Föderiertes ML und KI-Architektur auf SAP Business Data Cloud
Stand
„Föderiertes ML“ bedeutet in SAP-Gesprächen drei verschiedene Dinge, und eine Senior-Architektin trennt sie: Datenföderation für ML (die früheren FedML-Bibliotheken von SAP ließen ML-Plattformen der Hyperscaler auf SAP-Datasphere-Daten trainieren, ohne sie zu extrahieren – das Beispiel-Repository ist inzwischen archiviert), Zero-Copy-Sharing (SAP Business Data Cloud Connect for Databricks, seit Oktober 2025 allgemein verfügbar auf Basis von Delta Sharing, dazu SAP Databricks und SAP Snowflake innerhalb von BDC) und föderiertes Lernen im engeren Sinn (Training über Silos hinweg durch Austausch von Modell-Updates statt Zeilen – ohne SAP-eigenes Produkt). Dazu kommen SAP AI Core für individuelles Training und Serving, der Generative AI Hub mit SAP-RPT-1.5 und TabPFN-3.5 Plus sowie In-Database-ML in SAP HANA Cloud. Entscheiden Sie je Anwendungsfall mit fünf Fragen (Reproduzierbarkeit, Wiederverwendung von Features, Datenresidenz, Last auf der Quelle, Konsum), ob Daten oder Rechenleistung bewegt werden, halten Sie die Governance über die Nahtstelle SAP–Databricks hinweg intakt und planen Sie den Rückweg in SAC und Planung vom ersten Tag an.
Was Sie lernen
- Datenföderation für ML (FedML-Muster, inzwischen archiviert), Zero-Copy-Sharing (BDC Connect for Databricks/Snowflake, SAP Databricks, SAP Snowflake) und föderiertes Lernen im engeren Sinn unterscheiden und die jeweils zuständigen SAP-Komponenten nennen
- ML-Lasten auf BDC-Data-Products, SAP- oder Kunden-Databricks, SAP AI Core, den Generative AI Hub (SAP-RPT-1.5, TabPFN-3.5 Plus) und In-Database-ML in HANA Cloud verteilen
- Je Anwendungsfall mit fünf Fragen entscheiden, ob Daten oder Rechenleistung bewegt werden, einschließlich der Region gehosteter Modell-Endpunkte
- Governance und Reproduzierbarkeit über die Nahtstelle SAP–Databricks sichern und Rückweg, Neutraining und Fallback gestalten
Föderierte ML- und KI-Architektur ist die Disziplin, maschinelles Lernen dort auszuführen, wo es im Verhältnis zu den Daten sinnvoll ist – Rechenleistung zu den Daten bringen oder Daten live teilen, statt reflexhaft „erst alles in einen Lake kopieren“. In einer SAP-Business-Data-Cloud-Landschaft (BDC) sind die Optionen konkret und benannt, und die erste Aufgabe besteht darin zu verhindern, dass das Wort „föderiert“ drei Dinge gleichzeitig bedeutet.
Drei Bedeutungen von „föderiert“ – trennen Sie sie
1. Datenföderation für ML. Das Modell trainiert oder bewertet auf SAP-Daten, die an ihrem Ort bleiben und über eine semantische Schicht gelesen werden. Die frühere Antwort von SAP waren die Python-Bibliotheken FedML: Beispielcode und Bibliotheken, mit denen AWS SageMaker, Azure Machine Learning, Google Vertex AI und Databricks SAP- und Nicht-SAP-Daten über die Föderationsarchitektur von SAP Datasphere beziehen konnten, ohne sie in die ML-Plattform zu replizieren. Das Beispiel-Repository wurde inzwischen in die GitHub-Organisation SAP-archive verschoben und archiviert (letzte Aktivität im November 2025). Verstehen Sie FedML als Muster, das die Designabsicht erklärt, nicht als Produkt für ein neues Projekt.
Voraussetzungen
- Mittlere Praxiserfahrung in SAP-Analytics- oder Datenplattform-Projekten
- Zuerst die Kernkonzepte wiederholen: C166, C016, C109
Lernergebnisse
- BDC Connect for Databricks (Delta Sharing, Einbindung in Unity Catalog, bidirektionales Teilen, mTLS + OAuth, allgemein verfügbar seit Oktober 2025) einer Unternehmensarchitektin erklären
- Für einen realen Fall ein Designdokument zu Reproduzierbarkeit, Wiederverwendung, Residenz, Quelllast und Konsum erstellen
- Das Muster „Zugriff föderieren, Trainingsset materialisieren“ mit versionierten Tabellen und MLflow-Protokollierung umsetzen
- Den Rückweg eines Modells nach Datasphere/SAC mit verantwortlicher Person für das Neutraining und Fallback-Regel gestalten
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.