Strukturierte Daten mit SAP-RPT-1.5 transformieren

Binden Sie das vortrainierte relationale Transformer-Modell von SAP in Ihren operativen Betrieb ein, um Vorhersagen aus Ihren Geschäftsdaten zu gewinnen – ohne Modelle von Grund auf neu entwickeln zu müssen.
Mann arbeitet an einem Laptop, mit Bildern der Benutzeroberfläche des SAP-RPT-1-Playgrounds und der Testumgebung für prädiktive Einblicke mit tabellarischer KI auf Basis strukturierter Daten.

Was ist SAP-RPT-1.5?

SAP-RPT-1.5 ist ein vortrainiertes relationales Transformer-Modell, das kontextbezogen lernt, um präzise prädiktive Einblicke aus strukturierten Geschäftsdaten zu generieren.

placeholder

Das KI-Modell SAP-RPT-1.5 bietet Folgendes:

  • Kein aufwendiges Training: Das Modell ist bereits für strukturierte Daten vortrainiert, wodurch das kostspielige und zeitraubende Modelltraining entfällt.

  • Unbegrenzte Anpassungsfähigkeit: SAP-RPT-1.5 kann kontextbezogen lernen und somit auch bei sich ändernden oder unvollständigen Daten zuverlässig Prognosen in Echtzeit liefern.

  • Durchgängiges Pipeline-Management: Vertrauen Sie auf ein Modell, das Sie vollständig verwalten können und das stets nachvollziehbare und vertrauenswürdige Ergebnisse liefert.

  • Flexible Verfügbarkeit: Erhältlich in zwei kommerziellen Versionen im Hub für generative KI – jeweils optimiert für die ideale Balance von Geschwindigkeit und Präzision.

Die wichtigsten Vorteile

Schnellere Einblicke

Setzen Sie prädiktive KI für strukturierte Daten sofort ein – und verkürzen Sie eine wochenlange Datenvorbereitung auf wenige Stunden, ganz ohne Modelltraining oder spezielles ML-Know-how.*

Präzise Erkenntnisse aus unvollständigen Daten gewinnen

Erzielen Sie eine bis zu doppelt so hohe Vorhersagequalität im Vergleich zu spezialisierten KI-Modellen und eine 3,5-mal höhere Qualität gegenüber Sprachmodellen – selbst wenn Geschäftsdaten unvollständig sind oder sich stetig ändern. Die robuste Architektur von SAP-RPT-1.5 ist darauf ausgelegt, reale Datenqualitätsprobleme zu meistern, an denen herkömmliche Modelle scheitern.*

Prädiktive KI-Power im gesamten Unternehmen bereitstellen

Nutzen Sie ein einziges Modell für Klassifikation und Regression über alle Geschäftsbereiche und Szenarien hinweg. So vereinfachen Sie die Einrichtung und reduzieren die Notwendigkeit für eine Vielzahl an anwendungsfallspezifischen Prognosemodellen.

Hauptfunktionen

placeholder

API für kontextbezogenes Lernen

SAP-RPT-1.5 erledigt Klassifizierungs- und Regressionsaufgaben mit vorhandenen Geschäftsdatenquellen oder Beispieldatensätzen, die direkt in API-Aufrufen bereitgestellt werden. Das Modell erkennt Datenmuster innerhalb des Datenkontexts jeder Anfrage, um genaue Vorhersagen zu generieren.

Vortrainierte relationale Architektur

Dank der inhärenten Erfassung tabellarischer Datenstrukturen, Beziehungen und Geschäftslogiken verarbeitet SAP-RPT-1.5 strukturierte Datensätze, variable Werte und Unternehmensdatenformate mühelos – ganz ohne manuelle Vorverarbeitung oder Funktionsentwicklung.

Tabellarische Orchestrierungs-Workflows

Bringen Sie SAP-RPT-1.5 auf einer zentralen Enterprise-Plattform in den operativen Betrieb. Integrieren Sie prädiktive Intelligenz nahtlos in Ihre Pipelines und profitieren Sie von systemseitiger Steuerung, Stabilität und Transparenz.

