Schwerpunkt: Wann Foundation Models, Wann Fine-Tuning, Wann SAP-eigene domänenspezifische Modelle?
Offizielles Video-Replay ansehen
Kern-Erkenntnisse (Key Takeaways)
- Generische Foundational Models (GPT-4, Claude, Gemini) vs. SAP Domain-Specific Models.
- SAP Foundation Models sind auf ERP-Metadaten, ABAP, Tabellenstrukturen und Tabellenbeziehungen trainiert.
- Multi-Model-Strategie: Das richtige Modell für die richtige Aufgabe (Kosten-, Latenz- und Präzisions-Optimierung).
- SAP Generative AI Hub bietet modellagnostische Abstraktion und zentrales Token-Management.
1. Das Modell-Spektrum im Enterprise
Unternehmen müssen zwischen großen Allzweck-Sprachmodellen (LLMs) und spezialisierten, domänenspezifischen Modellen abwägen. Letztere bieten bei SAP-spezifischen Aufgaben oft höhere Präzision bei geringeren Kosten.
2. SAP Domain Models
SAPs eigene Modelle sind speziell auf Geschäftssemantik, CDS Views, ABAP-Syntax und ERP-Datenstrukturen trainiert und erzielen in diesen Domänen überlegene Ergebnisse.
3. Der Generative AI Hub als Entkoppler
Architekten binden Anwendungen nicht fest an ein bestimmtes Modell, sondern an den Generative AI Hub. Dies ermöglicht den flexiblen Austausch von Modellen ohne Codeänderungen.
Praxis-Empfehlungen für SAP-Architekten
- Aufgabenbezogene Modellwahl: Kleinere, spezialisierte Modelle für Routing und Klassifikation nutzen; große Modelle nur für komplexe Synthesen.
- Vendor Lock-in vermeiden: Ausschließlich den Generative AI Hub als Schnittstelle verwenden.
- Regelmäßiges Benchmarking: Performance und Kosten alternativer Modelle kontinuierlich vergleichen.