麻豆原创 Datasphere Archiv | 麻豆原创 News Center /germany/tags/sap-datasphere/ Unternehmensberichte & 麻豆原创eportal Wed, 31 Jul 2024 12:34:45 +0000 de hourly 1 https://wordpress.org/?v=7.1.4 Bonprix setzt auf Business Intelligence mit 麻豆原创 /germany/2024/06/bonprix-business-intelligence-sap/ Wed, 12 Jun 2024 07:00:00 +0000 /germany/?p=179843 Die 麻豆原创 SE gab heute bekannt, dass Bonprix, ein f眉hrender internationaler Modeh盲ndler der Otto Group, die Implementierung von 麻豆原创 BW/4HANA und 麻豆原创 Datasphere erfolgreich abgeschlossen...

The post Bonprix setzt auf Business Intelligence mit 麻豆原创 appeared first on 麻豆原创 News Center.

]]>
Die 麻豆原创 SE gab heute bekannt, dass Bonprix, ein f眉hrender internationaler Modeh盲ndler der Otto Group, die Implementierung von 麻豆原创 BW/4HANA und 麻豆原创 Datasphere erfolgreich abgeschlossen hat. Bonprix, einer der vier gr枚脽ten deutschen Online-Modeh盲ndler, betreibt nun eine dynamische Multi-Cloud-Datenlandschaft, die sowohl On-Premise- als auch Cloud-Datenquellen in einer einzigen Plattform integriert.

Bonprix, mit Sitz in Hamburg, hat mehr als 16 Millionen aktive Kunden in 眉ber 25 L盲ndern. Das Unternehmen hat sich f眉r 麻豆原创-L枚sungen entschieden, um die IT-Architektur zu vereinfachen, die Time-to-Market von Gesch盲ftsentscheidungen zu verk眉rzen und eine semantische Self-Service-Ebene zu schaffen, die es erm枚glicht, auf Marktver盲nderungen zu reagieren und sicherzustellen, dass seine Kunden Zugang zu den neuesten Laufstegtrends haben.

麻豆原创 Daten und Analysen: Das Potenzial aktueller Innovationen nutzen

Mit Unterst眉tzung von 麻豆原创 Services und Partnern, darunter Beratungscontor, hat Bonprix seinen Analytics-Stack auf Basis von 麻豆原创 Datasphere und der Anwendung 麻豆原创 Business Warehouse implementiert. Durch den Einsatz von 麻豆原创 Datasphere als Cloud-basierte Datenplattform f眉r 麻豆原创 BW4/HANA erh盲lt Bonprix Zugang zu einer leistungsstarken analytischen Plattform, die Daten aus den Bereichen Finanzen, Vertrieb, Logistik und Customer Relationship Management mit transaktionalen 麻豆原创-Daten und Benutzern verbindet.

鈥濪ie auf 麻豆原创-L枚sungen basierenden Business Intelligence-Daten von Bonprix sind zukunftssicher und nutzen die robusten F盲higkeiten von 麻豆原创 BW/4HANA, um gro脽e Datenmengen effizient zu verwalten und zu verarbeiten鈥�, sagt Sergio Lopez Nunez, Senior BI Engineer bei Bonprix. „In Kombination mit 麻豆原创 Datasphere, das einen umfassenden Multi-Cloud-Zugang bietet, lassen sich Daten aus unterschiedlichen Quellen nahtlos integrieren. Die BI-Datenplattform von Bonprix ist nicht nur eine wichtige Grundlage f眉r das Tagesgesch盲ft, sondern auch ein strategisches Asset f眉r den unaufhaltsamen technologischen Wandel, der sicherstellt, dass Bonprix gut ger眉stet ist, um auch in Zukunft einen verantwortungsvollen und inspirierenden Handel zu f枚rdern“.

Durch die Implementierung von 麻豆原创 Business AI-L枚sungen – insbesondere das Business Service Document Information Extraction – konnte Bonprix bereits erhebliche Effizienzsteigerungen erzielen, indem relevante Daten aus eingehenden Rechnungen automatisch extrahiert, manuelle Dateneingabefehler reduziert und der gesamte Workflow der Rechnungsbearbeitung beschleunigt wurden.

鈥濪ie digitale Transformation von Bonprix, einem der f眉hrenden Online-Modeh盲ndler in Deutschland, ist beeindruckend, denn das Unternehmen macht Millionen von Kunden gl眉cklich鈥�, sagt Sven Mulder, Gesch盲ftsf眉hrer der 麻豆原创 Deutschland. „Mit der Einf眉hrung von 麻豆原创 Datasphere und 麻豆原创 BW/4HANA hat Bonprix seine erfolgreiche Reise in die Cloud begonnen. Das Unternehmen ist nun in der Lage, datenbasierte Entscheidungen in Echtzeit zu treffen und so stilvoll in neue M盲rkte zu expandieren.“

Weitere 麻豆原创einformationen finden Sie im 麻豆原创 News Center.

Folgen Sie 麻豆原创 unter .

Ansprechpartner f眉r die 麻豆原创e: 

Lesa Plingen, +49 622 776 9000, lesa.plingen@sap.com, CET

麻豆原创-麻豆原创ebereich; press@sap.com  

# # # 

Dieses Dokument enth盲lt vorausschauende Aussagen, das hei脽t Vorhersagen, Prognosen oder andere Aussagen zu zuk眉nftigen Ereignissen. Diese Aussagen basieren auf aktuellen Erwartungen, Voraussagen und Annahmen, die Risiken und Unsicherheiten unterliegen, was dazu f眉hren kann, dass die tats盲chlichen Ergebnisse und Resultate erheblich hiervon abweichen k枚nnen.鈥� Zus盲tzliche Informationen zu diesen Risiken und Unsicherheiten finden Sie in den von uns bei der US-amerikanischen 鈥濻ecurities and Exchange Commission鈥� (SEC) eingereichten Unterlagen, einschlie脽lich, aber nicht beschr盲nkt auf den Abschnitt zu den Risikofaktoren des 麻豆原创-Jahresberichts 2023 auf dem Formular 20-F.

漏 2024 麻豆原创 SE. Alle Rechte vorbehalten.  
麻豆原创 und andere in diesem Dokument erw盲hnte Produkte und Dienstleistungen von 麻豆原创 sowie die dazugeh枚rigen Logos sind Marken oder eingetragene Marken der 麻豆原创 SE in Deutschland und anderen L盲ndern. Zus盲tzliche Informationen zur Marke und Vermerke finden Sie auf der Seite .

Abonnieren Sie den 麻豆原创 News Center Newsletter

The post Bonprix setzt auf Business Intelligence mit 麻豆原创 appeared first on 麻豆原创 News Center.

]]>
麻豆原创 Daten und Analysen: Das Potenzial aktueller Innovationen nutzen /germany/2024/03/sap-data-analytics-potenzial-innovationen/ Tue, 26 Mar 2024 07:00:00 +0000 /germany/?p=178636 Die j眉ngsten Neuerungen im Bereich Daten und Analysen helfen Unternehmen, ihre tats盲chliche Datennutzung besser darzustellen. So k枚nnen sie ihre Daten effektiver f眉r generative KI nutzen...

The post 麻豆原创 Daten und Analysen: Das Potenzial aktueller Innovationen nutzen appeared first on 麻豆原创 News Center.

]]>
Die j眉ngsten Neuerungen im Bereich Daten und Analysen helfen Unternehmen, ihre tats盲chliche Datennutzung besser darzustellen. So k枚nnen sie ihre Daten effektiver f眉r generative KI nutzen und mehr Erkenntnisse daraus ableiten.

Zugriff auf Informationen 鈭� wo auch immer sich Ihre Daten befinden

麻豆原创 Datasphere Knowledge Graph

Mit 麻豆原创 Datasphere lassen sich Daten aus verschiedenen Quellen sammeln, verarbeiten und integrieren. Der 厂础笔听顿补迟补蝉辫丑别谤别 Knowledge Graph erstellt automatisch eine Ontologie, die die Beziehungen zwischen den Daten visualisiert, wobei der Gesch盲ftskontext aus der 麻豆原创-Anwendungsquelle, zum Beispiel 厂础笔听厂/4贬础狈础, erhalten bleibt. Dieses Datenmodell kann mit dem Ontologie-Editor erweitert werden, um bestimmte Attribute innerhalb einer Organisation widerzuspiegeln. Die Daten in werden automatisch auf diese Ontologie angewendet, und es wird ein Knowledge Graph erstellt, um Daten und Wissen semantisch zu verkn眉pfen und neue Erkenntnisse aus sonst schwer nachvollziehbaren Verbindungen zu ziehen.

Der Aufwand und die Kosten f眉r das manuelle Anlegen solcher Wissensgraphen sind in der Regel sehr hoch. In 麻豆原创 Datasphere wird der Knowledge Graph bereits vorab gef眉llt 鈥� mit allen wichtigen Inhalten, die in der Anwendung zur Verf眉gung stehen. Er kann dann mit Joule, dem generativen KI-Assistenten, verwendet werden, sodass Gesch盲ftsanwender sowohl offene als auch spezifische Fragen stellen k枚nnen und sofort gut dokumentierte Antworten erhalten.

Automatisch generierte Knowledge Graphs erm枚glichen der KI, komplexe Fragen zu beantworten.

麻豆原创 HANA Cloud Vector Engine

Mit dem n盲chsten Release von wird eine Vektorfunktion zu vorhandenen multimodalen Funktionen hinzugef眉gt, sodass Kunden mithilfe einer einzigen Datenbank von allen relevanten Arten von Gesch盲ftsdaten profitieren k枚nnen. Durch die Einbindung einer Vektor-Engine k枚nnen Kunden au脽erdem erstellen, die die nat眉rliche und damit intuitive Interaktion mit leistungsf盲higem maschinellem Lernen und multimodalen Verarbeitungsfunktionen kombinieren.

Mit der Vector Engine in 麻豆原创 HANA Cloud lassen sich Vektoren mithilfe von SQL speichern und vergleichen. Die Bestimmung der 脛hnlichkeit zwischen Vektoren erm枚glicht Anwendungsf盲lle wie Retrieval-Augmented Generation (RAG), Empfehlungen, Klassifikationen, Clustering und mehr. Die zentralen Vorteile der Vector Engine in 麻豆原创 HANA Cloud sind:

  • Vereinfachen der Datenarchitektur und -sicherheit mit einer einzigen Datenbank mit mehreren Modellen und SQL-Interaktion
  • Gewinnen neuer Erkenntnisse durch Verbinden r盲umlicher, grafischer, JSON- und relationaler Daten mit Vektorabfragen
  • einfache Integration von Vektoranwendungsf盲llen in L枚sungen, die auf dem HANA-Cloud-脰kosystem basieren (Clients, Python-Bibliotheken, …)
  • Integration mit Open-Source-Community-Tools

Die Vektor-Engine in 麻豆原创 HANA Cloud gibt es derzeit als Vorab-Version. Die allgemeine Version soll Ende des ersten Quartals 2024 verf眉gbar sein.

Vereinfachte Nutzung von Datenprodukten in 厂础笔听顿补迟补蝉辫丑别谤别

麻豆原创 entwickelt in diesem Bereich Innovationen mit verbesserter Bedienung und treibt so den Datenaustausch in gro脽em Ma脽stab voran. Dies beginnt bei ver枚ffentlichten Datenprodukten 鈥� unabh盲ngig davon, ob sie von 麻豆原创鈥慓esch盲ftsanwendungen, Branchenl枚sungen oder Dritten erstellt wurden 鈥� bis hin zu einfacher Nutzung in 麻豆原创 Datasphere.

Die L枚sung bietet Kunden einen einfachen Zugang zu 麻豆原创- und Nicht-麻豆原创-Datenprodukten, die sie dann problemlos in ihre 麻豆原创 Datasphere-Instanz installieren k枚nnen. Das Verfahren stellt relevante Verbindungen her und erstellt die notwendigen Artefakte in 厂础笔听顿补迟补蝉辫丑别谤别, ohne dass die Nutzer diese Details eingeben m眉ssen. Der Schl眉ssel dazu liegt darin, die Datenbereitstellung 眉ber Metadaten zu vereinfachen, die im Open Resource Directory (ORD) beschrieben sind. 麻豆原创 Datasphere bietet ein einheitliches Erlebnis, indem Katalog und Datenproduktinstallation eng miteinander verbunden werden. Die jeweils aktuellen Informationen finden Sie im .

Im Katalog verf眉gbare Datenprodukte verbessern die User Experience und sorgen f眉r eine h枚here Produktivit盲t der Datenanwender.

Erweiterungen f眉r Semantic Onboarding

Semantic Onboarding erm枚glicht einen nahtlosen Import semantisch umfangreicher Objekte aus 麻豆原创 S/4HANA und 麻豆原创 BW/4HANA in 麻豆原创 Datasphere.

Kunden k枚nnen ihren Modellierungsansatz von 麻豆原创 HANA Cloud mit 麻豆原创 Datasphere kombinieren, indem sie Calculation Views in die Datenschicht von 麻豆原创 Datasphere importieren. Dadurch bleiben die semantischen Informationen erhalten, w盲hrend die Objekte von 麻豆原创 HANA Cloud und 麻豆原创 Datasphere synchron bleiben, sodass Kunden ihre bisherigen Investitionen in die 麻豆原创-HANA-Modellierung nutzen k枚nnen.

Integration der Collibra-Plattform f眉r KI鈥慓overnance in 麻豆原创-L枚sungen

Da in kritischen Gesch盲ftsprozessen immer mehr Aufgaben und Entscheidungen durch KI automatisiert werden, ist auch die Notwendigkeit deutlich geworden, die Governance auf KI auszudehnen.

Die 麻豆原创 erweitert ihre Partnerschaft mit Collibra, um die Anforderungen gemeinsamer Kunden in den Bereichen Daten- und KI-Governance mit der Collibra-Plattform f眉r KI-Governance zu erf眉llen. Entwickelt werden ma脽geschneiderte Integrationen zwischen Collibra AI Governance und 麻豆原创-L枚sungen, um die f眉r die KI verwendeten Daten mit den Modellen selbst auf einer einzigen Plattform zu verbinden, sodass Unternehmen ihre KI-Entwicklungsaktivit盲ten nachverfolgen und steuern k枚nnen.

  • F眉r die Kunden bedeutet dies, dass sie Datenherkunft und Metadaten von 麻豆原创-Daten, die in der KI-Modellierung verwendet werden, besser nachvollziehen k枚nnen. So k枚nnen Benutzer sehen, auf welchen Daten ihre KI-Modelle trainiert wurden und sicherzustellen, dass die Daten korrekt sind und aus einer vertrauensw眉rdigen Quelle stammen.
  • Kunden profitieren von einer zentralen Sicht, die ihnen einen 脺berblick dar眉ber gibt, welche KI-Modelle in ihrem Unternehmen vorhanden sind und welche Daten daf眉r verwendet werden. KI-/Machine-Learning-Modelle, die mit 麻豆原创-Technologie erstellt wurden, werden auf der Collibra-Plattform f眉r KI-Governance registriert.

