SAP AI Core

Unternehmen, die ihre Kernprozesse auf SAP-Systemen abbilden, sitzen auf einem wahren Datenschatz. Doch die entscheidende Frage lautet: Wie lässt sich dieser Schatz heben, um mit maßgeschneiderter künstlicher Intelligenz (KI) echte Wettbewerbsvorteile zu schaffen? Viele stehen vor der Hürde, vielversprechende KI-Modelle aus der Entwicklungsumgebung sicher und skalierbar in ihre hochintegrierte SAP-Landschaft zu überführen.

Genau für diese strategische Herausforderung hat SAP eine passgenaue Lösung entwickelt: SAP AI Core. Der Service auf der SAP Business Technology Platform (BTP) dient als Brücke, um die volle Kraft von kundeneigenen AI-Anwendungen direkt in Ihre Geschäftsprozesse zu integrieren.

Was ist SAP AI Core?

SAP AI Core ist ein Service innerhalb der SAP Business Technology Platform (BTP). Seine Kernfunktion ist die Verwaltung des vollständigen Lebenszyklus von selbst entwickelten KI- und Machine-Learning-Modellen. Dies umfasst alle Phasen von der Anbindung der Daten und dem Training der Modelle über ihre Bereitstellung (Deployment) bis hin zum laufenden Betrieb und der Überwachung.

Die Plattform ist dabei explizit nicht für die Erstellung der KI-Modelle selbst konzipiert. Stattdessen stellt sie die produktive Laufzeitumgebung und die notwendigen Automatisierungswerkzeuge für Data Scientists und ML-Entwickler*innen bereit. Anwender*innen bringen ihren fertigen Machine-Learning-Code mit, und SAP AI Core sorgt dafür, diesen Code in eine robuste, skalierbare und wartbare Anwendung für den produktiven Geschäftseinsatz zu überführen.

Technische Architektur und Komponenten von AI Core

Die technische Basis von SAP AI Core bildet eine offene Architektur, die auf etablierten Open-Source-Technologien aufbaut. Das Fundament ist Kubernetes, eine Plattform zur Orchestrierung von Containern. Der Einsatz von Kubernetes gewährleistet einen hochskalierbaren und stabilen Betrieb der KI-Anwendungen, da sich die Umgebung dynamisch an Lastanforderungen anpassen kann.

Die KI-Modelle und ihre Abhängigkeiten werden mittels Docker in standardisierte Container verpackt. Dieser Ansatz der Containerisierung entkoppelt die Anwendung von der Infrastruktur. Dadurch erhalten Sie die Flexibilität, beliebige Machine-Learning-Frameworks wie TensorFlow oder PyTorch zu verwenden. Ebenso können Sie Datenquellen von Hyperscalern, zum Beispiel aus AWS S3, nahtlos in Ihre Prozesse integrieren.

Für die Automatisierung spezifischer Aufgaben innerhalb des KI-Lebenszyklus integriert SAP AI Core weitere Open-Source-Komponenten:

• Argo Workflows orchestrieren die oft komplexen, mehrstufigen Abläufe des Modelltrainings.
• KServe verantwortet die standardisierte und skalierbare Bereitstellung der trainierten Modelle als aufrufbare API-Endpunkte (Model Serving).

Die zentrale Steuerung und Überwachung dieser Prozesse erfolgt über das SAP AI Launchpad. Diese grafische Benutzeroberfläche ermöglicht es Ihnen, KI-Szenarien zu administrieren, Trainingsprozesse anzustoßen und den Status der produktiven Modelle zu überwachen.

