{"id":166148,"date":"2026-09-03T10:18:20","date_gmt":"2026-09-03T08:18:20","guid":{"rendered":"https:\/\/e3mag.com\/?p=166148"},"modified":"2026-09-03T11:40:15","modified_gmt":"2026-09-03T09:40:15","slug":"graph-de-connaissances-sap-quand-les-relations-deviennent-des-donnees","status":"publish","type":"post","link":"https:\/\/e3mag.com\/fr\/sap-knowledge-graph-wenn-beziehungen-zu-daten-werden\/","title":{"rendered":"SAP Knowledge Graph : quand les relations deviennent des donn\u00e9es"},"content":{"rendered":"

Une ontologie pour l'entreprise autonome<\/h2>\n\n\n\n

Les n\u0153uds (nodes) repr\u00e9sentent des entit\u00e9s m\u00e9tier r\u00e9elles telles que les clients, les sites, les commandes ou les factures, tandis que les ar\u00eates (edges) d\u00e9crivent les relations explicites entre ces entit\u00e9s (par exemple : le client A passe la commande B). C'est sur cette structure que repose le mod\u00e8le formel de repr\u00e9sentation des connaissances (propri\u00e9t\u00e9s), appel\u00e9 \u00ab ontologie \u00bb. Elle d\u00e9finit des concepts standardis\u00e9s, des hi\u00e9rarchies et des r\u00e8gles pour l'ensemble de l'entreprise.<\/p>\n\n\n\n

D'un point de vue technique, ces connaissances sont g\u00e9n\u00e9ralement repr\u00e9sent\u00e9es via le Resource Description Framework (RDF) sous forme de triplets, qui suivent une structure grammaticale claire compos\u00e9e d'un sujet, d'un pr\u00e9dicat et d'un objet (par exemple : le fournisseur X fournit le produit Y). Contrairement \u00e0 un simple tableau SQL, un tel graphe de connaissances est interpr\u00e9table de mani\u00e8re logique tant par les humains que par les machines.<\/p>\n\n\n\n

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

SAP HANA Cloud Vector Engine<\/h2>\n\n\n\n

\u00c0 cet \u00e9gard, il est essentiel de faire la distinction avec les bases de donn\u00e9es vectorielles (telles que SAP Hana Cloud Vector Engine). Une base de donn\u00e9es vectorielle transforme des donn\u00e9es non structur\u00e9es en vecteurs num\u00e9riques multidimensionnels (embeddings). Cela peut donner lieu \u00e0 des espaces comportant des centaines de dimensions \u2013 un jeu d\u2019enfant pour l\u2019ordinateur, mais inimaginable pour l\u2019\u00eatre humain : on s\u2019arr\u00eate g\u00e9n\u00e9ralement \u00e0 quatre dimensions \u2013 trois dimensions spatiales et la quatri\u00e8me dimension pour le temps.<\/p>\n\n\n\n

\"\"\n\t\t\t\n\t\t\t\t\n\t\t\t<\/svg>\n\t\t<\/button><\/figure>\n\n\n\n

Dans les espaces multidimensionnels, les relations entre les points de donn\u00e9es sont calcul\u00e9es de mani\u00e8re purement math\u00e9matique \u00e0 partir de distances spatiales (telles que la similarit\u00e9 cosinus ou les distances euclidiennes). Cette approche est particuli\u00e8rement adapt\u00e9e \u00e0 la recherche de similitudes dans des textes non structur\u00e9s (Retrieval-Augmented Generation, RAG), mais reste une \u00ab bo\u00eete noire \u00bb math\u00e9matique pour l'utilisateur, car les relations calcul\u00e9es sont implicites et ne peuvent \u00eatre expliqu\u00e9es de mani\u00e8re logique.<\/p>\n\n\n\n

