Pilotprojekt zu neuer Software automatisiert SAP-Prozesse mit künstlicher Intelligenz

S4/HANA bekommt KI-Starthilfe

Bild: ©knssr/stock.adobe.com

Mit einem Pilotprojekt innerhalb der ESM Suite bringt  Solutive gemeinsam mit dem Cognitive Business Robotics-Anbieter AI4BD Deutschland künstliche Intelligenz in SAP-Landschaften und erhöht so den Automatisierungsgrad immens. „Insbesondere bei SAP-Kunden mit hohem Individualisierungsgrad, sei es durch Modifikationen oder Eigenentwicklungen, ist die Komplexität enorm und der manuelle Aufwand für eine konsistente Migration ist entsprechend hoch. Unsere KI-Lösung nimmt diese Hürde für Unternehmen und ersetzt manuelle Arbeit durch automatisierte Prozesse, die stetig mitlernen“, sagt Christian Steiger, CEO von Solutive. Davon sollen nicht nur gescheiterte oder aus dem Ruder gelaufene SAP-Projekte profitieren, sondern jede bereits vorhandene Installation und jede stattfindende Migration.

Schutz von Millionen-Investitionen

SAP-Projekte – ob Neuinstallationen oder Migrationen – bedeuten häufig Investitionen in Millionenhöhe. Eine KI-basierte Lösung als Ergänzung der bestehenden IT-Landschaft hilft, diese Investitionen zu schützen. „Zahlreiche bekannte und gescheiterte SAP-Projekte zeigen, wie hoch die Gefahr eines Totalverlustes sowie immenser Verzögerungen ist. Für uns steht bei dem Ansatz künstlicher Intelligenz der Investitionsschutz des bisher in die bestehende SAP-Lösung gesteckten Aufwands im Vordergrund. Eine teilweise oder zukünftig komplett automatisierte Migration von SAP-Systemen wird nach unseren Berechnungen Kosteneinsparungen von 30 bis 70 Prozent erzielen“, erklärt Tobias Moosherr, COO der Solutive AG. Die innovative Kombination von verschiedenen Ontologien und Algorithmen der künstlichen Intelligenz, ergänzt mit der bewährten ESM Suite und der Methodik von Solutive soll das erreichen. Die erlangten Erkenntnisse darüber werden in einer wachsenden Wissensdatenbank abgelegt. Das Software-Asset-Management soll damit den höchsten bisher möglichen Automatisierungsgrad erhalten.

Wissensbasiertes Enterprise Software Managment System

Mit einer inhaltlichen komplexen Mustererkennung der SAP-Objekttypen soll eine Konsistenzprüfung zur Definition einer konsistenten Transportstrategie vorgenommen werden. Dazu wird vorab eine semantische Klassifikation der Objekte und deren Inhalte vorgenommen. Bei einer Inkonsistenz werden diese Transportaufträge zur manuellen Bearbeitung ausgeschleust – ist hingegen die Prüfung ohne Fehler, verarbeitet die ESM Suite den Transport in das Zielsystem. Über die eigentliche Migration hinaus steht das damit gewonnene Wissen innerhalb des Produktes für den weiteren Ausbau und Betrieb des S4/HANA Systems zur Verfügung – die Lösung lernt also stetig dazu und ermöglicht einen laufenden Betrieb der KI als Ergänzung der bereits bestehenden Enterprise Software Managment Suite, die aktuell von Solutive in der Release 5.16 zur Verfügung steht.

Thematik: Technologie
Solutive AG

Das könnte Sie auch Interessieren

Anzeige

Anzeige

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Chancen und Herausforderungen von Machine Learning in der Fertigung

Chancen und Herausforderungen von Machine Learning in der Fertigung

Automatisierung, künstliche Intelligenz (KI), Internet of Things (IoT) und Machine Learning (ML) sind heutzutage bekannte Technologien und kommen bereits in vielen Unternehmen zum Einsatz. Mit Hilfe von Machine Learning wird es IT-Systemen ermöglicht, Muster und Zusammenhänge aus Daten zu lernen und sich selbst zu verbessern. Dabei ist keine explizite Programmierung notwendig. Die Bearbeitung von Kundenanfragen, die Erkennung möglicher Störfälle sowie unerwarteter Ereignisse wie z.B. Cyberangriffe sind klassische Anwendungsfelder von ML. Aber auch die Unterstützung bei einer rein datengestützten Entscheidungsfindung und die Interpretation großer Datenmengen gehören dazu.

Bild: ©Shuo/stock.adobe.com
Bild: ©Shuo/stock.adobe.com
Sensoren lernen das Denken

Sensoren lernen das Denken

Im Fraunhofer-Leitprojekt NeurOSmart forscht das Fraunhofer IPMS zusammen mit vier weiteren Instituten (ISIT, IMS, IWU, IAIS) unter Leitung des Fraunhofer ISIT gemeinsam an energieeffizienten und intelligenten Sensoren für die nächste Generation autonomer Systeme. Dabei sollen die Brücken zwischen Wahrnehmung und Informationsverarbeitung durch innovative Elektronik neu definiert werden.

Bild: ©ipopba/stock.adobe.com
Bild: ©ipopba/stock.adobe.com
Wie KI 2022 praktikabel wird

Wie KI 2022 praktikabel wird

Künstliche Intelligenz war bereits in der Vergangenheit in aller Munde, schaffte es aber doch oft nicht bis in die Anwendung. Das wird sich 2022 ändern – auch weil sich langsam Standards etablieren und sich neue, konkrete Einsatzmöglichkeiten ergeben. In welchen Bereichen Business-Implementierungen zu erwarten sind, erläutert Bernhard Niedermayer, Head of AI bei Cloudflight.

Anzeige

Anzeige

Anzeige