Funktionsumfang von SAP AI Core

Der Funktionsumfang von SAP AI Core ist darauf ausgerichtet, den gesamten MLOps-Zyklus (Machine Learning Operations) zu automatisieren und zu standardisieren. Er gliedert sich in drei Kernphasen:

1. Training: Sie können Trainings-Pipelines direkt aus einem angebundenen Code-Repository (z. B. Git) anstoßen. SAP AI Core provisioniert automatisiert die benötigten Rechenressourcen, führt das Training aus und sorgt für eine nachvollziehbare Versionierung der erstellten KI-Modelle.
2. Bereitstellung (Deployment): Im Anschluss an das Training automatisiert die Plattform den Deployment-Prozess. Das validierte Modell wird als skalierbarer und hochverfügbarer API-Endpunkt (Webservice) bereitgestellt, sodass es von anderen Geschäfts- oder Analyse Anwendungen direkt konsumiert werden kann.
3. Betrieb und Überwachung: Für den produktiven Betrieb stellt SAP AI Core die notwendigen Werkzeuge zur Verfügung, um die Leistung (z. B. Antwortzeiten, Fehlerraten) und den Zustand der Modelle live zu überwachen. Dies ermöglicht es, die Modellgüte kontinuierlich zu verfolgen und bei Bedarf proaktiv einzugreifen oder neue Modellversionen nahtlos auszurollen.

Dieser durchgängige Prozess sorgt für eine erhebliche Beschleunigung von KI-Initiativen und stellt sicher, dass die Modelle den hohen Anforderungen des produktiven Betriebs gerecht werden.

Die Hauptvorteile von SAP AI Core

Der Einsatz von SAP AI Core bietet Unternehmen strategische Vorteile, die über die reine technische Funktionalität hinausgehen:

• Technologie-Unabhängigkeit: Durch die konsequente Nutzung offener Standards wie Docker und Kubernetes sind Sie nicht an bestimmte KI-Frameworks, Bibliotheken oder Programmiersprachen gebunden. Sie können die für Ihr Projekt optimalen Werkzeuge einsetzen und vermeiden einen Vendor-Lock-in.
• Elastische Skalierbarkeit: Die Kubernetes-basierte Architektur stellt eine dynamische und automatische Skalierung der Ressourcen sicher. Die Plattform bewältigt so zuverlässig hohe Lasten im produktiven Betrieb und passt sich effizient an schwankende Zugriffszahlen an, ohne manuelle Eingriffe.
• Beschleunigte MLOps-Prozesse: Der Weg vom fertigen Code zum produktiven KI-Service wird signifikant verkürzt. Durchgängig automatisierte Prozesse für Training und Deployment steigern die Effizienz, minimieren manuelle Fehlerquellen und verkürzen die Time-to-Market für KI-Anwendungen.
• Tiefe SAP-Integration: Als nativer Service der SAP Business Technology Platform (BTP) ist SAP AI Core ideal positioniert, um KI-Funktionen nahtlos in SAP-Standardprozesse zu integrieren. So lassen sich bestehende Abläufe, etwa in SAP S/4HANA, direkt mit maßgeschneiderter Intelligenz anreichern.

Fazit

SAP AI Core etabliert sich als zentrale Komponente für Unternehmen, die maßgeschneiderte KI-Anwendungen wertschöpfend in ihre SAP-Systemlandschaft integrieren wollen. Der Service schließt die kritische Lücke zwischen der Prototypenphase der KI-Entwicklung und dem hochverfügbaren, sicheren sowie skalierbaren Betrieb, den produktive Geschäftsprozesse erfordern. Er transformiert Machine-Learning-Modelle von isolierten Prototypen in zuverlässige, unternehmensweite Anwendungen.

Durch die Automatisierung des MLOps-Zyklus und die Nutzung offener Standards ermöglicht SAP AI Core eine signifikante Effizienzsteigerung und reduziert die Komplexität bei der Operationalisierung von KI. Es ist somit das strategische Werkzeug für Unternehmen, die ihre Datenhoheit nutzen und durch gezielte, eigenentwickelte KI-Lösungen einen nachhaltigen Wettbewerbsvorteil in ihrem SAP-gestützten Kerngeschäft erzielen möchten.