SAP AI Core und AI Launchpad
Skalierbare KI in SAP-Landschaften einbinden

Von Thomas Joos 6 min Lesedauer

Der Einsatz von Künstlicher Intelligenz (KI) in SAP-Umgebungen erfordert reproduzierbare Betriebsmodelle, eine belastbare Governance und eine klare Trennung zwischen Entwicklung, Laufzeit und Überwachung. SAP AI Core und SAP AI Launchpad bilden innerhalb der SAP Business Technology Platform eine abgestimmte Infrastruktur, die MLOps, Produktivbetrieb und Integration unternehmensweit zusammenführt.

Die Abbildung zeigt die Architektur von SAP AI Launchpad und SAP AI Core mit Rollenmodellen, Workspaces, API-Ebene sowie der Trennung von Training und Serving über Resource Groups und angebundene Hyperscaler-Speicher.(Bild:  T. Joos)
Die Abbildung zeigt die Architektur von SAP AI Launchpad und SAP AI Core mit Rollenmodellen, Workspaces, API-Ebene sowie der Trennung von Training und Serving über Resource Groups und angebundene Hyperscaler-Speicher.
(Bild: T. Joos)

Der produktive Einsatz von Künstlicher Intelligenz innerhalb von SAP-Landschaften verlangt eine technische Architektur, die über ein Modelltraining hinausgeht und den dauerhaften Betrieb unter Governance-Vorgaben trägt. SAP ordnet KI deshalb nicht isoliert ein, sondern als Bestandteil einer mehrschichtigen Business-KI-Strategie. An der Oberfläche stehen eingebettete KI-Funktionen in SAP-Anwendungen. Darunter liegen spezialisierte KI-Dienste für klar umrissene Aufgabenfelder. Die untere Ebene bildet eine gemeinsame technische Grundlage, die SAP als AI Foundation auf der SAP Business Technology Platform ausprägt. In dieser Schicht verankern SAP AI Core und SAP AI Launchpad die Ausführung, Steuerung und Überwachung von KI-Workloads.

Diese Struktur folgt den Leitprinzipien relevant, reliable und responsible. Relevanz bezieht sich auf die enge Anbindung an Geschäftsprozesse und Datenkontexte innerhalb von SAP-Systemen. Verlässlichkeit beschreibt reproduzierbare Abläufe, deterministische Deployments und kontrollierbaren Betrieb. Verantwortung umfasst Datenschutz, Mandantentrennung und Governance über den gesamten Lebenszyklus von Modellen und Prompts. Die Plattform fokussiert sich damit auf eine dauerhafte Nutzung in unternehmenskritischen Szenarien.