{"id":167448,"date":"2026-10-28T14:06:50","date_gmt":"2026-10-28T13:06:50","guid":{"rendered":"https:\/\/e3mag.com\/?p=167448"},"modified":"2026-10-28T14:06:52","modified_gmt":"2026-10-28T13:06:52","slug":"la-inteligencia-artificial-sin-necesidad-de-la-nube-obligo-a-sap-y-a-la-ia-a-trabajar-codo-con-codo","status":"publish","type":"post","link":"https:\/\/e3mag.com\/es\/kuenstliche-intelligenz-ohne-cloud-zwang-sap-und-ki-seite-an-seite\/","title":{"rendered":"Inteligencia artificial sin dependencia de la nube: SAP y la IA, codo con codo"},"content":{"rendered":"

Desde hace ya dos o tres a\u00f1os, SAP impulsa con determinaci\u00f3n la integraci\u00f3n de la inteligencia artificial en sus soluciones, aunque se centra en las versiones actuales de S\/4 HANA y en la nube de SAP. Con ello, el grupo de software de Walldorf consigue convencer a los nuevos clientes; al menos, seg\u00fan el director general de SAP, Christian Klein, dos tercios de los nuevos contratos incluyen ya componentes de IA. Sin embargo, para muchos clientes actuales, el cambio a S\/4 Hana y a la nube no es una opci\u00f3n, ya que disponen de entornos locales complejos con SAP ECC, algunos de los cuales se han ido desarrollando a lo largo de d\u00e9cadas. Su migraci\u00f3n ser\u00eda extremadamente laboriosa y costosa, y probablemente llevar\u00eda varios a\u00f1os. La minuciosa personalizaci\u00f3n realizada en el pasado se perder\u00eda en gran medida.<\/p>\n\n\n\n

A esto se suma que cada vez m\u00e1s empresas prestan atenci\u00f3n a la soberan\u00eda de los datos y se muestran especialmente esc\u00e9pticas ante la externalizaci\u00f3n de datos y sistemas cr\u00edticos para el negocio a las nubes de los hiperescaladores. Temen una p\u00e9rdida de control y la aparici\u00f3n de dependencias que, en caso necesario, resulten dif\u00edciles de eliminar, de modo que, por ejemplo, ante aumentos repentinos de los costes, cambios funcionales importantes o restricciones en el acceso a los servicios, resulte pr\u00e1cticamente imposible cambiar f\u00e1cilmente a otros proveedores. Seg\u00fan un estudio de Red Hat, por ejemplo, solo el 57 % de las empresas alemanas cuenta con una estrategia de salida definida para su proveedor principal de IA, y de estas empresas, el 37 % prev\u00e9 que el cambio de proveedor tendr\u00eda un impacto de moderado a considerable en su continuidad empresarial, en caso de que realmente tuvieran que llevarlo a cabo.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Separaci\u00f3n entre SAP y la IA<\/h2>\n\n\n\n

Independientemente de ello, existen requisitos normativos de mayor o menor rigor, seg\u00fan el sector, en materia de gesti\u00f3n de datos, lo que hace que, para muchas empresas \u2014entre otras, del sector financiero y sanitario\u2014, el acceso a la nube siga estando m\u00e1s o menos vedado. Por lo tanto, en lo que respecta al uso de la IA en el entorno SAP, estas empresas quedan al margen y no pueden aprovechar el tesoro de datos de sus sistemas SAP para obtener nuevos conocimientos y mejorar los procesos y la toma de decisiones \u2014al menos no con los componentes de IA que ofrece SAP, como SAP Joule\u2014.<\/p>\n\n\n\n

<\/div>\n\n\n\n
\"\"\n\t\t\t\n\t\t\t\t\n\t\t\t<\/svg>\n\t\t<\/button>
Resumen del modelo \u00abside-by-side\u00bb. (Fuente: Red Hat)<\/em><\/figcaption><\/figure>\n\n\n\n