Die Erweiterung der 麻豆原创-Partnerschaft mit Collibra tr盲gt dazu bei, die Transparenz und Verantwortung von Unternehmen zu st盲rken und sicherzustellen, dass gesetzliche Auflagen sowie Compliance- und Datenschutzrichtlinien eingehalten werden.

Ende Februar wurde Collibra AI Governance und steht interessierten Kunden zur Verf眉gung.

Integration von 麻豆原创 Datasphere mit Confluent

Mit der verbesserten Confluent-Integration flie脽en Echtzeit-Datenstr枚me in und aus 麻豆原创 Datasphere.

So sind Verbindungen auf Anwendungsebene m枚glich, ohne dass kundenspezifische Anwendungsentwicklung durchgef眉hrt werden muss. Die Integration ist ein vorab eingerichteter Replikationsfluss in 麻豆原创 Datasphere, der bereits Delta- und Echtzeitverarbeitung nativ beinhaltet. Dies macht den Prozess sehr effizient, da er Kunden nicht zwingt, bei jedem Schritt alle Daten zu laden, sondern erst, wenn sich Daten ge盲ndert haben.

Die erste Integration f眉r die Datenaufnahme in Kafka und Confluent ist allgemein verf眉gbar. Zus盲tzliche Funktionen f眉r die Confluent-spezifische Outbound- und Inbound-Integration werden Ende des ersten und dritten Quartals allgemein verf眉gbar sein.

Die Planung optimieren mit einer Business Data Fabric

麻豆原创 Analytics Cloud f眉r Planung: umfassende Integration in 厂础笔听顿补迟补蝉辫丑别谤别

Die Planungsmodelle von 麻豆原创 Analytics Cloud k枚nnen direkt in 麻豆原创-Datasphere gespeichert werden. Auf diese Weise werden alle Plan- und Ist-Daten zusammengef眉hrt, was eine Steuerung in Echtzeit erm枚glicht.

麻豆原创 Analytics Cloud erweitert die Planungsfunktionen durch eine Reduzierung des Datenspeicherbedarfs und des Modellierungsaufwands. Dies wird 眉ber 麻豆原创 Datasphere und seine nativen Funktionen f眉r Transformation und Integration erreicht. Die Risiken und die Komplexit盲t, die mit der heute 眉blichen Speicherung mehrerer Datenkopien einhergehen, werden dadurch vermindert.

In diesem Beispiel werden Drittanbieterdaten (Inflationsdaten der Weltbank, blauer Kasten) 眉ber Datasphere bereitgestellt. Diese Daten unterst眉tzen Planer bei der Szenarioplanung mit dem Kompass von 麻豆原创 Analytics Cloud.

麻豆原创 ist der einzige Anbieter, der eine Business Data Fabric anbietet, die die Planung nahtlos integriert und somit den gesamten Technologie-Stack abdeckt, der erforderlich ist, aus Daten schnell Erkenntnisse zu gewinnen und daraus Ma脽nahmen abzuleiten. Die jeweils aktuellen Informationen finden Sie im .

Verl盲ssliche KI im gesamten Unternehmen

麻豆原创 Analytics Cloud Generative AI Co-Pilot

Mit der Leistungsf盲higkeit von Joule k枚nnen Planungs- und Analyseexperten generative KI-Funktionen in einer Vielzahl von Gesch盲ftsprozessen nutzen. F眉r Aufgaben wie Datenermittlung, Dashboard-Erstellung oder Wartung von Planungsmodellen stehen mehr zentrale Funktionen zur Verf眉gung, die sich besonders einfach bedienen lassen.

Mithilfe der Verarbeitung nat眉rlicher Sprache k枚nnen Endanwender auf einfache Weise analytische Abfragen ausf眉hren, Auswirkungen von Einflussfaktoren simulieren, Ressourcenzuordnungen planen sowie Dashboards und Berechnungen automatisch generieren.

Der auf generativer KI basierende Assistent Joule wird im zweiten Quartal 2024 in der L枚sung 麻豆原创 Analytics Cloud verf眉gbar sein.

Planungs- und Analyseexperten k枚nnen den KI-Assistenten Joule auffordern, alle Aspekte der erweiterten Planung zu analysieren und dynamisch neue Analysesichten speziell f眉r einzelne Benutzertypen zu erstellen.

麻豆原创 Analytics Cloud Compass

Wenn Unternehmen wissen, wie sich Unw盲gbarkeiten bei Rohstoffpreisen, Arbeitskosten oder Produktionsmengen auf ihre Betriebskosten oder Einnahmen auswirken, k枚nnen sie sich schnell vorbereiten und Gegenma脽nahmen f眉r jedes Szenario planen.

Mit der neuen Funktion 麻豆原创 Analytics Cloud Compass k枚nnen Gesch盲ftsanwender 眉ber eine einfach zu bedienende Oberfl盲che Monte-Carlo-Simulationen durchf眉hren. Damit sind Nutzer ohne technischen Hintergrund in der Lage, Analysen von mehreren Variablen durchf眉hren, ohne vorher Einstellungen vornehmen zu m眉ssen. Statistikkenntnisse sind dazu nicht erforderlich.

Benutzer k枚nnen Gesch盲ftssimulationen direkt in 麻豆原创 Analytics Cloud durchf眉hren 鈥� mit einem Bruchteil des Zeitaufwands, der sonst f眉r 盲hnliche Analysen erforderlich ist. Die Szenariomodellierung erm枚glicht es ihnen, m枚gliche Ergebnisse unter verschiedenen Bedingungen zu vergleichen. Die Berichterstattung 眉ber Auswirkungsabweichungen bietet Echtzeit-Einblicke, erm枚glicht die Validierung von Konzepten und zeigt die Sensibilit盲t der ausgew盲hlten Treiber auf.

Die Funktion 麻豆原创听Analytics Cloud Compass wird Ende des dritten Quartals 2024 verf眉gbar sein.

麻豆原创听Analytics Cloud Compass zeigt die Wahrscheinlichkeitsverteilung der Auswirkungen auf das Betriebsergebnis. Die Simulation ber眉cksichtigt Unsicherheiten wie Inflation oder andere relevante Einflussfaktoren.
Abonnieren Sie den 麻豆原创 News Center Newsletter

The post 麻豆原创 Daten und Analysen: Das Potenzial aktueller Innovationen nutzen appeared first on 麻豆原创 News Center.

]]>
麻豆原创 und NVIDIA treiben den Einsatz generativer KI in Unternehmensanwendungen f眉r Branchen weltweit voran /germany/2024/03/sap-nvidia-generativer-ki-unternehmensanwendungen/ Mon, 18 Mar 2024 22:00:00 +0000 /germany/?p=178617 Kunden k枚nnen mit kundenspezifischen gro脽en Sprachmodellen, die mit NVIDIA AI Foundry Services und neuen NVIDIA NIM Microservices implementiert werden, ihre Gesch盲ftsdaten in Cloudl枚sungen von 麻豆原创...

The post 麻豆原创 und NVIDIA treiben den Einsatz generativer KI in Unternehmensanwendungen f眉r Branchen weltweit voran appeared first on 麻豆原创 News Center.

]]>
Kunden k枚nnen mit kundenspezifischen gro脽en Sprachmodellen, die mit NVIDIA AI Foundry Services und neuen NVIDIA NIM Microservices implementiert werden, ihre Gesch盲ftsdaten in Cloudl枚sungen von 麻豆原创 nutzen.


Walldorf und Santa Clara, Kalifornien, 18. M盲rz 2024 鈥� und haben ihre Partnerschaft ausgebaut, damit Unternehmen noch besser von Daten und generativer KI im gesamten 麻豆原创-Portfolio von Cloudl枚sungen und Anwendungen profitieren k枚nnen.

Beide Unternehmen entwickeln gemeinsam die Angebote von 麻豆原创 Business AI und stellen diese bereit, einschlie脽lich skalierbarer, gesch盲ftsspezifischer Funktionen f眉r generative KI im KI-Assistenten Joule von 麻豆原创 und in den 麻豆原创-Cloudl枚sungen und 颅Anwendungen 鈥� alles auf Basis des Generative AI Hub von 麻豆原创. Der Generative AI Hub erm枚glicht relevante, verl盲ssliche und verantwortungsvolle KI f眉r Unternehmen und bietet unmittelbaren Zugriff auf eine breite Palette von gro脽en Sprachmodellen (Large Language Models, LLMs).

Im Rahmen der laufenden Initiative von 麻豆原创, generative KI direkt in die Anwendungen einzubauen, mit denen Unternehmen weltweit ihre Gesch盲ftsprozesse abwickeln, soll die Partnerschaft Kunden dabei unterst眉tzen, Funktionen f眉r generative KI auf breiter Basis in ihrem Unternehmen einzusetzen. 麻豆原创 wird den nutzen, um das Fine-Tuning von LLMs f眉r spezielle Szenarien durchzuf眉hren und Anwendungen mit neuen 鈩� Microservices bereitzustellen. 麻豆原创 und NVIDIA planen, die neuen integrierten Funktionen bis Ende 2024 zur Verf眉gung zu stellen.

鈥濽nternehmen wollen modernste Technologie nutzen, die ihnen einen echten Mehrwert bietet鈥�, sagte Christian Klein, CEO und Mitglied des Vorstands der 麻豆原创 SE. 鈥濻trategische Technologiepartnerschaften wie zwischen 麻豆原创 und NVIDIA sind Kern unserer Strategie, in Technologie zu investieren, die das Potenzial und die Chancen von KI f眉r Unternehmen voll aussch枚pft. Das Know-how von NVIDIA bei der umfassenden Bereitstellung von KI-Funktionen wird 麻豆原创 helfen, die Transformation zu beschleunigen und unsere Kunden in der Cloud besser zu unterst眉tzen.鈥�

Warum bei der KI-Revolution niemand auf der Strecke bleiben darf

鈥灺槎乖� verf眉gt 眉ber einen Schatz von Gesch盲ftsdaten, die f眉r individuell angepasste generative KI genutzt werden k枚nnen, um Kunden zu helfen, ihr Unternehmen zu automatisieren鈥�, sagte Jensen Huang, Gr眉nder und CEO von NVIDIA. 鈥濭emeinsam werden NVIDIA und 麻豆原创 Tausenden von Unternehmen auf der ganzen Welt, die ihre Gesch盲ftsabl盲ufe mit L枚sungen von 麻豆原创 abwickeln, kundenspezifische generative KI bieten.鈥�

Gesch盲ftsdaten und generative KI liefern Kunden neue Erkenntnisse

麻豆原创 und NVIDIA planen, gemeinsam generative KI in die Cloudl枚sungen von 麻豆原创 zu integrieren, unter anderem das neueste Release der L枚sung 麻豆原创 Datasphere, die 麻豆原创 Business Technology Platform (麻豆原创 BTP) und RISE with 麻豆原创.

麻豆原创 plant, mithilfe des Generative AI Foundry Service von NVIDIA weitere Funktionen f眉r generative KI auf der 麻豆原创 BTP zu entwickeln. Zum Einsatz kommen dabei KI-Supercomputing-Ressourcen von , die Unternehmenssoftware und NVIDIA AI Foundation Models. Diese neuen Funktionen sollen die Grundlage f眉r die Entwicklung und die Bereitstellung generativer KI bei Kunden bilden und 眉ber den Generative AI Hub in der Infrastruktur 麻豆原创 AI Core und 麻豆原创 Datasphere verf眉gbar sein.

Weitere Initiativen im Bereich generative KI sind unter anderem:

  • Neue Funktionen f眉r den KI-Assistenten Joule: Joule kann Funktionen auf Grundlage von (RAG) nutzen, die von NVIDIA und 麻豆原创 entwickelt wurden. Diese Funktionen k枚nnen in Cloudumgebungen von f眉hrenden Hyperscalern oder 麻豆原创 eingesetzt werden. Joule ist ein Assistent, der auf generativer KI basiert und nat眉rliche Sprache nutzt. Er kann Kunden helfen, ihr Gesch盲ftspotenzial zu erschlie脽en, indem zeitaufwendige Aufgaben automatisiert und gesch盲ftskritische Daten schnell analysiert werden, um intelligentere und ma脽geschneiderte Erlebnisse zu liefern.
  • Innovative Anwendungsf盲lle in 麻豆原创 S/4HANA Cloud, 麻豆原创 SuccessFactors und 麻豆原创 Signavio: 麻豆原创 und NVIDIA untersuchen mehr als 20 Anwendungsf盲lle f眉r generative KI, in denen Unternehmen Ressourcen zusammenf眉hren k枚nnen, um die digitale Transformation zu erleichtern und voranzutreiben. Dazu geh枚ren Funktionen f眉r generative KI, die Gesch盲ftsabl盲ufe mit einer intelligenten Rechnungspr眉fung in 麻豆原创 S/4HANA Cloud automatisieren und Anwendungsf盲lle im Personalwesen im Rahmen von 麻豆原创 SuccessFactors verbessern k枚nnen. In 麻豆原创-Signavio-L枚sungen liefert generative KI zudem neue Erkenntnisse, um die Umsetzung betriebswirtschaftlicher Empfehlungen und Prozesse von 麻豆原创 f眉r den Kundensupport zu optimieren.
  • Zusammenf眉hrung von KI-Datenquellen mit 麻豆原创 Datasphere: 麻豆原创 Datasphere basiert auf der 麻豆原创 BTP und erm枚glicht eine durchg盲ngige Sicht auf 麻豆原创-Daten mit umfangreicher Semantik und deren Integration in Daten von Drittanbietern in der gesamten Unternehmenslandschaft. Kunden k枚nnen sich so schneller an Markt盲nderungen anpassen und effizientere und fundiertere Entscheidungen treffen. 麻豆原创 Datasphere gibt Kunden die M枚glichkeit, mithilfe von KI-Modellen und Modellen f眉r maschinelles Lernen (ML) auf eine hoch entwickelte Data-Fabric-Architektur zuzugreifen. Um die FedML-Funktionen (Federated Machine Learning ) von 麻豆原创 in 麻豆原创 Datasphere zu erweitern, sorgen NVIDIA und 麻豆原创 daf眉r, dass Datenspezialisten leichter auf Daten zugreifen k枚nnen. Zudem wird die ML-Leistung durch Accelerated-Computing-Plattformen von NVIDIA sowie Tools der Data-Science-Softwaresuite NVIDIA AI Enterprise 鈥� zum Beispiel 鈩�.
  • Verwendung von LLMs f眉r die Programmiersprache ABAP: Um Entwickler bei der Erstellung von dom盲nenspezifischem Sprachcode zu unterst眉tzen, plant 麻豆原创, f眉r das Fine-Tuning von LLMs die NVIDIA AI Foundry Services einzusetzen. Dies kn眉pft an die Nutzung von Modellen f眉r generative KI bei 麻豆原创 an und hilft Programmierern, die das ABAP-Cloud-Entwicklungsmodell oder das 麻豆原创 Cloud Application Programming Model nutzen.

