IA embarquée

Was wird aus SAP und der künstlichen Intelligenz, das ist aktuell die am meisten diskutierte Frage, nicht nur in meiner Abteilung. Als Group CIO werde ich auf die Herausforderung „SAP und KI“ schon sehr bald eine Antwort finden müssen. Die Ergebnisse von SAP sind wenig überzeugend, wobei ich vielen Angeboten nicht den praktischen Nutzen absprechen will, aber der allgemeine Zugang von SAP zu dem Thema künstliche Intelligenz erscheint mir wenig visionär.

SAP hat vollkommen recht, wenn der Versuch unternommen wird, mit mathematischen Formeln, Statistik, Machine Learning und KI-Algorithmen die eigene Software und End-to-End-Prozesse zu optimieren. Bei den SAP’schen Geschäftsprozessen gibt es ein großes Potenzial an Verbesserungen und Automatisierung. Manche Ergebnisse aus der jüngeren Vergangenheit können überzeugen, aber es ist weniger entscheidend, ob diese Optimierungen nun durch Predictive Analytics der Hana-Datenbankplattform, Machine Learning, ein Statistikpaket wie R oder durch künstliche Intelligenz zustande kamen. Was fehlt, ist eine visionäre, nachhaltige und eigenständige SAP-KI-Strategie!

Für mich bemerkenswert: Ein anderer deutscher Techkonzern hat einen eigenständigeren Weg gewählt. Auf Manager Magazin online war nachzulesen, dass DeepL ein eigenes Sprachmodell entwickle, um bessere Übersetzungen als die von der Techkonkurrenz zu bekommen. Ein Large Language Model (LLM) zu entwickeln ist kompliziert und teuer. Aber nur so sieht DeepL eine Chance und dafür unterhält man ein eigenes Rechenzentrum in Europa und wird vom Chiphersteller Nvidia jeweils mit der neuesten Generation an Chips versorgt.

Nvidia hat in Las Vegas das NeMo-Framework vorgestellt, das das Training von Sprachmodellen (LLMs) erleichtern soll. Die Modelle sind auf die Verarbeitung natürlicher Sprache zugeschnitten und damit nützlich für Unternehmen, die ihre ERP-Systeme optimieren wollen. Die möglichen Anwendungen dieser Modelle im ERP-Kontext reichen von der CRM-Automatisierung bis hin zur Verbesserung der Datengenauigkeit im Finanzwesen.

Ich denke, dass Embedded AI ein S/4 optimieren kann, dass es aber mittel- und langfristig ein eigenes SAP-LLM braucht, um einen KI-Mehrwert für uns SAP-Bestandskunden zu generieren. Für mich ist einer der Vorteile der Integration von Nvidia-NeMo-Modellen in ERP-Systeme die Möglichkeit, die Datenverarbeitung zu orchestrieren. SAP’sche ERP-Systeme haben oft Probleme mit den riesigen Datenmengen. Durch den Einsatz von KI-Modellen können wir die Extraktion, Verarbeitung und Analyse von Daten automatisieren.

Stephen Wellman, Editor des SAPinsider, zitierte Philipp Herzig, Chief AI Officer bei SAP: „KI-Agenten, die zusammenarbeiten, um komplexe Aufgaben über mehrere Geschäftsbereiche hinweg zu lösen, werden eine völlig neue Ebene der Unternehmensproduktivität erschließen. Mit SAP-Joule werden hunderte Millionen von Unternehmensanwendern mit diesen Agenten interagieren. Nvidias neue offene Llama-Nemotron-Modellfamilie wird die Entwicklung mehrerer spezialisierter KI-Agenten fördern, um Geschäftsprozesse zu transformieren.“

Hier befinden wir uns an einer interessanten Weggabelung: Soll SAP weiterhin mit unterschiedlichen KI-Werkzeugen die eigenen Geschäftsprozesse optimieren oder wird es auf Basis von SAP BTP ein ERP-konformes LLM geben, mit dem die SAP-Bestandskunden ihre eigenen Herausforderungen lösen? Die Frage reduziert sich auf S/4-Embedded-AI oder neben S/4, Hana und BTP ein eigenständiges ERP Large Language Model? Ich stellte diese Frage meinen Stammtischschwestern und -brüdern und konnte zu meiner eigenen Überraschung feststellen, dass viele meiner „SAP-Leidensgenossen“ bereits eigenständige KI-Werkzeuge unabhängig von SAP, aber durchaus in Zusammenarbeit mit SAP-Partnern nutzen. Hat hier SAP eine Entwicklung verschlafen oder übersehen?

Mit einem Angebot von Nvidia habe ich Las Vegas verlassen und bin zurück in Europa. Ich bin gespannt, welche Richtung SAP-CEO Christian Klein einschlägt und wer der nächste SAP-Technikvorstand wird. Die Stelle ist vakant und bei SAP klafft eine KI-Lücke.