Si bien existe la posibilidad de ampliar con IA los sistemas existentes que se ejecutan en las propias instalaciones mediante complementos de terceros, muchos de estos complementos tambi\u00e9n est\u00e1n basados en la nube y conllevan dependencias y, a menudo, costes considerables. Por el contrario, el modelo \u00abside-by-side\u00bb constituye un enfoque interesante para integrar la IA en el SAP cl\u00e1sico. En este caso, los sistemas de IA permanecen separados de los sistemas centrales de SAP y se ejecutan en una arquitectura independiente, pero estrechamente conectada. El entorno SAP existente permanece inalterado y no es necesario transformarlo ni migrarlo. Sigue actuando como el sistema central para los datos empresariales, a los que los sistemas de IA pueden acceder a trav\u00e9s de interfaces estandarizadas como OData o REST. Los resultados de los an\u00e1lisis de IA pueden volver a transferirse a trav\u00e9s de las API \u2014normalmente en formato JSON\u2014 y visualizarse en las aplicaciones de SAP o en otras herramientas creadas por la propia empresa. Estas herramientas pueden dise\u00f1arse con el sistema de dise\u00f1o de SAP denominado \u00abFiori\u00bb con el mismo aspecto y funcionamiento que las aplicaciones de SAP, de modo que la experiencia de usuario sea uniforme y los usuarios se orienten r\u00e1pidamente.<\/p>\n\n\n\n

<\/div>\n\n\n\n
\"\"\n\t\t\t\n\t\t\t\t\n\t\t\t<\/svg>\n\t\t<\/button>
Componentes de la arquitectura de IA.<\/figcaption><\/figure>\n\n\n\n

El enfoque de ejecutar la IA fuera de los sistemas SAP ofrece varias ventajas. Por un lado, las empresas pueden desarrollar los sistemas de IA independientemente de los sistemas centrales, lo que permite una r\u00e1pida implementaci\u00f3n y puesta en marcha, y facilita el mantenimiento continuo. El n\u00facleo de SAP permanece intacto, por lo que no surgen problemas de compatibilidad posteriores con las actualizaciones y mejoras. Por otro lado, las empresas no est\u00e1n limitadas a determinados modelos de IA, sino que pueden elegir libremente. De este modo, adem\u00e1s de numerosos modelos de lenguaje grandes (LLM), se dispone de una amplia gama de modelos de lenguaje peque\u00f1os (SLM). Estos no cuentan con los amplios conocimientos generales de los LLM, con miles de millones de par\u00e1metros, pero s\u00ed disponen de conocimientos especializados detallados en \u00e1reas concretas, lo que conduce a mejores resultados en muchos casos de uso. Adem\u00e1s, los requisitos de recursos de los modelos peque\u00f1os son considerablemente menores, por lo que se necesita un hardware menos potente y tanto los costes de adquisici\u00f3n como los de funcionamiento de los sistemas resultan m\u00e1s bajos.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Libre elecci\u00f3n de modelo<\/h2>\n\n\n\n

La libertad de poder seleccionar modelos de IA de forma flexible permite cambiarlos cuando sea necesario, por ejemplo, cuando salgan al mercado modelos o versiones de modelos mejores, o cuando cambien los requisitos de la empresa. Adem\u00e1s, es posible recurrir de forma espec\u00edfica a modelos de c\u00f3digo abierto, que ofrecen ventajas en cuanto a la trazabilidad y la explicabilidad de las decisiones. A diferencia de muchos modelos propietarios, no funcionan como una \u00abcaja negra\u00bb, en la que resulta totalmente opaco c\u00f3mo llegan a sus resultados. Su transparencia es especialmente importante en sectores muy regulados, pero tambi\u00e9n en todos aquellos \u00e1mbitos en los que se trata de obtener resultados deterministas. Al fin y al cabo, la IA debe ofrecer siempre el mismo resultado para una misma entrada \u2014por ejemplo, en \u00e1mbitos como la seguridad funcional, los diagn\u00f3sticos m\u00e9dicos, las decisiones crediticias o la evaluaci\u00f3n de candidatos\u2014 y no debe comportarse de forma impredecible.<\/p>\n\n\n\n

