SAP KI APIs

SAP KI APIs bzgl. künstlicher Intelligenz

SAP bietet eine umfangreiche Sammlung von APIs, die speziell darauf ausgerichtet sind, künstliche Intelligenz (KI) in Unternehmensprozesse zu integrieren. Diese APIs ermöglichen es Entwicklern, fortschrittliche KI- und maschinelle Lernmodelle in SAP-Systeme zu integrieren, um prädiktive Analysen, Automatisierung und intelligente Entscheidungsfindung zu unterstützen. Sie decken ein breites Spektrum an Anwendungsfällen ab, von der Verarbeitung natürlicher Sprache über die Modellierung und Vorhersage bis hin zur Automatisierung von Prozessen durch Robotic Process Automation (RPA). Durch die nahtlose Integration von KI in SAP-Anwendungen können Unternehmen die Effizienz steigern, fundiertere Entscheidungen treffen und ihre Prozesse intelligenter gestalten. Die folgenden APIs bieten eine detaillierte Übersicht über die verfügbaren Funktionen und Endpunkte, die speziell für die Nutzung von KI innerhalb der SAP-Umgebung entwickelt wurden.

  • Endpunkte:
    • POST /v1/robots/{robotId}/start – Startet den automatisierten Prozess basierend auf vordefinierten Skripten und KI-gesteuerten Entscheidungen.
    • GET /v1/robots/{robotId}/status – Ruft den aktuellen Status des Roboters oder der automatisierten Aufgabe ab.
    • POST /v1/robots/{robotId}/stop – Stoppt den laufenden Roboterprozess.
  • JSON-Schema:
    • Anfrage (Roboter starten): { "robot_id": "bot_01", "task": "data_entry", "parameters": {"invoice_number": "12345"} }
    • Antwort (Roboterstatus): { "robot_id": "bot_01", "status": "running" }
  • Endpunkte:
    • POST /v2/bots/{bot_id}/train – Trainiert einen Bot mit neuen Konversationsdaten.
    • POST /v2/bots/{bot_id}/conversation – Startet eine Konversation mit einem Chatbot, der KI-gestützte Antworten liefert.
    • GET /v2/bots/{bot_id}/analytics – Abrufen von Analytics-Daten für den Bot, wie Interaktionen und Performance.
  • JSON-Schema:
    • Anfrage (Bot-Training): { "intent": "greeting", "examples": ["Hallo", "Hi"] }
    • Antwort (Trainingsstatus): { "status": "training", "model_accuracy": 98 }
  • Endpunkte:
    • POST /v1/ai-models/train – Trainingsrequest für ein KI-Modell basierend auf Unternehmensdaten.
    • GET /v1/ai-models/{modelId}/evaluate – Bewertet die Leistung eines Modells anhand neuer Eingabedaten.
    • POST /v1/ai-models/{modelId}/predict – Führt eine Vorhersage durch, indem es das trainierte Modell verwendet.
  • JSON-Schema:
    • Anfrage (Trainingsdaten): { "data": [ {"feature1": "value1", "feature2": "value2"} ], "model_type": "classification" }
    • Antwort (Modellbewertung): { "model_id": "model_123", "accuracy": 92 }
  • Endpunkte:
    • POST /v1/pipelines – Erstellt eine neue Pipeline für die Verarbeitung von KI-Daten.
    • GET /v1/pipelines/{pipelineId} – Ruft Informationen zu einer bestimmten Pipeline ab, einschließlich KI-bezogener Prozesse.
    • POST /v1/pipelines/{pipelineId}/execute – Führt eine Pipeline aus, die KI-Modelle und Datenverarbeitung integriert.
  • JSON-Schema:
    • Anfrage (Pipeline erstellen): { "pipeline_name": "data_processing_pipeline", "steps": [ {"action": "data_cleaning"}, {"action": "ai_model_training"} ] }
    • Antwort (Pipeline-Status): { "pipeline_id": "data_processing_pipeline", "status": "running" }
  • Endpunkte:
    • POST /v1/predictive_models/train – Trainiert ein prädiktives Modell zur Vorhersage von Geschäftstrends.
    • POST /v1/predictive_models/{modelId}/predict – Führt eine prädiktive Analyse mit einem bestehenden Modell durch.
    • GET /v1/predictive_models/{modelId}/details – Ruft die Details eines prädiktiven Modells ab.
  • JSON-Schema:
    • Anfrage (Prädiktive Modellierung): { "data": [ {"feature1": 12, "feature2": 20}, {"feature1": 15, "feature2": 35} ], "model_type": "forecast" }
    • Antwort (Vorhersage): { "model_id": "forecast_01", "prediction": 45.7 }
  • Endpunkte:
    • POST /v1/ai/models – Erstellt ein KI-Modell im Cloud-Service.
    • GET /v1/ai/models/{modelId} – Zeigt Details eines KI-Modells an, das in der SAP Cloud bereitgestellt wurde.
    • POST /v1/ai/models/{modelId}/predict – Ruft die Vorhersage eines Cloud-basierten KI-Modells ab.
  • JSON-Schema:
    • Anfrage (Modell erstellen): { "model_name": "customer_segmentation", "training_data": [ {"feature1": 25, "feature2": "high_value"}, {"feature1": 40, "feature2": "medium_value"} ] }
    • Antwort (Modell-Details): { "model_id": "customer_segmentation_model", "status": "active" }