Dokumentation "KI-Chatbot"  
SD Konfiguration  
Dieses Buch dokumentiert die Konfiguration des KI-Chatbots auf Deutsch.  
Inhalt  
Inhaltsverzeichnis  
Ziel dieser Dokumentation  
Leitfaden Konfiguration  
Construction Kit Navigation  
App-Manager starten  
Managed Datasource Manager starten  
Managed Datasource  
Managed Datasource erstellen  
Managed Entity erstellen  
Leading Data Parts  
CDS View hinzufügen  
Attribute  
Attributzuordnung  
Attribute generieren  
Persona  
Persona erstellen  
Kopfdaten einstellen  
Systemprompt formulieren  
KI-Chatbot Funktion konfigurieren  
Persona zuweisen  
KI-Chatbot Funktionstest  
Persona auswählen  
Funktionen testen  
Entity Varianten  
Variante erstellen  
Funktion mit Variante verknüpfen  
Dependent Data Parts  
Dependent Data Parts einrichten  
Variante abändern  
Anwendungsbeispiele im SD  
Kunden anzeigen  
Kundenanfrage  
Kundenangebot  
Kundenauftrag  
Preisfindung von Material mithilfe Preiskonditionen  
Inhaltsverzeichnis  
Ziel dieser Dokumentation  
Diese Dokumentation soll SAP‑Systemoperanden Schritt für Schritt dabei unterstützen, eine  
Funktion auf Basis eines CDS-Views von der ersten Idee bis zur vollständigen Implementierung  
nachzuvollziehen und eigenständig nachzubauen.  
Sämtliche Schritte von Navigation, Customizing und dem anschließenden Test der Funktion  
detailliert erläutert.  
Anhand von praxisnahen Fallbeispielen, werden dem Nutzer erklärt wie dieser Projekt-, Anfragen,  
Angebote und Aufträge abrufen kann. Eine komplexe Preisfindung von Materialien anhand von  
Kundendaten wird dem Nutzer auch vorgestellt.  
Darüber hinaus verfolgt die Dokumentation das Ziel, dem Nutzer einen fundierten Einblick in die  
verschiedenen Customizing-Optionen des KI-Chatbots zu geben. Zur weiteren Veranschaulichung  
finden Sie am Ende dieser Dokumentation mehrere praxisnahe Fallbeispiele mit diversen  
Anwendungsbeispielen, um Ihnen die Funktionsmöglichkeiten des Chatbots ausführlicher zu  
präsentieren.  
Inhaltsverzeichnis  
Leitfaden Konfiguration  
Diese Dokumentation vermittelt schrittweise die folgenden  
Inhalte:  
1. Construction Kit App-Manager navigieren und starten  
2. Managed Datasource erstellen  
3. Leading Data Parts mit CDS-Views deklarieren  
4. Attributzuordnung  
5. Persona erstellen, Systemprompt formulieren und Funktion konfigurieren  
6. Test der neuen Persona  
7. Entity Varianten einstellen  
8. Dependent Data Parts korrekt deklarieren  
9. Zusätzliche Anwendungsfallbeispiele  
Construction Kit Navigation  
App-Manager starten  
Als erster Schritt wird die Transaktion /MILUM/5GCORB_AI_CUA im SAP-System aufgerufen, um  
den Construction Kit App-Manager zu starten.  
Darauffolgend wählt der Nutzer den zuletzt bearbeiteten Eintrag mithilfe der Transaktion  
/MILUM/5GCORB_AI_CUL aus und startet diesen.  
Alternativ kann die Transaktion auch über das SAP-Hauptmenü gestartet werden.  
Die vollständige Bezeichnung lautet:  
/MILUM/5GCORB_AI_CUL – Construction Kit App-Manager (last)  
Construction Kit Navigation  
Managed Datasource Manager starten  
In der Maske des Construction Kit App-Managers werden nun die im System installierten  
Applikationen angezeigt.  
Um eine Anpassung an der KI-Chatbot-Applikation vorzunehmen, kann in der Spalte  
„Kurzbeschreibung“ nach dem Eintrag „Generischer KI-Chat“ gesucht werden.  
In derselben Zeile befindet sich in der Spalte „Customizing“ ein „Zahnradsymbol". Über dieses  
Symbol kann auf das zugehörige Customizing-Untermenü zugegriffen werden.  
Im Untermenü stehen vier Optionen zur Verfügung.  