Adem\u00e1s de SAP-RPT-1, proporcionado por la propia SAP, existen otras familias de modelos de probada eficacia para el an\u00e1lisis de datos empresariales procedentes de sistemas SAP, como IBM Granite, LLaMA y Mistral, entre otras.<\/p>\n\n\n\n

A diferencia de los modelos de los l\u00edderes del mercado de la IA y los hiperescaladores, que se ejecutan en la nube, estos modelos, que se implementan dentro de la propia infraestructura, pueden ampliarse de forma flexible con conocimientos espec\u00edficos de la empresa, sin que los datos sensibles salgan de la empresa. As\u00ed pues, los modelos no solo cuentan con los conocimientos preentrenados por el proveedor o la comunidad, sino tambi\u00e9n con la experiencia interna que se nutre de bases de datos, recursos compartidos y, precisamente, sistemas SAP. La informaci\u00f3n almacenada en ellos puede integrarse directamente en el modelo mediante un ajuste fino o conectarse a trav\u00e9s de la \u00abRetrieval Augmented Generation\u00bb (RAG).<\/p>\n\n\n\n

<\/div>\n\n\n\n

Base de conocimientos para modelos de IA<\/h2>\n\n\n\n

El ajuste fino mejora, adem\u00e1s del conocimiento, la comprensi\u00f3n contextual del modelo y sus capacidades generativas en lo que respecta a la terminolog\u00eda espec\u00edfica del sector; sin embargo, resulta relativamente laborioso. Las empresas necesitan sistemas inform\u00e1ticos potentes, normalmente costosos cl\u00fasteres de GPU, por lo que a menudo se lleva a cabo en la nube. En este caso, es necesario anonimizar los datos o generar datos sint\u00e9ticos para el entrenamiento. Posteriormente, el modelo se ejecuta de forma local y procesa los datos reales de la empresa exclusivamente dentro de su propia infraestructura. Si se desea incorporar nuevos conocimientos al modelo, es necesario volver a entrenarlo, lo que supone un gran esfuerzo. Por ello, el proyecto de c\u00f3digo abierto InstructLab, creado por IBM y Red Hat, facilita los ajustes de precisi\u00f3n y los nuevos entrenamientos, ya que permite adaptar los modelos mediante un procedimiento especial que requiere menos datos, proporciona datos sint\u00e9ticos de alta calidad y ahorra recursos inform\u00e1ticos. Esto reduce considerablemente las barreras de entrada para los ajustes de los modelos, especialmente para aquellas empresas que carecen de expertos en IA y de cient\u00edficos de datos.<\/p>\n\n\n\n

En el caso de RAG, en cambio, el modelo accede a una base de datos vectorial con la informaci\u00f3n de la empresa. De este modo, la base de conocimientos se actualiza m\u00e1s f\u00e1cilmente y los resultados de la IA pueden complementarse adecuadamente con referencias, de modo que los empleados puedan verificar dichos resultados. La comprensi\u00f3n contextual y las capacidades generativas no var\u00edan; sin embargo, para muchos casos de uso en los que solo se trata de an\u00e1lisis de datos, esto resulta totalmente suficiente. Ambos enfoques tambi\u00e9n pueden combinarse si es necesario, por ejemplo, para ense\u00f1ar a un modelo t\u00e9rminos espec\u00edficos de un \u00e1mbito y proporcionarle datos siempre actualizados.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Inferencia eficiente<\/h2>\n\n\n\n

El posterior funcionamiento de los modelos de IA dentro de la propia infraestructura ofrece, adem\u00e1s del control sobre los datos de la empresa, la gran ventaja de que la IA se ejecuta cerca de los datos, por lo que no es necesario realizar un laborioso traslado de estos hasta la IA. De este modo, no son necesarias transferencias masivas de datos a la nube, lo que permite a las empresas evitar elevados costes de red. Sin embargo, se necesitan infraestructuras locales para la denominada \u00abinferencia\u00bb: la toma de decisiones y la generaci\u00f3n de respuestas basadas en datos y consultas. Aunque los requisitos son menores que en el entrenamiento y el ajuste fino, a medida que aumenta el n\u00famero de usuarios o se implementan m\u00e1s proyectos de IA, la inferencia tambi\u00e9n puede llegar a consumir r\u00e1pidamente muchos recursos. Un servidor de inferencia eficiente, que aproveche de forma \u00f3ptima las GPU y su memoria, ayuda a reducir los costes de hardware y a acelerar las aplicaciones de IA, de modo que los usuarios no tengan que esperar mucho tiempo para obtener respuestas.<\/p>\n\n\n\n

