Business AI Research
Uitgelicht onderzoek
Foundation Models voor tabeldata binnen systemische contexten hebben verankering nodig
We stellen Foundation Models for Semantically Linked Tables (FMSLT) voor om het inzicht in gestructureerde enterprisedata te vergroten. Enterprisetabellen zijn onderling verbonden via operationele logica en semantische relaties die bepalen hoe bedrijven functioneren. Het herkennen en modelleren van deze verbindingen is essentieel om de ware aard van enterprisedata te doorgronden.
ConTextTab: een semantiekbewuste tabulaire in-context learner. NeurIPS 2025 (Uitgelicht)
Door gebruik te maken van LLM-embeddings integreert ConTextTab met succes semantiek uit tabelkenmerken in tabulaire voorspellingen, en blinkt het uit bij data met een hoge semantische inhoud, zoals vrije tekst of beschrijvende categorieën.
RELATE: een schema-agnostische Perceiver-encoder voor multimodale relationele grafen
We introduceren RELATE (Relational Encoder for Latent Aggregation of Typed Entities), een schema-agnostische, plug-and-play feature-encoder die kan worden gebruikt met elk general-purpose GNN.
Open source enterprise-datasets
We introduceren SALT en SALT-KG, de eerste enterprisedatasets die zijn opgebouwd uit echte ERP-systemen van klanten. Ze combineren rijke, gekoppelde bedrijfstabellen met een gecureerde kennisgrafiek die semantische context vastlegt. Samen leggen ze de basis voor het bevorderen van foundationmodellen die gestructureerde enterprisedata echt begrijpen.
Wie zijn wij
Bij SAP Business AI Research vormen we de brug tussen de academische wereld en het bedrijfsleven, toegewijd aan het ontwikkelen van AI-systemen van de volgende generatie. Ons onderzoek richt zich op de complexiteit van enterprise-omgevingen in de praktijk door geavanceerde AI-technieken te integreren met domeinspecifieke uitdagingen. We richten ons op twee belangrijke onderzoekstrajecten om ervoor te zorgen dat onze modellen niet alleen krachtig zijn, maar ook praktisch, betrouwbaar en schaalbaar.
Onderzoeksgebieden
Track A: structuurbewuste foundationmodellen
We ontwikkelen basismodellen die redeneren over complexe, gekoppelde bedrijfsdata, van tabellen en tijdreeksen tot grafieken. Door structureel inzicht, multimodale invoer en causaal redeneren te integreren, maken onze modellen geavanceerde Business AI mogelijk voor analyse, prognoses en besluitvorming.
Representatieleren voor tabellen
Tabulaire datarepresentaties leren via tabel-native en op taal gebaseerde modellen, en bedrijfsdata integreren voor geavanceerd redeneren.
Graph neurale netwerken
Graph Neural Networks gebruiken om relationele tabeldata te modelleren, wat nauwkeurige voorspellingen en diepere inzichten in enterprise-AI mogelijk maakt.
Bedrijfskennisgrafiek
Het bouwen van enterprise-kennisgrafieken om nauwkeurige, contextbewuste query's over uiteenlopende bedrijfsdata mogelijk te maken.
Autonome AI-agents
Het bouwen van zelfverbeterende agents voor betrouwbare, doelgerichte automatisering in enterprise-systemen.
Coding-LLM (ABAP)
Empower enterprise softwareontwikkeling met domeinspecifieke ABAP-basismodellen voor intelligente codeerondersteuning.
Track B: Betrouwbare AI
Ons onderzoek ontwikkelt AI-systemen die robuust, eerlijk, transparant en afgestemd op menselijke waarden zijn — essentieel voor gebruik in ondernemingen in de praktijk. We richten ons op robuustheid, uitlegbaarheid, eerlijkheid, privacy en afstemming op domeinspecifieke beperkingen om een betrouwbare en verantwoorde implementatie van AI te waarborgen.
Differentiële privacy
We ontwikkelen efficiënte deep learning-modellen die resources besparen en de privacy beschermen.
Datavertrouwelijkheid
We waarborgen de vertrouwelijkheid van data door gestructureerde data te beschermen en privacy te valideren via audits en aanvallen.
Modelbescherming
Sentimenten in tekst analyseren met behulp van neurale embedding en attention.
Beveiligingstesten
Transparantie van modellen verbeteren door voorspellingen uitlegbaar te maken.
Mensgerichte afstemming
Data extraheren uit documenten met behulp van NLP en computervisie.
Carrières
Doe met ons mee en bouw aan de toekomst van Business AI
Werk met rijke datasets om op machine learning gebaseerde oplossingen te vinden voor problemen uit de praktijk in nauwe samenwerking met ons wereldwijde netwerk van onderzoekspartners.
PhD-stageprogramma
Als PhD-stagiair werkt u samen met een team van ervaren onderzoekers en toegepaste wetenschappers aan uitdagingen die voortkomen uit het schalen van AI-methoden binnen en buiten het brede portfolio van SAP's bedrijfssoftware. U krijgt de kans om te werken met enkele van de rijkste beschikbare datasets ter wereld en problemen aan te pakken die impact hebben op onze klanten.