SAP AI Core
SAP AI Core ist ein Service auf der SAP Business Technology Platform (BTP) und ermöglicht Unternehmen, KI-Modelle skalierbar, standardisiert und produktiv zu betreiben.
Ein besonderer Fokus liegt dabei auf dem operativen Betrieb von Machine-Learning-Modellen (MLOps), einschließlich Deployment, Versionierung und Monitoring. SAP AI Core bietet die (Laufzeit-)Umgebung, um Machine Learning Workflows effizient zu orchestrieren und in bestehende SAP-Landschaften zu integrieren.
Was sind die wichtigsten Funktionen des Services?
SAP AI Core ist ein Cloud-Service auf der SAP BTP für die Implementierung, Ausführung und Verwaltung von KI-Workflows (Trainingsphase). Er baut auf verschiedenen Frameworks (z.B. Langchain) auf und bietet eine Umgebung zur Integration weiterer moderner AI/ML Frameworks bzw. Bibliotheken. Der Service ermöglicht eine flexible Nutzung von eigenen sowie vortrainierten Modellen.
Zentrale Eigenschaften im Überblick
| Bereich | Beschreibung |
| Orchestrierung | Steuerung von KI-Workflows und Pipelines |
| Skalierbarkeit | Nutzung von Containern (Kubernetes) für skalierbare Ressourcen |
| Offenheit | Unterstützung gängiger ML-Frameworks / Bibliotheken |
| Integration | Anbindung an bestehende SAP und Non-SAP Systeme und Datenquellen über standardisierte APIs und BTP-Services |
| Governance | Kontrolle über Modelle, Versionen und Deployments |
Wie funktioniert SAP AI Core?
SAP AI Core basiert auf einer containerisierten Architektur und nutzt Container (Kubernetes) zur flexiblen Orchestrierung von Workloads. Dadurch können Trainings- und Inferenzprozesse effizient verteilt und skaliert werden.
Ein typischer Ablauf sieht wie folgt aus:
- Entwicklung einer KI-Lösung (z. B. mit Python)
- Orchestrierung der Trainings und Workflows
- Deployment über Serving Templates
- Integration der Ergebnisse (Inferenz) in SAP-Prozesse
Übersicht über SAP AI Launchpad und SAP AI Core
SAP AI Core ist in die SAP BTP eingebettet und bildet im engen Zusammenspiel mit Services wie z.B. SAP AI Launchpad und SAP Business Data Cloud die Grundlage für durchgängige KI- und Datenprozesse.
Ein KI-Anwendungsfall wird innerhalb von SAP AI Core als Scenario umgesetzt. Scenarios werden mit wiederverwendbaren Vorlagen (z.B. Workflows) implementiert, die wiederum mithilfe von Parametern, Datensätzen und Konfigurationen definiert werden. Diese Komponenten werden für jeden Anwendungsfall in einem dedizierten Arbeitsbereich gebündelt, einer sogenannten Ressourcengruppe. Auf Basis der verschiedenen Komponenten wird eine Bereitstellung instanziiert. Als Eingabe übernimmt eine Bereitstellung ein oder mehrere Modelle und Parameter aus einer Konfiguration. Bereitstellungen werden in einer Laufzeit implementiert, die Endpunkte erzeugt, was den Zugriff auf die bereitgestellten Modelle für die Inferenz/Vorhersage ermöglicht.
Das folgende Diagramm gibt einen Überblick über SAP AI Core und das Zusammenspiel der einzelnen Komponenten:
SAP AI Core und Launchpad: Zentrale Steuerung und Monitoring
Während SAP AI Core die Ausführung von KI-Workloads übernimmt, bietet das SAP AI Launchpad eine grafische Oberfläche zur Steuerung und Überwachung dieser Prozesse. Das Launchpad ergänzt die API um eine visuelle Steuerungsebene und erleichtert den Zugriff z.B. für Business Analysten.
Funktionen des Launchpads:
- Übersicht über alle Modelle und Deployments
- Monitoring von Trainingsläufen
- Verwaltung von Szenarien und Pipelines
- Analyse von Performance und Logs
Welche Rolle spielt die SAP AI Core KI-API?
Die KI-API basiert auf der allgemeinen KI-API-Spezifikation und dient als zentrale Schnittstelle für das Lifecycle-Management von KI-Assets. Dazu zählen unter anderem Trainingsskripte, Datensätze und Modelle, die über verschiedene Laufzeiten hinweg verwaltet werden können. Dadurch können KI-Artefakte standardisiert verwaltet und ausgeführt werden.
SAP AI Core stellt dabei eine konkrete Laufzeitimplementierung der KI-API-Spezifikation dar und erweitert sie um zusätzliche Funktionen.
Zentrale Funktionen der KI-API:
- Verwaltung von KI-Assets wie Modelle, Trainingsskripte und Datensätze
- Steuerung von Workflows und Deployments über sogenannte Executables (z. B. Argo Workflows und Serving Templates)
- Ausführung und Monitoring von Trainings- und Inferenzprozessen
- Zugriff auf Logs, Metriken und Statusinformationen
- Organisation von Ressourcen in Gruppen
Ein wichtiger Vorteil der KI-API besteht darin, dass sie als standardisierte Schnittstelle für verschiedene Laufzeitumgebungen dient. Dadurch können Clients, wie beispielsweise das SAP AI Launchpad oder das SAP AI Core SDK mit der KI-API-kompatiblen Laufzeit interagieren.