En definitiva, el principal reto que plantea el modelo \u00abside-by-side\u00bb para las empresas radica en alojar, adaptar, poner a disposici\u00f3n y supervisar los modelos de forma coherente para los distintos casos de uso. Al fin y al cabo, los procesos y las condiciones marco deben mantenerse lo m\u00e1s uniformes posible, y no solo por razones de eficiencia y para evitar la aparici\u00f3n de \u00absilos\u00bb de IA. De esta forma tambi\u00e9n resulta m\u00e1s f\u00e1cil cumplir los requisitos de seguridad y protecci\u00f3n de datos, entre otras cosas mediante medidas de control centralizadas. Estos mecanismos de protecci\u00f3n comprueban todas las entradas y salidas e impiden que la IA sea manipulada o que ofrezca resultados err\u00f3neos o no deseados. De este modo, tambi\u00e9n contribuyen a respetar las normas \u00e9ticas y a reforzar la confianza en los sistemas.<\/p>\n\n\n\n

Adem\u00e1s, una supervisi\u00f3n constante garantiza un rendimiento del modelo siempre alto. Detecta sesgos que dan lugar a resultados injustos o discriminatorios, as\u00ed como desviaciones del modelo \u2014es decir, una disminuci\u00f3n de la calidad de las respuestas debido, por ejemplo, a que los datos utilizados inicialmente para el entrenamiento del modelo ya no est\u00e1n actualizados o a que los nuevos datos que se incorporan influyen en el modelo\u2014. Estas desviaciones suelen producirse de forma imperceptible con el paso del tiempo y son dif\u00edciles de detectar sin herramientas de seguimiento.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Base: plataforma integrada<\/h2>\n\n\n\n

Lo ideal es que, para desarrollar una arquitectura de IA, las empresas apuesten, adem\u00e1s de por los sistemas SAP, por una plataforma integrada que se conecte a la perfecci\u00f3n con SAP y ofrezca todo lo necesario para gestionar de forma coherente los m\u00e1s diversos modelos de IA a lo largo de todo su ciclo de vida. Red Hat ofrece una plataforma de este tipo con Red Hat AI Enterprise. Se basa en Red Hat OpenShift, una plataforma de aplicaciones en la nube h\u00edbrida que permite la adaptaci\u00f3n y el funcionamiento de modelos y aplicaciones en entornos h\u00edbridos, de modo que las empresas pueden utilizarla no solo para la integraci\u00f3n de la IA en SAP en el marco del modelo \u00abside-by-side\u00bb, sino tambi\u00e9n para todas las cargas de trabajo de IA , independientemente de si se ejecutan en su propio centro de datos, en el borde o en la nube, o de si se trata de entornos f\u00edsicos, virtualizados o en contenedores. Red Hat AI Enterprise es compatible con un amplio ecosistema de modelos de IA de c\u00f3digo abierto y aceleradores de hardware, lo que permite a las empresas mantener su flexibilidad. El servidor de inferencia integrado se basa en el motor de inferencia de c\u00f3digo abierto vLLM, que se escala a la perfecci\u00f3n y combina un uso eficiente de la GPU con latencias bajas y estables, adem\u00e1s de un despliegue abierto y portable. A esto se suman herramientas que automatizan la gesti\u00f3n de modelos y aplicaciones y fomentan los enfoques GenAIOps y MLOps. Detr\u00e1s de todo ello se esconden pr\u00e1cticas que, al igual que DevOps en otras aplicaciones, permiten un desarrollo r\u00e1pido, incremental e iterativo, y mejoran la colaboraci\u00f3n entre cient\u00edficos de datos, ingenieros de IA, desarrolladores y los distintos equipos de operaciones de TI.<\/p>\n\n\n\n