NVIDIA AI Enterprise erm枚glicht die produktive Bereitstellung von generativer KI in allen 麻豆原创-Cloudl枚sungen

Sobald die Modelle f眉r den Einsatz in 麻豆原创-Cloudl枚sungen bereit sind, plant 麻豆原创, die Software NVIDIA AI Enterprise zu nutzen, einschlie脽lich der NVIDIA NIM Inference Microservices und NVIDIA NeMo Retriever鈩� Microservices.

Mit NVIDIA NIM l盲sst sich in der beschleunigten Infrastruktur von 麻豆原创 eine deutlich h枚here Inferenzleistung erzielen. 麻豆原创 plant, mithilfe von NVIDIA NeMo Retriever Microservices RAG-Funktionen hinzuzuf眉gen, damit KI-Anwendungen sicherer auf Daten in 麻豆原创-Systemen zugreifen k枚nnen und somit die Genauigkeit und Relevanz verbessert wird. Kunden k枚nnen erw盲gen, die RAG-Funktionen sowohl f眉r 麻豆原创-Daten als auch Fremddaten zu nutzen.

Um mehr 眉ber die Partnerschaft zwischen 麻豆原创 und NVIDIA zu erfahren, k枚nnen Sie sich .

Weitere 麻豆原创einformationen finden Sie im 麻豆原创 News Center.

Folgen Sie 麻豆原创 unter .

Informationen zu NVIDIA

Seit seiner Gr眉ndung im Jahr 1993 ist (NASDAQ: NVDA) ein Pionier im Bereich Accelerated Computing. Die Erfindung des Grafikprozessors durch das Unternehmen im Jahr 1999 l枚ste das Wachstum des PC-Gaming-Marktes aus, definierte Computergrafiken neu, leitete die 脛ra der modernen KI ein und treibt die industrielle Digitalisierung in allen M盲rkten voran. NVIDIA ist heute ein Unternehmen f眉r umfassende Computing-Infrastrukturen mit Angeboten f眉r Rechenzentren, die die Branche ver盲ndern. Weitere Informationen finden Sie unter.

Informationen zu 麻豆原创

Die 麻豆原创-Strategie soll dabei helfen, jedes Unternehmen in ein intelligentes nachhaltiges Unternehmen zu verwandeln. Als ein Marktf眉hrer f眉r Gesch盲ftssoftware unterst眉tzen wir Unternehmen jeder Gr枚脽e und Branche dabei, ihre Ziele bestm枚glich zu erreichen: 麻豆原创-Kunden generieren 87 Prozent des gesamten weltweiten Handels. Unsere Technologien f眉r maschinelles Lernen, das Internet der Dinge und fortschrittliche Analyseverfahren helfen unseren Kunden auf dem Weg zum intelligenten Unternehmen. 麻豆原创 unterst眉tzt Menschen und Unternehmen dabei, fundiertes Wissen 眉ber ihre Organisationen zu gewinnen, f枚rdert die Zusammenarbeit und hilft so, dem Wettbewerb einen Schritt voraus zu sein. Wir vereinfachen Technologie f眉r Unternehmen, damit sie unsere Software nach ihren eigenen Vorstellungen einfach und reibungslos nutzen k枚nnen. Unsere End-to-End-Suite aus Anwendungen und Services erm枚glicht es Kunden in 26 Branchen weltweit, profitabel zu sein, sich stets neu und flexibel anzupassen und etwas zu bewegen. Mit einem globalen Netzwerk aus Kunden, Partnern, Mitarbeitern und Vordenkern hilft 麻豆原创, die Abl盲ufe der weltweiten Wirtschaft und das Leben von Menschen zu verbessern. Weitere Informationen unter .

# # #

Bestimmte Aussagen in dieser 麻豆原创emitteilung, insbesondere Aussagen 眉ber: die Vorteile, die Auswirkungen, die Leistung, die Funktionen und die Verf眉gbarkeit der Produkte und Technologien von NVIDIA, einschlie脽lich des Generative AI Foundry Service von NVIDIA, NVIDIA NIM Microservices, KI-Supercomputing von NVIDIA DGX Cloud, der Software NVIDIA AI Enterprise und NVIDIA AI Foundation Models, Accelerated-Computing-Plattformen von NVIDIA, Data-Science-Software von NVIDIA AI Enterprise wie zum Beispiel NVIDIA RAPIDS, RAPIDS cuDF und cuML, NVIDIA NeMo Retriever Microservices; die Partnerschaft von NVIDIA mit 麻豆原创, die Vorteile und die Auswirkungen einer derartigen Partnerschaft und die Funktionen und Verf眉gbarkeit der entsprechenden Services und Angebote; die Aussage, dass 麻豆原创 眉ber einen Schatz von Gesch盲ftsdaten verf眉gt, die f眉r individuell angepasste generative KI genutzt werden k枚nnen, um Kunden zu helfen, ihr Unternehmen zu automatisieren; sowie die Aussage, dass NVIDIA und 麻豆原创 Tausenden von Unternehmen auf der ganzen Welt, die ihre Gesch盲ftsabl盲ufe mit L枚sungen von 麻豆原创 abwickeln, kundenspezifische generative KI bieten werden, sind zukunftsgerichtete Aussagen, die Risiken und Unsicherheiten unterliegen, die dazu f眉hren k枚nnten, dass die Ergebnisse erheblich von den Erwartungen abweichen.  Wichtige Faktoren, die dazu f眉hren k枚nnten, dass die tats盲chlichen Ergebnisse wesentlich abweichen, sind unter anderem: globale wirtschaftliche Bedingungen; NVIDIAs Abh盲ngigkeit von Dritten bei der Herstellung, Montage, Verpackung und Pr眉fung seiner Produkte; die Auswirkungen der technologischen Entwicklung und des Wettbewerbs; die Entwicklung neuer Produkte und Technologien oder Verbesserungen von NVIDIAs bestehenden Produkten und Technologien; die Marktakzeptanz von NVIDIAs Produkten oder Produkten von NVIDIAs Partnern; Design-, Herstellungs- oder Softwarefehler; 脛nderungen der Verbraucherpr盲ferenzen oder 颅anforderungen; 脛nderungen der Industriestandards und 颅schnittstellen; unerwartete Leistungseinbu脽en von NVIDIAs Produkten oder Technologien, wenn diese in Systeme integriert sind; sowie andere Faktoren, die von Zeit zu Zeit in den neuesten Berichten, die NVIDIA bei der Securities and Exchange Commission (SEC) einreicht, detailliert beschrieben werden, insbesondere im Jahresbericht auf Formular 10-K und in den Quartalsberichten auf Formular 10-Q. Kopien der bei der SEC eingereichten Berichte werden auf der Website von NVIDIA ver枚ffentlicht und sind bei NVIDIA kostenlos erh盲ltlich. Diese zukunftsgerichteten Aussagen sind keine Garantie f眉r die zuk眉nftige Leistung und beziehen sich nur auf das Datum dieses Dokuments. Sofern nicht gesetzlich vorgeschrieben, lehnt NVIDIA jegliche Verpflichtung ab, diese zukunftsgerichteten Aussagen zu aktualisieren, um zuk眉nftige Ereignisse oder Umst盲nde zu ber眉cksichtigen.

# # #

Dieses Dokument enth盲lt vorausschauende Aussagen, das hei脽t Vorhersagen, Prognosen oder andere Aussagen zu zuk眉nftigen Ereignissen. Diese Aussagen basieren auf aktuellen Erwartungen, Voraussagen und Annahmen, die Risiken und Unsicherheiten unterliegen, was dazu f眉hren kann, dass die tats盲chlichen Ergebnisse und Resultate erheblich hiervon abweichen k枚nnen.  Zus盲tzliche Informationen zu diesen Risiken und Unsicherheiten finden Sie in den von uns bei der US-amerikanischen 鈥濻ecurities and Exchange Commission鈥� (SEC) eingereichten Unterlagen, einschlie脽lich, aber nicht beschr盲nkt auf den Abschnitt zu den Risikofaktoren des 麻豆原创-Jahresberichts 2022 auf dem Formular 20-F.


漏 2024 麻豆原创 SE und NVIDIA Corporation. Alle Rechte vorbehalten.
麻豆原创 und andere in diesem Dokument erw盲hnte Produkte und Dienstleistungen von 麻豆原创 sowie die dazugeh枚rigen Logos sind Marken oder eingetragene Marken der 麻豆原创 SE in Deutschland und anderen L盲ndern. Zus盲tzliche Informationen zur Marke und Vermerke finden Sie auf der Seite. NVIDIA, das NVIDIA-Logo, DGX, NVIDIA NeMo Retriever, NVIDIA NIM und RAPIDS sind Marken und/oder eingetragene Marken der NVIDIA Corporation in den USA und anderen L盲ndern. Bei anderen Firmen- und Produktbezeichnungen kann es sich um Marken der jeweiligen damit verbundenen Unternehmen handeln. Funktionen, Preise, Verf眉gbarkeit und Spezifikationen k枚nnen ohne vorherige Ank眉ndigung ge盲ndert werden.

Hinweis an die Redaktionen

F眉r 麻豆原创efotos und Fernsehmaterial in hoher Aufl枚sung besuchen Sie bitte unsere Plattform . Dort finden Sie aktuelles sendef盲higes TV-Footage-Material sowie Bilder zu Themen rund um 麻豆原创 zum direkten Download.

Ansprechpartner f眉r die 麻豆原创e:
Scott Malinowski, +1 (617) 538-6297, scott.malinowski@sap.com
麻豆原创-麻豆原创ebereich; press@sap.com

NVIDIA
Shannon McPhee, +1 (310) 920-9642, smcphee@nvidia.com

Bitte beachten Sie unsere . Sie m枚chten keine 麻豆原创emeldungen mehr von uns bekommen? Senden Sie dazu bitte eine E-Mail an press@sap.com mit dem Begriff 鈥濽nsubscribe鈥� in der Betreffzeile.

Abonnieren Sie den 麻豆原创 News Center Newsletter

The post 麻豆原创 und NVIDIA treiben den Einsatz generativer KI in Unternehmensanwendungen f眉r Branchen weltweit voran appeared first on 麻豆原创 News Center.

]]>
麻豆原创 gestaltet die Zukunft der datengest眉tzten Unternehmenstransformation mit Innovationen im KI-Zeitalter /germany/2024/03/sap-datengestuetzten-unternehmenstransformation-innovationen-ki/ Wed, 06 Mar 2024 14:00:00 +0000 /germany/?p=178458 麻豆原创 hat heute zukunftsweisende Innovationen angek眉ndigt, mit denen Kunden bestm枚glichen Nutzen aus ihren Gesch盲ftsdaten ziehen k枚nnen, um im Zeitalter der k眉nstlichen Intelligenz umfassendere Erkenntnisse zu...

The post 麻豆原创 gestaltet die Zukunft der datengest眉tzten Unternehmenstransformation mit Innovationen im KI-Zeitalter appeared first on 麻豆原创 News Center.

]]>
麻豆原创 hat heute zukunftsweisende Innovationen angek眉ndigt, mit denen Kunden bestm枚glichen Nutzen aus ihren Gesch盲ftsdaten ziehen k枚nnen, um im Zeitalter der k眉nstlichen Intelligenz umfassendere Erkenntnisse zu gewinnen, ein schnelleres Wachstum zu erzielen und ihre Effizienz zu steigern.

Neue Funktionen in der L枚sung 麻豆原创 Datasphere, unter anderem mit generativer KI, erm枚glichen es, die Unternehmensplanung durch vereinfachte Datenlandschaften und intuitives Arbeiten mit Daten zu optimieren.

鈥濪aten technologisch zu erfassen und damit Entscheidungen zu unterst眉tzen, wird immer wichtiger. Gleichzeitig revolutioniert KI, die auf qualitativ hochwertige Daten angewiesen ist, alle Aspekte eines Unternehmens鈥�, sagte J眉rgen M眉ller, Chief Technology Officer und Mitglied des Vorstands der 麻豆原创 SE. 鈥濽nsere neuesten Innovationen in 麻豆原创 Datasphere und die erweiterte Partnerschaft mit Collibra sind ein entscheidender Schritt, damit Kunden ihre intelligente Unternehmenstransformation durch Daten vorantreiben k枚nnen.鈥�

Mit 麻豆原创 Datasphere das Potenzial von Gesch盲ftsdaten voll aussch枚pfen

Kern dieser Ank眉ndigungen ist die Data Fabric f眉r das Management von Gesch盲ftsdaten 鈥� eine Architektur, die sicherstellt, dass Daten nicht nur als Ressource genutzt werden, sondern auch die entscheidende Grundlage strategischer Initiativen bilden. Mit den Innovationen und der Partnerschaft, die heute bekannt gegeben wurden, sind Unternehmen in der Lage, Datennutzern aussagekr盲ftige Daten bereitzustellen 鈥� wobei Gesch盲ftskontext und Logik erhalten bleiben.

„Wir haben uns entschieden, 麻豆原创 Datasphere f眉r eine moderne Business Data Fabric-Architektur in Verbindung mit unserer 麻豆原创 S/4HANA-Landschaft zu nutzen. Damit k枚nnen wir effektiv eine moderne Datenanalyseplattform einrichten, die eine Business-Self-Service-F盲higkeit auf der Basis von vertrauensw眉rdigen Daten und Datenmodellen erm枚glicht“, sagt Achim Welter, Senior Director ERP, Digital & IT Strategy, Hershey’s

Mit den Innovationen von 麻豆原创 Datasphere k枚nnen Kunden ihre Datenlandschaften mittels einer durchg盲ngigen Sicht auf ihre Daten vereinfachen 鈥� mit intaktem Kontext und intakter Logik. Das erlaubt ihnen, sich schneller an Marktver盲nderungen anzupassen und bessere Entscheidungen zu treffen. Vom neuen KI-Assistenten und den Funktionen f眉r Vektordatenbanken, die sicherstellen, dass in den Ergebnissen generativer KI der Gesch盲ftskontext bewahrt bleibt, bis zum neuen Knowledge Graph, der es erlaubt, Einblicke in komplexen Daten zu gewinnen und Muster zu erkennen – Innovationen von 麻豆原创 sorgen daf眉r, dass Kunden maximal von ihren Daten profitieren k枚nnen.

