CAP und das SAP Cloud SDK for AI — eine KI-Erweiterung bauen

Was Sie lernen

• Die beiden unterstützten SAP-spezifischen Bausteine für generative KI in einem CAP-Projekt benennen und erklären, warum das CAP-LLM-Plugin (archiviert am 16. Juni 2026) nicht mehr dazugehört
• Das richtige SAP-Cloud-SDK-for-AI-Paket (orchestration, foundation-models, langchain, document-grounding, prompt-registry, ai-api) für eine gegebene CAP-Anforderung wählen
• Eine CDS-'Vector'-Spaltendeklaration mit vector_embedding() und eine CQL-Ähnlichkeitsabfrage mit cosine_similarity() schreiben
• Einen Aufruf des Orchestrierungsdienstes aus einem CAP-Aktions-Handler mit den echten Paket- und Methodennamen des SDK skizzieren
• Einen CAP-Dienst mit @cap-js/mcp als MCP-Werkzeuge exponieren, erklären, was describe, query und call tun, und Dokumentationskommentare sowie @mcp.instructions korrekt einsetzen
• Abschnitt 2.2.2 der SAP API Policy als Governance-Tor anwenden, bevor ein über MCP exponierter CAP-Dienst produktive SAP-Daten berührt

Für wen dieses Modul gedacht ist. Sie können CDS-Modelle lesen und schreiben, haben mindestens einen CAP-Dienst ausgeliefert und müssen ihm jetzt eine generative-KI-Funktion hinzufügen — einen RAG-Endpunkt, eine Zusammenfassungsaktion oder ein Werkzeug, das ein Agent aufrufen kann. Dieses Modul ist Pro-Code: Es setzt die Konzepte aus M333 (Tokens, Embeddings, Grounding, Tool Calling) und die HANA-Cloud-Vektormechanik aus M330 voraus und ergänzt die beiden SAP-spezifischen Bausteine, die aus diesen Konzepten eine ausgelieferte CAP-Erweiterung machen — das SAP Cloud SDK for AI und CAPs eigene native KI-Funktionen — plus eine Governance-Falle, in die Sie nicht treten dürfen.

1. Zwei Bausteine, eine archivierte Abkürzung

Mit Stand 25. September 2026 gibt SAP genau zwei unterstützte Wege vor, generative KI in eine CAP-Anwendung einzubauen:

1. Das SAP Cloud SDK for AI — der offizielle Client für SAP AI Core, den Generative AI Hub und dessen Orchestrierungsdienst, verfügbar für Java, JavaScript/TypeScript und Python. Hier rufen Sie ein Modell auf, führen eine Orchestrierungspipeline mit Grounding und Maskierung aus, oder nutzen einen LangChain-kompatiblen Client.
2. CAPs eigene native KI-Funktionen — ein CDS-Typ Vector und Vektorfunktionen, die direkt in das Framework eingebaut sind, zum Speichern und Abfragen von Embeddings ohne separate Bibliothek.

Voraussetzungen

• Abschluss von M333 (KI- und LLM-Grundlagen) und M330 (HANA-Cloud-Vector-Engine und Knowledge-Graph-Engine für RAG) oder gleichwertig
• Praktische CAP-Kenntnisse (Core Data Services, CDS-Modelle, ein ausgelieferter CAP-Dienst in Node.js oder Java)
• Sicherheit in JavaScript/TypeScript oder Java auf einem Niveau, das ausreicht, um Beispielcode des SDK zu lesen

Lernergebnisse

• Das richtige SAP-Cloud-SDK-for-AI-Paket für eine gegebene CAP-KI-Anforderung auswählen, ohne auf das archivierte CAP-LLM-Plugin zurückzugreifen.
• Embeddings nativ innerhalb eines CDS-Modells modellieren und abfragen und so eine RAG-Schleife ohne separate Vektordatenbank schließen.
• Einen Aufruf des Orchestrierungsdienstes in eine CAP-Aktion verdrahten und dabei Modell- und Pipeline-Konfiguration aus der Geschäftslogik heraushalten.
• Einen CAP-Dienst als gesteuerte MCP-Werkzeuge exponieren, mit einer expliziten SAP-API-Policy-Prüfung, bevor Produktionsdaten berührt werden.