Künstliche Intelligenz mit SAP

1. Strategische Bedeutung von KI im Unternehmen ... 15
1.1 ... KI zwischen Hype und Realität: Wo stehen wir? ... 15
1.2 ... Die SAP Business Technology Platform als Fundament für KI ... 16
1.3 ... Die vier strategischen Zugänge zu KI im SAP-Ökosystem ... 18
1.4 ... Warum KI auf der SAP BTP ein strategischer Erfolgsfaktor ist ... 21
1.5 ... Herausforderungen im Unternehmen: Was KI-Initiativen heute bremst ... 22
1.6 ... Zusammenfassung ... 23

2. Kurze Einführung in künstliche Intelligenz ... 25
2.1 ... Durchblick im Begriffsdschungel: Was ist KI überhaupt? ... 26
2.2 ... Die neue Ära der Sprachmodelle: Was sind eigentlich LLMs? ... 39
2.3 ... Angewandte KI: Was bedeutet Data Science? ... 44
2.4 ... Zusammenfassung ... 52

3. Embedded AI und Joule ... 55
3.1 ... KI in SAP-Cloud-Produkten ... 56
3.2 ... Joule -- der KI-Copilot von SAP ... 60
3.3 ... Document Grounding in Joule ... 63
3.4 ... Einrichtung von Joule in der SAP BTP ... 64
3.5 ... Zusammenfassung ... 66

4. AI Services: KI-Lösungen für Geschäftsprozesse ... 69
4.1 ... SAP Document AI ... 70
4.2 ... Business Entity Recognition Service ... 76
4.3 ... Data Attribute Recommendation Service ... 80
4.4 ... Personalized Recommendation Service ... 84
4.5 ... SAP Translation Hub ... 89
4.6 ... Referenzarchitektur ... 93
4.7 ... Zusammenfassung ... 95

5. Custom AI: kundenspezifische KI entwickeln ... 97
5.1 ... Anwendungsszenarien im SAP-Kontext ... 98
5.2 ... Was benötigt man für Custom AI? ... 101
5.3 ... Anforderungen an eine Arbeitsumgebung für Custom AI ... 105
5.4 ... Custom AI auf der SAP BTP mit dem SAP AI Launchpad und SAP AI Core ... 110
5.5 ... Custom AI auf einem Kyma-Cluster auf der SAP BTP ... 127
5.6 ... Cloud Foundry auf der SAP BTP ... 128
5.7 ... Beispiel-Set-up für die Nutzung einer Custom AI ... 131
5.8 ... Zusammenfassung ... 135
5.9 ... Anhang ... 136

6. Generative KI: SprachÂmodelle einsetzen ... 141
6.1 ... Large Language Models und ihre Unzulänglichkeiten ... 142
6.2 ... Generative AI Hub: Einsatz von LLMs und Embedding-Modellen ... 155
6.3 ... SAP HANA Cloud Vector Engine und Knowledge Graph DB ... 166
6.4 ... Joule Studio ... 170
6.5 ... Referenzarchitektur ... 175
6.6 ... Zusammenfassung ... 177

7. Praktische Umsetzung ... 179
7.1 ... Kriterien eines guten Use Cases ... 180
7.2 ... Datenaufbereitung auf der SAP BTP ... 184
7.3 ... Arbeitsmethoden ... 187
7.4 ... Konkrete Implementierungsbeispiele ... 192
7.5 ... Bezahlmodelle ... 203
7.6 ... Ethische Aspekte von KI ... 212
7.7 ... Governance und Best Practices ... 218
7.8 ... Zusammenfassung ... 222

8. Ausblick: Wohin geht die Reise mit KI auf der SAP BTP? ... 225
8.1 ... Von Funktionen zu Erlebnissen: Joule als zentrales Interface ... 225
8.2 ... KI-Agenten: vom Use Case zur intelligenten Prozessinstanz ... 227
8.3 ... SAP Business Data Cloud: die Datenbasis für intelligente Systeme ... 228
8.4 ... Zusammenführung: eine neue Generation von Unternehmens- software ... 229
8.5 ... Was Sie in Ihrem Unternehmen jetzt tun sollten ... 230
8.6 ... Zusammenfassung ... 231

Das Autorenteam ... 233

Index ... 235