SAP Knowledge Graph und die Knowledge Graph Engine von HANA Cloud
Stand
SAP Knowledge Graph ist der Kern der auf der Sapphire 2026 angekündigten SAP Business AI Platform: Er gibt Joule und KI-Agenten eine strukturierte Landkarte der Geschäftsentitäten, Prozesse und Beziehungen in der SAP-Landschaft des Kunden (Presseberichte zur SAP-Claude-Partnerschaft nennen einen S/4HANA-Graphen mit rund 452.000 ABAP-Tabellen, 80.000 CDS-Views und 7,3 Millionen Feldern — eine Größenordnung, die SAP selbst auf keiner Primärquelle veröffentlicht hat; daher als richtungsweisend, nicht als SAP-eigene Zahl behandeln). Darunter liegt die Knowledge Graph Engine von SAP HANA Cloud, allgemein verfügbar seit dem ersten Quartal 2025: ein RDF-Triple-Store, abgefragt per SPARQL über SYS.SPARQL_EXECUTE, mit SQL verzahnt über SPARQL_TABLE und seit der TechEd 2025 in der Lage, Graphen aus HANA-Cloud-Metadaten zu erzeugen. Der Berater entwirft die SAP-Ontologie nicht neu; seine Arbeit sind Umfang und Rollen, Glossarabgleich, kundenspezifische Erweiterungen, Validierung und Sicherheit auf Kantenebene. „Knowledge Graph“ ist kein SAP-Produktname.
Was Sie lernen
- SAP Knowledge Graph (die Lösung), die Knowledge Graph Engine von SAP HANA Cloud und einen kundeneigenen Graphen unterscheiden und jeweils in einem Satz positionieren.
- RDF-Tripel in SAP HANA Cloud laden, eine Multi-Hop-SPARQL-Abfrage über SYS.SPARQL_EXECUTE ausführen und das Ergebnis über SPARQL_TABLE mit relationalen Daten verknüpfen.
- Eine Ontologieerweiterung für ein kundenspezifisches Objekt gegen das gesteuerte Fachglossar entwerfen und mit mindestens fünf Validierungsabfragen mit bekannten Antworten prüfen.
- Für einen Anwendungsfall entscheiden, ob ein Knowledge Graph, ein dimensionales Modell oder eine freigegebene API das richtige Werkzeug ist, und die Begründung dokumentieren.
- Sicherheit auf Kantenebene für sensible Beziehungen und das Verantwortungsmodell festlegen, das den Graphen mit seinen Quellen synchron hält.
Modulüberblick
SAP Knowledge Graph ist SAPs Antwort auf ein Problem, auf das jedes KI-Projekt im Unternehmen früher oder später stößt: Ein Sprachmodell kann eine Tabelle lesen, weiß aber nicht, dass ein Kundenauftrag zu einem Kunden gehört, über eine Lieferung erfüllt, über eine Rechnung fakturiert wird und von einem Material abhängt, das ein verspäteter Lieferant bereitstellt. Diese Beziehungen stecken im Datenmodell von SAP – in Hunderttausenden Tabellen und Zehntausenden CDS-Views –, und SAP hat entschieden, sie explizit, maschinenlesbar und für Joule sowie KI-Agenten nutzbar zu machen. Dieses Modul vermittelt, was das Produkt ist, was darunter läuft, was Sie konfigurieren und was SAP liefert, und wie Sie mit der Knowledge Graph Engine von SAP HANA Cloud selbst üben.
Voraussetzungen
- Solide Kenntnis der SAP-Datenmodelle (CDS-Views, Geschäftsobjekte) und von SQL
- Zuerst die Kernkonzepte wiederholen: C028, C027, C008
- Empfohlen: Modul M031 (BDC Introduction & Architecture)
Lernergebnisse
- Die Rolle von SAP Knowledge Graph in der SAP Business AI Platform einem Sponsor ohne Graphdatenbank-Jargon erklären.
- Die Knowledge Graph Engine von HANA Cloud bedienen: aktivieren, Tripel in benannte Graphen laden, per SPARQL abfragen und mit SQL kombinieren.
- Einen Ontologie-Workshop leiten, der Knoten- und Kantendefinitionen im gesteuerten Glossar verankert.
- Einen Graphen gegen bekannte Antworten validieren, bevor ein Agent darauf schlussfolgert.
- Erkennen, wann ein Graph Over-Engineering ist, und die Frage an ein dimensionales Modell oder eine API verweisen.
Vollständiges Modul für Mitglieder. Das vollständige Modul ergänzt: den Entscheidungsrahmen · das durchgehende Szenario · die KPI-Scorecard · die Anti-Muster · die Codeblöcke · die Wissenskontrolle · die Schemata.
Offene SAP-Projekte
Aktuelle SAP-Analytics-Projekte und Stellen im DACH-Raum: SAP-Analytics-Projekte im DACH-Raum.