Dies sind die heute angek眉ndigten Innovationen:

Assistent mit generativer KI und KI-Governance

, der 麻豆原创-Assistent, der auf generativer k眉nstlicher Intelligenz basiert, ist nun in der L枚sung 麻豆原创 Analytics Cloud verf眉gbar, um Berichte, Dashboards, Pl盲ne etc.  automatisiert zu erstellen und zu entwickeln. Die Funktionen der 麻豆原创 HANA Cloud Vector Engine kombinieren hierzu die Leistungsf盲higkeit gro脽er Sprachmodelle mit den relevanten Daten von Unternehmen und gew盲hrleisten, dass in den Ergebnissen generativer KI der Gesch盲ftskontext erhalten bleibt.

麻豆原创 k眉ndigt mit Joule neuen Assistenten auf Basis generativer KI an

Ohne vertrauensw眉rdige und gesteuerte Daten l盲sst sich generative KI in einem Unternehmen nicht integrieren. Um Unternehmen eine L枚sung bieten zu k枚nnen, mit der die Richtlinien, Prozesse und Verfahren der KI gesteuert werden k枚nnen, gibt 麻豆原创 die Erweiterung seiner Partnerschaft mit Collibra bekannt, mit dem Ziel, die Collibra-Plattform f眉r KI-Governance und 麻豆原创-Daten zu integrieren. Dies kann die Transparenz und Verantwortung von Unternehmen st盲rken und sicherstellen, dass gesetzliche Auflagen sowie Compliance- und Datenschutzrichtlinien eingehalten werden.

Mit dem Knowledge Graph verborgene Erkenntnisse und Muster aufdecken

Der neue Knowledge Graph in 麻豆原创 Datasphere bietet Unternehmen die M枚glichkeit, verborgene Erkenntnisse und Muster in ihren Anwendungen und Systemen zu entdecken. Dadurch k枚nnen sowohl technische als auch fachliche Anwender die Zusammenh盲nge zwischen Daten, Metadaten und Gesch盲ftsprozessen besser verstehen, die Effektivit盲t von maschinellem Lernen und gro脽en Sprachmodellen l盲sst sich verbessern.

Einheitliche und erweiterte Planung und Analysen

Die neue Integration von 麻豆原创 Datasphere in 麻豆原创 Analytics Cloud bietet ein durchg盲ngiges Datenmanagement-System und komplexe Analysen f眉r die organisations眉bergreifende Planung. Mithilfe eines flexiblen Modells k枚nnen Planer Daten nahtlos miteinander verkn眉pfen, indem sie ein einziges Tool f眉r die Datenaufbereitung, 颅modellierung und 颅planung nutzen.

Au脽erdem steht Anwendern die neue Funktion 麻豆原创 Analytics Cloud compass in 麻豆原创 Analytics Cloud zur Verf眉gung, um durch datenbasierte Simulationen in der Planung und bei Analysen bessere Ergebnisse zu erzielen. Unternehmen versetzt dies in die Lage, 眉ber eine Chatoberfl盲che komplexe Simulationen durchzuf眉hren, Vorhersagen zu bewerten und steuerbare Variablen laufend anzupassen, um den optimalen Plan zu finden.

Dies hilft Kunden, ihre Planung zu optimieren, indem sie ihre finanzielle, operative, Lieferketten- und Personalplanung durch integrierte Anbindung an 麻豆原创-Anwendungen und Daten von Drittanbietern zusammenf眉hren.

Weitere Informationen finden Sie unter Unleashing the Latest 麻豆原创 Data and Analytics Innovations

Weitere 麻豆原创einformationen finden Sie im 麻豆原创 News Center.

Folgen Sie 麻豆原创 unter .

Informationen zu 麻豆原创

Die 麻豆原创-Strategie soll dabei helfen, jedes Unternehmen in ein intelligentes nachhaltiges Unternehmen zu verwandeln. Als ein Marktf眉hrer f眉r Gesch盲ftssoftware unterst眉tzen wir Unternehmen jeder Gr枚脽e und Branche dabei, ihre Ziele bestm枚glich zu erreichen: 麻豆原创-Kunden generieren 87 % des gesamten weltweiten Handels. Unsere Technologien f眉r maschinelles Lernen, das Internet der Dinge und fortschrittliche Analyseverfahren helfen unseren Kunden auf dem Weg zum intelligenten Unternehmen. 麻豆原创 unterst眉tzt Menschen und Unternehmen dabei, fundiertes Wissen 眉ber ihre Organisationen zu gewinnen, f枚rdert die Zusammenarbeit und hilft so, dem Wettbewerb einen Schritt voraus zu sein. Wir vereinfachen Technologie f眉r Unternehmen, damit sie unsere Software nach ihren eigenen Vorstellungen einfach und reibungslos nutzen k枚nnen. Unsere End-to-End-Suite aus Anwendungen und Services erm枚glicht es Kunden in 26 Branchen weltweit, profitabel zu sein, sich stets neu und flexibel anzupassen und etwas zu bewegen. Mit einem globalen Netzwerk aus Kunden, Partnern, Mitarbeitern und Vordenkern hilft 麻豆原创, die Abl盲ufe der weltweiten Wirtschaft und das Leben von Menschen zu verbessern. Weitere Informationen unter .

# # #

Dieses Dokument enth盲lt vorausschauende Aussagen, das hei脽t Vorhersagen, Prognosen oder andere Aussagen zu zuk眉nftigen Ereignissen. Diese Aussagen basieren auf aktuellen Erwartungen, Voraussagen und Annahmen, die Risiken und Unsicherheiten unterliegen, was dazu f眉hren kann, dass die tats盲chlichen Ergebnisse und Resultate erheblich hiervon abweichen k枚nnen.  Zus盲tzliche Informationen zu diesen Risiken und Unsicherheiten finden Sie in den von uns bei der US-amerikanischen 鈥濻ecurities and Exchange Commission鈥� (SEC) eingereichten Unterlagen, einschlie脽lich, aber nicht beschr盲nkt auf den Abschnitt zu den Risikofaktoren des 麻豆原创-Jahresberichts 2023 auf dem Formular 20-F.


漏 2024 麻豆原创 SE. Alle Rechte vorbehalten.
麻豆原创 und andere in diesem Dokument erw盲hnte Produkte und Dienstleistungen von 麻豆原创 sowie die dazugeh枚rigen Logos sind Marken oder eingetragene Marken der 麻豆原创 SE in Deutschland und anderen L盲ndern. Zus盲tzliche Informationen zur Marke und Vermerke finden Sie auf der Seite .

Hinweis an die Redaktionen

F眉r 麻豆原创efotos und Fernsehmaterial in hoher Aufl枚sung besuchen Sie bitte unsere Plattform . Dort finden Sie aktuelles sendef盲higes TV-Footage-Material sowie Bilder zu Themen rund um 麻豆原创 zum direkten Download.

Ansprechpartner f眉r die 麻豆原创e:
Julia Fargel, +1 (650) 276 8964, julia.fargel@sap.com, PT
Martin Gwisdalla, +49 (6227) 767 275, martin.gwisdalla@sap.com, CET
麻豆原创-麻豆原创ebereich; press@sap.com

Bitte beachten Sie unsere . Sie m枚chten keine 麻豆原创emeldungen mehr von uns bekommen? Senden Sie dazu bitte eine E-Mail an press@sap.com mit dem Begriff 鈥濽nsubscribe鈥� in der Betreffzeile.

Abonnieren Sie den 麻豆原创 News Center Newsletter

The post 麻豆原创 gestaltet die Zukunft der datengest眉tzten Unternehmenstransformation mit Innovationen im KI-Zeitalter appeared first on 麻豆原创 News Center.

]]>
Satellitentechnik nimmt autonome Autos an die virtuelle Leine /germany/2024/01/satellitentechnik/ Wed, 31 Jan 2024 07:00:00 +0000 /germany/?p=177213 Autos bieten die Freiheit, 眉berall hinzugelangen, wann immer man will. Die neue Welt der Elektromobilit盲t wird diese Unabh盲ngigkeit weiterhin bieten und wird sogar 枚kologische Vorteile...

The post Satellitentechnik nimmt autonome Autos an die virtuelle Leine appeared first on 麻豆原创 News Center.

]]>
Autos bieten die Freiheit, 眉berall hinzugelangen, wann immer man will. Die neue Welt der Elektromobilit盲t wird diese Unabh盲ngigkeit weiterhin bieten und wird sogar 枚kologische Vorteile mit sich bringen. Doch diese Ver盲nderung kann nicht ohne Raumfahrttechnik in Form von Software und Konnektivit盲t erfolgen.

鈥濺aumfahrttechnologie und Automobilindustrie sind seit Jahrzehnten eng miteinander verbunden. Die Fortschritte in der Raumfahrttechnik haben dazu beigetragen, den Weg zu ebnen f眉r Verbesserungen in unseren Fahrzeugen auf der Erde鈥�, sagte Ulrich Hermann, im Interview mit . Hermann ist General Partner und Vorstandsmitglied von , einem Partner der Europ盲ischen Weltraumorganisation (ESA).

Der Weltraum ist ein feindseliges Umfeld. F眉r die Raumfahrt sind robuste, leichte und zuverl盲ssige Materialien notwendig, zum Beispiel Airbags, die f眉r den Einsatz in Autos angepasst wurden. Mit der Entwicklung des Global Positioning System (GPS), dem satellitengest眉tzten Navigationssystem zur weltweiten Positionsbestimmung, wurde das Navigieren auf der Erde revolutioniert.

Beyond Gravity setzt auf Cloud-L枚sung ohne Kompromisse

Nach 40 Jahren Entwicklung kommt der Raumfahrtindustrie endlich eine wichtige Rolle in der Automobilindustrie zu. Diese Ver盲nderung kommt keine Minute zu fr眉h. 鈥濪ie Ums盲tze der Automobilbranche belaufen sich auf drei Billionen US-Dollar. In der EU sind 眉ber 13 Millionen Menschen direkt und indirekt in dieser Branche besch盲ftigt. Und zuf盲llig ist sie gerade sehr gef盲hrdet鈥�, erkl盲rte Hermann.

Die europ盲ische Automobilindustrie, die ein F眉nftel aller weltweit vermarkteten Autos produziert, ist seit Jahrzehnten erfolgreich. Der Sektor erwirtschaftet j盲hrlich Einnahmen in H枚he von 140 Milliarden Euro und generiert f眉r die Regierungen der EU-Staaten Steuereinnahmen in H枚he von 375 Milliarden Euro. Als Europas Top-Investor investiert dieser Sektor 59 Milliarden Euro in Forschung und Entwicklung.

Aber es bleibt keine Zeit, sich zur眉ckzulehnen.

Eine Geschichte des Wandels

Europa muss auf globale Entwicklungen reagieren, die das Tempo des Wandels beschleunigen. Weltweit gesehen, werden rund 60 Prozent der elektrischen Fahrzeuge in China verkauft. Die Neuansiedlungsinvestitionen stiegen 2022 um 53 Prozent auf 4,2 Milliarden Euro. Und der aktuelle F眉nfjahresplan der Regierung sieht vor, dass bis 2025 alle neu zugelassenen Fahrzeuge in China mit C-V2X-Anbindung (鈥濩ar-to-everything鈥�) auf den Markt kommen sollen.

鈥濪as setzt die gesamte Branche unter Druck, denn die Umstellung auf ein neues Modell, das Services rund um Mobilit盲t, Autonomie und Konnektivit盲t bietet, muss beschleunigt werden鈥�, betonte Hermann. 鈥濱n Europa wird eine weitere Billion Dollar erforderlich sein, um die Zukunft der Automobilindustrie zu sichern.鈥�

Hermann fuhr fort und erkl盲rte die verschiedenen Entwicklungsschritte vom teil- und hochautomatisierten Fahren bis hin zum vollautomatisierten Fahren, bei dem keine menschliche Aufmerksamkeit oder Interaktion erforderlich ist.

鈥濪ieses Level ist ein echter Umbruch鈥�, sagte er. 鈥濪as Auto wird seinen eigenen Willen haben, und es wird weder Lenkrad noch Pedale ben枚tigen, um zu lenken, zu bremsen oder zu beschleunigen. V枚llig autonom fahrende Autos werden alles tun, was ein erfahrener menschlicher Fahrer tun kann.鈥�

Es wird mindestens weitere 15 Jahre dauern, bis dieser Grad der Automatisierung erreicht sein wird. M枚glich ist diese Entwicklung nur mit Satellitentechnologie.

Auf dem Weg zur v枚lligen Autonomie

鈥濻oftwaregest眉tzte Services werden die Rentabilit盲t in Zukunft steigern鈥�, berichtete Hermann. Das neue Modell wird so aussehen: Menschen und Unternehmen werden Services abonnieren, bei denen v枚llig autonome Fahrzeuge auf Abruf bereitstehen und sie zu ihrem Ziel bringen, w盲hrend sie ihre Zeit zur Entspannung, Arbeit oder Unterhaltung nutzen k枚nnen. Wie wird das funktionieren?

Neue 麻豆原创-L枚sungen f眉r das Ausgabenmanagement

Selbstfahrende Fahrzeuge verlassen sich beim Betrieb mit Software auf Sensoren, Algorithmen, Machine-Learning-Systeme und leistungsstarke Prozessoren. Sensoren und Radarger盲te werden ihre Umgebung kartieren und die Position von Objekten in unmittelbarer N盲he 眉berwachen, w盲hrend Kameras alles um sie herum sehen und herk枚mmliche Verkehrssignale und -schilder allm盲hlich 眉berfl眉ssig machen. Aktoren steuern die Lenkung, das Bremsen und die Beschleunigung.

Bei ist 100 Prozent Konnektivit盲t erforderlich f眉r uneingeschr盲nkten Betrieb. Um vollkommen sicher und v枚llig autonom zu fahren, k枚nnen sich die neuen Fahrzeuge nicht auf einen einzigen Verbindungspunkt verlassen. Sie ben枚tigen ein Netzwerk. Im Gegensatz zu einem Mobilfunknetz, das au脽erhalb von Ballungszentren nicht verf眉gbar oder aufgrund von Netz眉berlastungen oder -ausf盲llen nicht erreichbar ist, stellt eine Verbindung zu einem Satellitennetzwerk sicher, dass das Fahrzeug niemals au脽erhalb der Reichweite ist.

Durch den gesamten Prozess werden riesige Datenmengen erzeugt, und die Verwaltung dieser Daten ist eine der wichtigsten Herausforderungen bei dieser Transformation. W盲hrend die 麻豆原创 in die Cloud umsteigt, baut sie Plattformen auf, um die zuvor isolierten analogen Einheiten und ihre Prozesse zu verbinden. Sie unterst眉tzt so den 脺bergang von einem mechanischen, analogen und nicht verbundenen Fahren zu einem vollst盲ndig digitalen, vernetzten Fahrerlebnis, das auf KI und einem ganzen 脰kosystem von Apps basiert.

