40
SAP Analytics DI Walter Müllner, Presales Expert

Short Presentation Title...SAP Cloud for Analytics All analytics capabilities in one product Consumer-grade user experience Embedded and standalone High-performance, real-time platform

  • Upload
    others

  • View
    6

  • Download
    0

Embed Size (px)

Citation preview

Page 1: Short Presentation Title...SAP Cloud for Analytics All analytics capabilities in one product Consumer-grade user experience Embedded and standalone High-performance, real-time platform

SAP AnalyticsDI Walter Müllner, Presales Expert

Page 2: Short Presentation Title...SAP Cloud for Analytics All analytics capabilities in one product Consumer-grade user experience Embedded and standalone High-performance, real-time platform

© 2016 SAP SE or an SAP affiliate company. All rights reserved. 2Public

Disclaimer

Die Informationen in dieser Präsentation sind vertraulich und urheberrechtlich geschützt und dürfen nicht ohne Genehmigung

von SAP offengelegt werden. Diese Präsentation unterliegt weder Ihrem Lizenzvertrag noch einer anderen Service- oder

Subskriptionsvereinbarung mit SAP. SAP ist in keiner Weise verpflichtet, in dieser Präsentation oder einem dazugehörigen

Dokument dargestellte Geschäftsabläufe zu verfolgen oder hierin wiedergegebene Funktionen zu entwickeln oder zu

veröffentlichen.

Diese Präsentation oder jedes dazugehörige Dokument über die Strategie von SAP und mögliche zukünftige Entwicklungen,

Ausrichtungen und Funktionen von Produkten und/oder Plattformen kann von SAP jederzeit aus beliebigen Gründen ohne

vorherige Ankündigung geändert werden. Die Informationen in dieser Präsentation stellen keinerlei Zusage, Versprechen oder

rechtliche Verpflichtung zur Auslieferung von Materialien, Code oder Funktionen dar. Diese Präsentation wird ohne jegliche

Gewähr, weder ausdrücklich noch stillschweigend, bereitgestellt. Dies gilt insbesondere, hinsichtlich der Gewährleistung der

Marktgängigkeit und der Eignung für einen bestimmten Zweck sowie für die Gewährleistung der Nichtverletzung geltenden

Rechts. Diese Präsentation dient zu Informationszwecken und darf nicht in einen Vertrag eingebunden werden. SAP übernimmt

keine Verantwortung für Fehler oder Unvollständigkeiten in dieser Präsentation, es sei denn, solche Schäden wurden von SAP

vorsätzlich oder grob fahrlässig verursacht. Sämtliche vorausschauenden Aussagen unterliegen verschiedenen Risiken und

Unsicherheiten, durch die die tatsächlichen Ergebnisse von den Erwartungen abweichen können.

Die vorausschauenden Aussagen geben die Sicht zu dem Zeitpunkt wieder, zu dem sie getätigt wurden. Dem Leser wird

empfohlen, diesen Aussagen kein übertriebenes Vertrauen zu schenken und sich bei Kaufentscheidungen nicht auf sie zu

stützen.

Page 3: Short Presentation Title...SAP Cloud for Analytics All analytics capabilities in one product Consumer-grade user experience Embedded and standalone High-performance, real-time platform

© 2016 SAP SE or an SAP affiliate company. All rights reserved. 3Public

Agenda

Überblick über das SAP Analytics Portfolio

Beispiel: Predictive Analytics

Automated Predictive Analytics

Demobeispiel - Sensordaten

Page 4: Short Presentation Title...SAP Cloud for Analytics All analytics capabilities in one product Consumer-grade user experience Embedded and standalone High-performance, real-time platform

Überblick über das SAP

Analytics Portfolio

Page 5: Short Presentation Title...SAP Cloud for Analytics All analytics capabilities in one product Consumer-grade user experience Embedded and standalone High-performance, real-time platform