Un graphe de connaissances, en revanche, d\u00e9finit les relations de mani\u00e8re explicite, transparente et fond\u00e9e sur des r\u00e8gles. Alors que les vecteurs refl\u00e8tent l'association math\u00e9matique de l'IA, le graphe de connaissances incarne son ensemble de r\u00e8gles logiques et explicables.<\/p>\n\n\n\n

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

Int\u00e9gration native de Graph dans SAP Hana Cloud<\/h2>\n\n\n\n

Pendant longtemps, l\u2019utilisation pratique des bases de donn\u00e9es graphiques dans l\u2019univers SAP s\u2019est heurt\u00e9e \u00e0 une rupture de m\u00e9dia particuli\u00e8rement g\u00eanante. Quiconque souhaitait analyser des r\u00e9seaux de relations complexes devait extraire laborieusement les donn\u00e9es du syst\u00e8me ERP et les transf\u00e9rer vers des syst\u00e8mes tiers sp\u00e9cialis\u00e9s tels que Neo4j. Avec la mise \u00e0 jour strat\u00e9gique de HANA au premier trimestre 2025, SAP a combl\u00e9 cette lacune fonctionnelle. Depuis lors, la base de donn\u00e9es en m\u00e9moire HANA Cloud offre une prise en charge native du stockage et de la recherche dans les graphes de connaissances.<\/p>\n\n\n\n

La base de donn\u00e9es s'appuie pour cela sur la syntaxe RDF bien \u00e9tablie et le langage de requ\u00eate SPARQL. Le principal avantage architectural de cette approche \u201e multi-mod\u00e8le \u201c r\u00e9side dans la possibilit\u00e9 de combiner directement les donn\u00e9es : les d\u00e9veloppeurs peuvent associer de mani\u00e8re transparente des donn\u00e9es relationnelles SQL \u00e0 des donn\u00e9es de graphe dans une seule requ\u00eate ou les relier via des jointures, sans qu'il soit n\u00e9cessaire de r\u00e9pliquer les donn\u00e9es.<\/p>\n\n\n\n

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

SAP Knowledge Graph et SAP Virtual Data Models<\/h2>\n\n\n\n

Le SAP Knowledge Graph, qui se situe \u00e0 un niveau sup\u00e9rieur, s'appuie sur ce moteur de base de donn\u00e9es int\u00e9gr\u00e9. Il acc\u00e8de \u00e0 l'ensemble des m\u00e9tadonn\u00e9es du SAP Virtual Data Model (VDM) et cr\u00e9e une ontologie qui repr\u00e9sente les relations m\u00e9tier inh\u00e9rentes \u00e0 S\/4. Ce graphe sert de boussole \u00e0 l\u2019assistant IA Joule et aux agents autonomes. Lorsqu\u2019un utilisateur demande \u00e0 Joule en langage naturel : \u201e Montre-moi les commandes en retard \u201c, l\u2019IA n\u2019a plus besoin de deviner les structures des tables. Le Knowledge Graph navigue \u00e0 travers le r\u00e9seau s\u00e9mantique, identifie les API autoris\u00e9es appropri\u00e9es, d\u00e9finit les param\u00e8tres de filtrage ad\u00e9quats et construit une requ\u00eate pr\u00e9cise. Le risque d\u2019obtenir des r\u00e9sultats impr\u00e9cis ou non pertinents est ainsi consid\u00e9rablement r\u00e9duit par rapport aux approches reposant uniquement sur les mod\u00e8les de langage (LLM).<\/p>\n\n\n\n