Der Fokus liegt zunächst auf dem Managed Datasource Manager, der über das „Ausführen“-  
Symbol gestartet wird.  
Im nächsten Kapitel wird in der Oberfläche des Managed Datasource Managers fortgefahren  
und eine neue Managed Datasource erstellt.  
Managed Datasource  
Managed Datasource erstellen  
In der MDS-Manager-Oberfläche kann über die Funktionsleiste eine Managed Datasource  
erstellt werden.  
Dafür wird die Schaltfläche „Create Managed Datasource“ (Symbol: geknicktes Blatt)  
ausgewählt.  
Im daraufhin erscheinenden Pop-up-Fenster wird eine Source ID vergeben, z.ꢀB.  
ZSD_DEMO_HOWTO.  
Die Benennung sollte klar und nachvollziehbar sein, idealerweise orientiert an Modul, Zweck  
und/oder Projektbezug.  
In der folgenden Übersicht kann der Managed Datasource im Feld „Mang. Datas. Bez.“ eine  
sprechende Bezeichnung zugewiesen werden.  
Zum Beispiel: SD Experte Demo.  
Anschließend wird die Managed Datasource durch Klick auf den blauen „Sichern“-Button unten  
rechts erstmals gespeichert.  
Daraufhin erscheint ein Dialog zur Auswahl eines Customizing-Auftrags, der die Änderung  
dokumentiert.  
Der Vorgang wird durch Bestätigung mit dem grünen Haken abgeschlossen.  
Die Abfrage des Customizing-Auftrags erscheint regelmäßig bei Änderungen im Customizing-  
Bereich.  
Daher wird auf eine erneute Dokumentation dieser Meldung im weiteren Verlauf verzichtet.  
Wenn der Prozess erfolgreich abgeschlossen wurde, erscheint unten links die Meldung:  
„Daten wurden gesichert.“  
Managed Datasource  
Managed Entity erstellen  
Die Managed Entity bildet den Einstiegspunkt der Funktion.  
Die KI liest dabei die hinterlegte ID sowie die Bezeichnung aus und nutzt diese zur korrekten  
Einordnung der Funktion.  
Eine gute Bezeichnung ist kurz, präzise und eindeutig, daher sollten Wortwiederholungen  
vermieden werden.  
Ungenaue oder generische Beschreibungen können dazu führen, dass die KI im schlimmsten Fall  
eine falsche Funktion aufruft.  
Auf der linken Seite des Bildschirms befindet sich die Dialogstruktur, die die Managed Datasource  
kaskadierend abbildet.  
Im nächsten Schritt wird über einen Doppelklick auf den Reiter „Managed Entities“ in die  
entsprechende Ansicht gewechselt.  
Zur Erstellung einer neuen Managed Entity wird die Funktion „Neue Einträge“ in der oberen  
Funktionsleiste verwendet.  
Nach dem Aufruf öffnet sich die Eingabeübersicht.  
Die Felder sind nun editierbar, und es ist möglich, mehrere Einträge gleichzeitig anzulegen.  
Da in diesem Fall eine Funktion erstellt wird, die alle Kundenaufträge anzeigen soll, wird eine ID  
gewählt, die sich eng am zugrunde liegenden CDS-View I_SALESORDER orientiert.  
Verwendet wird beispielsweise die ID ZSALES_ORDER mit der Bezeichnung „Übersicht aller  
Kundenaufträge“.  
Hinweis:  
Die ID ist nach dem erstmaligen Speichern nicht mehr änderbar.  
Nach dem Ausfüllen der Felder wird unten rechts über den Button „Sichern“ gespeichert.  
Anschließend wird die Maske über den „Zurück“-Button  
verlassen.  
Die Entity ist nun erstellt.  
Zur Vorbereitung des nächsten Schritts wird in den Unterordner „Leading Data Parts“  
gewechselt.  
Dazu wird die Checkbox vor ZSALES_ORDER aktiviert. Mit gesetztem Häkchen erfolgt ein  
Doppelklick auf „Leading Data Parts“, um in die nächste Ebene zu gelangen.  
Im nächsten Kapitel wird innerhalb der Leading Data Parts der entsprechende CDS-View  
hinzugefügt.  
Leading Data Parts  
CDS View hinzufügen  
Im Bereich Leading Data Parts wird der führende Datensatz, also der CDS-View, eingefügt.  
Dazu wird erneut „Neue Einträge“ ausgewählt, um in die Eingabemaske zu gelangen.  