© 2016 SAP SE or an SAP affiliate company. All rights reserved. 5Public

SAP Cloud for Analytics

All analytics capabilities

in one product

Consumer-grade

user experience

Embedded and

standalone

High-performance,

real-time platform

Agile Visualization

SAP Lumira

Lumira 1.29

Advanced

Analytics

SAP Predictive

Analytics

Predictive Analytics 2.4

SAP Analytics Portfolio und Strategie

Enterprise BI

SAP BusinessObjects

BI Suite

BI 4.2

Design Studio 1.6

Analysis Office 2.2

EPM

Ex. SAP Business

Planning and

Consolidation (BPC)

BPC 10.1 NW SP08

GRC

Ex. SAP Risk

Management

Risk Management 10.1 SP11

On-premise and/or Private Cloud Deployment Options

Software-as-a-Service in the Public Cloud

Weiteres Investment in

existierende Lösungen

Neue analytische

Funktionen als SaaS

Data Level Interoperability

Page 6: Short Presentation Title...SAP Cloud for Analytics All analytics capabilities in one product Consumer-grade user experience Embedded and standalone High-performance, real-time platform

Beispiel: Predictive Analytics

Page 7: Short Presentation Title...SAP Cloud for Analytics All analytics capabilities in one product Consumer-grade user experience Embedded and standalone High-performance, real-time platform

© 2016 SAP SE or an SAP affiliate company. All rights reserved. 7Public

Die Prädiktion / Prognose / Vorhersage

„Prognosen sind schwierig –

besonders wenn sie die Zukunft betreffen“

Mark Twain, Niels Bohr, und v.a.

Page 8: Short Presentation Title...SAP Cloud for Analytics All analytics capabilities in one product Consumer-grade user experience Embedded and standalone High-performance, real-time platform

© 2016 SAP SE or an SAP affiliate company. All rights reserved. 8Public

Warum PA?

Raw

Data

Cleaned

Data

Standard

Reports

Ad Hoc

Reports &

OLAP

Generic

Predictive

Analytics

Predictive

Modeling

Optimization

Was ist passiert?

Warum ist es passiert?

Was wird passieren?

wahrnehmen & reagieren vorhersagen & agieren

WE

TT

BE

WE

RB

SV

OR

TE

IL

ANALYTISCHE REIFE

Was ist das Beste, das

passieren könnte?

Warum wird es passieren?

Page 9: Short Presentation Title...SAP Cloud for Analytics All analytics capabilities in one product Consumer-grade user experience Embedded and standalone High-performance, real-time platform

© 2016 SAP SE or an SAP affiliate company. All rights reserved. 9Public

Typische Fragestellungen

Classifikation

Wer wird (kaufen | betrügen | abwandern …) nächste (Woche | Monat | Jahr…) ?

Regression

Wie hoch wird der (Umsatz | Anz. Churner …) sein in der nächsten (Woche | Monat..)?

Forecasting (Zeitreihen)

Wie wird sich der (Umsatz | Anz. Churners …) im nächsten Jahr pro Monat entwickeln?

Recommendation engines (next best offering)

Liefert z.B. Vorschläge auf Webseiten oder für Retailer

Segmentation

Welche Gruppen von Kunden haben ein ähnliches (Verhalten | Profil …)?

Link Analysis

Analyse von Interaktionen um (communities | influencers…) zu identifizieren

Page 10: Short Presentation Title...SAP Cloud for Analytics All analytics capabilities in one product Consumer-grade user experience Embedded and standalone High-performance, real-time platform

© 2016 SAP SE or an SAP affiliate company. All rights reserved. 10Public

Typische Fragestellungen

Classifikation

Wer wird (kaufen | betrügen | abwandern …) nächste (Woche | Monat | Jahr…) ?

Regression

Wie hoch wird der (Umsatz | Anz. Churner …) sein in der nächsten (Woche | Monat..)?

Forecasting (Zeitreihen)

Wie wird sich der (Umsatz | Anz. Churners …) im nächsten Jahr pro Monat entwickeln?

