Konzeptkarte

Eingebettete KI-Szenarien in der S/4HANA-Analytik

Stand 7. November 2026

Was sind eingebettete KI-Szenarien in der S/4HANA-Analytik?

Eingebettete KI in der analytischen Schicht von S/4HANA bedeutet zwei unterschiedliche Dinge: Predictive Accounting — eine vorausschauende Simulation von Buchhaltungsergebnissen, erzeugt beim Anlegen des operativen Belegs (zum Beispiel eines Kundenauftrags), vor der eigentlichen Buchung (regelbasierte prädiktive Buchhaltung, kein Machine-Learning-Modell) — und die generelle architektonische Grenze eingebettet gegenüber side-by-side, mit ISLM-Szenarien als eingebettetem Fall und SAP AI Core/BTP als Side-by-Side-Fall, ausgeliefert an Nutzer über die analytischen Fiori-Apps und Übersichtsseiten von S/4HANA.

Zwei unterschiedliche Fragen verbergen sich hinter „eingebetteter KI in der S/4HANA-Analytik“

„Eingebettete KI in S/4HANA“ wird locker für zwei unterschiedliche Dinge verwendet, und ein Berater sollte sie trennen, bevor er irgendetwas zuschneidet. Das erste ist ISLM (Konzept „Intelligent Scenario Lifecycle Management (ISLM) im S/4HANA-System“): benannte, auf den eigenen Daten trainierte intelligente Szenarien wie Cash Application, verwaltet über ein dediziertes Lebenszyklus-Framework, meist aus transaktionalen Apps heraus ausgelöst. Das zweite — das Thema dieser Seite — ist, wie KI-gestützte Erkenntnisse speziell in der analytischen und Fiori-Schicht von S/4HANA auftauchen: vorausschauende Buchhaltungszahlen, situationsgetriebene Warnungen und die generelle architektonische Grenze zwischen dem, was eingebettet in S/4HANA läuft, und dem, was side-by-side auf SAP BTP läuft.

Warum es zählt

Predictive Accounting ist SAPs klarstes dokumentiertes Beispiel für eine vorausschauende, KI-nahe Kennzahl, die direkt in eine Finance-Reporting-Oberfläche innerhalb von S/4HANA einfließt — präzise genug für eine Demo und klar genug von einem klassischen Abweichungsbericht zu unterscheiden, dass eine Vermengung der beiden die Glaubwürdigkeit eines Angebots untergräbt.
Eine ältere S/4HANA-Landschaft trägt wahrscheinlich noch PAi-stämmige prädiktive Kacheln in eingebetteten Analytics-Fiori-Apps; SAP selbst dokumentiert PAi als veraltet, sodass diese Kacheln Migrationskandidaten hin zu ISLM sind, keine Funktionen zum Erweitern an Ort und Stelle.
Die Grenze eingebettet gegenüber side-by-side — innerhalb von S/4HANA auf eigenen Transaktionstabellen gegenüber auf SAP BTP/AI Core, zurück konsumiert über APIs oder Joule — entscheidet über Lizenz, Latenz und Governance und sollte die erste klärende Frage in jedem Gespräch über „KI in unseren S/4HANA-Berichten“ sein.

Kernpunkte

‚Eingebettete KI in der S/4HANA-Analytik‘ umfasst zwei unterschiedliche Dinge: ISLM-verwaltete intelligente Szenarien und die hier behandelte Auslieferungsfläche/Architektur der Analytikschicht.
Predictive Accounting: SAPs eigene Definition — nutzt aktuelle Daten aus Vertrieb, integrierten Produkten (z. B. SAP Concur) und externen Systemen, um jederzeit zukünftige Buchhaltungsergebnisse vorherzusagen, bevor Transaktionen gebucht werden.
Predictive Accounting ist eine regelbasierte vorausschauende Simulation, kein Machine-Learning-Modell: Buchungen entstehen beim Anlegen des operativen Belegs (z. B. Kundenauftrag), vor der Buchung; zu unterscheiden von einem rückblickenden Soll-Ist-Bericht.
SAPs Hilfedokumentation besagt, dass die PAi-Apps Predictive Models/Predictive Scenarios veraltet sind, ersetzt durch ISLM — relevant, weil prädiktive Ausgaben aus der PAi-Ära oft in eingebetteten Analytics-Apps auftauchten.
S/4HANA Embedded Analytics: Echtzeit-Reporting, direkt auf Transaktionstabellen aufgebaut — analytische Fiori-Listen, Übersichtsseiten, KPI-Apps — keine replizierte Data-Warehouse-Kopie.
Embedded AI läuft in S/4HANA auf den eigenen Tabellen: Predictive Accounting und die eingebetteten ISLM-Szenarien. ISLM verwaltet auch Side-by-Side-Szenarien, deren Modell auf SAP AI Core läuft, einschließlich generativer Szenarien mit dem ABAP AI SDK; dort liegt der Lebenszyklus in S/4HANA, die Inferenz nicht.
SAPs Architecture-Center-Golden-Path formuliert eine eng verwandte Rechenwahl: HANA PAL/APL, wo die Latenz In-Database-Scoring begünstigt, SAP AI Core für individuelle Frameworks oder Training; dieselbe Logik erstreckt sich darauf, wo eine analytische KI-Funktion leben sollte.
Immer prüfen, ob eine vorhandene prädiktive Kachel in der eingebetteten Analytics-App eines Kunden aus veraltetem PAi oder aus aktuellem ISLM stammt, bevor eine Erweiterung vorgeschlagen wird.

Begriffe auf dieser Seite

Predictive Accounting: Eine S/4HANA-Finance-Fähigkeit, die zukünftige Buchhaltungsergebnisse aus aktuellen operativen Daten (Vertrieb, integrierte Produkte, externe Systeme) vorhersagt, bevor Transaktionen gebucht werden.
S/4HANA Embedded Analytics: Echtzeit-Reporting und -Analyse, direkt auf den eigenen Transaktionstabellen von S/4HANA aufgebaut, ausgeliefert über analytische Fiori-Apps statt über ein separates repliziertes Data Warehouse.
PAi (Predictive Analytics integrator): Der inzwischen veraltete Vorgänger von ISLM, aufgebaut um die Fiori-Apps Predictive Models und Predictive Scenarios.
Eingebettete KI: KI/ML, die innerhalb von S/4HANA selbst gegen eigene Transaktionsdaten läuft, ohne Umweg über einen externen Dienst.
Side-by-Side-KI: KI/ML, die auf SAP BTP läuft (typischerweise SAP AI Core oder der Generative AI Hub) und über APIs oder Joule zurück nach S/4HANA konsumiert wird.

Quellen

Vollständige Karte im Consultant-Tarif — 19,90 €/Monat. Was die vollständige Karte ergänzt: den vollständigen Entscheidungsrahmen · den Vergleich SAP · Snowflake · Databricks · Fabric · die häufigen Fallstricke und ihre Behebung · die Kurzreferenz · die Architekturschemata · die Codeblöcke · die zitierfähigen Kennzahlen.

In der App öffnen →

Redaktion: Cédric Mary · Wie diese Seite entsteht

Passende Leitfäden

Diese Leitfäden nennen diese Seite als Quelle.

S/4HANA KI Freiberufler: ISLM, Joule, Prüfkriterien

Offene SAP-Projekte

Aktuelle SAP-Analytics-Projekte und Stellen im DACH-Raum: SAP-Analytics-Projekte im DACH-Raum.