Capstone — eine End-to-End-SAP-AI-Analytics-Lösung
Stand 2026-09-25
Das Capstone des SAP-AI-Lernpfads: eine fünfschichtige End-to-End-Architektur, die SAP Datasphere/BDC als Grounding-Quelle, die Vector Engine von HANA Cloud, die feste Orchestrierungspipeline des Generative AI Hub, eine von einem LLM erklärte tabellarische Vorhersage (SAP-RPT oder PAL) und eine enge Joule-Studio-/MCP-Agentenaktion mit benannter ausführender Identität und menschlicher Bestätigung kombiniert. Schließt mit einem Governance- und Kostenmemo, das das Metering des Generative AI Hub (Tokens zu GenAI Tokens zu Capacity Units, SAP-Hinweis 3437766) von AI Units getrennt hält, sowie einer präzisen Aussage darüber, was sich zwischen einem Test-Tenant-Bau und der Produktion ändert. Abgestimmt auf das von der C_AIG_2604-Prüfung erwartete Niveau.
Was Sie lernen
- Fünf zuvor erlernte SAP-AI-Fähigkeiten (semantische Grounding-Quelle, Vektor-Retrieval, Orchestrierung, tabellarische Vorhersage, enger Agent) zu einer gesteuerten End-to-End-Architektur zusammenfügen
- Die feste Ausführungsreihenfolge der Orchestrierungspipeline des Generative AI Hub für eine Lösung aus Grounding, Maskierung, Filterung und Modellaufruf erklären und anwenden
- Eine tabellarische Vorhersage (SAP-RPT oder HANA PAL) mit einem LLM-Erklärungsschritt kombinieren, der nie einen nicht berechneten Grund erfindet
- Eine enge Ein-Tool-Agentenaktion mit benannter ausführender Identität, exaktem Eingabeschema und einem Human-in-the-Loop-Bestätigungsschritt entwerfen
- Einen Governance- und Kostenabschluss erstellen, der das Metering des Generative AI Hub (Tokens/GenAI Tokens/Capacity Units) und AI Units getrennt hält, ohne erfundene Summen
- Präzise benennen, was sich zwischen einem Test-Tenant-Bau und einer Produktionsbereitstellung derselben Lösung ändert
Für wen dieses Modul gedacht ist. Das letzte Modul des SAP-AI-Lernpfads (M333 bis M384). Es setzt voraus, dass Sie die drei Portfolio-Demos gebaut oder spezifiziert haben (M382), diese Arbeit ehrlich positionieren können (M383) und verifizierte Branchenbelege zitieren können (M384). Dieses Capstone führt keine neue SAP-Fähigkeit ein. Es fügt fünf bereits bekannte Fähigkeiten — Datasphere oder Business Data Cloud als Grounding-Quelle, die Vector Engine von HANA Cloud, die Orchestrierungspipeline des Generative AI Hub, eine tabellarische Vorhersage (SAP-RPT oder PAL) und eine enge Joule-/MCP-Agentenaktion — zu einer einzigen kohärenten, gesteuerten End-to-End-Lösung zusammen und benennt genau, was einen Test-Tenant-Bau von einem Produktionsbau unterscheidet.
1. Der Auftrag
Ein Finance-Shared-Service-Center möchte einen einzigen Assistenten, der: eine Frage zur Lieferantenrechnungsrichtlinie aus der eigenen Dokumentation des Unternehmens beantwortet; vorhersagt, ob eine bestimmte Rechnung wahrscheinlich zur Zahlung gesperrt wird, und dies in einfacher Sprache erklärt; und, nach ausdrücklicher menschlicher Bestätigung, den aktuellen Sperrgrund einer bestimmten Rechnung im SAP-System nachschlägt. Ein Assistent, drei Fähigkeiten, fünf Architekturschichten. Dies liegt absichtlich nahe an den Demos aus M382 — die Aufgabe des Capstones ist es, sie unter einem gemeinsamen Governance-Modell zusammenarbeiten zu lassen, statt als drei getrennte Skripte.
Voraussetzungen
- Abschluss von M382, M383 und M384 oder gleichwertige Erfahrung in Portfolio, Positionierung und Belegdisziplin
- Praktische Kenntnisse des Orchestration Service des Generative AI Hub (M325), der Vector Engine von HANA Cloud (M330), von SAP-RPT/PAL (M338-M340) und von Joule-Studio-/MCP-Agenten (M326, M327)
- Zugang zu einem Test-Tenant des Generative AI Hub, einer HANA-Cloud-Instanz mit aktivierter NLP-Funktion und einer Joule-Studio-Sandbox wird empfohlen, ist für die schriftlichen Übungen aber nicht erforderlich
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.