<\/div>\n\n\n\n
\"\"\n\t\t\t\n\t\t\t\t\n\t\t\t<\/svg>\n\t\t<\/button>
Los componentes de una plataforma integrada de inteligencia artificial.<\/em><\/figcaption><\/figure>\n\n\n\n

El modelo \u00abside-by-side\u00bb permite a las empresas ampliar sus sistemas SAP con funciones avanzadas de inteligencia artificial. Por ejemplo, los datos financieros pueden utilizarse para realizar cotejos basados en inteligencia artificial con las facturas, con el fin de detectar anomal\u00edas y prevenir intentos de fraude. La IA puede optimizar los niveles de existencias en funci\u00f3n de las condiciones meteorol\u00f3gicas y los acontecimientos actuales y, si es necesario, realizar pedidos. Puede utilizar las descripciones de los puestos de trabajo de SAP para preseleccionar las solicitudes de empleo recibidas. O bien se encarga del an\u00e1lisis de las im\u00e1genes de las c\u00e1maras en la planta de producci\u00f3n para detectar defectos de fabricaci\u00f3n y, a continuaci\u00f3n, introduce los resultados en los sistemas SAP. Las posibilidades de aplicaci\u00f3n son muy variadas y, en esencia, la imaginaci\u00f3n apenas tiene l\u00edmites.<\/p>\n\n\n\n

Por supuesto, las empresas necesitan bastante experiencia para adaptar y gestionar la IA por s\u00ed mismas. Sin embargo, merece la pena invertir en ello, ya que garantiza la independencia: es posible adaptar o cambiar los modelos en cualquier momento, lo que puede resultar extremadamente valioso, sobre todo en el cambiante mundo de la IA. Adem\u00e1s, los conocimientos sobre IA ayudar\u00e1n en el futuro a implementar otros casos de uso y, a largo plazo, tambi\u00e9n pueden suponer un ahorro econ\u00f3mico. Al fin y al cabo, en la nube suelen surgir costes sorprendentemente elevados, sobre todo cuando aumenta el n\u00famero de usuarios o se incorporan nuevas aplicaciones de IA. Sin embargo, en esos casos, el camino de vuelta al centro de datos propio suele estar bloqueado, ya que para entonces ya se carece de las infraestructuras correspondientes y de los conocimientos necesarios.<\/p>\n\n\n\n

Sin embargo, a la hora de desarrollar la experiencia necesaria y llevar a cabo los proyectos iniciales de IA, no hay que subestimar el valor de contar con socios experimentados. Estos aportan conocimientos a la empresa y evitan que se pierda el enfoque y que surjan proyectos interminables que nunca llegan a entrar en producci\u00f3n. En definitiva, el modelo \u00abside-by-side\u00bb ofrece as\u00ed una soluci\u00f3n pragm\u00e1tica no solo para los retos actuales, sino tambi\u00e9n para los futuros de las empresas con entornos SAP cl\u00e1sicos.<\/p>\n\n\n\n

Al directorio de socios:<\/p>\n\n\n\n

\"\"<\/a><\/figure>\n\n\n\n

<\/p>\n\n\n\n\n\n

<\/p>","protected":false},"excerpt":{"rendered":"

Los datos de SAP ofrecen un gran potencial para la IA, pero muchas innovaciones est\u00e1n vinculadas a S\/4 y a la nube de SAP. El modelo \u00abside-by-side\u00bb permite a las empresas utilizar la IA de forma independiente, pero sin dejar de estar estrechamente vinculada a sus sistemas SAP.<\/p>","protected":false},"author":5841,"featured_media":167449,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"pmpro_default_level":"","footnotes":""},"categories":[45431,5],"tags":[44798,45299,44609,626,45465,30574,45469,45467,44844,45468,236,3371,25047,45464,45466],"coauthors":[44481],"class_list":["post-167448","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-manager-magazin-2026","category-it-management","tag-datensouveraenitaet","tag-ki-infrastruktur","tag-ki-integration","tag-kuenstliche-intelligenz","tag-large-language-models-llm","tag-on-premises","tag-open-source-ki","tag-red-hat-ai-enterprise","tag-red-hat-openshift","tag-retrieval-augmented-generation-rag","tag-sap","tag-sap-ecc","tag-sap-s-4hana","tag-side-by-side-modell","tag-small-language-models-slm","pmpro-has-access"],"acf":[],"featured_image_urls_v2":{"full":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/10\/2611_mm_erpck_red_hat.jpg",1000,450,false],"thumbnail":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/10\/2611_mm_erpck_red_hat-150x150.jpg",150,150,true],"medium":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/10\/2611_mm_erpck_red_hat-400x180.jpg",400,180,true],"medium_large":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/10\/2611_mm_erpck_red_hat-768x346.jpg",768,346,true],"large":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/10\/2611_mm_erpck_red_hat.jpg",1000,450,false],"image-100":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/10\/2611_mm_erpck_red_hat-100x45.jpg",100,45,true],"image-480":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/10\/2611_mm_erpck_red_hat-480x216.jpg",480,216,true],"image-640":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/10\/2611_mm_erpck_red_hat-640x288.jpg",640,288,true],"image-720":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/10\/2611_mm_erpck_red_hat-720x324.jpg",720,324,true],"image-960":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/10\/2611_mm_erpck_red_hat-960x432.jpg",960,432,true],"image-1168":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/10\/2611_mm_erpck_red_hat.jpg",1000,450,false],"image-1440":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/10\/2611_mm_erpck_red_hat.jpg",1000,450,false],"image-1920":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/10\/2611_mm_erpck_red_hat.jpg",1000,450,false],"1536x1536":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/10\/2611_mm_erpck_red_hat.jpg",1000,450,false],"2048x2048":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/10\/2611_mm_erpck_red_hat.jpg",1000,450,false],"trp-custom-language-flag":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/10\/2611_mm_erpck_red_hat-18x8.jpg",18,8,true],"bricks_large_16x9":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/10\/2611_mm_erpck_red_hat.jpg",1000,450,false],"bricks_large":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/10\/2611_mm_erpck_red_hat.jpg",1000,450,false],"bricks_large_square":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/10\/2611_mm_erpck_red_hat.jpg",1000,450,false],"bricks_medium":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/10\/2611_mm_erpck_red_hat-600x270.jpg",600,270,true],"bricks_medium_square":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/10\/2611_mm_erpck_red_hat-600x450.jpg",600,450,true],"profile_24":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/10\/2611_mm_erpck_red_hat-24x24.jpg",24,24,true],"profile_48":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/10\/2611_mm_erpck_red_hat-48x48.jpg",48,48,true],"profile_96":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/10\/2611_mm_erpck_red_hat-96x96.jpg",96,96,true],"profile_150":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/10\/2611_mm_erpck_red_hat-150x150.jpg",150,150,true],"profile_300":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/10\/2611_mm_erpck_red_hat-300x300.jpg",300,300,true]},"post_excerpt_stackable_v2":"

SAP-Daten bieten gro\u00dfes Potenzial f\u00fcr KI, doch viele Innovationen sind an S\/4 und die SAP-Cloud gebunden. Das Side-by-Side-Modell erm\u00f6glicht Unternehmen, KI separat und dennoch eng an ihre SAP-Systeme angebunden zu betreiben.<\/p>\n","category_list_v2":"Manager Magazin 2026<\/a>, IT-Management<\/a>","author_info_v2":{"name":"Matthias Czwikla, Red Hat","url":"https:\/\/e3mag.com\/es\/author\/matthias-czwikla\/"},"comments_num_v2":"0 comentarios","_links":{"self":[{"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/posts\/167448","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/users\/5841"}],"replies":[{"embeddable":true,"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/comments?post=167448"}],"version-history":[{"count":3,"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/posts\/167448\/revisions"}],"predecessor-version":[{"id":167463,"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/posts\/167448\/revisions\/167463"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/media\/167449"}],"wp:attachment":[{"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/media?parent=167448"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/categories?post=167448"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/tags?post=167448"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/coauthors?post=167448"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}