In der Eingabemaske wird in der ersten Zeile ein Name für den Datensatz vergeben, beispielsweise  
ZSALES_ORD.  
Unter dem Feld CoreDsrcld ist der Eintrag /MILUM/GAGDS_DSRC_CDS_DYN auszuwählen.  
Anschließend wird der Name des zu verwendenden CDS-Views eingetragen.  
Für Kundenaufträge eignet sich hierfür besonders der View I_SALESORDER.  
Eine vollständige Übersicht aller verfügbaren CDS-Views ist auf der SAP-Hilfeseite abrufbar.  
Die Eingaben können mithilfe des beigefügten Screenshots überprüft werden.  
Im nächsten Schritt wird über den „Sichern“-Button die Änderung gespeichert.  
Zur Attributzuordnung wird anschließend navigiert. Hierfür wird ein Häkchen bei ZSALES_ORD  
gesetzt und anschließend ein Doppelklick auf „Attributzuordnung“ ausgeführt.  
Das folgende Kapitel behandelt die Attributzuordnung im Detail.  
Attribute  
Attributzuordnung  
Wie die Attributzuordnung bereits vermuten lässt, werden in diesem Schritt die Attribute  
ausgewählt, die in der vom KI-Chatbot ausgegebenen Tabelle angezeigt werden sollen.  
Dazu wird erneut die Schaltfläche „Neue Einträge“ oben links verwendet, um in die  
entsprechende Eingabemaske zu gelangen.  
In der Eingabemaske stehen zwei Möglichkeiten zur Verfügung, um Attribute auszuwählen und  
hinzuzufügen:  
1. Direkte Texteingabe der gewünschten Attribute in die Eingabefelder (Einfügen per Strg +  
C/V ist ebenfalls möglich).  
2. Nutzung der Suchhilfe, die über das Symbol rechts neben dem Eingabefeld aufgerufen  
werden kann.  
In der Suchhilfe werden alle im gewählten CDS-View verfügbaren Attribute angezeigt und können  
bequem ausgewählt und der Tabelle hinzugefügt werden.  
Wichtig: Das Primär-Attribut, das den Primary Key darstellt, muss zwingend hinzugefügt  
werden.  
In der Regel handelt es sich dabei um das Attribut mit der Position 0001 oder um eines, das in der  
Spalte „Ist Schl.(üssel)“ mit einem Häkchen markiert ist.  
Gegebenenfalls sind mehrere Primärschlüssel vorhanden. In diesem Fall kann einer ausgewählt  
oder mehrere hinzugefügt werden.  
Für die Tabelle der Kundenaufträge werden beispielsweise folgende Attribute ausgewählt:  
CREATEDBYUSER  
OVERALLTOTALDELIVERYSTATUS  
SALESORDER  
SALESORDERDATE  
SALESORDERTYPE  
SALESORGANIZATION  
SOLDTOPARTY  
TOTALNETAMOUNT  
TRANSACTIONCURRENCY  
Über die Spalte „Verw. Sel.“ kann die Verwendung einzelner Attribute durch die KI weiter  
spezifiziert werden. Die dort verfügbaren Optionen beeinflussen ob ein Attribut in einer Query  
vernachlässigt werden soll (keines), eine Pflichteingabe (Pflicht) oder einen internen Wert  
übernehmen sollen (interner Wert).  
Nach der Auswahl werden die Einträge über den „Sichern“-Button unten links gespeichert. Dabei  
werden die Managed Attribute IDs automatisch generiert und hinterlegt.  
Attribute  
Attribute generieren  
Der Nutzer navigiert zu dem Unterordner Managed Attributes und macht einen Doppelklick auf den  
Namen um die Übersicht zu öffnen.  
In der Funktionsleiste klickt der User das Attribute generieren-Symbol an.  
Eine Maske öffnet sich und der Nutzer kann ablesen ob jedes Attribut erfolgreich hinzugefügt  
wurde.  
Das Icon auf der linken Seite zeigt den Status an: Grün bedeutet, dass keine Fehler vorliegen, Rot  
weist auf Fehler hin.  
Mit dem grünen Häkchen schließt der Nutzer die Maske.  
Die Tabelle sollte nun die Attribute samt Datenelement aufführen. Mit der Spalte Managed Attr.  
alt. Bez. kann man den Tabellenspaltennamen ändern.  
