Von SAP Analytics zu SAP AI — der 90-Tage-Umschulungspfad
Stand 2026-09-25
Das Orientierungsmodul für SAP-Analytics-Berater, die zu SAP AI wechseln: ein nach Abhängigkeiten geordneter 90-Tage-Plan, ausschließlich aus heute tatsächlich existierenden Modulen und Zertifizierungscodes aufgebaut. Tag 1-20 decken KI-Grundlagen (M333) sowie eine schnelle SAC-Brücke ab (M335 Predictive Planning, M336 Smart Predict, M337 Just Ask), die bereits vorhandene KI-Erfahrung belegt. Tag 21-55 behandeln den Generative AI Hub (M325) — den Kern der einzigen aktuellen generativen-KI-Prüfung von SAP, C_AIG_2604 (3 Stunden, System-Based Assessment, 76 % Bestehensgrenze). Tag 56-75 verzweigen sich in zwei von drei Strängen (Joule-Agenten M326, SAP-Foundation-Models M329, HANA-Vector-Engine M330). Tag 76-90 umfassen Prüfungsvorbereitung (M331), die C_AIG_2604-Prüfung selbst und ein Drei-Artefakte-Portfolio. Schließt damit, was der Pfad bewusst ausspart, und warum.
Was Sie lernen
- Den SAP-AI-Umschulungspfad in der richtigen Abhängigkeitsreihenfolge anordnen — Grundlagen, SAC-Brücke, Generative AI Hub, Agenten/Daten/Modelle, Zertifizierung — und erklären, warum die Reihenfolge zählt
- Den genauen Prüfungscode, das Format und die Bestehensgrenze der aktuellen generativen-KI-Zertifizierung von SAP (C_AIG_2604) nennen und den von SAP empfohlenen Lernpfad zur Vorbereitung benennen
- Unterscheiden, welche SAP-Analytics-Cloud-Funktionen klassisches maschinelles Lernen sind (Predictive Planning, Smart Predict) und welche generative KI (Just Ask, Joule), und warum diese Unterscheidung für einen Käufer wichtig ist
- Mit einer an einen realen oder angestrebten Kunden gebundenen Begründung wählen, welche zwei der drei Zweig-Module (Joule-Agenten, SAP-Foundation-Models, HANA-Vector-Engine) zwischen Tag 56 und 75 belegt werden
- Einen persönlichen 90-Tage-Kalender mit parallelisierbaren und nicht parallelisierbaren Modulen sowie einen Drei-Artefakte-Portfolioplan für dessen Abschluss erstellen
Modulüberblick
Für wen dieses Modul gedacht ist. Sie betreiben täglich SAC-Stories, BW/4HANA-Modelle oder Datasphere-Spaces, und in jedem zweiten Kundengespräch fällt inzwischen das Wort Joule, „KI-Agent“ oder ein Pilotprojekt zu generativer KI. Dieses Modul ist die Landkarte, nicht das Terrain: Es vermittelt KI nicht selbst — das übernimmt Modul M333 (KI- und LLM-Grundlagen für SAP-Berater) —, sondern zeigt Ihnen der Reihe nach, welche Module Sie belegen, welche Zertifizierung Sie ablegen und was Sie einem Kunden nach 90 Tagen zeigen können sollten, und zwar ausschließlich mit Modulen und Prüfungscodes, die auf dieser Plattform heute tatsächlich existieren.
Voraussetzungen
- Praktische Erfahrung mit mindestens einem SAP-Daten- oder Analyticsprodukt (SAP Analytics Cloud, BW/4HANA, Datasphere oder S/4HANA Embedded Analytics)
- Keine KI- oder Machine-Learning-Vorkenntnisse erforderlich — dieses Modul ist die Landkarte, nicht der technische Inhalt
- Ein (kostenloses) SAP-Learning-Konto, um Modul- und Zertifizierungsseiten während der Planung einzusehen
Lernergebnisse
- Einen datierten, persönlichen 90-Tage-Umschulungskalender erstellen, der bestehende Plattformmodule in der richtigen Abhängigkeitsreihenfolge anordnet.
- Prüfungscode, Dauer, Format und Bestehensgrenze der Zertifizierung SAP Generative AI Developer korrekt und ohne Notizen nennen.
- Einem Kunden in einem Absatz den tatsächlichen Unterschied zwischen den klassischen prädiktiven Funktionen von SAC und seiner generativen KI-Schicht erklären.
- Mit einer kundenspezifischen Begründung darlegen, welche zwei von drei Zweig-Modulen für ein gegebenes Engagement priorisiert werden.
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.