Recommendation engines (next best offering)

Liefert z.B. Vorschläge auf Webseiten oder für Retailer

Segmentation

Welche Gruppen von Kunden haben ein ähnliches (Verhalten | Profil …)?

Link Analysis

Analyse von Interaktionen um (communities | influencers…) zu identifizieren

3 Arten von Ergebnissen:

P

Value

Group

Page 11: Short Presentation Title...SAP Cloud for Analytics All analytics capabilities in one product Consumer-grade user experience Embedded and standalone High-performance, real-time platform

Automated Predictive Analytics

Page 12: Short Presentation Title...SAP Cloud for Analytics All analytics capabilities in one product Consumer-grade user experience Embedded and standalone High-performance, real-time platform

© 2016 SAP SE or an SAP affiliate company. All rights reserved. 12Public

Automatisierung - Vorteile

Zeitaufwand für Phasen

Klassische

Vorgehensweise

Automatische

Modellbildung

Geschäftsverständnis

Datenverständnis, Datenaufbereitung

Modelle erzeugen + Evaluierung

Modelle anwenden = Scoring

Kontinuierliche Anwendungund Re-Kalibrierung *)

*) bei klassischer Vorgehensweise ist das ein

neuer Iterationszyklus im Vorgehensmodell

Page 13: Short Presentation Title...SAP Cloud for Analytics All analytics capabilities in one product Consumer-grade user experience Embedded and standalone High-performance, real-time platform

© 2016 SAP SE or an SAP affiliate company. All rights reserved. 13Public

Vorbereitung der Daten / Datenbeschreibung

Automated Mode:

Keine Annahmen notwendig bezüglich der „Verteilung“ der Input Variablen

Keine Annahmen notwendig bezüglich „re-Codierung“, Normalisierung, etc., der Variablen

(das wird automatisch gemacht)

Keine Annahmen nötig bezüglich „missing Values“

Sofern bekannt, werden die jeweiligen „missing Values“ in der Datenbeschreibung angegeben, das

Werkzeug kümmert sich um deren richtige Behandlung

Keine Annahmen nötig bezüglich eventueller Korrelationen zwischen den Variablen,

das wird vom Werkzeug automatisch behandelt

Keine spezielle Vorgehensweise nötig, was das Finden des „beste Modells“ betrifft:

es werden eine große Anzahl von Modellen gleichzeitig errechnet und bewertet, ausgewählt wir dasjenige,

das die höchste „predictive Power“ bei gleichzeitig bester „Generalisierungsfähigkeit“ hat.

Page 14: Short Presentation Title...SAP Cloud for Analytics All analytics capabilities in one product Consumer-grade user experience Embedded and standalone High-performance, real-time platform

© 2016 SAP SE or an SAP affiliate company. All rights reserved. 14Public

Anwendungsbeispiele für PA

Schnelle Vorhersagen von Markttends

und Bedarf der Kunden

Prognosen, ob und wie Schwankungen

im Marktpreis den Produktionsplan

beeinflussen

Rechtzeitiges Erkennen von

Änderungen in der Nachfrage oder

Bestand über die gesamte Lieferkette

Beobachtung und Analyse von

Abweichungen und Qualitätsproblemen

im Produktionsprozess

Jedem Kunden exakt das richtige Angebot

und Dienstleistungs-Level anbieten

Einen stetig aktuellen Einblick in

zukünftige Verkäufe haben, Änderungen in

Echtzeit aufzeigen

Verstehen, was Bestandskunden und

potentielle Kunden in diesem Moment über

Ihr Unternehmen sagen

Vorhersage von liquiditätswirksamen

Erträgen, um Inkassi, Risiken und

kurzfristige Kredite besser zu verwalten

Page 15: Short Presentation Title...SAP Cloud for Analytics All analytics capabilities in one product Consumer-grade user experience Embedded and standalone High-performance, real-time platform

Demobeispiel

Page 16: Short Presentation Title...SAP Cloud for Analytics All analytics capabilities in one product Consumer-grade user experience Embedded and standalone High-performance, real-time platform

© 2016 SAP SE or an SAP affiliate company. All rights reserved. 16Public

Beispiel 1: Automatisches Erkennen von Mustern in Sensor-Daten

Sensoren messen bestimmte

Umgebungsbedingungen bei

der Herstellung eines

Produktes (Sensor1, …,

Sensor_n).