Aussi \u00e9l\u00e9gant que ce concept puisse para\u00eetre en th\u00e9orie, la pratique met en \u00e9vidence les obstacles et les risques que cette technologie pr\u00e9sente pour les clients SAP existants : un graphe de connaissances op\u00e9rationnel \u00e0 l'\u00e9chelle de l'entreprise n'est pas un produit \u00ab cl\u00e9 en main \u00bb, mais le r\u00e9sultat d'un processus de mod\u00e9lisation extr\u00eamement complexe. La cr\u00e9ation et la maintenance continue des ontologies et des structures de graphes exigent un savoir-faire s\u00e9mantique approfondi et mobilisent des ressources informatiques consid\u00e9rables. Ceux qui pensent que le logiciel se charge de la structuration s\u00e9mantique de mani\u00e8re enti\u00e8rement automatique sous-estiment consid\u00e9rablement la complexit\u00e9 des processus personnalis\u00e9s et des tables personnalis\u00e9es qui se sont d\u00e9velopp\u00e9es au fil du temps.<\/p>\n\n\n\n

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

Qualit\u00e9 des donn\u00e9es, unit\u00e9s de capacit\u00e9 et politique relative \u00e0 l'API<\/h2>\n\n\n\n

Un graphe de connaissances ne peut pas rem\u00e9dier \u00e0 une mauvaise qualit\u00e9 des donn\u00e9es. Si la base de donn\u00e9es du syst\u00e8me ERP est incompl\u00e8te, obsol\u00e8te ou incoh\u00e9rente, m\u00eame le graphe le plus intelligent ne fournira que des informations erron\u00e9es, bien que parfaitement structur\u00e9es. Les analyses complexes de graphes (telles que la recherche de chemins et de boucles) sur des ensembles de donn\u00e9es transactionnelles massifs et hautement interconnect\u00e9s sont tr\u00e8s gourmandes en ressources de calcul. Les bases de donn\u00e9es en m\u00e9moire atteignent rapidement leurs limites physiques lors de telles op\u00e9rations, ce qui peut faire grimper sans piti\u00e9 les co\u00fbts mat\u00e9riels des instances HANA Cloud.<\/p>\n\n\n\n

D'un point de vue technique, le Knowledge Graph est extr\u00eamement bien con\u00e7u, mais sur le plan commercial, il sert de \u00ab p\u00e9age \u00bb strat\u00e9gique \u00e0 SAP. Pour tirer pleinement parti de la technologie des graphes, SAP contraint ses clients existants \u00e0 int\u00e9grer l\u2019\u00e9cosyst\u00e8me restrictif du Business Data Cloud (SAP BDC) et de la Business Technology Platform (BTP ou BAIP, Business AI Platform). Par le biais de mod\u00e8les de facturation bas\u00e9s sur la consommation (Capacity Units) et de directives API restrictives, SAP tente de conserver le contr\u00f4le absolu sur les contextes m\u00e9tier de ses clients existants et de bloquer syst\u00e9matiquement la fuite, sans licence, de ces pr\u00e9cieuses m\u00e9tadonn\u00e9es vers des plateformes d\u2019IA tierces puissantes et plus abordables de tiers ou d\u2019hyperscalers.<\/p>\n\n\n\n

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

Des alternatives autonomes au-del\u00e0 du monopole des ERP<\/h2>\n\n\n\n

Les clients existants de SAP ne doivent toutefois pas se r\u00e9signer sans r\u00e9agir face \u00e0 cette mainmise monopolistique. Le march\u00e9 des requ\u00eates d'IA sp\u00e9cifiques aux bases de donn\u00e9es et des couches s\u00e9mantiques conna\u00eet un d\u00e9veloppement fulgurant et propose des alternatives puissantes et ind\u00e9pendantes des \u00e9diteurs :<\/p>\n\n\n\n

Des outils tels que vanna.AI proposent des frameworks flexibles permettant de connecter directement des applications bas\u00e9es sur des mod\u00e8les linguistiques \u00e0 des bases de donn\u00e9es SQL existantes (de Snowflake \u00e0 Oracle en passant par PostgreSQL). Gr\u00e2ce \u00e0 l\u2019ajout de DDL, de documentation et d\u2019exemples de requ\u00eates historiques, le syst\u00e8me apprend les relations s\u00e9mantiques sans qu\u2019il soit n\u00e9cessaire d\u2019acqu\u00e9rir une licence pour une infrastructure SAP co\u00fbteuse.<\/p>\n\n\n\n

