Dies ist bereits der zweite Teil unseres Leitfadens zu den integrierten Funktionen der Künstlichen Intelligenz in SAP S/4HANA Cloud. Im ersten Artikel haben wir die Möglichkeiten von Tools wie der Vektor-Engine, generativer KI (SAP CoPilot und SAP Joule), SAP AI Core und SAP AI Launchpad vorgestellt und gezeigt, wie diese Technologien die tägliche Arbeit der Benutzer unterstützen. Dieses Mal konzentrieren wir uns hingegen auf die praktischen Aspekte der Verwendung von Embedded Machine Learning, Embedded Predictive Analytics und Robotic Process Automation. Lesen Sie den Artikel und erfahren Sie so, wie diese Tools Prozesse automatisieren, die Datenqualität verbessern und die Entscheidungsfindung in Echtzeit unterstützen – und zwar sowohl in der Public Cloud als auch in der Private Cloud Edition.
Vorkonfigurierte KI-Szenarien, mit denen die tägliche Arbeit beschleunigt wird – Embedded Machine Learning (EML, Public und Private Cloud Edition)
Bei Embedded Machine Learning (EML) in SAP S/4HANA handelt es sich um eine Reihe vordefinierter, einsatzbereiter Machine-Learning-Modelle, die tief in die Geschäftsprozesse des ERP-Systems integriert sind. Diese Modelle wurden von SAP entwickelt und sind direkt in die Benutzeroberflächen (beispielsweise SAP Fiori) eingebettet. Wichtig ist dabei, dass sie keine zusätzliche Konfiguration erfordern, sondern nativ im System funktionieren.
Dadurch:
- erfordern sie keine zusätzliche Installationen, Codierung oder externe Integrationen,
- funktionieren sie nativ und reagieren kontextbezogen auf Daten und Benutzeraktionen,
- liefern sie Prognosen und Empfehlungen in Echtzeit innerhalb des Prozesses.
In der Public-Cloud-Version haben Benutzer Zugriff auf einen bestimmten Pool von vorgefertigten Machine-Learning-Modellen, die von SAP erstellt worden sind (sogenannte intelligent scenarios). In der Private-Cloud-Version ist es darüber hinaus möglich, Machine-Learning-Szenarien zu erweitern oder eigene zu implementieren.
Die wichtigsten Funktionen von Embedded Machine Learning in SAP S/4HANA sind die folgenden:
- Integration in Geschäftsprozesse – Modelle für Maschinelles Lernen werden direkt in Module wie Finanzen, Produktion, Logistik oder Beschaffung integriert – sie laufen im Hintergrund, analysieren die Daten und generieren Empfehlungen,
- Echtzeit-Auswertung – die Modelle verarbeiten Daten im laufenden Betrieb, die Benutzer müssen keine separaten Analysen durchführen und die Vorhersagen werden sofort im Kontext der Geschäftsdaten angezeigt,
- Anpassungsfähigkeit – während die Benutzer auf die Vorschläge des Systems reagieren, „lernt“ das Modell und passt sich entsprechend an, es verbessert beispielsweise den Abgleich von Rechnungszahlungen auf der Grundlage der Genehmigungshistorie,
- Datenqualitätsmanagement – Maschinelles Lernen unterstützt die Erkennung von Fehlern, Duplikaten und Anomalien in den Stammdaten (beispielsweise von Lieferanten) und erhöht somit ihre Qualität und Konsistenz,
- keine Kodierung erforderlich – die Szenarien für Maschinelles Lernen sind sofort einsatzbereit und werden einfach im System aktiviert (oft durch die sogenannte Configuration Expert Role).
Beispiele für die Nutzung von Embedded Machine Learning in SAP S/4HANA:
- automatischer Abgleich von Zahlungen mit Rechnungen (Cash Application),
- Bedarfsprognose und Produktionsplanung,
- Ermittlung von Anomalien bei den Betriebskosten,
- Analyse von Lieferantenrisiken.