Der Indikator „Target_x“=1

wenn bestimmtes Ereignis

eintritt (z.B. Produkt ist defekt)

Der Target Wert=1 könnte aber

auch ein Indikator sein für den

Ausfall eines Maschinenteils, wenn

die Sensordaten den Betrieb einer

Maschine oder Komponenten

überwachen.

Gesucht werden jene

Sensoren und deren

Wertebereiche (bzw.

Kombinationen) wo Target=1

auftritt.

Page 17: Short Presentation Title...SAP Cloud for Analytics All analytics capabilities in one product Consumer-grade user experience Embedded and standalone High-performance, real-time platform

© 2016 SAP SE or an SAP affiliate company. All rights reserved. 17Public

Vorgehen bei der Modellerstellung (automated mode)

Definition des zu

lösenden Problems

(Klassifikation)

Page 18: Short Presentation Title...SAP Cloud for Analytics All analytics capabilities in one product Consumer-grade user experience Embedded and standalone High-performance, real-time platform

© 2016 SAP SE or an SAP affiliate company. All rights reserved. 18Public

Daten auswählen

Auswahl der Daten aus

einer Vielzahl von

möglichen Arten von

Datenquellen

Page 19: Short Presentation Title...SAP Cloud for Analytics All analytics capabilities in one product Consumer-grade user experience Embedded and standalone High-performance, real-time platform

© 2016 SAP SE or an SAP affiliate company. All rights reserved. 19Public

Variablen im Datensatz „verstehen“

Einesen bzw.

Analysieren der

Datenstruktur (Felder,

Datentypen, etc)

Page 20: Short Presentation Title...SAP Cloud for Analytics All analytics capabilities in one product Consumer-grade user experience Embedded and standalone High-performance, real-time platform

© 2016 SAP SE or an SAP affiliate company. All rights reserved. 20Public

Spezifikation der unabhängigen und der Zielvariablen (Target)

Spezifikation des zu

erzeugenden Modells

(Zielvariable(n) und

erklärende Variablen,

die für das Modell

berücksichtigt werden

sollen)

Page 21: Short Presentation Title...SAP Cloud for Analytics All analytics capabilities in one product Consumer-grade user experience Embedded and standalone High-performance, real-time platform

© 2016 SAP SE or an SAP affiliate company. All rights reserved. 21Public

Überprüfung/Änderung der Modellierungsparameter

Finale Übersicht aller

ausgewählten

Einstellungen

Page 22: Short Presentation Title...SAP Cloud for Analytics All analytics capabilities in one product Consumer-grade user experience Embedded and standalone High-performance, real-time platform

© 2016 SAP SE or an SAP affiliate company. All rights reserved. 22Public

Modelle automatisiert erstellen und bewerten

Trainieren des Modells

Es wird automatisch

eine ganze Reihe von

Modellen erzeugt,

bewertet und

verglichen, und am

Ende jenes

ausgewählt, das den

besten Kompromiss

zwischen Vorhersage-

genauigkeit und

Generalisierungs-

fähigkeit darstellt

Page 23: Short Presentation Title...SAP Cloud for Analytics All analytics capabilities in one product Consumer-grade user experience Embedded and standalone High-performance, real-time platform

© 2016 SAP SE or an SAP affiliate company. All rights reserved. 23Public

Ergebnis des Modelltrainings (bestes Modell gefunden)

Ergebnis der

Modellerstellung

Die beiden Kennzahlen

„Prognostische

Trennschärfe“ und

„Prognosekonfidenz“

geben eine Indikation

über die Qualität des

gefundenen Modells

Page 24: Short Presentation Title...SAP Cloud for Analytics All analytics capabilities in one product Consumer-grade user experience Embedded and standalone High-performance, real-time platform

