Wie SAP die Preispolitik automatisiert und welche Unterschiede zwischen SAP R3 und S4 HANA bestehen.
Künstliche Intelligenz (KI) ist ein sich rasch entwickelnder Bereich, der das Potenzial hat, den B2B-Vertrieb zu revolutionieren. Eines der Unternehmen, das bei der Einführung von KI eine Vorreiterrolle einnimmt, ist SAP. SAP ist ein globaler Softwarekonzern, der eine Unternehmenssoftware (ERP-Software) für die Verwaltung von Geschäftsabläufen und Kundenbeziehungen anbietet.
In diesem Blogbeitrag werden wir die Rolle der KI in den Produkten und Dienstleistungen von SAP untersuchen und erörtern, wie das Unternehmen KI zur Automatisierung der Preisgestaltung und der Vertriebsanalyse einsetzt.
Es wird etwas technischer, denn wir werden im Kommenden auch auf die Unterschiede zwischen SAP R3 und S4 HANA eingehen sowie den Migrationsprozess von SAP ECC zu S4 HANA untersuchen.
Zuletzt werden wir uns mit den Vorteilen der Nutzung externer KI-Anbieter befassen, anstatt sich ausschließlich auf native SAP-Module zu verlassen.
Setzt SAP künstliche Intelligenz ein?
Ja, SAP nutzt künstliche Intelligenz in vielen seiner Produkte und Dienstleistungen. Ein Beispiel ist SAP Leonardo, eine Suite digitaler Innovationssysteme, die verschiedene Technologien wie KI, das Internet der Dinge (IoT) und Big-Data-Analysen kombiniert, um Unternehmen bei der Transformation und der Steigerung ihrer Flexibilität zu unterstützen. SAP Leonardo umfasst verschiedene KI-gestützte Werkzeuge wie maschinelle Lernalgorithmen, natürliche Sprachverarbeitung und Bilderkennung, die Aufgaben automatisieren und die Entscheidungsfindung verbessern können.
Ein weiteres Beispiel für den Einsatz von KI bei SAP ist die Lösung SAP Predictive Analytics, die mithilfe von Algorithmen des maschinellen Lernens Daten analysiert und zukünftige Ergebnisse vorhersagt. Industriebetriebe und Hersteller mit Tausenden von Produkten auf Lager können Predictive Sales für verschiedene Zwecke nutzen, z. B. zur Vorhersage der Kundenabwanderung, zur Erkennung von Cross-Selling-Potenzial und zur Optimierung der Preisgestaltung.
SAP nutzt KI, um seine Preisgestaltung zu automatisieren. So nutzt das SAP-Tool „Automate SAP Pricing Policy“ Algorithmen des maschinellen Lernens, um Marktdaten und Kundenverhalten zu analysieren und anschließend personalisierte Preisempfehlungen für jeden Kunden zu erstellen. KI hilft Unternehmen, ihre Preisstrategien zu optimieren und die Rentabilität zu steigern.
Während diese nativen SAP-Module bei der Bereitstellung von KI-gestützten Lösungen effektiv sein können, lohnt es sich, auch die Vorteile der Nutzung externer KI-Anbieter in Betracht zu ziehen. Ein Vorteil von externen Anbietern ist, dass sie oft über spezielles Fachwissen und Erfahrung in einem bestimmten Bereich der KI verfügen, z. B. im B2B-Vertrieb.
Der Einsatz einer externen KI-Software kann die Implementierung von KI in SAP beschleunigen und gleichzeitig die Kosten erheblich senken. Darüber hinaus können externe Anbieter flexiblere Preis- und Bereitstellungsoptionen sowie laufende Support- und Wartungsdienste anbieten. Außerdem sind seit dem letzten HANA-Release einige SAP-Predictive-Apps veraltet. Die Migration auf HANA bedeutet, dass die Controller prädiktive Szenarien mit Intelligent Scenario Lifecycle Management (ISLM) – dem neuen SAP-Framework für das maschinelle Lernen – neu schreiben müssen.
Tabellen MVKE und KONDM in SAP – „Make them predictive“
Eine aktuelle Herausforderung für Unternehmen, die SAP einsetzen und innerhalb der SAP-Familie migrieren, ist die manuelle Pflege der Tabellen MVKE (Materialstammdaten) und KONDM (Konditionsstammdaten), die beide für die Pflege und Verwaltung von Preisinformationen unerlässlich sind. Die MVKE-Tabelle speichert materialspezifische Daten, wie z.B. die Materialnummer, die Mengeneinheit und den Basispreis. In der Tabelle KONDM hingegen werden konditionsspezifische Daten wie Abschläge, Zuschläge und verschiedene Preiskonditionen gespeichert.
Um die Tabelle MVKE zu pflegen, müssen Sie Materialstammsätze anlegen und pflegen, die alle relevanten Daten für ein bestimmtes Material enthalten. In der Regel tun dies die Vertriebscontroller über den SAP-Transaktionscode MM01 (Material anlegen). Man kann auch den SAP-Transaktionscode MM02 (Material ändern) verwenden, um einen bestehenden Materialstammsatz zu ändern.
