
Nutzen Sie das volle Potenzial künstlicher Intelligenz in Ihren SAP-Systemen! Dieses Handbuch erklärt Ihnen die Ausrichtung von SAP im KI-Bereich und stellt alle relevanten Tools und Produkte vor. Sie lernen Embedded-AI-Lösungen für Finanzen, Einkauf, Supply Chain, HR und CRM kennen und erfahren, wie Sie eigene Custom-AI-Anwendungen entwickeln. Praxisnahe Beispiele führen Sie durch die Implementierung - von Joule und KI-Agenten bis zur Entwicklung mit ABAP und CAP auf der SAP BTP.
Aus dem Inhalt:
Inhaltsverzeichnis
Einleitung . . . 17
I. Grundlagen . . . 23
1. Einstieg in die Welt der künstlichen Intelligenz . . . 25
1. 1 . . . Evolution der künstlichen Intelligenz . . . 25
1. 2 . . . Paradigmenwechsel: deterministische vs. probabilistische Systeme . . . 28
1. 3 . . . Narrow AI als Fundament im SAP-Kontext . . . 30
1. 4 . . . Generative AI und Large Language Models im SAP-System . . . 33
1. 5 . . . Retrieval-Augmented Generation und Vektordatenbanken . . . 35
1. 6 . . . Bedeutung für das SAP-Ökosystem . . . 37
2. KI in der SAP-Welt . . . 39
2. 1 . . . Leitprinzipien künstlicher Intelligenz in SAP-Systemen . . . 39
2. 2 . . . Möglichkeiten von SAP-Business-AI-Anwendungen . . . 43
2. 3 . . . Lösungsarchitekturen zur Verwendung von SAP Business AI . . . 60
2. 4 . . . Governance und KI-Ethik bei SAP . . . 61
2. 5 . . . SAP-Lizenzmodell . . . 68
II. Anwendungsbeispiele . . . 75
3. Embedded AI in Finanzen und Einkauf . . . 77
3. 1 . . . Accounting Accruals Agent . . . 77
3. 2 . . . Finanzberichtanalyse mit künstlicher Intelligenz . . . 87
3. 3 . . . SAP Cash Application -- KI-unterstützte Auszifferung von offenen Posten in der Debitorenbuchhaltung . . . 95
4. Embedded AI im Supply Chain Management . . . 113
4. 1 . . . Conversational Planning: Transportplanung mit natürlicher Sprache . . . 114
4. 2 . . . SAP Document AI . . . 130
4. 3 . . . Automatische Vorhersage des Lieferanten über das Lieferdatum . . . 147
4. 4 . . . Kundenauftragserfüllung mit künstlicher Intelligenz und Joule als KI-Lösung . . . 158
5. Embedded AI im Human Capital Management . . . 175
5. 1 . . . KI-gestützte Einblicke in Karriere- und Entwicklungspotenziale . . . 176
5. 2 . . . KI-gestützte Optimierung von Stellenbeschreibungen . . . 187
5. 3 . . . KI-gestützte Leistungszielerstellung . . . 197
6. Embedded AI im Customer Relationship Management . . . 209
6. 1 . . . KI-unterstützte Kundenübersicht . . . 210
6. 2 . . . Lead-Booster . . . 215
6. 3 . . . SAP CX AI Toolkit . . . 222
7. Embedded AI mit Joule . . . 239
7. 1 . . . SAP Joule for Consultants . . . 239
7. 2 . . . Joule mit SAP S/4HANA Cloud Public Edition . . . 254
7. 3 . . . SAP Joule for Developers in den ABAP Development Tools . . . 263
7. 4 . . . SAP Joule for Developers in SAP Cloud Application Programming Model . . . 283
8. Custom-AI-Beispiele . . . 293
8. 1 . . . Rechnungsfreigabe mit künstlicher Intelligenz . . . 294
8. 2 . . . Agent-basierter End-to-End-Qualitätsmanagement-Prozess . . . 305
8. 3 . . . Workflow-Analyse mit KI-Unterstützung . . . 331
8. 4 . . . KI-unterstützte Erstellung von Anlieferungen . . . 343
8. 5 . . . KI-basierte Analyse von Protokolldateien in der SAP-TM-Planung . . . 350
8. 6 . . . Edith, ein KI-gestützter Enablement-Assistent . . . 363
III. KI-Entwicklung auf der SAP BTP . . . 377
9. SAP-AI-Referenzarchitektur und Lösungsbausteine . . . 379
9. 1 . . . SAP-BTP-Referenzarchitektur zur Anwendung künstlicher Intelligenz . . . 379
9. 2 . . . ISLM-Architektur . . . 389
10. Joule Studio . . . 393
10. 1 . . . Einführung in Joule Studio . . . 393
10. 2 . . . Geschäftliche Herausforderungen . . . 395
10. 3 . . . Joule Studio einrichten . . . 396
10. 4 . . . End-to-End-Beispiel zur Kundenauftragsanalyse . . . 401
10. 5 . . . Kundenauftragsanlage basierend auf einer E-Mail . . . 417
10. 6 . . . Debugging und Analyse in Joule . . . 420
10. 7 . . . Geschäftlicher Nutzen von Joule Studio und Auswirkungen . . . 422
10. 8 . . . Ausblick: das neue Joule Studio . . . 424
11. Custom AI mit ABAP-RESTful-Application-Programming-Model-Entwicklung . . . 427
11. 1 . . . Entwicklung mit dem ABAP RESTful Application Programming Model . . . 427
11. 2 . . . Integration der RAP-Entwicklung mit Custom AI . . . 429
12. Custom AI bei der CAP-Entwicklung . . . 457
12. 1 . . . Visuelle Prüfungen mit Machine Learning . . . 458
12. 2 . . . End-to-End-Szenario für KI-basierte Störungsmeldungen . . . 471
13. KI-Entwicklung mit Intelligent Scenario Lifecycle Management . . . 485
13. 1 . . . Funktionsumfang und Integration von ISLM . . . 485
13. 2 . . . Anwendungsmöglichkeiten für ISLM . . . 488
13. 3 . . . Training und Deployment eigener KI-Modelle . . . 489
13. 4 . . . Anwendungsbeispiel: Generative KI in ISLM . . . 492
14. KI-Innovationen gezielt gestalten und umsetzen . . . 505
14. 1 . . . Vorbereitung . . . 505
14. 2 . . . Strategische Planung . . . 508
14. 3 . . . Realisierung und Validierung . . . 509
14. 4 . . . Zusammenfassung . . . 510
Das Autorenteam . . . 513
Index . . . 517
Es wurden noch keine Bewertungen abgegeben. Schreiben Sie die erste Bewertung zu "Künstliche Intelligenz in SAP-Systemen" und helfen Sie damit anderen bei der Kaufentscheidung.