SAC AI-Features erklärt: Joule, Just Ask & Smart Predict
- AI, SAP Analytics Cloud
- SAP Business AI
- 10 Min Lesezeit
Philipp Simon
Dieser Wiki erklärt, wie man mit Smart Predict automatisierte Prognosemodelle für Planung und Forecasting in der SAP Analytics Cloud (SAC) erstellt. Unser Experte Philipp zeigt auf, wie Smart Insights statistische Auffälligkeiten in den SAC-Stories auf Knopfdruck analysiert und verständlich macht. Ein weiterer Schwerpunkt des Wikis liegt auf der sprachbasierten Datenabfrage via Just Ask sowie der Einordnung des neuen AI-Assistenten Joule im SAP-Ökosystem. Ergänzend beleuchtet Philipp die AI-Assisted Features. Mithilfe generativer AI werden Aufgaben wie Scripting und Kommentierung effizienter gestaltet.
Inhaltsverzeichnis
- 1. Navigationshilfe im AI-Dschungel: Aktuelle AI- & ML-Features der SAP Analytics Cloud im Überblick
- 2. Smart Predict (Prognoseszenario)
- 3. Smart Insights: Was ist es und was kann es?
- 4. Just ask: Was ist es und was kann es?
- 5. Joule: Was ist es und was kann es?
- 6. AI-Gestützte Funktionen
- 7. Fazit: Evolution statt Revolution durch Datenqualität
In der täglichen Arbeit stehen Monatsabschlüsse, Planungszyklen und operative Aufgaben im Vordergrund. Die eingesetzten Anwendungen beschränken sich häufig auf einen vertrauten Satz an Berichten, Daten und Funktionen. Gleichzeitig strömen über unterschiedlichste Kanäle Informationen zu neuen Features ein – insbesondere seit dem verstärkten Fokus auf AI-gestützte Technologien.
Auch die SAP Analytics Cloud bildet hier keine Ausnahme. Laufend werden Funktionen erweitert, überarbeitet, zusammengeführt oder – sofern technologisch überholt – eingestellt. Mit Lösungen wie Just Ask, Smart Insights oder AI-unterstützten Funktionen ist ein vielseitiges Portfolio entstanden, dessen Einordnung im Alltag jedoch nicht immer leichtfällt.
Die zentrale Herausforderung besteht darin, den Überblick zu behalten:
Welche Funktionen existieren aktuell? Welche Mehrwerte bieten sie? Welche Einschränkungen sind zu beachten? Und welche Entwicklungen stehen bevor?
Dieser Artikel liefert eine kompakte Orientierungshilfe und fasst die wichtigsten AI- und ML-Funktionalitäten der SAC verständlich zusammen.
Der Begriff „Artificial Intelligence“ (AI) beschreibt Systeme, die Informationen im Kontext interpretieren und daraus Entscheidungen oder Handlungen ableiten können. Machine Learning (ML) ist ein Teilbereich der AI. Er nutzt vergangene Daten, um Muster zu erkennen und darauf basierend Vorhersagen oder Empfehlungen zu erstellen.
Zunächst gibt es zwei Features, die (noch) immer wieder in Gesprächen oder Foren auftauchen, die aber mittlerweile seit einiger Zeit abgesagt und aus den Tenants rausgepatcht wurden: Smart Discovery und Search to Insight. Auf diese beiden Technologien möchten wir daher im Weiteren nicht eingehen.
Uns geht es um die aktuell verfügbaren Funktionen.
2. Smart Predict (Prognoseszenario)
Smart Predict ist ein Feature der SAP Analytics Cloud, das auf Automated Machine Learning basiert und automatisch geeignete Modelle für Vorhersagen erstellt. Dabei wählt die Lösung selbstständig die passende Methode und Konfiguration, um Geschäftsfragen effizient zu beantworten. Grundlage sind die sogenannte Prognoseszenarien, die als Arbeitsbereiche dienen. In ihnen lassen sich mehrere Prognose-Modelle zu einer Fragestellung erstellen, vergleichen und das beste Modell anschliessend als Datenset speichern. Dabei erstellt jedes Modell eigene Visualisierungen und Kennzahlen, um das Ergebnis und die Genauigkeit zu verstehen. So können innerhalb eines Szenarios verschiedene Modelle erstellt und das mit den besten Ergebnissen als Datenset gespeichert werden.