Um die Tabelle KONDM zu pflegen, müssen Sie Konditionssätze anlegen und pflegen, die alle relevanten Daten für eine bestimmte Preiskondition enthalten. SAP-Analysten oder Controller können diese Aufgabe mit dem SAP-Transaktionscode VK11 (Kondition anlegen) durchführen. Sie können auch den SAP-Transaktionscode VK12 (Kondition ändern) verwenden, um einen bestehenden Konditionssatz zu ändern.
Im B2B-Großhandel und -Vertrieb ist es unerlässlich, die Tabellen MVKE und KONDM regelmäßig zu pflegen, um sicherzustellen, dass Ihre Preisfindungsinformationen aktuell und korrekt sind. Dies ist einer der Hauptgründe dafür, sie mithilfe von KI vorhersagbar zu machen.
Der Unterschied zwischen SAP R3 und S4 HANA – Schritt für Schritt
Wenn Sie derzeit SAP ECC nutzen und ein Upgrade auf S4 HANA in Erwägung ziehen, müssen Sie einen Prozess durchlaufen, der SAP ECC to S4 HANA Migration genannt wird. Dieser Prozess umfasst die Übertragung aller Daten und Anpassungen von SAP ECC nach S4 HANA sowie das Testen und Überprüfen, ob alles im neuen System korrekt funktioniert. Es ist wichtig, den Migrationsprozess sorgfältig zu planen und durchzuführen, um einen reibungslosen Übergang zu gewährleisten und die Unterbrechung Ihres Geschäftsbetriebs zu minimieren.
Außerdem werden die meisten SAP-Kunden spätestens im Jahr 2027 gezwungen sein, ihre ERP-Software zu wechseln. Zu diesem Zeitpunkt wird der Support für frühere Softwareversionen eingestellt, so dass SAP-Kunden gezwungen sind, nach einer neuen Lösung zu suchen. SAP bewirbt nun HANA als sein ERP-Flaggschiff.
Ein wesentlicher Unterschied zwischen SAP R3 und S4 HANA ist, dass S4 HANA ein moderneres und fortschrittlicheres ERP-System ist. Es bietet In-Memory-Technologie, die eine schnellere Verarbeitung großer Datenmengen ermöglicht. S4 HANA enthält außerdem eine Reihe neuer Funktionen und Möglichkeiten, die in SAP R3 nicht verfügbar sind, wie Echtzeit- und erweiterte prädiktive Analysen.
B2B-Großhändler und Hersteller setzen SAP Sales Analytics ein, um Wachstumschancen zu erkennen, Preisstrategien zu optimieren und Kundenbeziehungen zu verbessern. Die Vertriebsanalyse ist für alle ERP-Systeme, einschließlich S4 HANA, von entscheidender Bedeutung.
SAP Data Mining ist eine weitere wichtige Funktion von S4 HANA. Es ermöglicht Unternehmen die Analyse und Gewinnung wertvoller Datenerkenntnisse mithilfe fortschrittlicher Algorithmen und maschineller Lerntechniken (ML). KI und ML können Trends und Muster erkennen, die für Menschen nicht sofort sichtbar sind, und helfen Unternehmen, fundiertere Entscheidungen zu treffen und bessere Geschäftsergebnisse zu erzielen.
BERECHNEN SIE JETZT DEN ROI VON QYMATIX PREDICTIVE SALES SOFTWARE
Künstliche Intelligenz in SAP ECC & S4 HANA – Fazit
Künstliche Intelligenz (KI) ist ein unschätzbares Werkzeug für Unternehmen, die das Enterprise Resource Planning (ERP)-System von SAP nutzen. Die KI-gestützten Lösungen von SAP, wie SAP Leonardo und SAP Predictive Analytics, können Aufgaben automatisieren, die Entscheidungsfindung verbessern und Preisstrategien optimieren.
Der Einsatz von externen KI-Anbietern kann jedoch zusätzliche Vorteile bieten, wie z. B. spezielles Fachwissen, Kosteneinsparungen und flexible Einsatzmöglichkeiten. Der Einsatz von SAP-KI birgt einige Herausforderungen, etwa die manuelle Pflege wichtiger Datentabellen. Externe KI-Anbieter können jedoch dabei helfen, diese Tabellen vorausschauender zu gestalten und die Genauigkeit und Effizienz zu verbessern.
Die Migration von SAP ECC auf S4 HANA, die modernere und fortschrittlichere Version des ERP-Systems von SAP, erfordert die Übertragung von Daten, Anpassungen, Tests und die Überprüfung, ob alles korrekt funktioniert. Insgesamt kann der Einsatz externer KI-Anbieter, deren Software in einem ERP-System wie SAP integriert wird, dabei helfen, bessere Geschäftsergebnisse zu erzielen und wettbewerbsfähig zu bleiben.
ICH MÖCHTE PREDICTIVE ANALYTICS FÜR DEN B2B-VERTRIEB
Literaturnachweis: