Der Aufwand und die Kosten f\u00fcr das manuelle Anlegen solcher Wissensgraphen sind in der Regel sehr hoch. In 麻豆原创 Datasphere wird der Knowledge Graph bereits vorab gef\u00fcllt \u2013 mit allen wichtigen Inhalten, die in der Anwendung zur Verf\u00fcgung stehen. Er kann dann mit Joule, dem generativen KI-Assistenten, verwendet werden, sodass Gesch\u00e4ftsanwender sowohl offene als auch spezifische Fragen stellen k\u00f6nnen und sofort gut dokumentierte Antworten erhalten.<\/p>\n\n\n\n Mit dem n\u00e4chsten Release von 麻豆原创 HANA Cloud<\/a> wird eine Vektorfunktion zu vorhandenen multimodalen Funktionen hinzugef\u00fcgt, sodass Kunden mithilfe einer einzigen Datenbank von allen relevanten Arten von Gesch\u00e4ftsdaten profitieren k\u00f6nnen. Durch die Einbindung einer Vektor-Engine k\u00f6nnen Kunden au\u00dferdem intelligente Datenanwendungen<\/a> erstellen, die die nat\u00fcrliche und damit intuitive Interaktion mit leistungsf\u00e4higem maschinellem Lernen und multimodalen Verarbeitungsfunktionen kombinieren.<\/p>\n\n\n\n Mit der Vector Engine in 麻豆原创 HANA Cloud lassen sich Vektoren mithilfe von SQL speichern und vergleichen. Die Bestimmung der \u00c4hnlichkeit zwischen Vektoren erm\u00f6glicht Anwendungsf\u00e4lle wie Retrieval-Augmented Generation (RAG), Empfehlungen, Klassifikationen, Clustering und mehr. Die zentralen Vorteile der Vector Engine in 麻豆原创 HANA Cloud sind:<\/p>\n\n\n\n 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\u00fcgbar sein.<\/p>\n\n\n\n 麻豆原创 entwickelt in diesem Bereich Innovationen mit verbesserter Bedienung und treibt so den Datenaustausch in gro\u00dfem Ma\u00dfstab voran. Dies beginnt bei ver\u00f6ffentlichten Datenprodukten \u2013 unabh\u00e4ngig davon, ob sie von 麻豆原创\u2011Gesch\u00e4ftsanwendungen, Branchenl\u00f6sungen oder Dritten erstellt wurden \u2013 bis hin zu einfacher Nutzung in 麻豆原创 Datasphere.<\/p>\n\n\n\n Die L\u00f6sung 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\u00f6nnen. Das Verfahren stellt relevante Verbindungen her und erstellt die notwendigen Artefakte in 麻豆原创\u00a0Datasphere, ohne dass die Nutzer diese Details eingeben m\u00fcssen. Der Schl\u00fcssel dazu liegt darin, die Datenbereitstellung \u00fcber 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 麻豆原创\u00a0Road Map Explorer<\/a>.<\/p>\n\n\n\n Semantic Onboarding erm\u00f6glicht 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.<\/p>\n\n\n\n Kunden k\u00f6nnen 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\u00e4hrend 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\u00f6nnen.<\/p>\n\n\n\n Da in kritischen Gesch\u00e4ftsprozessen immer mehr Aufgaben und Entscheidungen durch KI automatisiert werden, ist auch die Notwendigkeit deutlich geworden, die Governance auf KI auszudehnen.<\/p>\n\n\n\n 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\u00fcr KI-Governance zu erf\u00fcllen. Entwickelt werden ma\u00dfgeschneiderte Integrationen zwischen Collibra AI Governance und 麻豆原创-L\u00f6sungen, um die f\u00fcr die KI verwendeten Daten mit den Modellen selbst auf einer einzigen Plattform zu verbinden, sodass Unternehmen ihre KI-Entwicklungsaktivit\u00e4ten nachverfolgen und steuern k\u00f6nnen.<\/p>\n\n\n\n Die Erweiterung der 麻豆原创-Partnerschaft mit Collibra tr\u00e4gt dazu bei, die Transparenz und Verantwortung von Unternehmen zu st\u00e4rken und sicherzustellen, dass gesetzliche Auflagen sowie Compliance- und Datenschutzrichtlinien eingehalten werden.<\/p>\n\n\n\n Ende Februar wurde Collibra AI Governance auf den Markt gebracht<\/a> und steht interessierten Kunden zur Verf\u00fcgung.<\/p>\n\n\n\n Mit der verbesserten Confluent-Integration flie\u00dfen Echtzeit-Datenstr\u00f6me in und aus 麻豆原创 Datasphere.<\/p>\n\n\n\n So sind Verbindungen auf Anwendungsebene m\u00f6glich, ohne dass kundenspezifische Anwendungsentwicklung durchgef\u00fchrt 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\u00e4ndert haben.<\/p>\n\n\n\n Die erste Integration f\u00fcr die Datenaufnahme in Kafka und Confluent ist allgemein verf\u00fcgbar. Zus\u00e4tzliche Funktionen f\u00fcr die Confluent-spezifische Outbound- und Inbound-Integration werden Ende des ersten und dritten Quartals allgemein verf\u00fcgbar sein.