© 2016 SAP SE or an SAP affiliate company. All rights reserved. 24Public

Performance-Graph (Qualität des gefundenen Modells)

Beispiel-Ausgabe für

die ROC Kurve

(Qualität des Modells):

Je näher die blaue

Kurve an der grünen

ist, desto besser ist das

Modell, je näher an der

roten Linie, desto eher

gleicht das Modell einer

Zufallsvorhersage

Page 25: Short Presentation Title...SAP Cloud for Analytics All analytics capabilities in one product Consumer-grade user experience Embedded and standalone High-performance, real-time platform

© 2016 SAP SE or an SAP affiliate company. All rights reserved. 25Public

Einfluss der unabhängigen Variablen (Prädiktoren)

Einflussfaktoren nach

ihrem Beitrag zur

Klassifikation:

Sensor1 erklärt zu

einem hohen Grad die

Unterschiede zwischen

den Target 0/1 Werten.

Sensor 2 erklärt einen

weiteren Anteil des

Unterschieds.

Page 26: Short Presentation Title...SAP Cloud for Analytics All analytics capabilities in one product Consumer-grade user experience Embedded and standalone High-performance, real-time platform

© 2016 SAP SE or an SAP affiliate company. All rights reserved. 26Public

Einfluss der Wertebereiche von „Sensor1“

Welche Wertebereiche

von Sensor1 haben

einen hohen/niedrigen

Einfluss auf einen

Target=1 Wert?

Die Wertebalken weiter

links haben einen

höhren Einfluss auf

Target=1, die

Wertebereiche weiter

rechts haben einen

niedrigeren Einfluss auf

Target=0

Page 27: Short Presentation Title...SAP Cloud for Analytics All analytics capabilities in one product Consumer-grade user experience Embedded and standalone High-performance, real-time platform

© 2016 SAP SE or an SAP affiliate company. All rights reserved. 27Public

Einfluss der Wertebereiche von „Sensor2“

Welche Wertebereiche

von Sensor2 haben

einen hohen/niedrigen

Einfluss auf einen

Target=1 Wert?

Die Wertebalken weiter

links haben einen

höhren Einfluss auf

Target=1, die

Wertebereiche weiter

rechts haben einen

niedrigeren Einfluss auf

Target=0

Page 28: Short Presentation Title...SAP Cloud for Analytics All analytics capabilities in one product Consumer-grade user experience Embedded and standalone High-performance, real-time platform

© 2016 SAP SE or an SAP affiliate company. All rights reserved. 28Public

Cross-Validation, Simulation und Optimierung

Wie hoch ist der Anteil

der richtig positiv,

richtig negativ, falsch

positiv und falsch

negativ Klassifizierten

Fälle?

Simulationsmöglichkeit

zum Auffinden des

Optimums, wenn die

vier obigen Prognose-

kategorien mit einer

Kostenmatrix hinterlegt

werden können

Page 29: Short Presentation Title...SAP Cloud for Analytics All analytics capabilities in one product Consumer-grade user experience Embedded and standalone High-performance, real-time platform

© 2016 SAP SE or an SAP affiliate company. All rights reserved. 29Public

Anwendung des Modells

Anwenden des Modells

auf einen anderen

Datensatz (=Scoring)

mit diversen Parame-

trierungsmöglichkeiten

zur Erzeugung

unterschiedlicher

Ausgaben

Page 30: Short Presentation Title...SAP Cloud for Analytics All analytics capabilities in one product Consumer-grade user experience Embedded and standalone High-performance, real-time platform

© 2016 SAP SE or an SAP affiliate company. All rights reserved. 30Public

Ist Situation in neuem DatensatzVisualisierung Sensor1 vs. Anzahl der Messwerte nach Target-Werten

Visualisierung der

Ergebnisse, hier die Ist-

Werte aus dem Test-

Datensatz:

