AI Use Cases für PoC

Finanzwesen und Risiko

• Prognose von verspäteten Zahlungen und Zahlungsausfallrisiken (Rechnungs- und Zahlungshistorie).
• Scoring von Kunden- oder Lieferantenrisiken (Credit Risk Scoring).
• Betrugserkennung in Buchungs- und Transaktionsdaten).

Vertrieb, Marketing und CRM

• Churn-Prognose (Kundenabsprungvorhersage).
• Next-Best-Offer / Upselling-Potenziale.
• Lead-Scoring (Priorisierung von Verkaufschancen).

Supply Chain, Lager und Logistik

• Nachfrageprognosen (Demand Forecasting).
• Vorhersage von Lieferverzögerungen (Late Delivery Risk).
• Bestandsoptimierung (Überbestand / Out-of-Stock-Risiko).

Einkauf und Beschaffung

• Lieferantenbewertung (Qualität, Pünktlichkeit, Preis).
• Prognose von Maverick Buying (unregelmäßige Beschaffung).
• Erkennung auffälliger oder regelwidriger Bestellungen (Compliance/Fraud).

Nachhaltigkeit und ESG

• Prognose des CO₂-Fußabdrucks (Produkte, Lieferanten, Aufträge).
• Klassifikation von Aktivitäten nach ESG-Relevanz).

HR und Workforce Management

• Mitarbeiter-Fluktuationsprognose (Employee Churn).
• Skills-Matching und interne Mobilität.

Spezifische S/4HANA-Tabellen-Use-Cases

• FI/CO: Zahlungsverzug-Prognose (ACDOCA, BKPF/BSEG), Betrugserkennung (ACDOCA, BKPF/BSEG), Kredit-Risiko-Scoring (ACDOCA, BSIK/BSAK).
• SD: Churn-Prognose (VBAK/VBAP), Next-Best-Offer (VBAK/VBAP), Lead-Scoring (VBAK).
• MM: Lieferverzug-Prognose (EKKO/EKPO), Maverick-Buying (EKKO/EKPO), Lieferantenbewertung (EKKO/EKPO).
• EWM/Lager: Bestandsrisiko (/SCWM/IMMATSTR, MSEG).
• HR: Mitarbeiter-Churn (PA0001/PA0002).
• Nachhaltigkeit: CO₂-Fußabdruck-Prognose (ACDOCA, EKPO).

---

Das SAP-Modell sap-rpt-1-oss wird primär für Tabellenklassifikations- und Regressionsaufgaben eingesetzt, insbesondere um semantische Informationen aus Backend-Tabellen effektiv zu nutzen.