Satellitendaten aus der Raumfahrttechnik unterst眉tzen

鈥濪ies ist ein Paradebeispiel f眉r den Wandel, der in nahezu allen Sektoren stattfindet鈥�, sagte Torsten Welte, Global Head und Vice President des Bereichs Aerospace & Defense bei 麻豆原创. Laut Welte werden Unternehmen mehr Satellitendaten nutzen, um ihre Abl盲ufe und Entscheidungsprozesse in Logistik, Fertigung und ESG-Reporting zu optimieren.

鈥濪ie Integration von Daten und die Bereitstellung eines einzigen Datenmodells werden f眉r zuk眉nftige KI-Modelle besonders wichtig sein. Tools wie die 麻豆原创 Business Technology Platform und 麻豆原创 Datasphere sind darauf ausgelegt, IT-Abteilungen zu helfen, diese Funktionen effizient auszubauen鈥�, erkl盲rte er.

Den Sprung auf den Massenmarkt schaffen

F眉r Ulrich Hermann und das Team von Einstein Industries Ventures ist klar, dass die neue Automobilindustrie auf die Raumfahrttechnik angewiesen ist. 鈥濫s beginnt ein neues Zeitalter, das als Wirtschaft der Dinge bezeichnet wird und Raumfahrttechnologie, intelligente St盲dte, saubere Energie, 枚kologische Autos und die Softwarebranche zusammenbringt鈥�, erkl盲rte Hermann.

Die Hauptsorge konzentriert sich darauf, dass die europ盲ischen Akteure in der Raumfahrt und Automobilbranche begonnen haben, sich zu ver盲ndern. Aber von den erforderlichen Kernfunktionen sind sie noch weit entfernt. Zum Beispiel sind in den USA die Raumfahrt- und Automobilindustrie dank einer kr盲ftigen Finanzspritze und neuer, risikofreudiger Akteure hier schon zehn Jahre weiter.

鈥濺aumfahrt ist teuer鈥�, so Hermann. 鈥濪ie EU braucht eine langfristige Vision, um die Entwicklung ihrer Raumfahrtindustrie anzukurbeln.鈥� Die europ盲ische Politik, die Automobilindustrie und das Raumfahrt-脰kosystem m眉ssen entschlossen handeln und an einem Strang ziehen.

Sobald sie dies tun, werden sie in einer Reihe von Sektoren neue wirtschaftliche Vorteile erlangen. Ebenso wichtig ist, dass Europa von den Vorteilen der Dekarbonisierung profitieren wird, die sich ergeben werden, wenn die sauberen, elektrifizierten Transportmittel die alten, mit fossilen Brennstoffen betriebenen Autos ersetzen.

Abonnieren Sie den 麻豆原创 News Center Newsletter

The post Satellitentechnik nimmt autonome Autos an die virtuelle Leine appeared first on 麻豆原创 News Center.

]]>
Chemiekonzern Kemira bringt globales Gesch盲ft im Big Bang in die Cloud /germany/2023/09/chemiekonzern-kemira-cloud/ Tue, 12 Sep 2023 06:00:24 +0000 /germany/?p=175355 Das finnische Industrieunternehmen Kemira etabliert digitale Gesch盲ftsprozessplattform auf Basis von 麻豆原创s Intelligent-Enterprise-Architektur in Rekordzeit von nur 15 Monaten. Der finnische Chemiekonzern Kemira mit Sitz in...

The post Chemiekonzern Kemira bringt globales Gesch盲ft im Big Bang in die Cloud appeared first on 麻豆原创 News Center.

]]>
Das finnische Industrieunternehmen Kemira etabliert digitale Gesch盲ftsprozessplattform auf Basis von 麻豆原创s Intelligent-Enterprise-Architektur in Rekordzeit von nur 15 Monaten.

Der finnische Chemiekonzern Kemira mit Sitz in Helsinki (5.000 Mitarbeiter, 3,6 Mrd. Euro Jahresumsatz, 63 Produktionsstandorte und Vertrieb in mehr als 100 L盲ndern) hat den Umstieg auf eine neue digitale Zukunftsplattform in der Cloud realisiert. Das Unternehmen hat dabei nicht nur die bestehende 麻豆原创-ERP-Welt umfassend digitalisiert und in die 麻豆原创 S/4HANA Private Cloud gehoben, sondern eine komplette globale Prozess- und Systemlandschaft auf Basis der 麻豆原创 Intelligent-Enterprise-Architektur etabliert.

Das Transformationsprojekt trug den Namen 鈥濴EAP鈥� zurecht: Es war ein Quantensprung in die digitale Zukunft des Konzerns. S盲mtliche Gesch盲ftsprozesse, alle Gesch盲ftsbereiche und Legal-Einheiten der weltweiten Kemira-Organisation waren involviert. Insgesamt 60 Systeme wurden in die Cloud gehoben. Das Programm setzte f眉nf eng verzahnte Initiativen zeitgleich um: Die 麻豆原创-S/4HANA-Transformation, die Neugestaltung des Finanzwesens, die Einf眉hrung von 麻豆原创 Datasphere als Enterprise Data Warehouse, eine Digital-Data-Excellence-Initiative und die Komplettmigration von 360 On-Premise-Schnittstellen auf die 麻豆原创 Integration Suite.

鈥濪ie neue unternehmensweite L枚sung in Kombination mit Innovationen und einer soliden globalen Basis f眉r die Unternehmenssteuerung gibt uns die M枚glichkeit, datengetriebene Gesch盲ftsmodelle in der Cloud zu nutzen, unsere Kundenbeziehungen zu verbessern und uns auf Nachhaltigkeit zu konzentrieren. Kemira ist damit Vorreiter einer neuen Generation von Unternehmensl枚sungen und Pionier einer umfassenden Cloudifizierung von 麻豆原创 Business Architekturen in der Branche鈥�, erkl盲rt Taras Podbereznyj, CIO bei Kemira und verantwortlich f眉r das Innovationsprojekt.

Die Produktivsetzung der Programm-Initiativen erfolgte im Big Bang. Die Implementierung wurde in 15 Monaten abgeschlossen – eine umfassende Cloud Business Transformation in Rekordzeit und zum gleichen Stichtag. 鈥濪as Ergebnis ist ein Lehrst眉ck in Sachen schneller Wertsch枚pfung: 100 Prozent des Konzernumsatzes wird seither 眉ber die neue digitale Unternehmensplattform End-to-End, unternehmens- und weltweit abgewickelt鈥�, sagt Rainer Wittwen, CEO bei cbs.

Cutover 眉ber drei Zeitzonen hinweg

Der reibungslose Systemumstieg erfolgte f眉r alle Einheiten an einem Go-Live-Wochenende 鈥� und das 眉ber drei Zeitzonen hinweg. Das Thema Business Continuity hatte beim Cutover h枚chste Priorit盲t. Der Umstieg in die neue Cloud-Architektur konnte mit maximaler Prozesskontinuit盲t sichergestellt werden. Alle zum Kerngesch盲ft von Kemira geh枚renden Gesch盲ftsprozesse liefen mit vollem Durchsatz zu den Gesch盲ftszeiten weiter, ohne dass ein aufwendiger Ramp-down der Gesch盲ftsaktivit盲ten vor der Migration und ein entsprechend langwieriges Hochfahren nach Go-Live n枚tig wurde. Es war eine Transformation nach dem Vorbild eines chirurgischen Eingriffs, 鈥瀖inimal-invasiv鈥� und ohne St枚rung des laufenden Betriebs.

Genutzt wurde der Near-Zero-Downtime-Ansatz, der den Ausfall der operativen Systeme auf ein Minimum reduziert. Die technische Transformation erfolgte als selektive Datenmigration mit der Standardsoftware cbs ET Enterprise Transformer. Sie umfasste 400 麻豆原创-Werke und 58 Buchungskreise in 37 L盲ndern. 脺ber vier Milliarden Datens盲tze wurden migriert. 3.000 Systemanwender weltweit waren von der Umstellung betroffen.

Taras Podbereznyj, CIO beim finnischen Chemiekonzern Kemira in Helsinki.

Die bestehende Technologieplattform von Kemira war in die Jahre gekommen. Der Umstieg auf 麻豆原创 S/4HANA ist alternativlos. 鈥濿ir wussten, mit dem richtigen der Zeitpunkt der Umstellung wird unser Wettbewerbsvorteil umso gr枚脽er sein. Wir haben uns daher bewusst daf眉r entschieden, unserer Konkurrenz einen Schritt voraus zu sein und gleichzeitig mit einer schnellen Transformation ein Sprungbrett f眉r weitere Innovationen zu schaffen鈥�, erkl盲rt Taras Podbereznyj, CIO bei Kemira.

Um beim Wechsel von der alten On-Premise-Welt in die neue Cloud-Architektur die richtige Balance zwischen Transition und Transformation zu finden, startete Kemira eine Vorstudie. 鈥濪er ma脽geschneiderte Transformationsansatz von cbs hat uns dabei geholfen, den richtigen Mix aus Innovation und Transformation zu finden. Man kann nicht alles neu machen, das w眉rde den Projektrahmen sprengen. Zudem hatten wir schon eine ganze Reihe modernster Prozesse etabliert, die wir als Best Practice f眉r die Zukunft sichern wollten鈥�, erkl盲rt Podbereznyj.

NEXT ONE Finance erm枚glicht agile Konzernsteuerung

Im Finanzbereich hat sich Kemira durch die Transformation komplett neu aufgestellt. Mit der Einf眉hrung der neuen Margin Analysis kann der Finanzbereich die Ergebnis- und Marktsegmentbetrachtung mit einem hohen Ma脽 an Genauigkeit durchf眉hren und granular steuern. Er verf眉gt nun 眉ber eine gestufte Deckungsbeitragsrechnung inklusive eines abweichungsorientierten Controllings auf Konten-Ebene.

Hinzu kam die Einf眉hrung des neuen Hauptbuchs, die W盲hrungsumstellung und die Implementierung der Konzernbewertung, die Einf眉hrung der neuen Anlagenbuchhaltung und die Einf眉hrung des Financial Supply Chain Management (FSCM).

Pionier f眉r 麻豆原创 Datasphere – ein neuer Leuchtturm im Bereich Analytics

Digital Data Excellence ist f眉r Kemira ein strategisches Asset f眉r die Zukunft. Durch das LEAP-Projekt gelang es Kemira, sein Datenmanagement grundlegend zu modernisieren und auf eine neue Innovationsstufe zu heben. 鈥濵it der Einf眉hrung von 麻豆原创 Datasphere als zentrales Enterprise Data Warehouse f眉r das Finanzreporting und der 麻豆原创 Analytics Cloud (SAC) als Planungstool erreichen wir ein neues Niveau im Datenmanagement. Wir sind weltweit eines der ersten Unternehmen, die Datasphere als Enterprise Data Warehouse nutzen und daher ein Pionier im 麻豆原创-Analytics-Umfeld. Wir sind bereits dabei, die Nutzung von 麻豆原创 Datasphere und 麻豆原创 Analytics Cloud auf andere Prozessbereiche auszudehnen, um einen Mehrwert aus den Daten f眉r unsere Gesch盲ftssteuerung zu gewinnen鈥�, freut sich CIO Podbereznyj. Kemira ist damit auf dem besten Weg zu einer Data Driven Company und in der Lage, neue datengetriebene Gesch盲ftsmodelle zu realisieren.

鈥濪ie 麻豆原创 Analytics Cloud fungiert als Frontend und 麻豆原创 Datasphere als Backend. Es ist eine zukunftssichere L枚sung, die technologisch state-of-the art ist, das Beste aus beiden Welten vereint und einfach erweiterbar und skalierbar ist. So profitiert Kemira immer automatisch von den Erweiterungen und Updates, die die 麻豆原创 liefert鈥�, erkl盲rt Hendrik Sander, Projektleiter bei cbs.听鈥濳emira ist der erste Industriekunde in dieser Gr枚脽enordnung, der den Beweis erbracht hat, dass man sein gesamtes Finance-Reporting 眉ber Datasphere laufen lassen kann鈥�, freut sich Roland Werp, Senior Manager im Bereich Business Intelligence bei cbs.

Auch im Bereich Integration/Middleware setzt das Projekt Ma脽st盲be. Es umfasste die Migration aller 363 on-prem Schnittstellen im ERP von 麻豆原创 PI (Process Integration) zur 麻豆原创 Integration Suite in der Cloud, integriert und abgestimmt mit allen Meilensteinen zum 麻豆原创-S/4HANA-Transformationsprojekt. 鈥濪as war ein Vorhaben von h枚chster Komplexit盲t, nach unserem aktuellen Kenntnisstand die bislang gr枚脽te Schnittstellen-Migration in die Cloud in der Industrie weltweit鈥�, ordnet Holger Himmelmann den Scope ein. Er ist Consulting Director im Bereich Enterprise Integration bei cbs. Der Big-Bang-Go-Live der migrierten Schnittstellen fand am selben Tag statt wie der 麻豆原创-S/4HANA-Go-Live.

鈥濳emira hat den Sprung in die Cloud Company geschafft und seine komplette Prozesswelt digitalisiert. Damit hat der Konzern nun eine optimale Ausgangsposition. Mit der implementierten Plattform kann das Unternehmen an alle Folge-Entwicklungen der 麻豆原创 ankn眉pfen und ist technologisch immer State-of-the-Art. Das ist ein echter Innovationsvorsprung gegen眉ber anderen Firmen, die diese Entwicklungsstufe wom枚glich erst in f眉nf Jahren erreichen鈥�, erkl盲rt Rainer Wittwen, CEO bei cbs.

脺ber Kemira

Kemira ist ein weltweit f眉hrender Anbieter nachhaltiger chemischer Produkte f眉r wasserintensive Industriezweige. Das Unternehmen mit Sitz in Helsinki bieten die am besten geeigneten Produkte und das Fachwissen, damit Kunden ihre Produktqualit盲t verbessern und ihre Prozess- und Ressourceneffizienz steigern k枚nnen. Die Schwerpunkte liegen auf den Gebieten Zellstoff- und Papierindustrie, Wasseraufbereitung und Energiewirtschaft. 2022 erzielte Kemira mit rund 5000 MitarbeiterInnen einen Jahresumsatz von rund 3,6 Milliarden Euro. Kemira-Aktien sind an der Nasdaq Helsinki Ltd. gelistet. Kemira vertreibt seine L枚sungen in mehr als 100 L盲ndern.


Henning Krug ist Consulting Director im Bereich ERP und Mitglied der Gesch盲ftsleitung bei cbs

The post Chemiekonzern Kemira bringt globales Gesch盲ft im Big Bang in die Cloud appeared first on 麻豆原创 News Center.