Häufigkeitsverteilung

der Target=0/1 Werte

nach Sensor1, man

sieht eine auffällige

Häufung der defekten

Teile (Target=1) im

linken bzw. rechten

Bereich in grün

Page 31: Short Presentation Title...SAP Cloud for Analytics All analytics capabilities in one product Consumer-grade user experience Embedded and standalone High-performance, real-time platform

© 2016 SAP SE or an SAP affiliate company. All rights reserved. 31Public

Ist Situation in neuem DatensatzVisualisierung Sensor2 vs. Anzahl der Messwerte nach Target-Werten

Häufigkeitsverteilung

der Target=0/1 Werte

nach Sensor2, man

sieht auch hier eine

auffällige Häufung der

defekten Teile

(Target=1) im linken

bzw. rechten Bereich in

grün

Page 32: Short Presentation Title...SAP Cloud for Analytics All analytics capabilities in one product Consumer-grade user experience Embedded and standalone High-performance, real-time platform

© 2016 SAP SE or an SAP affiliate company. All rights reserved. 32Public

Ist Situation in neuem DatensatzVisualisierung Sensor1 vs. Sensor2 nach Target_all

Darstellung der

Verteilung der

Target=0/1 Werte nach

den beiden

Einflussfaktoren

Sensor1 und Sensor2

Page 33: Short Presentation Title...SAP Cloud for Analytics All analytics capabilities in one product Consumer-grade user experience Embedded and standalone High-performance, real-time platform

© 2016 SAP SE or an SAP affiliate company. All rights reserved. 33Public

Erstes Modell mit den 2

Prädiktoren Sensor1

und Sensor2

Prognostizierte Werte nach dem ersten Modell

Page 34: Short Presentation Title...SAP Cloud for Analytics All analytics capabilities in one product Consumer-grade user experience Embedded and standalone High-performance, real-time platform

© 2016 SAP SE or an SAP affiliate company. All rights reserved. 34Public

Prognostizierte Werte nach dem erstem Modell

Erstes Modell:

Falsch positive Fälle: 285

Falsch negative Fälle: 336

Treffergenauigkeit

(accuracy, richtig

prognostizierte Werte):

93,79%

Trefferquote (hit rate,

Richtig-Positiv-Rate):

51,3%

Page 35: Short Presentation Title...SAP Cloud for Analytics All analytics capabilities in one product Consumer-grade user experience Embedded and standalone High-performance, real-time platform

© 2016 SAP SE or an SAP affiliate company. All rights reserved. 35Public

Bestes gefundenes ModellVisualisierung Sensor1 vs. Sensor2 nach Target – bestes gefundenes Modell

Bestes gefundenes

Modell durch

zusätzliche

Generierung von neuen

Prädiktor-Variablen

(z.B. Verhältnis von

Sensor1/Sensor2):

Sensor1 vs. Sensor2

nach Target=0/1

Page 36: Short Presentation Title...SAP Cloud for Analytics All analytics capabilities in one product Consumer-grade user experience Embedded and standalone High-performance, real-time platform

© 2016 SAP SE or an SAP affiliate company. All rights reserved. 36Public

Bestes gefundenes Modell

Falsch positive bzw.

falsch negative

Prognosewerte treten

nur an den

Randbereichen auf

Page 37: Short Presentation Title...SAP Cloud for Analytics All analytics capabilities in one product Consumer-grade user experience Embedded and standalone High-performance, real-time platform

© 2016 SAP SE or an SAP affiliate company. All rights reserved. 37Public

Bestes gefundenes Modell

Bestes Modell:

Falsch negative Fälle: 118

Falsch positive Fälle: 70

Treffergenauigkeit

(accuracy , richtig

prognostizierte Werte):

98,12%

Trefferquote (hit rate,

Richtig-Positiv-Rate):

82,9%

Page 38: Short Presentation Title...SAP Cloud for Analytics All analytics capabilities in one product Consumer-grade user experience Embedded and standalone High-performance, real-time platform

© 2016 SAP SE or an SAP affiliate company. All rights reserved. 38Public

Priorisierung beim Scoringdurch Priorisierung beim Scoring: z.B. falsch negative Fälle sollen vermieden werden

