Konzeptkarte

Vom Proof of Concept zur Produktion — der SAP-KI-Liefer-Lebenszyklus

Stand 7. November 2026

„Vom Proof of Concept zur Produktion“ – worum geht es?

SAP AI Cores eigenes Objektmodell — Scenario, Executable, Configuration, Deployment — ist ein Produktivfreigabe-Tor, getarnt als technische Container-Hierarchie: Nichts läuft, bevor eine Configuration explizit in ein Deployment umgewandelt wurde, und nichts skaliert über Umgebungen hinweg ohne eine benannte Resource Group und eine Freigabeentscheidung. Einen PoC als „im Grunde fertig“ zu behandeln, sobald die Demo funktioniert, überspringt genau die beiden Tore, um die SAP den Lebenszyklus gebaut hat.

Das Objektmodell IST das Tor

SAP AI Core strukturiert jedes KI-Asset über eine feste Objektkette, und genau diese Kette sollte ein Projektteam nutzen, um die Lücke zwischen PoC und Produktion zu bepreisen, statt sie als Implementierungsdetail für später zu behandeln. Ein Scenario ist der Container, der alles rund um einen bestimmten KI-Anwendungsfall — Modelle, Konfigurationen, Executables — unter einer Identität bündelt. Ein Executable ist die verpackte, lauffähige Form eines Modells oder Workflows, bereitgestellt als Serving-Template, das ein Team für das gewünschte Modell auswählt. Eine Configuration bindet ein bestimmtes Executable, eine Version und einen Parametersatz zusammen, und nichts läuft tatsächlich, bevor diese Configuration in ein Deployment umgewandelt wird: Man wählt Scenario, Version, Serving-Executable und Configuration aus und erstellt dann explizit das Deployment. Das ist keine nebensächliche Verrohrung — es ist der Punkt im Lebenszyklus, an dem aus dem Ad-hoc-Modellaufruf eines PoC ein betriebenes, versioniertes, überwachbares Produktivobjekt wird, und es ist auch der Punkt, an dem Kosten, Resource-Group-Platzierung und Zugriffskontrolle entschieden werden — nicht zufällig von dem Notebook geerbt werden, in dem der PoC lief.

Warum es zählt

AI Cores Kette Scenario -> Executable -> Configuration -> Deployment ist das Objektmodell, das genau die Produktivfreigabe-Entscheidungen (Resource Group, Zugriffskontrolle, Kostenzuordnung) erzwingt, die ein PoC konstruktionsbedingt meist überspringt.
Eine Lösung, die sowohl AI Core als auch ein in S/4HANA eingebettetes Szenario umfasst, hat zwei getrennte Produktivfreigabe-Tore (AI Cores Deployment-Schritt und ISLM), nicht eines — nur die AI-Core-Seite zu scopen bepreist das Projekt zu niedrig.
Die PoC-zu-Produktion-Lücke ist bepreiste Arbeit, kein Go-live-Support: Ausnahmebehandlung, Überwachung und das Freigabe-/Bewertungstor kosten typischerweise noch einmal 30–50 % des ursprünglichen PoC-Aufwands, und ein Angebot, das dies in einer vagen Go-live-Position versteckt, wird den Scope mitten in der Lieferung neu verhandeln müssen.

Kernpunkte

AI-Core-Objektkette: Scenario (bündelt Modelle/Configs/Executables für einen Anwendungsfall) -> Executable (verpacktes, lauffähiges Modell/Workflow) -> Configuration (bindet Executable+Version+Parameter) -> Deployment (das Einzige, das tatsächlich läuft).
Resource Groups sind die Isolationsgrenze für Mandantenfähigkeit, Kostenzuordnung und Zugriffskontrolle; der AI-Resource-Group-Header leitet jeden Orchestrierungsaufruf in eine davon.
Ein PoC läuft meist in einer einzigen Standard-Resource-Group unter den Zugangsdaten eines einzelnen Entwicklers — Produktion braucht vor dem Go-live eine bewusste Resource-Group-Entscheidung je Umgebung.
ISLM ist das separate, ABAP-seitige Produktivfreigabe-Tor für in S/4HANA eingebettete KI-Szenarien, getrennt vom Deployment-Schritt von AI Core.
„Agentic-AI-Liefermodell“ dokumentiert SAPs vollständigen agentischen Liefer-Lebenszyklus (Planen und Bauen, Erkennen und Bereitstellen, Beobachten und Analysieren, Absichern und Steuern, Optimieren und Stilllegen) plus Joule Studios Tor aus generierten Tests, KI-Bewertung und GitHub-Freigabe.
PoC-zu-Produktion-Bereitschafts-Checkliste: benannte Resource Group, bestandenes Bewertungs-/Freigabetor, gebaute Ausnahmebehandlung (nicht nur Demo-Pfade), aufgebaute Überwachung, abgeschlossene Ideation-Risikoeinstufung.
Die PoC-zu-Produktion-Lücke als eigene SOW-Position bepreisen: unsere Planungsschätzung liegt bei noch einmal 30–50 % des ursprünglichen PoC-Aufwands (Planungsschätzung, keine SAP-Angabe).
Eine Lösung, die AI Core und ein eingebettetes S/4HANA-Szenario umfasst, hat zwei separate Freigabetore zu bepreisen, nicht eines.

Begriffe auf dieser Seite

Scenario (AI Core): Der Container, der alle Modelle, Configurations und Executables zu einem bestimmten KI-Anwendungsfall bündelt.
Executable: Die verpackte, lauffähige Form eines Modells oder Workflows, ausgewählt als Serving-Template.
Configuration: Die Bindung eines bestimmten Executables, einer Version und eines Parametersatzes — das Objekt, das in ein Deployment umgewandelt wird.
Deployment: Das einzige AI-Core-Objekt, das tatsächlich läuft; explizit aus einer Configuration erstellt.
Resource Group: SAP AI Cores Isolationsgrenze für Mandantenfähigkeit, Kostenzuordnung und Zugriffskontrolle, ausgewählt über den AI-Resource-Group-Header.
ISLM: Intelligent Scenario Lifecycle Management — das ABAP-seitige Produktivfreigabe-Tor für in S/4HANA eingebettete KI-Szenarien.

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

Offene SAP-Projekte

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