Der Nutzer speichert die Attribute mithilfe des „Sichern“-Button unten links. Die Managed  
Datasource ist nun fertig konfiguriert und der Nutzer kehrt in die Aktivitätsbereich-Maske zurück  
und startet nun die AI-Personas Aktivität.  
Im nächsten Kapitel wird das Thema Persona behandelt.  
Persona  
Persona erstellen  
Die Persona ist die Identität des KI-Chatbot.  
Sie gibt dem Chatbot Begleitkontext damit dieser effizienter und genauer Informationen  
bereitstellen kann.  
Hier können auch Benutzerpräferenzen hinterlegt werden, die der Chatbot bei der Ausgabe  
beachten sollte.  
Zum Anlegen einer neuen Persona wird der Button „Persona erstellen“ (Symbol: geknicktes  
Blattpapier) in der oberen linken Funktionsleiste ausgewählt.  
Der Nutzer wird nun aufgefordert eine Persona ID einzugeben.  
Die ID dieser Demo benennt der User SD_HOW_DEMO.  
Mit Bestätigung es grünen Häkchens unten rechts wird die Persona erstellt.  
Persona  
Kopfdaten einstellen  
In den Kopfdaten der Persona kann der Nutzer nun einen System-Prompt einfügen, um die  
Persönlichkeit der KI zu formen sowie das bevorzugte LLM festzulegen.  
Der Nutzer gibt der Persona eine Bezeichnung die seiner Aufgabe am ehesten zutrifft.  
Die Persona soll einen SD Experten darstellen der die Ausgabe von Kundenauftragsinformationen  
übernehmen soll.  
Folgend nennt der Nutzer die Persona SD Experte Kundenauftragsinfo.  
In der nächsten Zeile wählt der Nutzer den AI Connector aus.  
Der Nutzer klickt auf die Suchhilfe-Funktion die auf der rechten Seite des Containers zu finden ist,  
um alle verfügbaren LLMs zu sehen.  
Derzeit stehen dem Nutzer folgende LLMs zur Auswahl:  
MistralAI  
AzureAI  
OpenAI  
In dieser Demo verwendet der Nutzer das OpenAI-LLM und wählt den Connector  
/MILLUM/AICC_OAI_CON aus.  
In der nächsten Zeile verwendet der Nutzer erneut die Suchhilfe-Funktion und alle verfügbaren  
Modelle des LLMs werden angezeigt.  
Der Nutzer wählt das Modell GPT-4o aus. (Der Nutzer kann auch sein bevorzugtes Modell  
auswählen.)  
Abschließen setzt der Nutzer die Spalte Connector Konfiguration auf DEFAULT.  
Die Kopfdaten sollten wie folgt nun aussehen:  
Persona  
Systemprompt formulieren  
Der Systemprompt formt die Persönlichkeit des KI-Chatbots, der Prompt erhöht die Datengenau-  
und Zuverlässigkeit jeder Ausgabe.  
Um den Systemprompt zu konfigurieren drückt der User in der Zeile Persona Sys. Prompt auf  
den Button mit dem geknicktem Blattpapier.  
In der Maske gibt es ein Drop-Down Menü für verschiedene Systemsprachen.  
System-Prompts sollten stets in die jeweils vorgesehene Sprache übersetzt werden. Fehlt eine  
entsprechende Sprachangabe, greift der Chatbot auf eine automatische Übersetzung eines  
vorhandenen Prompts zurück, was potenziell zu Fehlern und Ungenauigkeiten führen kann.  
Der Nutzer wählt die Sprache Deutsch aus und gibt folgenden Prompt ein:  
Du bist ein Experte für SAP Sales and Distribution (SD), spezialisiert auf Kundenauftrags-  
Überwachung. Deine Hauptaufgabe ist es, den Benutzer bei der Ausgabe von Kundenaufträgen zu  
unterstützen, indem du die bereitgestellten Funktionen verwendest. Wenn es eine Funktion gibt,  
die der Anforderung des Benutzers entspricht, rufe immer diese Funktion auf. Wenn dir die  
notwendigen Informationen fehlen oder du unsicher bist, wie du weiter vorgehen sollst, stelle  
gezielte Rückfragen, anstatt Annahmen zu treffen. Erfinde keine Informationen, die nicht durch die  
bereitgestellten Funktionen oder Daten unterstützt werden.  
Um die Eingabe abzuschließen klickt der Nutzer auf das grüne Häkchen unten rechts in der  
Maske.  
