için SAP Analytics Cloud

Veri dokusu çözümleri, sistemler arasında gerçek zamanlı olarak veriyi birleştirir ve yöneterek tek ve güvenilir bir kaynak sağlar. Erişimi otomatikleştirir, veri kalitesini artırır ve güvenliği geliştirir; böylece karmaşık kurulumlarda bile analitiği ve AI'yı kolaylaştırır. Bu, işletmelerin ölçeklenmesine ve değişen pazarlara uyum sağlamasına yardımcı olur. SAP, veri dokusunu aşağıdaki yollarla iyileştirir:

1. Planlama için SAP Analytics Cloud ile entegrasyon: SAP Analytics Cloud'daki planlama modelleri artık SAP Datasphere'e dağıtılabiliyor. SAP Analytics Cloud, şunları yapmak için AI'yı kullanır:
   1. Veri dönüşümü ve entegrasyon süreçlerini otomatikleştirme ve optimize etme
   2. Entegre edilen gerçek ve planlanan verilere dayalı akıllı öneriler ve içgörüler sunma. Bu, gerçek zamanlı karar vermede planlanan ve gerçek verilerin entegrasyonunu iyileştirir.
      SAP Datasphere içinde kullanılmasına olanak tanır.
2. Veri ayak izinde ve modelleme çabalarında azalma: Entegrasyon çalışmaları ayrıca veri ayak izini ve modelleme için gereken çabayı azaltmaya odaklanır. SAP Datasphere'in yeteneklerinden yararlanarak SAP Analytics Cloud, veri yönetim süreçlerini düzene sokabilir ve verimliliği artırabilir.

4. Üretken AI Yardımcı Pilot: Joule

SAP Analytics Cloud Üretken AI Yardımcı Pilot, müşterilerin iş planlaması ve simülasyon için üretken AI'dan yararlanmasını sağlar. Altında yatan AI asistanı Joule, veri keşfi, gösterge paneli oluşturma, planlama modeli bakımı ve daha fazlasında yetenekleri geliştirerek sezgisel bir kullanıcı deneyimi sunar.

Doğal Dil İşleme (NLP) kullanarak son kullanıcılar şunları yapabilir:

• Analitik sorguları çalıştırma
• Çeşitli etkenlerin etkilerini simüle etme
• Kaynakları tahsis etme
• Gösterge panellerini ve hesaplamaları otomatikleştirme

Joule örnek kullanım durumu

Son 12 ayda belirli bir iş için işten ayrılma oranı ile işe alım oranını araştıran bir iş kullanıcısı, önceki plan yinelemelerini analiz etmek ve altında yatan nedenleri ortaya çıkarmak için Joule'ye sorgu yapabilir.

Yeni Joule uzantıları:

• Joule + SAP‑RPT‑1 Temel Model entegrasyonu: Joule, SAP AI Hub'daki ilişkisel bir temel model olan SAP‑RPT‑1'den yararlanarak yapılandırılmış Datasphere veri kümeleri üzerinde tahmine dayalı analitik ve modelleme gerçekleştirebilir; böylece tahminleri, önerileri ve gelişmiş senaryo simülasyonlarını iyileştirir.
• Joule + Microsoft 365 Copilot entegrasyonu: Doğal dil sorgulama yeteneklerini SAP Analytics Cloud'un ötesine taşıyarak kullanıcıların Datasphere verilerine doğrudan Microsoft üretkenlik araçlarından erişmesine ve analiz etmesine olanak tanır.

5. SAP Analytics Cloud Compass

SAP Analytics Cloud Compass, kullanıcı dostu bir arayüzle Monte Carlo simülasyon yetenekleri sunarak teknik olmayan kullanıcıların ileri düzey istatistik becerilerine ihtiyaç duymadan gerçek zamanlı çok değişkenli analiz yapmasını sağlar. İşte SAP Analytics Cloud Compass'ın temel faydaları:

1. Gerçek zamanlı çok değişkenli analiz: birden fazla değişkeni aynı anda gerçek zamanlı olarak analiz ederek potansiyel sonuçlara kapsamlı bir bakış sağlar.
2. İş simülasyonları: hızlı ve verimli senaryo modelleme için, kullanıcıların varsayımları karşılaştırmasına ve etki farklılıklarını raporlamasına yardımcı olur.
3. Duyarlılık analizi: duyarlılık etkenleri hakkında gerçek zamanlı içgörüler keşfederek kullanıcıların veri dinamiklerini ve değişkenlerdeki değişikliklerin sonuçları nasıl etkilediğini anlamasına yardımcı olur.
4. Sürekli çevik simülasyonlar: değişen iş koşullarına uyum sağlamak ve bilinçli kararlar almak için.

6. SAP HANA Cloud Vector Engine

SAP HANA Cloud, mevcut çoklu model yeteneklerine bir vektör yeteneği ekleyerek müşterilerin tek bir veritabanı kullanarak her türlü iş verisinden yararlanmasını sağlar. Vektör motoru, insan sezgisini makine öğrenimi ve çoklu model işleme yetenekleriyle birleştiren akıllı veri uygulamaları oluşturma becerisini geliştirir. SAP HANA Cloud Vector Engine'in temel özellikleri ve faydaları şunlardır:

• SQL kullanarak vektörleri depolama ve karşılaştırma, böylece getiri artırılmış üretim (RAG), öneriler, sınıflandırmalar ve kümeleme gibi kullanım durumlarını mümkün kılar.
• SQL etkileşimli tek bir çoklu model veritabanı ile veri yönetimi mimarisini basitleştirme ve geliştirme.
• Konumsal, grafik, JSON ve ilişkisel verileri vektör sorgularıyla birleştirerek yeni içgörüler elde etme.
• HANA Cloud ekosistemindeki çözümlere, istemciler, Python kütüphaneleri ve CAP (Bulut Uygulama Programlama Modeli) dahil olmak üzere vektör kullanım durumlarını kolayca dahil etme.
• Eklentiler aracılığıyla LangChain gibi açık kaynak topluluk araçlarıyla entegrasyon sağlama.

Google Arama'da daha fazla kıyaslamamızı ve veri odaklı içgörülerimizi görün.

Tercih edilen kaynak olarak ekle

Daha fazla okuma

Kapsamlı ve veri odaklı makalelerimize göz atarak SAP ile ilgili haberler ve uygulamalar hakkında daha fazlasını keşfedin:

• SAP BTP Üretken AI Araçlarını, 4 Kullanım Durumunu ve Faydalarını Keşfedin
• En İyi SAP İş Yükü Otomasyon Araçları ve Kullanım Durumları

Bu araştırmayı kaynak gösterin

Yayınlayacağınız yere uygun formatı seçin. Bağlantılı sürümü CMS'inize yapıştırmak, geri bağlantıyı korur.

@misc{simsek2026,
  author = {Şimşek, Hazal},
  title  = {{En Yeni 6 SAP Datasphere AI Entegrasyonunu Keşfedin}},
  year   = {2026},
  month  = jul,
  howpublished    = {\url{https://aimultiple.com/sap-datasphere-ai}},
  note   = {AIMultiple. Erişim tarihi: 23 Temmuz 2026}
}

Referans Linkleri

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

Endüstri Analisti

Takip Et

Hazal, AIMultiple'da süreç madenciliği ve BT otomasyonuna odaklanan bir endüstri analistidir.

Tam Profili Görüntüle

Yorum yapan ilk kişi olun

E-posta adresiniz yayınlanmayacak. Tüm alanlar gereklidir. Yorumlar orijinal dilinde bırakılır.

Ad

E-posta Adresi

Yorum

0/450

Yorumu Gönder