Je nach Szenariotyp können als Datenquelle importierte Datensätze, Live-Datensätze (z. B. auf SAP HANA) sowie im Fall der Zeitreihenprognose auch Planungsmodelle verwendet werden, sofern die jeweiligen technischen Voraussetzungen erfüllt sind. Speziell bei den Live-Datensätzen und Planungsmodellen sind Einschränkungen in der Nutzung vorhanden.
Smart Predict unterstützt drei Szenarien:
- Klassifikation: Eignet sich, um kategorische Ereignisse vorherzusagen, etwa ob eine Kundin oder ein Kunde abwandern wird.
- Regression: Dient zur Schätzung numerischer Werte, beispielsweise zur Prognose eines erwarteten Umsatzes unter bestimmten Rahmenbedingungen.
- Zeitreihenprognose: Analysiert historische Daten und Trends, um zukünftige Entwicklungen im Zeitverlauf vorherzusagen, etwa die tägliche Nachfrage nach einem Produkt über die kommenden Monate.
Die erzeugten Datensets können direkt in Stories genutzt, in SAC-Modelle eingebunden oder als Schritte in Multi Actions ausgeführt werden. In diesem Schritt besteht die Möglichkeit, Predictive Modelle zu trainieren oder sie anzuwenden. Durch die Implementierung innerhalb einer Multi-Action eröffnet sich eine Vielzahl unterschiedlicher Anwendungsmöglichkeiten.
Bei Planungsmodellen lassen sich Zeitreihenprognosen auch wieder in die Planung zurückschreiben. Smart Predict ist im SAC-Standardumfang enthalten, jedoch nicht in allen Regionen oder Tenants verfügbar. Der Zugriff erfolgt über die Rollen Predictive Content Creator und Predictive Admin oder über entsprechend berechtigte individuelle Rollen.
2.1. Wann wird SmartPredict genutzt?
Die Anwendung von Smart Predict empfiehlt sich insbesondere in Fällen, in denen wiederkehrende Prognosen oder zuverlässige Mustererkennungen aus historischen Daten erforderlich sind. Das Feature ist für vorbereitete, strukturiert vorliegende Fragestellungen in den Bereichen Planung, Forecasting oder Risikoeinschätzung geeignet.
3. Smart Insights: Was ist es und was kann es?
Smart Insights ist ein Analyse-Feature der SAP Analytics Cloud. Es nutzt statistische Verfahren, um Datenpunkte automatisch zu erläutern. Das Ziel besteht darin, Auffälligkeiten, Einflussfaktoren und Zusammenhänge sichtbar zu machen, die in einer Visualisierung nicht unmittelbar erkennbar sind. Die Ergebnisse werden direkt im Smart Insights Panel innerhalb der Story angezeigt und kombinieren schriftliche Erläuterungen mit unterstützenden Visualisierungen.
3.1. Funktionsweise und Einsatzbereich
Smart Insights steht in Stories für die meisten Diagrammtypen, Tabellenzellen und Varianzen zur Verfügung. Unterstützt werden importierte Modelle, Live-Datenquellen (SAP HANA) sowie Datasphere und Seamless-Planning-Modelle in der Optimized Story Experience.
Wie bereits angedeutet, bildet das Panel auf der rechten Seite der Story das Kernstück von Smart Insights. Dort werden bis zu drei verschiedene Arten von Informationen mit einer Erklärung in natürlicher Sprache sowie (falls anwendbar) ein passendes Diagramm präsentiert.
Inhalte des Smart Insights Panels:
Abhängig vom ausgewählten Datenpunkt können verschiedene Insight-Typen angezeigt werden.
- Änderung des Datenpunkts: Sollte eine Datumsdimension vorhanden sein, erkennt Smart Insights auffällige zeitliche Abweichungen. Die Analyse hebt interessante Perioden wie Monat, Quartal oder Jahr hervor und zeigt deren Varianz zum Vergleichszeitraum auf.