Zwei Versionen für unbegrenzte Anwendungsmöglichkeiten

SAP-RPT-1.5-small

  • Geringe Latenz

  • Hoher Prognosedurchsatz

  • Grundlegende Anwendungsfälle für Prognosen

SAP-RPT-1.5-large

  • Hohe Genauigkeit

  • Niedrigste Fehlerraten

  • Komplexe Anwendungsfälle für Prognosen

Ressourcen

ConTextTab: Semantikorientiertes Lernen für tabellarische Daten

ConTextTab kombiniert die Sprachmodell-Semantik mit tabellarischer Power und liefert so Top-Performance bei realen Business-Tabellen-Vorhersagen.

Kontextbezogenes Lernen für relationale Daten

Erfahren Sie mehr über das revolutionäre tabellenbasierte Basismodell von SAP, das kontextbezogenes Lernen nutzt, um Prognoseaufgaben in Unternehmen ohne spezielles Training zu bewältigen.

FAQ

Ein RPT-Modell ist ein KI-System, das mit großen, strukturierten und relationalen Datensätzen vortrainiert wurde, um allgemeine Muster in tabellarischen Daten zu erlernen. Im Unterschied zu großen Sprachmodellen mit ihrem Fokus auf Textsequenzen versteht SAP-RPT-1.5 die Verknüpfungen in strukturierten Daten wie Verkaufsdaten, Finanztransaktionen, Tabellen mit Lieferantenleistungsdaten oder HR-Kennzahlen.

Das kontextbezogene Lernen ermöglicht dem Modell, Muster im laufenden Prozess zu erkennen und sich blitzschnell an neue Szenarien anzupassen. Sie geben Beispieldatensätze per API vor und SAP-RPT-1 liefert daraufhin sofort genaue, kontextuelle Prognosen.

Ja. SAP-RPT-1 können Sie kostenlos im SAP-RPT-Playground unter https://rpt.cloud.sap ausprobieren.Konfigurieren Sie Vorhersageszenarien und prüfen Sie die Modell-Performance über eine intuitive, interaktive Oberfläche. Testen Sie Multi-Klassen-Klassifizierungen und numerische Regression mit eigenen CSV-Daten oder SAP-Beispieldateien. Der SAP-RPT-Playground wird Ende September 2026 auf SAP-RPT-1.5 aktualisiert.

Ja. Eine Open-Source-Version, sap-rpt-1-oss, ist auf Hugging Face und GitHub für Forschungszwecke und zur nichtkommerziellen Nutzung verfügbar. SAP-RPT-1.5 ist nur im Hub für generative KI von SAP in zwei kommerziellen Versionen verfügbar.

Über den tabellarischen Orchestrierungs-Workflow, dessen allgemeine Verfügbarkeit für Ende 2026 geplant ist, wird das Modell in den operativen Einsatz gebracht. Die Funktion wird über den Hub für generative KI von SAP ausgeliefert, kann über APIs eingebunden werden und umfasst Module zur Kontext- und Modellauswahl. Der Workflow macht manuelle Kontextanpassungen und die manuelle Modellverwaltung überflüssig. Dazu wird der passende Kontext automatisch ausgewählt und der API-Aufruf generiert, um auf der Grundlage der zur Laufzeit bereitgestellten Abfragezeilen Vorhersagen zu erzeugen.

Ja, die Funktionen zur Beobachtung des Modells, die im Juli 2026 allgemein verfügbar sein werden, werden durch Prognosen, Einzelheiten zu Faktoreinflüssen und Datenattribution für mehr Vertrauen und Transparenz sorgen – und damit die bereits in SAP-RPT-1 enthaltenen Top-k-Prognosen und Optimierungen bei den Konfidenzintervallen ergänzen.

* Für ein Konsumgüterunternehmen mit einem Umsatz von 1 Milliarde Euro und 2.000 Beschäftigten angenommene Zahlen. Die Vorteile pro Jahr ergeben sich aus einem oder mehreren Werttreibern. Quelle: SAP Value Management.

twitter pixeltwitter pixeltwitter pixeltwitter pixeltwitter pixeltwitter pixeltwitter pixeltwitter pixeltwitter pixeltwitter pixeltwitter pixeltwitter pixel