Le framework WrenAI d\u00e9montre de mani\u00e8re impressionnante comment un mod\u00e8le s\u00e9mantique peut \u00eatre construit directement \u00e0 l'aide d'un \u00e9diteur graphique, dans lequel les tables sont d\u00e9finies comme des n\u0153uds et les relations comme des ar\u00eates. WrenAI convertit ce graphe de connaissances en un format standardis\u00e9 qui \u00e9vite les requ\u00eates redondantes et ambigu\u00ebs et g\u00e9n\u00e8re des commandes SQL pr\u00e9cises \u2013 sans passer par le SAP BTP Generative AI Hub ou Datasphere, ce qui repr\u00e9sente un co\u00fbt suppl\u00e9mentaire.<\/p>\n\n\n\n

Des plateformes sp\u00e9cialis\u00e9es dans les graphes, telles que Graphwise avec GraphDB, d\u00e9montrent \u00e9galement comment mettre en place des syst\u00e8mes de graphes de connaissances \u00e0 l'\u00e9chelle de l'entreprise, bas\u00e9s sur des normes ouvertes (RDF, OWL, SPARQL). Ces syst\u00e8mes peuvent orchestrer des sources de donn\u00e9es h\u00e9t\u00e9rog\u00e8nes et \u00eatre directement reli\u00e9s \u00e0 des mod\u00e8les linguistiques modernes via des plugins intelligents (tels que le ChatGPT Retrieval Connector), tandis que la souverainet\u00e9 sur les donn\u00e9es sensibles reste enti\u00e8rement sous le contr\u00f4le de l'entreprise.<\/p>\n\n\n\n

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

Bilan personnel pour la communaut\u00e9 SAP<\/h2>\n\n\n\n

Le Knowledge Graph est sans aucun doute le paradigme techniquement le plus avanc\u00e9 pour l'avenir de l'IA d'entreprise, car il comble le foss\u00e9 indispensable entre l'impr\u00e9cision stochastique des mod\u00e8les linguistiques et la pr\u00e9cision d\u00e9terministe des syst\u00e8mes ERP de gestion d'entreprise. Cependant, en tant que client SAP existant et prudent, vous devriez dissocier la mise en \u0153uvre de cette technologie de la doctrine commerciale de SAP en mati\u00e8re de plateformes. Tirez parti des capacit\u00e9s multimodales du Hana Cloud Graph Engine pour structurer clairement vos donn\u00e9es. Mais refusez syst\u00e9matiquement d\u2019enfermer l\u2019int\u00e9gralit\u00e9 de votre carte s\u00e9mantique d\u2019entreprise exclusivement dans le pi\u00e8ge co\u00fbteux des licences SAP BTP. L\u2019avenir appartient aux espaces de donn\u00e9es ouverts et interop\u00e9rables, dans lesquels l\u2019entreprise conserve une souverainet\u00e9 absolue sur son contexte m\u00e9tier et son intelligence artificielle.<\/p>","protected":false},"excerpt":{"rendered":"

La n\u00e9cessit\u00e9 math\u00e9matique montre que le client SAP existant doit abandonner la logique bidimensionnelle des tables SQL relationnelles. Un graphe de connaissances repose sur la th\u00e9orie math\u00e9matique des graphes et structure les informations sous forme de n\u0153uds, d'ar\u00eates et de propri\u00e9t\u00e9s.<\/p>","protected":false},"author":2,"featured_media":161236,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"pmpro_default_level":"","footnotes":""},"categories":[27840],"tags":[44798,44799,44796,44225,44552,626,44723,44793,44792,44795,236,44747,40995,44175,44675,44611,44791,25047,44797,44794],"coauthors":[27825],"class_list":["post-166148","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-chefredakteur-blog","tag-datensouveraenitaet","tag-enterprise-ai","tag-graphdatenbank","tag-ki-agenten","tag-knowledge-graph","tag-kuenstliche-intelligenz","tag-large-language-models","tag-ontologie-2","tag-rag-2","tag-rdf","tag-sap","tag-sap-bestandskunden-3","tag-sap-btp","tag-sap-business-data-cloud","tag-sap-hana-cloud","tag-sap-joule","tag-sap-knowledge-graph","tag-sap-s-4hana","tag-sparql","tag-vektordatenbank","pmpro-has-access"],"acf":[],"featured_image_urls_v2":{"full":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu.jpeg",1000,450,false],"thumbnail":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu-150x150.jpeg",150,150,true],"medium":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu-400x180.jpeg",400,180,true],"medium_large":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu-768x346.jpeg",768,346,true],"large":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu.jpeg",1000,450,false],"image-100":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu-100x45.jpeg",100,45,true],"image-480":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu-480x216.jpeg",480,216,true],"image-640":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu-640x288.jpeg",640,288,true],"image-720":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu-720x324.jpeg",720,324,true],"image-960":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu-960x432.jpeg",960,432,true],"image-1168":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu.jpeg",1000,450,false],"image-1440":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu.jpeg",1000,450,false],"image-1920":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu.jpeg",1000,450,false],"1536x1536":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu.jpeg",1000,450,false],"2048x2048":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu.jpeg",1000,450,false],"trp-custom-language-flag":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu-18x8.jpeg",18,8,true],"bricks_large_16x9":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu.jpeg",1000,450,false],"bricks_large":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu.jpeg",1000,450,false],"bricks_large_square":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu.jpeg",1000,450,false],"bricks_medium":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu-600x270.jpeg",600,270,true],"bricks_medium_square":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu-600x450.jpeg",600,450,true],"profile_24":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu-24x24.jpeg",24,24,true],"profile_48":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu-48x48.jpeg",48,48,true],"profile_96":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu-96x96.jpeg",96,96,true],"profile_150":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu-150x150.jpeg",150,150,true],"profile_300":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu-300x300.jpeg",300,300,true]},"post_excerpt_stackable_v2":"

Die mathematische Notwendigkeit zeigt, der SAP-Bestandskunde muss sich von der zweidimensionalen Logik relationaler SQL-Tabellen verabschieden. Ein Knowledge Graph basiert auf der mathematischen Graphentheorie und strukturiert Informationen in Form von Knoten, Kanten und Eigenschaften.<\/p>\n","category_list_v2":"Chefredakteur-Blog<\/a>","author_info_v2":{"name":"Peter M. F\u00e4rbinger, E3 Magazine","url":"https:\/\/e3mag.com\/fr\/author\/peter-m-faerbinger-e-3-magazin\/"},"comments_num_v2":"0 commentaire","_links":{"self":[{"href":"https:\/\/e3mag.com\/fr\/wp-json\/wp\/v2\/posts\/166148","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/e3mag.com\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/e3mag.com\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/e3mag.com\/fr\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/e3mag.com\/fr\/wp-json\/wp\/v2\/comments?post=166148"}],"version-history":[{"count":3,"href":"https:\/\/e3mag.com\/fr\/wp-json\/wp\/v2\/posts\/166148\/revisions"}],"predecessor-version":[{"id":166167,"href":"https:\/\/e3mag.com\/fr\/wp-json\/wp\/v2\/posts\/166148\/revisions\/166167"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/e3mag.com\/fr\/wp-json\/wp\/v2\/media\/161236"}],"wp:attachment":[{"href":"https:\/\/e3mag.com\/fr\/wp-json\/wp\/v2\/media?parent=166148"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/e3mag.com\/fr\/wp-json\/wp\/v2\/categories?post=166148"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/e3mag.com\/fr\/wp-json\/wp\/v2\/tags?post=166148"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/e3mag.com\/fr\/wp-json\/wp\/v2\/coauthors?post=166148"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}