Selbstbedienung im Berichtswesen durch künstliche Intell ... / 4 Joule – Ein Copilot für alle Fälle

Mit Joule steht voraussichtlich in der zweiten Jahreshälfte 2024 ein echter Copilot für die SAP Analytics Cloud zur Verfügung. Über ein Large-Language-Model (LLM) steht das Wissen beispielsweise aus SAP Help zur Verfügung. Damit dehnt sich auch der Anwendungsbereich künstlicher Intelligenz deutlich aus. Für 2024 sind drei Schwerpunkte zu erkennen:

• Abfragen in natürlicher Sprache führen zu einem oder mehreren Ergebnisobjekten in Form von Diagrammen oder Tabellen.
• Dashboards oder Berichte können in Form von natürlicher Sprache erstellt werden. Dies schließt beispielsweise auch das Verhalten von Objekten wie beispielsweise Auswahlboxen über Kodierung mit ein. Abfrageergebnisse aus dem ersten Punkt können übernommen werden.
• Und schließlich werden Planungsaufgaben übernommen, wie beispielsweise das Anlegen von Szenarien, der What-If-Simulation oder der Parametrisierung maschineller Prognoseverfahren.

Besonders im Bereich der generativen künstlichen Intelligenz ist ein erheblicher Fortschritt erkennbar: Joule kann vielfältige Aufgaben übernehmen, da die Anfragen verschiedenen Lösungsstrategien zugeordnet werden kann. So kann er die oben beschriebene Funktion Just Ask anstoßen, wenn Joule erkennt, dass es sich um eine Abfrage handelt. Abbildung 4 zeigt die Übergaben zwischen zwei Large-Language-Modellen.

Abb. 4: Kopplung von Large Language Modellen

Joule kann aber auch bei der Berichtserstellung verwendet werden. Natürlich können die Ergebnisse, beispielsweise Diagramme aus Just Ask, einfach per Drag and Drop in den Editiermodus übernommen und manuell weiterbearbeitet werden. Aber häufig ist eine komfortable Benutzerführung gewünscht. So könnten beispielsweise komplexe Erstellungstätigkeiten wie die individuelle Gestaltung eines Dashboards in Form von Checkboxen und Ähnlichem erwünscht sein. Dies kann auf Basis einer Anforderungsbeschreibung in natürlicher Sprache delegiert werden. Um dies zu ermöglichen, "lernt" die KI die entsprechende Entwicklungssprache, hier Javascript, beispielsweise durch Dokumentation und Lösungsstrategien in Foren. Der erzeugte Code kann dann direkt hinterlegt werden. Abbildung 5 zeigt, wie eine natürlichsprachige Abfrage in Code umgewandelt wird und direkt im Dashboard-Design verwendet werden kann.

Abb. 5: Generierung von Widget-Steuerungen

Auch bei Simulationen und Planungen ergeben sich erhebliche Vorteile. Die Erstellung und Modifikation von Szenarien kann natürlichsprachig vorgenommen werden (Abbildung 6). Der Anwender kann dazu die Anzeigeobjekte anpassen, beispielsweise eine Abweichungsspalte einfügen. Daneben besteht auch die Möglichkeit, einzelne Werte oder verdichtete Größen anzupassen ("Erhöhe den Umsatz für Nordeuropa beim Produkt A um 3 % im ersten Planjahr"). Solche Szenarien können ebenfalls natürlichsprachig geteilt werden.

Abb. 6: Beispiel einer Planungs- / Simulationssitzung mit Joule

Die geschilderten Szenarien sind alles keine Wunderwerke, aber sie erleichtern auch wenig geübten Berichtserstellern und -empfängern das Arbeiten mit den Werkzeugen, ohne tief in die Details einzusteigen. Inwieweit Programmierung ohne tiefere Kenntnisse automatisiert werden kann, muss sich erst zeigen. Schließlich ist Programmieren weit mehr als nur Kodieren. Allerdings gehört die Programmierung von Dashboard-Oberflächen eher zu den einfachen Programmieraufgaben im Gegensatz zu komplexen Verarbeitungen wie beispielsweise Konzernkonsolidierung sowie inner- oder zwischenbetriebliche Leistungsverrechnung.