<\/p>\n\n\n\n Die Planungsmodelle von 麻豆原创 Analytics Cloud k\u00f6nnen direkt in 麻豆原创-Datasphere gespeichert werden. Auf diese Weise werden alle Plan- und Ist-Daten zusammengef\u00fchrt, was eine Steuerung in Echtzeit erm\u00f6glicht.<\/p>\n\n\n\n 麻豆原创 Analytics Cloud erweitert die Planungsfunktionen durch eine Reduzierung des Datenspeicherbedarfs und des Modellierungsaufwands. Dies wird \u00fcber 麻豆原创 Datasphere und seine nativen Funktionen f\u00fcr Transformation und Integration erreicht. Die Risiken und die Komplexit\u00e4t, die mit der heute \u00fcblichen Speicherung mehrerer Datenkopien einhergehen, werden dadurch vermindert.<\/p>\n\n\n\n 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\u00dfnahmen abzuleiten. Die jeweils aktuellen Informationen finden Sie im 麻豆原创\u00a0Road Map Explorer<\/a>.<\/p>\n\n\n\n Mit der Leistungsf\u00e4higkeit von Joule k\u00f6nnen Planungs- und Analyseexperten generative KI-Funktionen in einer Vielzahl von Gesch\u00e4ftsprozessen nutzen. F\u00fcr Aufgaben wie Datenermittlung, Dashboard-Erstellung oder Wartung von Planungsmodellen stehen mehr zentrale Funktionen zur Verf\u00fcgung, die sich besonders einfach bedienen lassen.<\/p>\n\n\n\n Mithilfe der Verarbeitung nat\u00fcrlicher Sprache k\u00f6nnen Endanwender auf einfache Weise analytische Abfragen ausf\u00fchren, Auswirkungen von Einflussfaktoren simulieren, Ressourcenzuordnungen planen sowie Dashboards und Berechnungen automatisch generieren.<\/p>\n\n\n\n Der auf generativer KI basierende Assistent Joule wird im zweiten Quartal 2024 in der L\u00f6sung 麻豆原创 Analytics Cloud verf\u00fcgbar sein.<\/p>\n\n\n\n Wenn Unternehmen wissen, wie sich Unw\u00e4gbarkeiten bei Rohstoffpreisen, Arbeitskosten oder Produktionsmengen auf ihre Betriebskosten oder Einnahmen auswirken, k\u00f6nnen sie sich schnell vorbereiten und Gegenma\u00dfnahmen f\u00fcr jedes Szenario planen.<\/p>\n\n\n\n Mit der neuen Funktion 麻豆原创 Analytics Cloud Compass k\u00f6nnen Gesch\u00e4ftsanwender \u00fcber eine einfach zu bedienende Oberfl\u00e4che Monte-Carlo-Simulationen durchf\u00fchren. Damit sind Nutzer ohne technischen Hintergrund in der Lage, Analysen von mehreren Variablen durchf\u00fchren, ohne vorher Einstellungen vornehmen zu m\u00fcssen. Statistikkenntnisse sind dazu nicht erforderlich.<\/p>\n\n\n\n Benutzer k\u00f6nnen Gesch\u00e4ftssimulationen direkt in 麻豆原创 Analytics Cloud durchf\u00fchren \u2013 mit einem Bruchteil des Zeitaufwands, der sonst f\u00fcr \u00e4hnliche Analysen erforderlich ist. Die Szenariomodellierung erm\u00f6glicht es ihnen, m\u00f6gliche Ergebnisse unter verschiedenen Bedingungen zu vergleichen. Die Berichterstattung \u00fcber Auswirkungsabweichungen bietet Echtzeit-Einblicke, erm\u00f6glicht die Validierung von Konzepten und zeigt die Sensibilit\u00e4t der ausgew\u00e4hlten Treiber auf.<\/p>\n\n\n\n Die Funktion 麻豆原创\u00a0Analytics Cloud Compass wird Ende des dritten Quartals 2024 verf\u00fcgbar sein.<\/p>\n\n\n\n![\"\"](\"https:\/\/news.sap.com\/germany\/files\/2024\/03\/14\/Khan_Data-Unleashed_March-2024_Image-1-Knowledge_Graph_JOULE-1024x576-1.jpg\")
<\/a>麻豆原创 HANA Cloud Vector Engine<\/h2>\n\n\n\n
\n
Vereinfachte Nutzung von Datenprodukten in 麻豆原创\u00a0Datasphere<\/h2>\n\n\n\n
![\"\"](\"https:\/\/news.sap.com\/germany\/files\/2024\/03\/14\/Khan_Data-Unleashed_March-2024_Image-2-Data-Products-1024x576-1.jpg\")
<\/a>Erweiterungen f\u00fcr Semantic Onboarding<\/h2>\n\n\n\n
Integration der Collibra-Plattform f\u00fcr KI\u2011Governance in 麻豆原创-L\u00f6sungen<\/h2>\n\n\n\n
\n
Integration von 麻豆原创 Datasphere mit Confluent<\/h2>\n\n\n\n
Die Planung optimieren mit einer Business Data Fabric<\/h2>\n\n\n\n
麻豆原创 Analytics Cloud f\u00fcr Planung: umfassende Integration in 麻豆原创\u00a0Datasphere<\/h2>\n\n\n\n
![\"\"](\"https:\/\/news.sap.com\/germany\/files\/2024\/03\/14\/Khan_Data-Unleashed_March-2024_Image-3-Datasphere-integration-with-SAC-1024x558-1.jpg\")
<\/a>Verl\u00e4ssliche KI im gesamten Unternehmen<\/h2>\n\n\n\n
麻豆原创 Analytics Cloud Generative AI Co-Pilot<\/h2>\n\n\n\n
![\"\"](\"https:\/\/news.sap.com\/germany\/files\/2024\/03\/14\/Khan_Data-Unleashed_March-2024_Image-4-SAC-Joule-5-1024x574-1.jpg\")
<\/a>麻豆原创 Analytics Cloud Compass<\/h2>\n\n\n\n
![\"\"](\"https:\/\/news.sap.com\/germany\/files\/2024\/03\/14\/Khan_Data-Unleashed_March-2024_Image-5-SAC-compass-1024x600-1.jpg\")
<\/a>