- Wichtigste Treiber/Top Contributors: Das System „Top Contributors“ identifiziert die wichtigsten Einflussfaktoren eines Datenpunkts. Es werden die relevanten Dimensionen sowie die auffälligsten Mitglieder (Top 5 Dimensionen mit bis zu 10 Mitgliedern) dargestellt. Dabei ist die Sortierung nach ihrer Abweichung vom Durchschnitt mass
- Berechnung des Datenpunkts: Bei berechneten Werten zeigt Smart Insights die verwendeten Formeln, Aggregationstypen und Verteilungen (z. B. Histogramme, Min/Max/Average) an. Dadurch lässt sich nachvollziehen, wie ein Wert zustande kommt.
3.2. Wann wird Smart Insights genutzt?
Wenn einzelne Werte, Diagramme oder Abweichungen schnell und verständlich erklärt werden sollen, kann Smart Insights Abhilfe schaffen. Mithilfe von Grafiken und in natürlicher Sprache werden die Inhalte dargestellt, ohne dass der Nutzer tief in die Datengrundlage einsteigen muss.
In seiner einfachsten Form kann dieses Feature als Gegenstück zu dem folgenden Just Ask verstanden werden, welches aus einer in natürlicher Sprache formulierten Abfrage ein Diagramm oder eine Tabelle erstellt.
4. Just ask: Was ist es und was kann es?
Die Idee, Abfragen in natürlicher Sprache zu ermöglichen (Natural Language Query – NLQ), stammt aus dem gleichnamigen Produkt „Askdata“, das SAP im Jahr 2022 akquirierte. Die Technologie, ursprünglich eher als intelligente Suchfunktion, denn als AI-Anwendung einzustufen, weckte früh hohe Erwartungen an eine natürlichere Interaktion mit Unternehmensdaten. Mit dem Aufkommen leistungsfähiger Sprachmodelle wurde das Potenzial solcher Ansätze zunehmend sichtbar. SAP entwickelte die NLQ-Funktion weiter, stattete sie mit regelmäßigen Updates aus und etablierte sie unter dem Namen Just Ask als festen Bestandteil der Analytics-Umgebung.
4.1. Doch was genau ist Just Ask?
Just Ask ist eine Schnittstelle bzw. Funktion in der SAP Analytics Cloud, die es ermöglicht, Daten eines Models mithilfe natürlicher Sprache abzufragen und darzustellen. Anfragen werden in handelsüblichen Geschäftstermini formuliert, etwa „Zeige den Umsatz im Jahr 2024 nach Region“. Die Ergebnisse erscheinen unmittelbar als Tabellen oder Diagramme und können in Stories übernommen, exportiert oder im Data Analyzer weiter untersucht werden.
Just Ask unterstützt importierte Datenmodelle und SAP Datasphere-Modelle und ist damit besonders flexibel einsetzbar. Beispiele typischer Anfragen sind:
„Umsatz im letzten Quartal“, „Verkaufszahlen für Deutschland und Frankreich nach Produkt“, „Vergleiche Ist- und Forecast-Versionen einer Kennzahl für 2024“.
Der Zugriff auf Just Ask erfolgt entweder über die Startseite oder über das Glühbirnensymbol in der rechten oberen Kopfzeile.
4.2. Datenqualität und Modelloptimierung
Für verlässliche Ergebnisse ist eine optimierte Modellierung entscheidend. Dazu gehören klare, eindeutige Objektbezeichnungen, konsistente Datumsdimensionen sowie die Reduktion redundanter oder technisch geprägter Elemente. Besonders in NLQ-Szenarien erleichtern gut strukturierte Modelle die eindeutige Zuordnung von Begriffen (zum Beispiel durch Vergabe von Synonymen) zu Kennzahlen, Dimensionen und Hierarchien.
4.3. Besonderheiten in der SAP Datasphere
Bei der Nutzung von Datasphere-Modellen beeinflusst die Art der Einbindung (Live oder Tunnel) das Verhalten von Just Ask – insbesondere hinsichtlich Datenhaltung, performanter Abfrageverarbeitung sowie der Unterstützung von Synonymen und Geschäftsregeln. Für komplexere Szenarien empfiehlt sich die Verwendung von Tunnel-Verbindungen, während Live-Zugriffe eher für temporäre, leichte Analysen geeignet sind.
4.4. Wann wird Just Ask verwendet?
Just Ask eignet sich für schnelle Ad-hoc-Abfragen, bei denen Nutzer ohne Modellkenntnis oder Nutzung einer Story auf Daten zugreifen möchten. Es kann vor allem genutzt werden, um einfache analytische Fragen in natürlicher Sprache effizient zu beantworten – vorausgesetzt, die zugrunde liegenden Modelle sind klar strukturiert und für den Gebrauch von Just Ask aufbereitet worden.
Just Ask vereinfacht den Zugang zu Daten, indem Fragen in natürlicher Sprache gestellt und sofort als Diagramme oder Tabellen beantwortet werden. Die Qualität der Ergebnisse hängt massgeblich von klar modellierten, gut strukturierten Daten ab. Just Ask ist grundsätzlich im Funktionsumfang der SAP Analytics Cloud enthalten und erfordert keine zusätzliche Lizenz, setzt jedoch einen unterstützten Cloud-Tenant sowie eine Aktivierung durch die Administration voraus. Mit Joule erweitert SAP diese Möglichkeiten um einen konversationsbasierten AI-Assistenten – der nächste Abschnitt zeigt, wie Joule diese Funktionen ergänzt und weiterführt.
5. Joule: Was ist es und was kann es?
Joule ist der generative AI-Assistent von SAP. Er erweitert die SAP Analytics Cloud um eine dialogorientierte, kontextbezogene Funktionalität. Er verbindet natürliche Sprache mit analytischen, transaktionalen und erklärenden Funktionen und ist nicht nur auf die SAC beschränkt, sondern Teil der übergeordneten SAP Business AI.
Joule kann Daten aus SAC-Modellen, SAP Datasphere, BW/4HANA sowie S/4HANA berücksichtigen und stellt damit einen einheitlichen Zugangspunkt für unterschiedlichste Fragestellungen dar.
(Quelle: SAP Business AI – https://www.sap.com/products/artificial-intelligence.html)
5.1. Abgrenzung zwischen Just Ask und Joule
Just Ask ist die Natural-Language-Query-Funktion innerhalb der SAP Analytics Cloud. Sie dient dazu, Datenmodelle abzufragen und als Tabelle, Diagramm oder Kennzahl darzustellen. Jede Frage wird dabei einzeln interpretiert.
Joule geht weit darüber hinaus und ist als vollständiger AI-Assistent konzipiert, der Kontext über mehrere Interaktionen hinweg nutzt, Zusammenhänge erläutert und auch Aufgaben in anderen SAP-Systemen unterstützt. Entscheidend ist dabei:
Für analytische Fragen nutzt Joule im Hintergrund die Just-Ask-Funktionalität der SAP Analytics Cloud.
Das bedeutet, dass Just Ask als analytische NLQ-Engine innerhalb von Joule eingebettet ist, während Joule diese Fähigkeiten um Dialogführung, Interpretation und zusätzliche Systemaktionen erweitert.
5.2. Joule in Verbindung mit BW/4HANA und SAP S/4HANA
Joule kann sowohl analytische als auch operative Inhalte bereitstellen.
Analytische Inhalte basieren auf den „Analytical Insights“, die durch die SAC (und somit Just Ask) bereitgestellt werden.
Operative Inhalte stammen aus SAP S/4HANA und werden Joule über APIs und Live-Systemverbindungen zur Verfügung gestellt, z. B., um Statusinformationen oder transaktionale Daten anzuzeigen. Joule ermöglicht außerdem einen direkten Absprung in die dazugehörigen Fiori-Anwendungen.
Damit verbindet Joule Analyse und operative Transparenz in einem einzigen Zugangspunkt.
5.3. Interaktionsmodelle von Joule
SAP beschreibt vier zentrale Interaktionsformen, die Joule unterstützt und miteinander kombiniert:
Informational – Bereitstellung erklärender Inhalte („Tell me how…“)
Transactional – Unterstützung kleiner Aufgaben oder Navigationen („Do this simple task…“)
Analytical – Bereitstellen analytischer Einblicke über SAC- und Datasphere-Modelle („Give me insights…“) à Just Ask
Advanced AI – generative Funktionen wie Zusammenfassungen oder Skriptunterstützung („Do advanced tasks…“)
Diese vier Interaktionsarten bilden die Grundlage für die vielseitige Nutzung von Joule in Analyse, Planung und operativen Prozessen.