Die folgende Grafik liefert einen Überblick des Zusammenspiels zwischen SAP AI Core, SAP AI Launchpad und KI-API:
Orchestrierung
Die Orchestrierung ist ein Service innerhalb von SAP AI Core und ermöglicht einen einheitlichen Zugriff auf verschiedene generative KI-Modelle.
Ein wesentlicher Vorteil besteht darin, dass unterschiedliche KI Modelle und Versionen angebunden werden können, ohne den Client-Code eigener KI Lösungen anpassen zu müssen.
Zentrale Funktionen der Orchestrierung:
- Templating: Erstellung dynamischer Prompts mit Platzhaltern, die zur Laufzeit befüllt werden
- Inhaltsfilterung: Steuerung und Einschränkung von Ein- und Ausgaben generativer KI-Modelle
- Datenmaskierung: Anonymisierung oder Pseudonymisierung sensibler Daten vor der Verarbeitung
- Grounding: Anreicherung von Modellen mit externen oder domänenspezifischen Daten für kontextbezogene Ergebnisse
- Übersetzung: Integration von Übersetzungslogik für Ein- und Ausgaben innerhalb des Workflows
Entwicklung mit dem SAP AI Core SDK
Für die Entwicklung stellt SAP das SAP Cloud SDK für KI bereit, das als offizielles SDK für SAP AI Core, den Generative AI Hub und die Orchestration dient. Es unterstützt mehrere Programmiersprachen, darunter JavaScript, Java und Python, und ermöglicht eine standardisierte Anbindung an die KI-Services der SAP BTP.
Das SDK abstrahiert die zugrunde liegenden APIs und erleichtert die Integration von KI-Funktionalitäten in eigene Anwendungen.
Zentrale Funktionen des SDK:
- Zugriff auf SAP AI Core und die KI-API über sprachspezifische Bibliotheken
- Integration von generativen KI-Funktionen (z. B. Chat Completion) in Anwendungen
- Nutzung von Orchestrierungsfunktionen wie Templating, Grounding, Datenmaskierung und Inhaltsfilterung
- Unterstützung des Lifecycle-Managements von KI-Assets (z. B. Modelle und Deployments)
- Vereinfachte Einrichtung und Konfiguration von SAP AI Core
Eigene und vortrainierte Modelle nutzen
Mit SAP AI Core können Unternehmen verschiedene Arten von Modellen verwalten:
1. Eigene Modelle
- Entwicklung und Training individueller Modelle mit eigenen Trainingsskripten
- Deployment und Ausführung über SAP AI Core (z. B. mittels ausführbaren Vorlagen wie Argo Workflows)
- Anpassung an spezifische Geschäftsanforderungen und Daten
2. Vorgefertigte Modelle und Services
- Nutzung von Foundation Models über den Generative AI Hub
- Einbindung vordefinierter KI-Services für standardisierte Anwendungsfälle
Die Verwaltung dieser Modelle erfolgt über SAP AI Core und die zugrunde liegende KI-API, die ein zentrales Lifecycle-Management inklusive Versionierung, Deployment und Monitoring von KI-Artefakten ermöglicht.
Vorteile von SAP AI Core im Überblick
Warum setzen Unternehmen auf SAP AI Core?
Technische Vorteile
- Unterstützung moderner ML-Frameworks
- API-first Ansatz
Business-Vorteile
- Schnellere Time-to-Value für KI-Projekte
- Integration in bestehende SAP-Prozesse
- Verbesserte Entscheidungsfindung
Governance & Sicherheit
- Versionierung von Modellen
- Zugriffskontrolle
- Nachvollziehbarkeit von Entscheidungen
Herausforderungen und Best Practices
Neben den Vorteilen sind bei der Einführung und Nutzung von SAP AI Core auch typische Herausforderungen zu berücksichtigen:
Herausforderungen
- Komplexität bei der Einführung
- Bedarf an ML-Know-how
- Integration bestehender Datenquellen
Best Practices
- Klare MLOps-Strategie definieren
- Pilotprojekte gezielt auswählen
- Zusammenarbeit zwischen Fachbereich und IT stärken
- Nutzung von Standardservices auf der BTP
FAQ zu SAP AI Core
Was ist der Unterschied zwischen SAP AI Core und SAP AI Launchpad?
SAP AI Core ist die technische Ausführungsumgebung für KI-Modelle, während das Launchpad eine Benutzeroberfläche zur Verwaltung und Überwachung bietet.
Welche Programmiersprachen werden unterstützt?
Primär Python, da viele ML-Frameworks darauf basieren.
Ist SAP AI Core nur für S/4HANA relevant?
Nein, aber die Integration mit S/4HANA ist ein großer Vorteil. SAP AI Core kann auch unabhängig innerhalb der SAP BTP genutzt werden.
Wie unterscheidet sich SAP AI Core von klassischen KI-Tools?
SAP AI Core ist speziell auf Enterprise-Anforderungen ausgelegt:
- Integration in Geschäftsprozesse
- Hohe Skalierbarkeit
- Governance und Compliance
Fazit: Warum SAP AI Core ein Schlüsselbaustein moderner SAP-Architekturen ist
SAP AI Core ermöglicht es Unternehmen, künstliche Intelligenz nicht nur experimentell, sondern strukturiert und skalierbar einzusetzen. Durch die enge Integration in die SAP BTP und in SAP S/4HANA wird KI zu einem festen Bestandteil operativer Geschäftsprozesse.
Wer langfristig von KI profitieren möchte, kommt an einem Service wie SAP AI Core kaum vorbei. Insbesondere im Kontext von S/4HANA-Transformationen bietet der Service enormes Potenzial zur Automatisierung, Optimierung und Innovation.
