Konzeptkarte

SAP Knowledge Graph

Stand 2026-07-24T14:00:00Z

Redaktion: Cédric-Olivier Mâry, alleiniger Redakteur und verantwortlich für die Veröffentlichung — 27 Jahre im SAP-Ökosystem. Wie diese Seiten entstehen und wo Automatisierung eingesetzt wird.

Was ist SAP Knowledge Graph?

Der Knowledge Graph speichert Bedeutung, nicht Fakten – er ergänzt Datasphere, statt es zu ersetzen, denn Graphen sind bei mehrstufiger Entitätsnavigation stark, während Warehouses bei Aggregation und Zeitreihen ihre Stärke haben.

Worum es geht

Der SAP Knowledge Graph ist das semantische Substrat, das es KI erlaubt, darüber zu schlussfolgern, wie ein Unternehmen tatsächlich verdrahtet ist, statt nur darüber, was in ihm geschehen ist. Er ist keine separate Datenbank, die abseits steht; er ist eine graphförmige Sicht auf die Geschäftsentitäten — Kunde, Material, Auftrag, Kostenstelle, Mitarbeiter, Lieferant, Werk, Vertriebsorganisation — und die Beziehungen zwischen ihnen, gewonnen aus Daten, die bereits über S/4HANA, SuccessFactors, Ariba, Concur und Datasphere verteilt liegen. Seine Aufgabe ist es, KI-Oberflächen — zuerst Joule, dann von Partnern gebaute Agenten — eine Landkarte der Bedeutung an die Hand zu geben: nicht nur „hier ist eine Tabelle von Verkaufsaufträgen", sondern „diese Entität ist ein Kunde, diese Beziehung ist eine Berichtslinie, dieses Attribut rollt eine Kostenstelle in ihre übergeordnete hoch".

Warum es zählt

Eine Abfrage wie „offene Bestellungen mit Lieferanten, die im Segment X auch Kunden sind" benötigt in einem Warehouse eigens gebaute SQL-Joins über mehrere Tabellen, ist in einem Knowledge Graph aber eine native Traversierung.
Die fünf Entitätsklassen (Business Partners, Materialien, Dokumente, Organisationsstruktur, Stammdaten) projizieren jeweils aus S/4 oder einer anderen SAP-Anwendung — der Graph ist eine Sicht, keine separat zu pflegende Datenbank.
Den Knowledge Graph als Ersatz für Datasphere zu positionieren, verkennt die Architektur — er ist die semantische Schicht, die Joule und Partneragenten eine abfragbare Landkarte gibt, Aggregation lebt weiterhin in Datasphere.

Kernpunkte

Semantisches KI-Substrat, das Geschäftsentitäten und Beziehungen über den gesamten SAP-Bestand hinweg verbindet.
Fünf Entitätsklassen: Business Partners · Materialien · Dokumente · Organisationsstruktur · Stammdaten.
GA Q1 2026 Integration mit Datasphere + BDC + Joule (laut Analytics-Legends-Recherche-Register).
Joule nutzt Graph-Traversierung, um das richtige Analytic Model für eine Frage zu identifizieren.
Master pro Entitätsklasse: S/4 für Kunde/Lieferant/Material; SuccessFactors für Mitarbeiter; Ariba für Beschaffung.
Hierarchien werden als native Graph-Beziehungen modelliert, nicht als separate Dimensionstabellen (10× schneller).
DAC propagiert von Datasphere auf Graph-Abfragen — eine einzige Quelle der Wahrheit.
Abdeckungsphasen: P1 (BP + Materialien + Dokumente) ~4-6 Monate; volle 5 Klassen ~12 Monate.
SAP Knowledge Graph ist erst beherrscht, wenn er eine benannte Käuferentscheidung verändert.
Beginnen Sie mit dem semantischen Vertrag und dem Kontrollmodell, bevor Sie das Tool vorführen.

Begriffe auf dieser Seite

Knowledge Graph: SAPs semantisches KI-Substrat — Graph aus Geschäftsentitäten und Beziehungen über den gesamten SAP-Bestand.
Entitätsklasse: Kategorie von Geschäftsobjekten: Business Partner, Material, Dokument, Organisationsstruktur, Stammdaten.
Graph-Traversierung: Mehrstufiges Abfragemuster, das Entitäts-Beziehungs-Kanten folgt. Schneller als SQL-Joins bei semantischer Entdeckung.
Master pro Entitätsklasse: Muster, bei dem für jede Entitätsklasse eine Anwendung als autoritative Quelle festgelegt wird (z. B. S/4 für Kunde).
AM-Mapping (Graph): Metadaten, die festlegen, welches Datasphere Analytic Model welche Knowledge-Graph-Entität bereitstellt. Treibt Joules AM-Erkennung.
Industry Cloud Verticals: Domänenspezifische Entitätserweiterungen (Utilities, Life Sciences, Retail, Automotive, Public Sector). Stufenweise GA 2026-2027.
Abdeckungsphasen: Sequenzierter Rollout — Phase 1 BP + Materialien + Dokumente (4-6 Monate), Phase 2 Organisationsstruktur + Stammdaten (voll 12 Monate).
DAC-Propagierung auf den Graphen: Muster, bei dem Graph-Abfragen die Zeilen-/Spaltensicherheit vom Datasphere-Katalog-DAC erben; kein doppelter ACL-Zustand.

Quellen

Vollständige Karte für Mitglieder. 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 →