5.4. Architektur und Einbettung
In der SAP Analytics Cloud tritt (derzeit) Joule für Endanwender nicht als eigenes Chatfenster, Icon oder „Copilot” innerhalb der SAC-Oberfläche in Erscheinung. Stattdessen kann Joule in Form des „Analytical Insights“ – Funktion auf der Analytics-Seite vollständig über „Just Ask“ integriert und als natürliche Abfrageschnittstelle dienen.
Wenn Anwender:innen in der SAC mit „Just Ask“ arbeiten, sprechen sie technisch betrachtet mit der generativen AI-Schicht, die auch Joule zugrunde liegt. Für sie ist jedoch ausschließlich „Just Ask“ als Funktion der SAC sichtbar. Joule selbst wird als dialogorientierter Assistent vor allem in anderen SAP-Cloud-Anwendungen (z.B. Success Factors) genutzt. Dort greift er für analytische Fragen auf genau jene Modelle zurück, die in der SAC für „Just Ask“ indexiert und freigegeben sind.
Zusammenfassend lässt sich festhalten, dass Joule in den aktuellen sowie in zukünftigen Release-Zyklen (Stand: Dezember 2025) nicht als eigenes Chatfenster in der SAC zur Verfügung steht. Innerhalb der SAC können User auf das Interaktionsmodell „Analytical“ über die Just Ask Funktionalität zugreifen, nicht aber auf die anderen Möglichkeiten, die der kontextbasierter AI-Chat von Joule anbietet. Umgekehrt besteht für Nutzer anderer SAP-Cloud-Anwendungen (beispielsweise BDC) die Möglichkeit, auf die Analytical-Funktion von Just Ask über Joule zuzugreifen.
6. AI-Gestützte Funktionen
Eine weitere Möglichkeit AI in der SAC zu verwenden sind die so genannten AI-Gestützten Funktionen (AI-Assisted Features). Dabei handelt es sich um eine Auswahl an Features, die vor allem Text- und Skriptbasierte Aufgaben erleichtern sollen und dies durch generative AI. Vermutlich ist dies nicht vielen Nutzern bekannt, da dies nie offensiv beworben wurde und auch einige Voraussetzungen mit sich bringt:
Die Features sind derzeit nur auf eine begrenzte Anzahl an Data Centers verfügbar ist (https://help.sap.com/docs/SAP_ANALYTICS_CLOUD/00f68c2e08b941f081002fd3691d86a7/8dcc1f1915b241b3a10c8e5b8a76b062.html?locale=en-US)
Und zum anderen wird für die Verwendung SAP AI Units verbraucht, was natürlich voraussetzt, dass AI-Units vorhanden sind.
Sofern man aber diese Voraussetzungen erfüllt (Tenant auf unterstütztem Data Center und AI-Units vorhanden), kann ein Administrator die Aktivierung der Funktionen über ein Ticket bei der SAP beantragen. Sobald die Aktivierung für die Ausgewählten Funktionen genehmigt wurde, können entsprechende „Generative AI“ Berechtigungen in der SAC vergeben werden.
6.1. Diese Funktionen sind darin enthalten
- AI-Assisted Data Actions: Mithilfe dieses Features können Skripte in Advanced-Formula-Schritten erstellt und kommentiert werden. Auf Basis eines Befehls kann automatisch ein passendes Skript generiert oder Kommentare zu bestehendem Code geschrieben werden. Dadurch werden wiederkehrende Skriptaufgaben beschleunigt und die Nachvollziehbarkeit der Logik verbessert.