Persona  
KI-Chatbot Funktion konfigurieren  
Mithilfe der Funktionen kann der Chatbot auf die vorher eingestellten Managed Datasources  
zugreifen und in Form von Tabellen ausgegeben werden.  
Um nun eine Funktion zu konfigurieren wählt der Nutzer den Reiter Funktionen aus.  
In der Funktionen Oberfläche klickt der Nutzer auf den „Neue Einträge"-Button um eine Funktion  
hinzuzufügen.  
Die Felder der Maske sind nun editierbar.  
Der Nutzer wählt in der ersten Spalte die Funktionsklasse, welche die Managed Datasources  
beinhaltet, aus.  
Mithilfe der Suchoption am Containerrand werden alle Funktionsklassen angezeigt.  
/MILUM/5GAICB_F_AI_FUNC_MDSRC ist die Funktion die der Nutzer verwenden sollte.  
In der nächsten Spalte wählt der Nutzer die Funktions-Id aus.  
Diese setzt sich aus folgenden Elementen zusammen:  
Managed Data Source ID + Managed Entity ID + -R  
ZSD_DEMO_HOWTO + ZSALES_ORDER + -R  
Die vom Nutzer konfigurierte Datasource ist ZSALES_ORDER in der Managed Datasource  
ZSD_DEMO_HOWTO.  
Die Funktions-Id die der Nutzer auswählt ist daher folgende:  
ZSD_DEMO_HOWTO-ZSALES_ORDER-R  
In der Spalte "Keine Bestätigung" setzt der Nutzer ein Häkchen.  
Zuletzt legt der Nutzer einen Namen für diese Funktion fest.  
Der Name sollte die Funktion kurz, knapp und präzise beschreiben, denn der Chatbot leitet von  
der Nutzeranfrage die richtige Funktion ab und führt diese dann aus.  
Warnung: Ungenaue Beschreibung führt dazu das die KI die falsche Funktion aufruft.  
Die Funktion sollte nun folgend aussehen:  
Wenn alle Angaben übereinstimmen speichert der Nutzer die Funktion mithilfe des „Sichern“-  
Button unten rechts.  
Die Persona ist nun komplett konfiguriert und wird im nächsten Schritt im Anwendungs-  
Customizing dem KI-Chatbot zugeteilt.  
Persona  
Persona zuweisen  
Im letzten Schritt dieses Kapitels verbindet der Nutzer die Persona mit dem KI-Chatbot.  
Dafür gehen wir zurück in den Anwendungsmanager und starten das Anwendungs-Customizing.  
Von den Kopfdaten wechselt der Nutzer in den Reiter Personas.  
In der Persona-Übersicht verwendet der Nutzer den „Neue Einträge"-Button in der  
Funktionsleiste.  
Im neuen Fenster kann der Nutzer nun seine erstellte Persona auswählen und eintragen.  
Der Nutzer speichert seine Änderung ab.  
Die Persona samt Funktionen und Managed Datasource sind nun erstellt und können im nächsten  
Kapitel getestet werden.  
KI-Chatbot Funktionstest  
Persona auswählen  
In der Chat-Oberfläche wählt der Nutzer die Persona aus die der Chatbot annehmen soll.  
Dies kann der Nutzer über 2 verschiedene Möglichkeiten tätigen:  
1. Über das "Burger-Menü" oben rechts in der Oberfläche.  
Dort auf das Persona Untermenü hovern und dann nach der erstellten Persona in der Liste  
suchen.  
2. In der Chatbox mithilfe eines Namenfilters die Persona anzeigen lassen. Hier reicht schon  
@sd um die richtige Persona zu finden.  
Falls korrekt ausgewählt sollte nun über der Chatbox der Name der erstellten Persona stehen.  
KI-Chatbot Funktionstest  
Funktionen testen  
Um die Funktionen des Chatbots zu testen, gibt der User den Befehl "Zeig mir deine Funktionen  
" ein um eine Übersicht zu bekommen und zu prüfen ob auch die Funktion korrekt implementiert  
wurde.  
Der Chatbot liefert eine Auflistung der Funktionen mit einer Beschreibung, welche mithilfe den  
hinterlegten Beschreibungen durch die KI vervollständigt wurden.  
Da die Funktion gelistet wurde, gibt der Nutzer den Befehl "Zeige mir alle Kundenaufträge an"  
ein um nun die Funktion zu testen.  
Der Chatbot liefert eine Tabelle mit den vom Nutzer gewählten Attributen aus.