Vorteile, die sich aus der Nutzung von Embedded Machine Learning in SAP S/4HANA ergeben:
- Automatisierung sich wiederholender Aufgaben – zum Beispiel Rechnungsabgleich, Bestellprognosen oder Bestandsverwaltung,
- schnellere und genauere operative Entscheidungen – durch die Prognosen und Vorschläge des Systems stehen sie dem Nutzer offen, ohne dass er dafür zwischen den Systemen wechseln muss,
- Senkung der Betriebskosten – das Tool hilft dabei, den menschlichen Arbeitsaufwand und Fehler zu reduzieren und die Auftragszyklen zu beschleunigen,
- verbesserte Compliance und Datenqualität – Maschinelles Lernen unterstützt die Aufdeckung von Inkonsistenzen, Fehlern und Normabweichungen,
- keine Notwendigkeit für Kenntnisse der Datenwissenschaft – der im System arbeitende Benutzer erhält eine fertige Antwort bzw. einen fertigen Vorschlag, die bzw. der vom System generiert worden ist, so dass er sich nicht mit zusätzlichem Wissen auseinandersetzen muss, was die tägliche Arbeit erheblich erleichtert,
- kontextbezogene Hinweise in SAP Fiori – bei Maschinellem Lernen handelt es sich um ein Tool, das von sich aus die Initiative ergreift und dem Nutzer Lösungen vorschlägt, so dass der Nutzer keine Zeit und Energie darauf verwenden muss, im System nach Antworten auf seine Fragen zu suchen,
- Zuverlässigkeit der vom System abgegebenen Empfehlungen – die Vorhersagen beruhen auf Unternehmensdaten und bekannten Prozessen, was sie ihre Zuverlässigkeit ausmacht.
Von historischen Daten zu zukünftigen Geschäftsergebnissen – Embedded Predictive Analytics (Public und Private Cloud Edition)
Bei Embedded Predective Analytics handelt es sich um eine Funktion, die es SAP S/4HANA-Anwendern ermöglicht, historische Daten zu analysieren und auf dieser Grundlage zukünftige Geschäftsergebnisse in Echtzeit vorherzusagen, ohne dass dafür externe Analysetools erforderlich sind.
Beispiele für Anwendungen des Tools:
- Erstellung von Umsatz- und Nachfrageprognosen,
- Erstellung von Analysen zur Personalfluktuation,
- Vorhersage von Verzögerungen in der Lieferkette,
- Aufdeckung von Projektrisiken.
Vorteile, die sich aus der Nutzung von Embedded Predictive Analytics ergeben:
- die Befähigung des Unternehmens, schnell auf Marktveränderungen zu reagieren,
- verbesserte operative und strategische Planung,
- Integration des Tools in das SAP-Fiori-Dashboard – kein Datenexport zwischen den Systemen erforderlich.
Roboter in SAP – eine Automatisierung, die Zeit spart und Fehler beseitigt
Bei Robotic Process Automation in SAP S/4HANA handelt es sich um eine Funktion, die es den Anwendern ermöglicht, sogenannte Bots (also Roboter-Mitarbeiter) zu entwickeln, die sich wiederholende Aktionen im System ausführen. Ihre Aufgabe besteht zum Beispiel darin, in bestimmten Sequenzen und während des Systembetriebs zu klicken, Daten zu kopieren oder E-Mails zu versenden. All diese Bot-Aufgaben sollen die realen Nutzer des Systems entlasten, also etwa die Mitarbeiter des Unternehmens.
Beispiele für Anwendungen des Tools:
- automatische Erstellung von Bestellaufträgen auf der Grundlage von Daten aus dem System,
- Versand zyklischer Berichte,
- Verarbeitung von Dokumenten (durch die Kombination der Technologie zur optischen Zeichenerkennung mit Robotic Process Automation),
- Synchronisierung von Daten zwischen den Systemen.
Vorteile, die sich aus der Nutzung von Robotic Process Automation ergeben:
- Reduzierung menschlicher Fehler,
- Entlastung der Nutzer und somit Freisetzung von Ressourcen für ihre kreative und analytische Arbeit,
- schnelle Amortisierung der Investition.
KI in SAP S/4HANA – was bringt das den Unternehmen?
Künstliche Intelligenz in SAP S/4HANA Cloud ist keine futuristische Vision, sondern vielmehr ein praktisches Tool, das Unternehmen konkret unterstützt. Embedded Machine Learning, Predictive Analytics und Robotic Process Automation rationalisieren Prozesse, erhöhen die betriebliche Effizienz und verbessern die Datenqualität – ohne dass dafür fortgeschrittene technische Kenntnisse erforderlich sind. Mit diesen Funktionen können Unternehmen schneller auf Marktveränderungen reagieren, präzisere Entscheidungen treffen und ihre Betriebskosten senken. Die Implementierung von SAP S/4HANA Cloud, ausgestattet mit KI-Tools, ist ein Schritt zur Entwicklung eines intelligenten Unternehmens der Zukunft.
Wenn Sie die Implementierung von SAP S/4HANA Cloud in Erwägung ziehen und das Potential der Künstlichen Intelligenz in Ihrem Unternehmen voll ausschöpfen möchten, ist Hicron ein bewährter Implementierungspartner, der Sie Schritt für Schritt bei der Transformation unterstützen kann. Entdecken Sie mehr Wachstumschancen für Ihr Unternehmen und kontaktieren Sie uns!
