Core Data Services (CDS) bilden die Basis für moderne SAP-Analysen und Anwendungen. Sie werden in vielen Bereichen genutzt – zum Beispiel in ABAP-Reports für SAP S/4HANA, in Analytical Queries sowie in Szenarien für SAC und Fiori.
Mit steigender Komplexität der Datenmodelle wachsen die Anforderungen an Performance, Wiederverwendbarkeit, Fachlogik und Governance.
Künstliche Intelligenz (KI) kann hier entlang des gesamten Entwicklungszyklus unterstützen, von der Anforderungsanalyse über das Datenmodell-Design bis hin zu Code-Generierung, Tests, Performance-Tuning und Dokumentation.
KI in der CDS-Entwicklung
Bereits in der Designphase erkennt KI aus natürlichsprachlichen Anforderungen, wie zum Beispiel: „Deckungsbeitrag pro Kunde und Monat mit Währungsumrechnung“, relevante Tabellen wie ACDOCA oder KNA1 und leitet automatisch Entitäten und Beziehungen ab.
Im nächsten Schritt generiert sie Vorschläge für CDS-Syntax, Assoziationen und passende Annotationen für Analytics, OData und UI.
Dadurch lassen sich wiederverwendbare Views schneller entwickeln und Redundanzen vermeiden. Auch Optimierungshinweise, etwa zu Join-Strategien oder Filter-Pushdown, können automatisch erfolgen. Im Bereich Sicherheit kann KI passende DCL-Objekte vorschlagen und sensible Felder identifizieren, die eine Maskierung oder Pseudonymisierung benötigen. Damit entsteht eine deutliche Effizienzsteigerung über den gesamten Entwicklungsprozess hinweg.
Beispiel: Copilot in Eclipse (ADT)
Ein praktischer Einstieg gelingt mit GitHub Copilot in Eclipse (ADT). Das Plugin lässt sich direkt über den Eclipse Marketplace installieren. Im Menü Help → Eclipse Marketplace wird nach „GitHub Copilot“ gesucht und die Installation kann direkt über die Oberfläche gestartet werden. Nach dem anschließenden Neustart von Eclipse erscheint Copilot in der Menüleiste und fordert die Anmeldung mit einem GitHub-Account an. Diese Authentifizierung ist notwendig, um die generativen Funktionen freizuschalten.
Nach erfolgreicher Anmeldung erscheint unten rechts das Copilot-Icon. Ein Klick darauf öffnet das Prompt-Fenster mit der Auswahl der verfügbaren Large Language Models (LLMs) – beispielsweise GPT-4, Gemini oder Claude Sonnet. GPT 5 wurde in der Copilot-Umgebung in Eclipse noch nicht freigeschaltet.
Die Modellauswahl beeinflusst, wie kreativ, präzise oder kontextbewusst die Codevorschläge ausfallen. Die Wahl des Modells hängt vom jeweiligen Arbeitsschwerpunkt ab. Für die automatisierte Codegenerierung und Optimierung von CDS-Views ist ein Modell mit hoher Syntax- und Kontextkompetenz entscheidend. GPT-4 überzeugt durch präzise, konsistente und kontextbewusste Ergebnisse und ist daher meist die erste Wahl. Gemini eignet sich für explorative Analysen und Variantenvergleiche, während Claude Sonnet bei umfangreichen Datenmodell-Beschreibungen und Code-Reviews punktet. In der Praxis empfiehlt es sich, Aufgaben mit mehreren Modellen zu testen und das Modell mit der besten Kombination aus Korrektheit, Stabilität und SAP-Kompatibilität zu verwenden.
Sobald ein Modell aktiviert ist, kann der Entwickler im Editor einfach eine fachliche Beschreibung in natürlicher Sprache formulieren und gibt den Prompt ein.
Zum Beispiel:
// Erstelle einen CDS Consumption View für Deckungsbeitrag pro Kunde und Monat.
// Quellen: ACDOCA, KNA1, TCURR. Felder: Kunde, Monat, Umsatz, Kosten, Deckungsbeitrag in EUR.
// Währungsumrechnung nach Belegdatum.
//Füge @Analytics.query, @OData.publish: true, @UI.lineItem und @Consumption.filter für Kunde und Monat hinzu.
// Nutze I_/C_-Namenskonvention und WHERE vor Aggregation.
Der Assistent erkennt den Kontext und generiert automatisch einen lauffähigen Entwurf inklusive Annotationen, Joins, Aggregationslogik und eine saubere Schichtung in Interface- und Consumption-Layer. Die generierten Vorschläge lassen sich direkt übernehmen, prüfen, anpassen und aktivieren – bis hin zur Data Preview und OData-Bereitstellung. So entsteht in wenigen Minuten ein konsistentes, wartbares CDS-Modell, das funktional und performant ist.
Best Practices für den sicheren KI-Einsatz
Für einen sicheren und wirksamen KI-Einsatz gilt: KI liefert wertvolle Unterstützung, ersetzt aber nicht die fachliche Expertise. Die finale Freigabe und fachliche Validierung liegen jedoch bei erfahrenen Entwicklerinnen und Entwicklern („Human in the Loop“). Wichtig ist außerdem, Unternehmensrichtlinien einzuhalten: Keine Verarbeitung der sensiblen Produktivdaten in offenen Modellen und nur abgesicherte, tenant-interne KI-Services nutzen.
Ein klar formulierter Prompt ist entscheidend für hochwertige Ergebnisse. Gute Prompts enthalten präzise Begriffe, Beispiel-Datensätze, gewünschte Annotationen, Namenskonventionen und die Zielsystemversion. Sauberes Prompt Engineering macht den Unterschied zwischen einem brauchbaren Vorschlag und produktionsreifem Code.
Fazit
KI ist ein kraftvoller Beschleuniger in der Entwicklung von SAP CDS Views und unterstützt entlang des gesamten Entwicklungsprozesses: von der Übersetzung fachlicher Anforderungen in robuste Datenmodelle über die Generierung von sauberen, annotierten Codes bis hin zu Performance-Tuning, Tests, Autorisierung und Dokumentation.
Den größten Nutzen entfalten Unternehmen, wenn KI mit erfahrener Beratung kombiniert wird – so bleiben fachliche Korrektheit, Wartbarkeit und Compliance sichergestellt.
Wir bei CubeServ vereinen tiefe SAP- und Analytics-Expertise mit praxisbewährtem KI-Know-how. Neben CDS-Views entwickeln und implementieren wir KI-Lösungen für vielfältige Geschäftsmodelle – von Predictive Forecasting und Anomalie Erkennung über LLM-gestützte, Prozessautomatisierung in SAP, bis hin zu End-to-End Data-Analytics mit Data Lakehouse, MLOps und Self-Service Data Analytics.
Wie in den Best Practices beschrieben, spielt exzellentes Prompt Engineering eine zentrale Rolle: In unserem praxisnahen Workshop zeigen wir Ihrem Team, wie präzise formulierte Prompts messbar bessere Ergebnisse in SAP- und Analytics-Szenarien erzielen – schneller, sicherer und nachhaltig im Betrieb. Wir begleiten Sie von der ersten Idee bis zum produktiven Einsatz und entwickeln gemeinsam die passende Lösung für Ihr Unternehmen.
Workshop: Prompting Mastery – Praktische Strategien für den erfolgreichen KI-Einsatz
Webinare
Vereinbaren Sie jetzt Ihren Expert Call. Wir freuen uns über Ihre Nachricht.
Abdelghafour Makhchan
Consultant SAP BW
- n.n.