]]>
麻豆原创 und Google Cloud erweitern Partnerschaft, um die Zukunft von Open Data und KI f眉r Unternehmen zu gestalten /germany/2023/05/sap-und-google-cloud-partner-open-data-ki/ Thu, 11 May 2023 13:00:27 +0000 /germany/?p=174232 麻豆原创 und Google Cloud haben heute den Ausbau ihrer Partnerschaft bekannt gegeben und ein umfassendes Open-Data-Angebot vorgestellt, das Unternehmen helfen soll, Datenlandschaften zu vereinfachen und...

The post 麻豆原创 und Google Cloud erweitern Partnerschaft, um die Zukunft von Open Data und KI f眉r Unternehmen zu gestalten appeared first on 麻豆原创 News Center.

]]>
麻豆原创 und Google Cloud haben heute den Ausbau ihrer Partnerschaft bekannt gegeben und ein umfassendes Open-Data-Angebot vorgestellt, das Unternehmen helfen soll, Datenlandschaften zu vereinfachen und maximalen Nutzen aus ihren Gesch盲ftsdaten zu ziehen.

Mit dem Angebot k枚nnen Kunden eine durchg盲ngige Daten-Cloud aufbauen, die Daten aus der gesamten Systemlandschaft mit Hilfe der L枚sung 厂础笔听顿补迟补蝉辫丑别谤别 mit der Daten-Cloud von Google zusammenf眉hrt. Unternehmen erhalten damit in Echtzeit einen 脺berblick 眉ber ihre Datenlandschaften und sind in der Lage, ihre Investitionen in Google Cloud und 麻豆原创-Software voll auszusch枚pfen.

Daten sind der Grundpfeiler der Digitalisierung und Entwicklung von k眉nstlicher Intelligenz. Unternehmen wenden betr盲chtliche Ressourcen auf, um komplexe Datenintegrationen, individuelle Analyse-Engines und Modelle f眉r generative KI und die Verarbeitung nat眉rlicher Sprache zu entwickeln, bevor sie einen ersten Nutzen aus ihren Dateninvestitionen ziehen k枚nnen. Besonders Daten aus 麻豆原创-Systemen geh枚ren f眉r Unternehmen zum wertvollsten Gut, da sie wichtige Informationen zum Beispiel 眉ber Lieferketten, Finanzprognosen, HR-Daten und verschiedene Vertriebskan盲le im Handel beinhalten k枚nnen. 厂础笔听顿补迟补蝉辫丑别谤别 kombiniert diese gesch盲ftskritischen Daten mit Daten aus der ganzen IT-Landschaft eines Unternehmens 鈥� unabh盲ngig von ihrem Ursprung. Indem Unternehmen 麻豆原创- und Fremddaten in Google Cloud aus praktisch jeder Datenquelle auf einfache Weise zusammenf眉hren, k枚nnen sie mithilfe einer vollst盲ndig definierten Datenbasis, in der der gesamte Gesch盲ftskontext erhalten bleibt, ihrer Digitalisierung einen deutlichen Schub verleihen.

鈥濿enn Unternehmen ihre 麻豆原创-Systeme und 颅Daten mit der Daten-Cloud von Google vereinen, er枚ffnet ihnen dies ganz neue M枚glichkeiten, einen gr枚脽eren Nutzen aus ihren gesamten Datenbest盲nden zu ziehen鈥�, sagte Christian Klein, CEO und Mitglied des Vorstands der 麻豆原创 SE. 鈥灺槎乖� und Google Cloud setzen sich beide f眉r die freie Nutzbarkeit von Daten ein. Unsere erweiterte Partnerschaft wird helfen, die H眉rden zwischen Daten in unterschiedlichen Systemen, Datenbanken und Umgebungen abzubauen. Dadurch profitieren Kunden nicht nur von der k眉nstlichen Intelligenz, die bereits in unseren Systemen integriert ist, sondern auch von einer einheitlichen Datengrundlage.鈥�

鈥灺槎乖� und Google Cloud bieten jetzt eine unglaublich umfassende und offene Daten-Cloud, die die Grundlage f眉r die Zukunft der KI in Unternehmen bildet鈥�, sagte Thomas Kurian, CEO von Google Cloud. 鈥濶ur wenige Ressourcen sind f眉r die digitale Transformation so wichtig wie Daten. Durch die tiefe Integration von 麻豆原创-Daten und -Systemen mit unserer Daten-Cloud k枚nnen Kunden unsere Analysefunktionen sowie fortschrittliche KI-Tools und umfangreiche Sprachmodelle nutzen, um neue Erkenntnisse aus ihren Daten zu gewinnen.鈥�

Das neue Open-Data-Angebot von 麻豆原创 und Google Cloud

Das neue Open-Data-Angebot von 麻豆原创 und Google Cloud ist kompatibel zu und bringt Kunden die folgenden Vorteile:

  • Zugriff auf gesch盲ftskritische Daten in Echtzeit: Die Integration zwischen und Google Cloud BigQuery erm枚glicht es Kunden, leicht auf ihre wichtigsten Daten in Echtzeit zuzugreifen, ohne dass Daten dupliziert werden m眉ssen. Dieses gemeinsame Angebot kann Daten aus 麻豆原创-Systemen, wie etwa , und zusammenf眉hren und bietet Unternehmen einen umfassenden 脺berblick 眉ber ihre zentralen Daten in der Daten-Cloud von Google.
  • Vereinfachung von Datenlandschaften: 麻豆原创 und Google Cloud haben gemeinsam leistungsf盲hige Technologien f眉r die Datenreplikation und Datenvirtualisierung entwickelt, mit denen Unternehmen 麻豆原创-Daten auf einfache Weise in BigQuery-Umgebungen integrieren und die f眉hrenden Funktionen f眉r Datenanalysen von 麻豆原创 und Google Cloud nutzen k枚nnen. Kunden haben nun die M枚glichkeit, Abfragen auf 麻豆原创- und Fremddaten in 厂础笔听顿补迟补蝉辫丑别谤别 und BigQuery zusammenzuf眉hren. Dadurch werden die 眉blichen Datensilos aus Quellen wie zum Beispiel im Marketing, Vertrieb, Finanzwesen und in Lieferketten vermieden. So erhalten Kunden, die im Gro脽handel t盲tig sind, einen vollst盲ndigen Einblick in ihre Produkte, um in ihrer Auftragspipeline Kunden zu erreichen.
  • Zuverl盲ssige Erkenntnisse mit hochentwickelten KI- und Machine-Learning-Modellen von Google Cloud: Unternehmen werden mithilfe von KI- und ML-Services von Google Modelle mit Daten von 麻豆原创- und Fremdsystemen trainieren k枚nnen.
  • Durchf眉hrung komplexer Analysen: Unternehmen sind in der Lage, mit den Analysefunktionen der L枚sung in Google Cloud finanzielle und gesch盲ftliche Ergebnisse zu analysieren und dabei die Genauigkeit der Modelle zu verbessern. Durch die einfache Einbindung von Daten in BigQuery mit 麻豆原创 Datasphere haben Kunden f眉r die Planung eine durchg盲ngige Sicht auf ihr Unternehmen.
  • Nutzung gemeinsamer L枚sungen f眉r Nachhaltigkeit: 麻豆原创 und Google Cloud suchen nach Wegen, 厂础笔听顿补迟补蝉辫丑别谤别 mit umfangreichen Datens盲tzen und Erkenntnissen zur Nachhaltigkeit auf der Grundlage von Google Cloud zu kombinieren, um Nachhaltigkeitsstrategien mit aussagekr盲ftigen Informationen voranzutreiben.
  • Weltweite Nutzung der 麻豆原创听Business Technology Platform (麻豆原创 BTP) in Google Cloud: 麻豆原创 wird seine Multi-Cloud-Angebote erweitern und die regionale Unterst眉tzung von und 麻豆原创 HANA Cloud in Google Cloud ausweiten. Dies beinhaltet auch die Unterst眉tzung von 麻豆原创 Analytics Cloud und 麻豆原创 Datasphere. 麻豆原创 und Google Cloud beabsichtigen, die 麻豆原创 BTP in diesem Jahr in f眉nf neuen Regionen einzuf眉hren. Bis 2025 sollen insgesamt acht Regionen unterst眉tzt werden.

Die beiden Unternehmen planen auch bei gemeinsamen Vertriebsinitiativen f眉r die gr枚脽ten Datenprojekte von Unternehmen zusammenzuarbeiten, sodass Kunden Datenprodukte sowohl von 麻豆原创 als auch von Google Cloud einf眉hren k枚nnen. Besucher der 麻豆原创-Sapphire-Konferenz k枚nnen sich au脽erdem am Stand von Google Cloud Demos von gemeinsamen KI- und Datenl枚sungen ansehen. Dort k枚nnen sie auch hautnah erleben, wie Unternehmen generative KI f眉r g盲ngige Workflows und Anwendungen einsetzen k枚nnen, um zum Beispiel mit einem Chatbot Bestellanforderungen zu erstellen, zu bearbeiten oder nach diesen zu suchen. 麻豆原创 Sapphire findet vom 16. bis 17. Mai 2023 in Orlando, Florida, statt.

Weitere 麻豆原创einformationen finden Sie im 麻豆原创 News Center. Folgen Sie 麻豆原创 auf Twitter unter .

Informationen zu Google Cloud

Google Cloud unterst眉tzt Unternehmen bei der Beschleunigung ihrer digitalen Transformation. Wir bieten L枚sungen f眉r Unternehmen, die auf Spitzentechnologie von Google aufbauen 鈥� und zwar in der saubersten Cloud in der Branche. Weltweit steht Google Cloud in mehr als 200 L盲ndern seinen Kunden als verl盲sslicher und vertrauensw眉rdiger Partner zur Seite, um ihr Wachstum zu unterst眉tzen und ihnen bei der L枚sung ihrer gesch盲ftskritischen Probleme zu helfen.

Informationen zu 麻豆原创

Die 麻豆原创-Strategie soll dabei helfen, jedes Unternehmen in ein intelligentes nachhaltiges Unternehmen zu verwandeln. Als ein Marktf眉hrer f眉r Gesch盲ftssoftware unterst眉tzen wir Unternehmen jeder Gr枚脽e und Branche dabei, ihre Ziele bestm枚glich zu erreichen: 麻豆原创-Kunden generieren 87听% des gesamten weltweiten Handels. Unsere Technologien f眉r maschinelles Lernen, das Internet der Dinge und fortschrittliche Analyseverfahren helfen unseren Kunden auf dem Weg zum intelligenten Unternehmen. 麻豆原创 unterst眉tzt Menschen und Unternehmen dabei, fundiertes Wissen 眉ber ihre Organisationen zu gewinnen, f枚rdert die Zusammenarbeit und hilft so, dem Wettbewerb einen Schritt voraus zu sein. Wir vereinfachen Technologie f眉r Unternehmen, damit sie unsere Software nach ihren eigenen Vorstellungen einfach und reibungslos nutzen k枚nnen. Unsere End-to-End-Suite aus Anwendungen und Services erm枚glicht es Kunden in 25 Branchen weltweit, profitabel zu sein, sich stets neu und flexibel anzupassen und etwas zu bewegen. Mit einem globalen Netzwerk aus Kunden, Partnern, Mitarbeitern und Vordenkern hilft 麻豆原创, die Abl盲ufe der weltweiten Wirtschaft und das Leben von Menschen zu verbessern. Weitere Informationen unter .

# # #

Dieses Dokument enth盲lt vorausschauende Aussagen, das hei脽t Vorhersagen, Prognosen oder andere Aussagen zu zuk眉nftigen Ereignissen. Diese Aussagen basieren auf aktuellen Erwartungen, Voraussagen und Annahmen, die Risiken und Unsicherheiten unterliegen, was dazu f眉hren kann, dass die tats盲chlichen Ergebnisse und Resultate erheblich hiervon abweichen k枚nnen.听 Zus盲tzliche Informationen zu diesen Risiken und Unsicherheiten finden Sie in den von uns bei der US-amerikanischen 鈥濻ecurities and Exchange Commission鈥� (SEC) eingereichten Unterlagen, einschlie脽lich, aber nicht beschr盲nkt auf den Abschnitt zu den Risikofaktoren des 麻豆原创-Jahresberichts 2022 auf dem Formular 20-F.

漏 2023 麻豆原创 SE. Alle Rechte vorbehalten.
麻豆原创 und andere in diesem Dokument erw盲hnte Produkte und Dienstleistungen von 麻豆原创 sowie die dazugeh枚rigen Logos sind Marken oder eingetragene Marken der 麻豆原创 SE in Deutschland und anderen L盲ndern. Zus盲tzliche Informationen zur Marke und Vermerke finden Sie auf der Seite .

Hinweis an die Redaktionen

F眉r 麻豆原创efotos und Fernsehmaterial in hoher Aufl枚sung besuchen Sie bitte unsere Plattform . Dort finden Sie aktuelles sendef盲higes TV-Footage-Material sowie Bilder zu Themen rund um 麻豆原创 zum direkten Download. Videos zu 麻豆原创-Themen aus der ganzen Welt finden Sie unter . Sie k枚nnen die Filme von dieser Seite auch in Ihren eigenen Publikationen und Webseiten einbinden.

Ansprechpartner f眉r die 麻豆原创e:
麻豆原创-Scott Malinowski, +16175386297, scott.malinowski@sap.com,ET
Google Cloud, Ryan Styrk, +1 628-400-7387, styrk@google.com,PST
麻豆原创-麻豆原创ebereich; press@sap.com

The post 麻豆原创 und Google Cloud erweitern Partnerschaft, um die Zukunft von Open Data und KI f眉r Unternehmen zu gestalten appeared first on 麻豆原创 News Center.

]]>
Mit 麻豆原创 Datasphere das Potenzial von Gesch盲ftsdaten voll aussch枚pfen /germany/2023/03/sap-datasphere-geschaeftsdaten-daten-btp/ Tue, 28 Mar 2023 06:00:38 +0000 /germany/?p=165581 Um einen wirklichen digitalen Wandel zu erreichen, m眉ssen Unternehmen nahtlosen Zugriff auf ihre gesch盲ftskritischen Daten haben 鈥� ganz gleich, wo diese Daten liegen. Doch oft...

The post Mit 麻豆原创 Datasphere das Potenzial von Gesch盲ftsdaten voll aussch枚pfen appeared first on 麻豆原创 News Center.

]]>
Um einen wirklichen digitalen Wandel zu erreichen, m眉ssen Unternehmen nahtlosen Zugriff auf ihre gesch盲ftskritischen Daten haben 鈥� ganz gleich, wo diese Daten liegen. Doch oft sind Datenlandschaften historisch gewachsen, und die Informationen sind auf Cloud- und On-Premise-Systeme verteilt. So werden viel Zeit und Ressourcen daf眉r aufgebracht, die Daten aus den Systemen zu extrahieren, sie aufzubereiten und zu integrieren.