Optimierung beim

Scoring:

Falsch negative Fälle: 0

Falsch positive Fälle: 628

Treffergenauigkeit

(accuracy , richtig

prognostizierte Werte):

93,72%

Trefferquote (hit rate,

Richtig-Positiv-Rate):

100%

Page 39: Short Presentation Title...SAP Cloud for Analytics All analytics capabilities in one product Consumer-grade user experience Embedded and standalone High-performance, real-time platform

© 2016 SAP SE or an SAP affiliate company. All rights reserved.

Danke für die Aufmerksamkeit

Page 40: Short Presentation Title...SAP Cloud for Analytics All analytics capabilities in one product Consumer-grade user experience Embedded and standalone High-performance, real-time platform

© 2016 SAP SE or an SAP affiliate company. All rights reserved. 40Public

© 2016 SAP SE oder ein SAP-Konzernunternehmen.

Alle Rechte vorbehalten.

Weitergabe und Vervielfältigung dieser Publikation oder von Teilen daraus sind, zu welchem Zweck und in welcher Form auch immer, ohne die ausdrückliche schriftliche

Genehmigung durch SAP SE oder ein SAP-Konzernunternehmen nicht gestattet.

SAP und andere in diesem Dokument erwähnte Produkte und Dienstleistungen von SAP sowie die dazugehörigen Logos sind Marken oder eingetragene Marken der

SAP SE (oder von einem SAP-Konzernunternehmen) in Deutschland und verschiedenen anderen Ländern weltweit.

Weitere Hinweise und Informationen zum Markenrecht finden Sie unter http://global.sap.com/corporate-de/legal/copyright/index.epx.

Die von SAP SE oder deren Vertriebsfirmen angebotenen Softwareprodukte können Softwarekomponenten auch anderer Softwarehersteller enthalten.

Produkte können länderspezifische Unterschiede aufweisen.

Die vorliegenden Unterlagen werden von der SAP SE oder einem SAP-Konzernunternehmen bereitgestellt und dienen ausschließlich zu Informationszwecken.

Die SAP SE oder ihre Konzernunternehmen übernehmen keinerlei Haftung oder Gewährleistung für Fehler oder Unvollständigkeiten in dieser Publikation.

Die SAP SE oder ein SAP-Konzernunternehmen steht lediglich für Produkte und Dienstleistungen nach der Maßgabe ein, die in der Vereinbarung über die jeweiligen

Produkte und Dienstleistungen ausdrücklich geregelt ist. Keine der hierin enthaltenen Informationen ist als zusätzliche Garantie zu interpretieren.

Insbesondere sind die SAP SE oder ihre Konzernunternehmen in keiner Weise verpflichtet, in dieser Publikation oder einer zugehörigen Präsentation dargestellte

Geschäftsabläufe zu verfolgen oder hierin wiedergegebene Funktionen zu entwickeln oder zu veröffentlichen. Diese Publikation oder eine zugehörige Präsentation,

die Strategie und etwaige künftige Entwicklungen, Produkte und/oder Plattformen der SAP SE oder ihrer Konzernunternehmen können von der SAP SE oder ihren

Konzernunternehmen jederzeit und ohne Angabe von Gründen unangekündigt geändert werden.

Die in dieser Publikation enthaltenen Informationen stellen keine Zusage, kein Versprechen und keine rechtliche Verpflichtung zur Lieferung von Material, Code oder

Funktionen dar. Sämtliche vorausschauenden Aussagen unterliegen unterschiedlichen Risiken und Unsicherheiten, durch die die tatsächlichen Ergebnisse von den

Erwartungen abweichen können. Die vorausschauenden Aussagen geben die Sicht zu dem Zeitpunkt wieder, zu dem sie getätigt wurden. Dem Leser wird empfohlen,

diesen Aussagen kein übertriebenes Vertrauen zu schenken und sich bei Kaufentscheidungen nicht auf sie zu stützen.