SAP AI Core & AI Launchpad

Was Sie lernen

• Das Objektmodell der AI API erklären — Szenario, Executable, Konfiguration, Execution, Deployment — und jedes Objekt dem zuordnen, was die App ML Operations in AI Launchpad zeigt
• Zwischen den Plänen Standard und Extended wählen, im Wissen, dass Extended nicht herabgestuft werden kann, und Resource Groups innerhalb der dokumentierten Kontingente entwerfen
• Beide Kostenmodelle anhand der SAP-Dokumentation erklären (Tokens → GenAI-Tokens → Capacity Units für generative KI; Knotenstunden, Speicher und gedeckelte stündliche Grundgebühr für eigene Modelle) und mit Kostenrechner und BTP-Usage-Export schätzen
• Beschreiben, wie ein eigenes Modell läuft: Argo-Workflow-Templates, KServe-Serving-Templates mit ihren Pflicht-Metadaten, Git-Repository, Application, Docker- und Object-Store-Secrets
• Den Lebenszyklus der Plattform verfolgen — Modellabkündigungen in SAP-Hinweis 3437766, Abschaltung der Orchestrierung v1 am 31. Oktober 2026 und neue SAP-Foundation-Modelle (SAP-RPT-1.5/1.6, TabPFN-3.5 Plus)

Modulüberblick

SAP AI Core ist die Laufzeitumgebung; SAP AI Launchpad ist der Kontrollraum. AI Core ist ein BTP-Service, der KI-Workloads in ressourcenisolierten Tenants ausführt: Er bietet über den Generative AI Hub verwalteten Zugriff auf Foundation-Modelle und betreibt Ihre eigenen Modelle über per Git synchronisierte Trainings-Workflows und Serving-Templates. AI Launchpad ist eine eigenständige BTP-SaaS-Anwendung, die sich mit einer oder mehreren AI-Core-Instanzen verbindet und Administratoren, Prompt Engineers und ML Engineers eine Oberfläche über dieselbe API bietet. Halten Sie diese Trennung im Projekt klar: Warum schlägt die Inferenz fehl? ist eine Frage an die Laufzeit; Wer hat das mit welcher Konfiguration wann deployt? ist eine Frage an den Kontrollraum — und beide werden aus denselben Objekten beantwortet (Szenarien, Executables, Konfigurationen, Deployments, Executions), die die AI API bereitstellt.

Voraussetzungen

• Fortgeschrittene praktische Erfahrung mit SAP BTP (Subaccounts, Berechtigungen, Service Keys)
• Zuerst die Kernkonzepte wiederholen: C026, C119, C118

Lernergebnisse

• Einem Kunden das Objektmodell von AI Core erläutern und jedes Objekt live in AI Launchpad zeigen.
• Eine Plattform-Designnotiz erstellen: Plan, Resource Groups, Modellwege, fixierte Versionen mit Abkündigungsterminen, Observability und Kostenüberwachung.
• Den Verbrauch einer generativen und einer eigenen Modell-Last schätzen und erklären, ohne erfundene Preise zu nennen.
• Die fünf wiederkehrenden Fehler erkennen und vermeiden: eine Resource Group für alles, ungenutzte Serving-Deployments, nach Modellen benannte Konfigurationen, schwimmende Modellversionen, „die Plattform ist die Compliance“.