Unternehmen, die das volle Potenzial ihrer Gesch盲ftsdaten aussch枚pfen, sind dabei im Vorteil, denn sie k枚nnen Innovationen schneller vorantreiben, neue Einnahmequellen erschlie脽en und besser auf unerwartete Ver盲nderungen reagieren.

Wir bei 麻豆原创 wissen, dass die M枚glichkeiten, Daten zu sammeln und als strategisches Gut zu nutzen, heute gr枚脽er denn je sind. Gemeinsam mit anderen Marktf眉hrern unserer Branche machen wir einen wesentlichen Schritt nach vorn, denn wir helfen Kunden, ihre Datenlandschaft zu vereinfachen und Gesch盲ftsdaten gewinnbringend zu nutzen.

Vorhang auf f眉r 麻豆原创 Datasphere

Wir freuen uns, die allgemeine Verf眉gbarkeit von bekanntgeben zu d眉rfen. Dabei handelt es sich um einen umfassenden Datenservice, der auf der basiert und jeder Datenfachkraft erm枚glicht, einfach und reibungslos auf s盲mtliche gesch盲ftskritische Daten zuzugreifen. 厂础笔听顿补迟补蝉辫丑别谤别 bietet ein einheitliches Erlebnis f眉r Integration, Katalogisierung, semantische Modellierung, Speicherung, B眉ndelung und Virtualisierung von Daten. Die L枚sung erm枚glicht es Datenfachkr盲ften, gesch盲ftskritische Unternehmensdaten unter Beibehaltung von Gesch盲ftskontext und Logik einfach in der gesamten Datenlandschaft bereitzustellen.

厂础笔听顿补迟补蝉辫丑别谤别 ist die n盲chste Generation von 麻豆原创听Data Warehouse Cloud. Alle Funktionen, die gerne von Kunden genutzt werden, haben wir beibehalten und neue Funktionen hinzugef眉gt, mit denen sich gesch盲ftskritische Daten besser ermitteln, modellieren und bereitstellen lassen. Bei Bestandskunden von 麻豆原创听Data Warehouse Cloud werden die neuen Funktionen automatisch in ihre Produktumgebung integriert und Workflows ohne Unterbrechung weitergef眉hrt. Eine Migration ist somit nicht erforderlich.

Unternehmen, die ihre Datenstrategien optimieren m枚chten, bietet 厂础笔听顿补迟补蝉辫丑别谤别 zahlreiche Vorteile.

Zugriff auf verbindliche Daten

Zum Vergr枚脽ern anklicken

厂础笔听顿补迟补蝉辫丑别谤别 erm枚glicht direkten Zugriff auf gesch盲ftskritische Daten und Metadaten aus 麻豆原创-Anwendungen und stellt direkte Verbindungen zwischen diesen Daten her. Mit dem neuen 厂础笔听顿补迟补蝉辫丑别谤别 Analytic Model sind Datenfachkr盲fte in der Lage, die komplexen Probleme bei der semantischen Modellierung zu l枚sen. Diese Funktion sorgt f眉r schnellere Wertsch枚pfung, denn die semantischen Definitionen und Assoziationen aus 麻豆原创-Anwendungen werden automatisch wiederverwendet. Die notwendigen Schritte, um die wichtigen Daten aufzubereiten und im gesamten Unternehmen bereitzustellen, werden dadurch vereinfacht. Mit 麻豆原创 Datasphere Catalog wird es zudem einfacher, Daten automatisch aufzudecken und zu verwalten. Dar眉ber hinaus werden Katalogdaten, die in und 厂础笔听顿补迟补蝉辫丑别谤别 gespeichert sind, ohne zus盲tzliche Kosten bereitgestellt.

Zum Vergr枚脽ern anklicken

Vereinfachung der Datenlandschaft

麻豆原创 Datasphere kann in jeder Cloud- und Hybridumgebung genutzt werden. Diese Flexibilit盲t erm枚glicht Datenspezialisten den sicheren Zugriff auf ihre Daten, ganz gleich, wo diese Daten liegen. So k枚nnen Kunden den Wert ihrer Investitionen in On-Premise-Software wie 麻豆原创听Business Warehouse (麻豆原创听BW) maximieren. Mit 麻豆原创 Datasphere, 麻豆原创-BW-Bridge, k枚nnen 麻豆原创-BW-Modelle und -Konnektoren wiederverwendet werden. So wird Kunden von 麻豆原创听NetWeaver听BW und 麻豆原创听BW/4HANA der Weg in die Public Cloud geebnet. Nachdem die Daten mit 厂础笔听顿补迟补蝉辫丑别谤别 integriert, harmonisiert und optimiert wurden, kommt 厂础笔听顿补迟补蝉辫丑别谤别 Spaces ins Spiel, eine Funktion, die Datenexperten hilft, virtuelle Arbeitsbereiche zu erstellen. Die Daten werden gruppiert und es wird festgelegt, inwieweit die enthaltenen Objekte sichtbar sind oder geteilt werden d眉rfen. Diese virtuellen Arbeitsbereiche k枚nnen dann Datenanwendern bereitgestellt werden, die auf Datenpakete angewiesen sind, zum Beispiel die Bereiche Marketing, Vertrieb, Logistikkette oder Teams die auf Partnerdaten oder KI spezialisiert sind.

Zum Vergr枚脽ern anklicken

Das Versprechen von 麻豆原创 Datasphere lautet, dass Gesch盲ftsdaten immer verf眉gbar sind. Sie sind eine hochwertige Ressource, auf die man sich verlassen kann, ohne sich fragen zu m眉ssen, ob sie f眉r den Zweck geeignet sind.

Aufbau eines leistungsstarken, offenen Daten枚kosystems rund um 麻豆原创 Datasphere

Dies ist ein wichtiger Moment f眉r unsere Branche und unsere Kunden, denn ab sofort arbeitet 麻豆原创 mit vier Open-Data-Partnern zusammen: ,听,听 耻苍诲听听. Ziel dieser Kooperation ist es, die Datenlandschaften von Kunden mit einer Data-Fabric-Architektur radikal zu vereinfachen. Mit 麻豆原创 Datasphere k枚nnen Unternehmen 眉ber jede Cloud-Infrastruktur auf ihre gesch盲ftskritischen Daten zugreifen, denn ihre Daten- und KI-Plattformen werden eng integriert.

Jeder dieser strategischen Partner bringt die besonderen St盲rken seines 脰kosystems mit ein:

  • Databricks听integriert 麻豆原创-Daten mit ihrem vollst盲ndigen Gesch盲ftskontext in seine Lakehouse Platform.
  • Collibra听erm枚glicht zukunftsf盲hige Data-Governance-, Datenschutz- und Compliance-Initiativen.
  • Confluent bietet eine Plattform f眉r das kontinuierliche Streaming von Daten.
  • DataRobot听sorgt daf眉r, dass Unternehmen Augmented Intelligence mit automatisierten Machine-Learning-Funktionen nutzen k枚nnen.

Bereitstellung einer Data-Fabric-Architektur

麻豆原创 Datasphere und sein offenes Daten枚kosystem bilden die technologische Grundlage f眉r die 鈥濨usiness Data Fabric鈥�. Diese Datenmanagementarchitektur stellt 眉ber den zugrunde liegenden Datenlandschaften eine integrierte, semantisch reichhaltige Datenschicht bereit, die einen nahtlosen, skalierbaren Datenzugriff ohne Duplikation erm枚glicht. Mit einer Data-Fabric-Architektur sind Unternehmen in der Lage, jedem Datenkonsumenten aussagekr盲ftige Daten bereitzustellen 鈥� mit intaktem Gesch盲ftskontext und intakter Logik. Da Unternehmen genaue Daten ben枚tigen, die schnell verf眉gbar und mit g盲ngigen Begriffen beschrieben sind, k枚nnen Datenexperten hiermit f眉r jeden Anwendungsfall die klare Gesch盲ftssemantik bewahren.

鈥濪ie Data-Fabric-Architektur f眉r das Management von Gesch盲ftsdaten erm枚glicht es uns, 麻豆原创- und Nicht-麻豆原创-Daten zusammenzuf眉hren 鈥� nahtlos und per Self-Service, so wie wir es uns vorgestellt hatten. Mit 厂础笔听顿补迟补蝉辫丑别谤别 haben wir eine L枚sung, die uns hilft, eine einheitliche Schicht aufzubauen, die Daten aus allen Quellen enth盲lt, ob 麻豆原创, Nicht-麻豆原创, Cloud oder On-Premise. Unsere bestehenden Investitionen in 麻豆原创, Microsoft Azure, Salesforce und Oracle werden so bestm枚glich genutzt.鈥�

鈥撎�David Johnston, Chief Information Officer bei Messer Americas

麻豆原创 Datasphere ist ein ma脽geschneiderter Integrationspunkt f眉r alle Partner und erm枚glicht es Kunden, 麻豆原创- und Nicht-麻豆原创-Daten auf v枚llig neue Art und Weise miteinander zu verkn眉pfen, zu vereinheitlichen und zu verwalten. Mit Unterst眉tzung einiger der weltweit renommiertesten Beratungsunternehmen wie Accenture, Capgemini, Deloitte, EY, IBM 耻苍诲听 kann jedes Unternehmen eine Data-Fabric-Architektur realisieren, die ihren Datenkonsumenten aussagekr盲ftige Daten bereitstellt.

Wir hei脽en alle Partner willkommen, gemeinsam mit uns an diesem Ziel zu arbeiten: Kunden in die Lage versetzen, das Potenzial von Gesch盲ftsdaten bestm枚glich zu nutzen.

Schon heute starten

Beginnen Sie noch heute mit 厂础笔听顿补迟补蝉辫丑别谤别, um das Potenzial Ihrer Gesch盲ftsdaten in Ihrer Datenlandschaft voll auszusch枚pfen.

  • und lernen Sie die neuen Funktionen kennen!
  • sofort mit der kostenlosen Instanz von 麻豆原创听BTP!
  • , um mehr 眉ber diese Innovationen von 麻豆原创 und Partnern zu erfahren.
  • Lesen Sie den Artikel Wie 麻豆原创 Datasphere eine Data-Fabric-Architektur erm枚glicht, verfasst von J眉rgen M眉ller, Mitglied des Vorstands und Chief Technology Officer (CTO) der 麻豆原创听SE.

JG Chirapurath ist Chief Marketing and Solutions Officer f眉r 麻豆原创 BTP.

The post Mit 麻豆原创 Datasphere das Potenzial von Gesch盲ftsdaten voll aussch枚pfen appeared first on 麻豆原创 News Center.

]]>
Wie 麻豆原创 Datasphere eine Data-Fabric-Architektur erm枚glicht /germany/2023/03/sap-datasphere-data-fabric-architektur-btp/ Mon, 27 Mar 2023 06:00:31 +0000 /germany/?p=165518 Anfang M盲rz haben wir mit 麻豆原创 Datasphere einen umfassenden Datenservice vorgestellt, der auf der 麻豆原创 Business Technology Platform (麻豆原创 BTP) basiert. Datenspezialisten sind damit in...

The post Wie 麻豆原创 Datasphere eine Data-Fabric-Architektur erm枚glicht appeared first on 麻豆原创 News Center.

]]>
Anfang M盲rz haben wir mit 麻豆原创 Datasphere einen umfassenden Datenservice vorgestellt, der auf der 麻豆原创 Business Technology Platform (麻豆原创 BTP) basiert. Datenspezialisten sind damit in der Lage, nahtlosen und skalierbaren Zugriff auf gesch盲ftskritische Daten zu erm枚glichen.

厂础笔听顿补迟补蝉辫丑别谤别 bietet einen durchg盲ngigen Service f眉r Datenintegration, Datenkatalogisierung, semantische Modellierung, Data Warehousing, Data Federation und Datenvirtualisierung. Dadurch k枚nnen Datenexperten nun gesch盲ftskritische Daten unter Beibehaltung von Gesch盲ftskontext und Logik in der Datenlandschaft ihres Unternehmens einfach verteilen.

Zum Vergr枚脽ern anklicken

bildet die n盲chste Generation der L枚sung 麻豆原创听Data Warehouse Cloud und bietet neue Funktionen f眉r eine bessere Datenermittlung, -modellierung und -verteilung. Dazu geh枚rt ein neuer Datenkatalog, der als zentrales Repository fungiert und alle Daten und Metadaten einschlie脽lich Herkunft und Governance beschreibt. Somit wird sichergestellt, dass die Daten korrekt, vollst盲ndig und aktuell sind. Modernste Funktionen f眉r Datenstr枚me sorgen daf眉r, dass Unternehmen automatisch Pipelines auf Unternehmensebene generieren k枚nnen. Dar眉ber hinaus haben wir im Bereich der Gesch盲ftssemantik erweiterte Modellierungsfunktionen eingef眉hrt.

Bestandskunden von 麻豆原创 Data Warehouse Cloud sehen automatisch die neuen Funktionen in ihrer Produktivumgebung 鈥� eine Migration ist nicht erforderlich.

Nachfolgend gehen wir n盲her auf einige der neuen Funktionen von 麻豆原创 Datasphere ein, mit denen Unternehmen nahtlosen und skalierbaren Zugriff auf gesch盲ftskritische Daten bereitstellen k枚nnen.

Zugriff auf zuverl盲ssige Daten

Von Kunden wissen wir, dass sie unz盲hlige Stunden damit verbringen, 麻豆原创- und Fremddaten aus heterogenen Datenquellen zu extrahieren, um anschlie脽end die Semantik, die Logik und den Kontext wiederherzustellen, die vielfach in Anwendungen wie oder bereits vorhanden sind. Dadurch entsteht ein kostspieliger Zyklus des Extrahierens und Wiederherstellens, bei dem h盲ufig der umfassende Kontext verloren geht, der f眉r aussagekr盲ftige Einblicke erforderlich ist.

麻豆原创 Datasphere l枚st dieses Problem: Statt Daten nur zu extrahieren, verkn眉pft die L枚sung sie mit der Semantikebene und erm枚glicht eine einfache Datenf枚deration oder Replikation. Dies wiederum macht es m枚glich, dass Benutzer ohne fundierte technische Kenntnisse der zugrunde liegenden Anwendungsdatenstrukturen Modellierungen per Self-Service durchf眉hren k枚nnen.

Durch das neue 麻豆原创 Datasphere Analytic Model erweitert 麻豆原创 Datasphere die semantische Schicht um moderne mehrdimensionale Funktionen. Die Modellierung beinhaltet unter anderem komplexe Aggregierungen, Zeitabh盲ngigkeiten, Datenvorschau, Unternehmenshierarchien, gesch盲ftliche Kennzahlen (KPIs) und weitere Aspekte. Analysemodelle harmonisieren Daten aus verschiedenen Quellen und beschleunigen den Zugriff auf kontextbezogene, relevante Gesch盲ftsdaten. Sie sorgen damit f眉r schnellere Einblicke und Entscheidungen und bilden die Grundlage f眉r die Datennutzung in .

