SAP Knowledge Graph

De quoi il s'agit

Le SAP Knowledge Graph est le substrat sémantique qui permet à l'IA de raisonner sur la manière dont une entreprise est réellement câblée, et non seulement sur ce qui s'y est passé. Ce n'est pas une base de données séparée mise de côté ; c'est une vue en forme de graphe sur les entités métier — client, article, commande, centre de coûts, employé, fournisseur, site, organisation commerciale — et les relations qui les relient, tirée de données qui vivent déjà dans S/4HANA, SuccessFactors, Ariba, Concur et Datasphere. Son rôle est de remettre aux surfaces d'IA, Joule en premier lieu puis les agents construits par des partenaires, une carte du sens : non pas simplement « voici une table de commandes clients » mais « cette entité est un client, cette relation est un lien hiérarchique, cet attribut fait remonter un centre de coûts vers son parent ».

Pourquoi c'est important

• Une requête comme « POs ouverts avec des vendors qui sont aussi clients du segment X » exige des jointures SQL multi-tables custom dans un warehouse mais devient une traversée native dans un knowledge graph.
• Les cinq classes d'entité (business partners, matériaux, documents, structure organisationnelle, master data) se projettent chacune depuis S/4 ou une autre app SAP — le graphe est une vue, pas une base séparée à maintenir.
• Positionner le Knowledge Graph comme un remplacement de Datasphere trahit une mauvaise lecture de l'architecture — c'est la couche sémantique qui donne à Joule et aux agents partenaires une carte queryable, l'agrégation reste dans Datasphere.

Points clés

• Substrat sémantique-IA reliant entités métier + relations à travers le parc SAP.
• Cinq classes d'entités : Business Partners · Materials · Documents · Org Structure · Master Data.
• Intégration GA Q1 2026 avec Datasphere + BDC + Joule (selon le registre de recherche Analytics Legends).
• Joule utilise la traversée de graphe pour identifier l'Analytic Model pertinent pour une question.
• Maître par classe d'entité : S/4 pour client/fournisseur/matériel ; SuccessFactors pour l'employé ; Ariba pour les achats.
• Hiérarchies modélisées comme relations natives de graphe, pas comme tables de dimension séparées (10× plus rapide).
• Les DAC se propagent de Datasphere vers les requêtes de graphe — source unique de vérité.
• Phasage de la couverture : P1 (BP + Materials + Documents) ~ 4-6 mois ; les 5 classes complètes ~ 12 mois.
• SAP Knowledge Graph n'est maîtrisé que lorsqu'il change une décision d'achat identifiée.
• Commencer par le contrat sémantique et le modèle de contrôle avant de démontrer l'outil.

Termes employés sur cette page

Knowledge Graph

Le substrat d'IA sémantique de SAP — graphe des entités métier + relations à travers le parc SAP.

Entity class

Catégorie d'objet métier : Business Partner, Material, Document, structure organisationnelle, données de référence.

Graph traversal

Pattern de requête multi-hop qui suit les arêtes entité-relation. Plus rapide que les jointures SQL pour la découverte sémantique.

Master per entity class

Pattern consistant à désigner une application comme source de référence pour chaque entity class (S/4 pour le client, etc.).

AM mapping (graph)

Métadonnées déclarant quel Analytic Model Datasphere expose quelle entité du Knowledge Graph. Pilote la découverte d'AM par Joule.

Industry Cloud verticals

Extensions d'entités spécifiques à un domaine (utilities, sciences de la vie, retail, automobile, secteur public). GA échelonnée 2026-2027.

Coverage phasing

Déploiement séquencé — phase 1 BP + Materials + Documents (4-6 mois), phase 2 OrgStruct + MD (12 mois complets).

DAC propagation onto graph

Pattern où les requêtes de graphe héritent de la sécurité ligne/colonne du catalogue DAC de Datasphere ; aucun état d'ACL dupliqué.

Sources

1. SAP Knowledge Graph announcement Q1 2026
2. SAP Q1 FY2026 earnings call (Knowledge Graph GA)
3. BDC + Knowledge Graph integration architecture
4. TechEd 2025 — recorded sessions
5. SAP Business AI — official page
6. DSAG Investitionsreport 2026 — Knowledge Graph adoption
7. SAP News Center — Accelerate the Autonomous Enterprise with SAP Business Data Cloud
8. SAP News Center — SAP Unveils the Autonomous Enterprise
9. SAP Datasphere — Help Portal
10. SAP Datasphere — official product page
11. SAP Analytics Cloud — Help Portal
12. SAP Analytics Cloud — official product page
13. SAP BW/4HANA — Help Portal
14. SAP S/4HANA — Help Portal
15. SAP News Center
16. SAP Community
17. SAP — industries overview
18. SAP Joule (work companion) — official product page
19. SAP Generative AI — official product page
20. Stanford HAI — AI Index Report
21. Meta AI — Llama model research
22. arXiv — preprint archive (cs.CL/cs.AI)
23. HuggingFace — model hub
24. Gartner — research & analyst site
25. BARC — BI & Analytics research
26. TDWI — data & analytics research
27. DSAG — German-speaking SAP user group
28. ASUG — Americas' SAP User Group
29. Databricks — official site
30. Semantic Querying with SAP HANA Cloud Knowledge Graph using RDF, SPARQL, and Generative AI in Python — SAP Community (Technology Blog Posts by SAP)
31. Building Intelligent Data Applications with SAP HANA Cloud Knowledge Graph Engine — SAP Community (Technology Blog Posts by SAP)
32. Shaping the Future with Data and AI: SAP HANA Cloud Knowledge Graph Engine and Generative AI Toolkit — SAP Community (Technology Blog Posts by SAP)
33. Become an Early Adopter for the Knowledge Graph Engine in SAP HANA Cloud — SAP Community (Technology Blog Posts by SAP)
34. Connecting the Facts: SAP HANA Cloud’s Knowledge Graph Engine for Business Context — SAP Community (Technology Blog Posts by SAP)