Für das Q1-2026-Update wurde eine Erweiterung angekündigt, die im Einstellungsbereich von Data Actions mithilfe von Generative AI automatisch eine textuelle Beschreibung von Zweck und Logik der Data Action erstellt (https://roadmaps.sap.com/board?PRODUCT=67838200100800006884&FT=AI&range=FIRST-LAST#;INNO=000D3ABE796A1FE0A5948BE616BDFEB2). - AI-Assisted Commenting: AI-Assisted Commenting ist eine hilfreiche Funktion, die die Arbeit mit Kommentaren in Stories erleichtert. Sie unterstützt sowohl bei Datapoint-Kommentaren, die direkt in Tabellenzellen hinterlegt werden, als auch bei Kommentaren in eigenen Kommentar-Widgets. Die Funktion ermöglicht die Zusammenfassung einzelner Kommentare, kompletter Kommentar-Threads oder – im Fall von Tabellen – auch Kommentare von untergeordneten Hierarchieebenen.
- AI-Assisted Calculations: Mit der Funktion „AI-Assisted Calculations“ können im Data Analyzer Berechnungsformeln automatisch über natürlichsprachliche Eingaben erzeugt oder bestehende Formeln verständlich erklärt werden. Der AI Formula Assistant generiert Formeln auf Basis einer beschriebenen Anforderung und bietet auf Wunsch Klartext-Erklärungen zu komplexen Berechnungen.
- AI-Assisted Chart Summary: Das PowerPoint-AddIn für SAP Analytics Cloud ermöglicht die automatische Erstellung einer verständlichen Zusammenfassung zu jedem eingebetteten SAC-Diagramm. Die generierte Textbeschreibung wird als editierbarer Kommentar eingefügt und kann bei Datenänderungen erneut erstellt werden, um Präsentationen auf dem aktuellen Stand zu halten.
6.2. Wann werden AI-Assisted Features verwendet?
Sie sind eine effiziente Lösung für Nutzer, die ihre Analyse-, Planungs- und Scripting-Workflows optimieren möchten, ohne sich tiefgehend mit technischen Syntaxen oder Scriptlogik auseinandersetzen zu müssen. Insbesondere Fachanwender, Controller, Story-Designer und Analyseverantwortliche profitieren von dieser Funktion, da sie Erklärungen, Formeln, Kommentare oder Zusammenfassungen direkt im Arbeitsfluss erzeugen können. Die AI unterstützt dabei insbesondere in Situationen, in denen Routineaufgaben beschleunigt, komplexe Inhalte verständlich gemacht oder neue Artefakte (Formeln, Skripte, Kommentare, Textzusammenfassungen) schnell und sicher erstellt werden sollen – ohne dass die Anwendung oder der Arbeitskontext verlassen werden müssen.
7. Fazit: Evolution statt Revolution durch Datenqualität
Der Blick auf die aktuellen AI- und ML-Funktionalitäten der SAP Analytics Cloud zeigt ein vielseitiges Bild: Die Werkzeuge haben sich von reinen Analyse-Hilfen zu echten Produktivitäts-Boostern entwickelt. Während Smart Predict komplexe statistische Prognosen für Fachanwender zugänglich macht, senken Just Ask und die Analytical Insights von Joule die Hürde für den spontanen Datenzugriff massiv. Ergänzt wird dieses Portfolio durch die AI-Assisted Features, die vor allem in der Erstellung von Content – sei es Scripting oder Kommentierung – wertvolle Zeit sparen.
Doch bei aller Begeisterung für generative KI und Automatisierung bleibt eine alte Weisheit der Datenverarbeitung bestehen: Die AI ist nur so gut wie die Datenbasis, auf die sie zugreift. Insbesondere Features wie Just Ask zeigen deutlich, dass saubere Modellierung und eine klare Semantik die Grundvoraussetzung für verlässliche Antworten sind.
Für Unternehmen bedeutet dies: Die Technologie ist bereit. Der Schlüssel zum Erfolg liegt nun darin, die organisatorischen und technischen Voraussetzungen (wie AI-Units und Datenqualität) zu schaffen, um diese Werkzeuge nicht nur als technische Spielwiese, sondern als integralen Bestandteil moderner Planung und Analyse zu etablieren.
Sie wollen mehr über AI Units & Co. wissen und erfahren, wie Sie Ihr KI-Projekt erfolgreich starten?
Dann buchen Sie hier einen Termin mit unserem SAP AI-Experten Robert Kehrli.