Zum Vergr枚脽ern anklicken

Datenexperten k枚nnen die f眉r ihren Anwendungsfall erforderlichen Gesch盲ftsbereiche ausw盲hlen und gleichzeitig ihre vorhandenen Attribute, Beziehungen und relevanten Messgr枚脽en und Kennzahlen flexibel nutzen. Diese konsistente, umfassende und zielgerichtete Analyse hilft ihnen, schneller relevante Erkenntnisse zu gewinnen.

Zum Vergr枚脽ern anklicken

Mit dem 麻豆原创 Datasphere Catalog wird es einfacher, Daten und Metadaten aus 麻豆原创-Anwendungen zu durchsuchen, zu suchen und zu ermitteln sowie Objekte f眉r einen eigenen Katalog zu klassifizieren. Zudem besteht die M枚glichkeit, sie mit dem Glossar, benutzerdefinierten Begriffen und hierarchischen Tags zu komplettieren. Mit den Funktionen zur Datenherkunft k枚nnen Benutzer Beziehungen zwischen Assets erkennen und visualisieren, woher die Daten stammen und wo sie landen. Dabei spielt es keine Rolle, ob es sich um Gesch盲ftsdaten oder Metadaten handelt. Die Herkunfts-Funktionalit盲t bietet Anwendern eine strukturierte 脺bersicht 眉ber Objekte und Spaces, sodass sie Objekt- und Datenabh盲ngigkeiten schnell verstehen und direkt zu den relevanten Business-Objekten navigieren k枚nnen.

Zum Vergr枚脽ern anklicken

Der 麻豆原创 Datasphere Catalog unterst眉tzt Datenobjekte aus anderen Instanzen von 厂础笔听顿补迟补蝉辫丑别谤别 und der 麻豆原创 Analytics Cloud. Bald werden weitere 麻豆原创-Anwendungen und -Quellen hinzukommen, unter anderem 麻豆原创 Business Warehouse (麻豆原创 BW), 麻豆原创 ERP Central Component (麻豆原创 ECC) und 麻豆原创 S/4HANA. Das ist jedoch noch nicht alles: Wir m枚chten Unternehmen helfen, ihre gesamten Unternehmensdaten zu vereinheitlichen 鈥� sowohl 麻豆原创- als auch Fremddaten. Deshalb arbeiten wir kontinuierlich an Integrationen mit branchenf眉hrenden Datenkatalogpartnern wie Collibra, um auch Daten aus anderen Quellen zu unterst眉tzen und vertrauensw眉rdig verwaltete Daten im gesamten Unternehmen bereitzustellen.

Alle Datenprojekte anreichern

Wir haben alle leistungsstarken Funktionen von 麻豆原创 Data Warehouse Cloud in 厂础笔听顿补迟补蝉辫丑别谤别 beibehalten, um die Zusammenarbeit im gesamten Unternehmen zu verbessern. Somit unterst眉tzen wir sowohl die Fachabteilungen als auch die IT und bieten einen sofortigen Zugriff auf Anwendungsdaten 眉ber vorkonfigurierte Integrationen, um eine Datenf枚deration oder eine sofortige Datenreplikation mit Erfassung von 脛nderungsdaten zu erm枚glichen.听听

Zum Vergr枚脽ern anklicken

Eine neue Funktion f眉r den Datenimport (Data Ingestion) geht hier noch einen Schritt weiter. 麻豆原创 Datasphere kann Daten replizieren und automatisch eine gro脽e Anzahl von Pipelines generieren, ohne dass eine manuelle Erstellung oder Konfiguration erforderlich sind. Mit der neuen Replizierungsfunktion kann man das Quellsystem ermitteln, aus dem Daten repliziert werden sollen (麻豆原创 ECC, 麻豆原创 S/4HANA oder 麻豆原创 BW), und anschlie脽end Objekte in den Quellsystemen und einen Zielort ausw盲hlen. Das System konfiguriert automatisch alle Pipelines, die f眉r die Erstdaten眉bernahme und laufende Delta-脛nderungen erforderlich sind, ohne dass Anwender hieran beteiligt sind. Die Pipeline-Funktionen sind widerstandsf盲hig, werden automatisch gesteuert und im Falle eines Fehlers sogar neu gestartet. Mit dieser neuen Funktion macht es 麻豆原创 Datasphere m枚glich, eine gro脽e Anzahl von Tabellen automatisch und kontinuierlich mit minimalem Aufwand f眉r Benutzer oder Kosten zu replizieren.

Zum Vergr枚脽ern anklicken

Unabh盲ngig davon, ob es sich um eine Datenf枚deration oder eine Datenreplikation in 厂础笔听顿补迟补蝉辫丑别谤别 handelt, k枚nnen Unternehmen nun den Benutzerzugriff einfach verwalten und Daten in einem virtuellen Arbeitsbereich namens 厂础笔听顿补迟补蝉辫丑别谤别 Spaces steuern. In dieser Umgebung k枚nnen Datenexperten Daten modellieren, sie aus internen und externen Quellen zusammenf眉hren und das Modell mit zus盲tzlicher Gesch盲ftssemantik erweitern.

Da sich Workloads heute st盲ndig 盲ndern, ist der virtuelle Arbeitsbereich 盲u脽erst flexibel. Zudem werden Berechtigungen h盲ufig nur f眉r einzelne Spaces vergeben. Diesen speziellen Anforderungen wird durch weitere Entwicklungen Rechnung getragen werden. Finanzabteilungen ben枚tigen beispielsweise am Jahresende sensible Personaldaten, um f眉r jeden Mitarbeitenden eines Unternehmens die Bonusauszahlung zu berechnen. Mit 麻豆原创 Datasphere Spaces kann man einen separaten, gesicherten Bereich f眉r die Personalabteilung erstellen, in dem Daten mit dem Finanzwesen zur Berechnung der Bonusauszahlungen geteilt werden k枚nnen. Sensible Daten m眉ssen hierbei weder bewegt noch kopiert werden.

Zum Vergr枚脽ern anklicken

Der 麻豆原创 Datasphere Marketplace wurde erweitert, damit externe Branchendaten noch einfacher f眉r gesch盲ftsrelevante Anwendungsf盲lle und Datendemokratisierungs-Initiativen 眉ber interne Datenm盲rkte genutzt werden k枚nnen. Der 麻豆原创 Datasphere Marketplace bietet heute mehr als 3.000 Datens盲tze. Hierzu geh枚ren Datenprodukte aus dem Bereich Nachhaltigkeit sowie Umwelt-, Sozial- und Governance-Daten (ESG) von Connect Hub, 枚ffentliche Datenquellen der Organisation f眉r Wirtschaftliche Zusammenarbeit und Entwicklung (OECD) und Eurostat. Die intelligente Suchfunktion in 麻豆原创 Datasphere f眉hrt unterschiedliche und nicht 盲nderbare Datens盲tze zusammen. Unternehmen k枚nnen somit ihre internen Datens盲tze mit nur wenigen Klicks mit extern verf眉gbaren Daten von Drittanbietern erg盲nzen. Mechanismen f眉r die Zugriffskontrolle steuern auf dem 麻豆原创 Datasphere Marketplace, wer welchen Datensatz lesen kann. Dies tr盲gt zu einem sicheren und kontrollierten Datenaustausch f眉r B2B-Netzwerke bei. Datenexperten sind somit in der Lage, neue, verl盲ssliche KPIs und Prozesse zu erstellen, die auf 枚ffentlichen, gemeinsam genutzten Datens盲tzen basieren.

Vereinfachung der Datenlandschaft

Mit 厂础笔听顿补迟补蝉辫丑别谤别 werden die Funktionen von 麻豆原创 Business Warehouse (麻豆原创听BW) Bridge erweitert. Dadurch kann man von get盲tigten Investitionen in 麻豆原创听BW und 麻豆原创听BW/4HANA weiter profitieren, und auch der aktuelle Zugriff auf 麻豆原创-Daten mit Extraktoren auf ABAP-Ebene, Staging-Daten und das Verst盲ndnis von 麻豆原创-Daten und Beziehungen bleiben erhalten. Sie k枚nnen vorhandene 麻豆原创-BW-Funktionen und -Kenntnisse nutzen, um 70 bis 80听Prozent Ihrer bestehenden 麻豆原创-BW- und 麻豆原创-BW/4HANA-Artefakte in 厂础笔听顿补迟补蝉辫丑别谤别 zu transferieren.

Dar眉ber hinaus werden unsere bald zur Verf眉gung stehenden Funktionen f眉r die Anwendungsintegration es Gesch盲ftsteams erm枚glichen, vorkonfigurierte Gesch盲ftsmodelle und Content-Pakete zu nutzen. Das Onboarding von Daten und Metadaten aus 麻豆原创-Gesch盲ftsanwendungen in 厂础笔听顿补迟补蝉辫丑别谤别 geht damit schneller, und Gesch盲ftskontext und Logik bleiben erhalten.

Bestandskunden von 厂础笔听厂/4贬础狈础 k枚nnen听, um von Folgendem zu profitieren:

  • Erfahren Sie mehr 眉ber die neuen Funktionen f眉r die Anwendungsintegration in 厂础笔听顿补迟补蝉辫丑别谤别, inklusive einer Demo.
  • Geben Sie dem Produktmanagementteam von 麻豆原创 Datasphere direktes Feedback.
  • Bleiben Sie 眉ber alles Neue rund um 麻豆原创 Datasphere und die Roadmap auf dem Laufenden.

Bereitstellung einer Data-Fabric-Architektur

麻豆原创 Datasphere und sein offenes Daten枚kosystem bilden die technologische Grundlage f眉r die 鈥濨usiness Data Fabric鈥�. Mit dieser Datenmanagementarchitektur l盲sst sich leichter eine integrierte Datenschicht realisieren, der Datenlandschaften zugrunde liegen und die umfassende Gesch盲ftssemantik bietet. Dies erm枚glicht einen nahtlosen und skalierbaren Zugriff auf Daten, ohne dass eine Duplizierung erforderlich ist. Sie ersetzt nichts, sondern soll Daten verbinden, anstatt sie nur zu verschieben. Dabei werden sowohl Daten als auch Metadaten verwendet. Mit einer Data-Fabric-Architektur sind Unternehmen in der Lage, jedem Datenkonsumenten aussagekr盲ftige Daten bereitzustellen 鈥� mit intaktem Gesch盲ftskontext und intakter Logik. Da Unternehmen genaue Daten ben枚tigen, die schnell verf眉gbar und mit g盲ngigen Begriffen beschrieben sind, k枚nnen Datenexperten hiermit f眉r jeden Anwendungsfall die klare Gesch盲ftssemantik bewahren.

F眉r Unternehmen besteht der Nutzen einer Business Data Fabric darin, Verbrauchern zuverl盲ssige Daten aus stark verteilten Datenlandschaften einfach bereitstellen zu k枚nnen, die unter betriebswirtschaftlichen Aspekten aufbereitet sind. Sie erm枚glicht die schnelle Erstellung intelligenter Datenanwendungen sowie neuer Analyse- und Planungsprojekte, sodass Unternehmen einen h枚heren gesch盲ftlichen Nutzen aus Datenbest盲nden ziehen k枚nnen.

Aufbau eines leistungsstarken, offenen Daten枚kosystems rund um 厂础笔听顿补迟补蝉辫丑别谤别

Die 麻豆原创 schlie脽t au脽erdem Partnerschaften mit einem offenen Netz f眉hrender Technologieanbieter, um dem Bedarf von Unternehmen nach einer einfacheren, integrierten, sicheren und gesteuerten Datenlandschaft leichter nachkommen zu k枚nnen. Die ersten Partner, die wichtige Komponenten der Data-Fabric-Architektur abdecken, sind听,听,听 耻苍诲听. Gemeinsam werden wir daran arbeiten, die Business Data Fabric der 麻豆原创 als neuen Branchenstandard f眉r eine interoperable Datenstrategie voranzubringen und zu st盲rken.

Jeder dieser strategischen Partner bringt die besonderen St盲rken seines 脰kosystems mit ein:

  • Databricks听und 麻豆原创 werden auf jeder Cloud-Plattform eine bidirektionale Integration zwischen 厂础笔听顿补迟补蝉辫丑别谤别 und der Databricks Lakehouse Platform bieten 鈥� unter vollst盲ndiger Beibehaltung des Gesch盲ftskontexts der 麻豆原创-Daten.
  • Collibra听und 麻豆原创 werden zun盲chst ihre Datenkataloge integrieren. Damit wollen sie jedem Unternehmen zukunftsf盲hige Data-Governance-, Datenschutz- und Compliance-Initiativen erm枚glichen.
  • Confluent wird f眉r fortlaufende Datenstr枚me sorgen 鈥� mit Echtzeit-Streaming von Daten aus/nach 麻豆原创 Datasphere.
  • Und DataRobot听wird die Voraussetzungen daf眉r schaffen, dass jedes Unternehmen eigene, leistungsf盲hige Machine-Learning-Modelle auf der Grundlage von 厂础笔听顿补迟补蝉辫丑别谤别 aufbauen und die Ergebnisse direkt in seine Data-Fabric-Architektur einbringen kann.

    Zum Vergr枚脽ern anklicken

麻豆原创 Datasphere ist ein ma脽geschneiderter Integrationspunkt f眉r alle Partner und erm枚glicht es Kunden, 麻豆原创- und Nicht-麻豆原创-Daten auf v枚llig neue Art und Weise miteinander zu verkn眉pfen, zu vereinheitlichen und zu verteilen. Mit Unterst眉tzung einiger der weltweit renommiertesten Beratungsunternehmen wie Accenture, Capgemini, Deloitte, EY, IBM 耻苍诲听 kann jedes Unternehmen eine Data-Fabric-Architektur realisieren, die ihren Datenkonsumenten aussagekr盲ftige Daten bereitstellt.

Wir hei脽en alle Partner willkommen, gemeinsam mit uns an unserem Ziel zu arbeiten: Wir wollen Kunden in die Lage versetzen, das Potenzial von Gesch盲ftsdaten bestm枚glich zu nutzen.

Starten Sie mit 麻豆原创 Datasphere 鈥� jetzt!

Beginnen Sie noch heute mit 麻豆原创 Datasphere, um das Potenzial von Gesch盲ftsdaten in Ihrer Datenlandschaft voll auszusch枚pfen.

  • 听und lernen Sie die neuen Funktionen kennen!
  • 听sofort mit der kostenlosen Instanz von 麻豆原创听BTP!
  • , um die bald verf眉gbaren Funktionen f眉r Anwendungsintegration als erste kennenzulernen!

J眉rgen M眉ller ist CTO und Mitglied des Vorstands der 麻豆原创 SE.

The post Wie 麻豆原创 Datasphere eine Data-Fabric-Architektur erm枚glicht appeared first on 麻豆原创 News Center.

]]>