Seminar SAP LeanIX AI-Funktionen und Inventory Builder

KI-Funktionen beschleunigen Inventaraufbau, Recherche und redaktionelle Pflege, ersetzen jedoch keine fachliche Verantwortung. Das Seminar vermittelt einen prüfbaren Arbeitsablauf von der Eingabe über die KI-gestützte Analyse bis zur qualitätsgesicherten Übernahme in das Architektur-Inventar.

Inhaltsverzeichnis

1. Lernziele
2. Zielgruppe und Voraussetzungen
3. Seminarinhalte
   1. Schritt 1: KI-Funktionsumfang und Einsatzgrenzen einordnen
   2. Schritt 2: Inventory AI Prompts formulieren
   3. Schritt 3: Beschreibungen KI-gestützt erstellen
   4. Schritt 4: Inventory Builder vorbereiten
   5. Schritt 5: Architekturelemente extrahieren und prüfen
   6. Schritt 6: KI-Nutzung in einen kontrollierten Prozess überführen
4. Praxisübungen
5. Methodik

Lernziele

• geeignete KI-Anwendungsfälle im SAP-LeanIX-Arbeitsalltag auswählen
• natürlichsprachige Inventarabfragen präzise formulieren und bewerten
• Beschreibungen mit KI-Unterstützung erstellen und redaktionell absichern
• Dokumente und Diagramme mit dem Inventory Builder strukturiert auswerten
• Vorschläge vor der Übernahme auf Dubletten, Modellierungsqualität und Vertraulichkeit prüfen

Zielgruppe und Voraussetzungen

Zielgruppe: Enterprise Architects, SAP-LeanIX-Administratoren, Datenverantwortliche, Architektur-Analysten und Consultants

Voraussetzungen: Grundkenntnisse in SAP LeanIX, insbesondere zu Fact Sheets, Beziehungen und Inventory

Seminarinhalte

Schritt 1: KI-Funktionsumfang und Einsatzgrenzen einordnen

Die verfügbaren Basis- und Premiumfunktionen werden nach Zweck, Datenfluss und Verantwortlichkeit unterschieden. Dabei wird festgelegt, welche Aufgaben automatisiert unterstützt und welche fachlich entschieden werden müssen.

• Inventarabfrage, Textunterstützung, Inventory Builder und Architekturhinweise unterscheiden
• Lizenz- und Freischaltungsbedarf organisatorisch berücksichtigen
• geeignete und ungeeignete Eingabedaten klassifizieren
• Prüf- und Freigabeverantwortung festlegen

Schritt 2: Inventory AI Prompts formulieren

Natürlichsprachige Abfragen werden aus einem konkreten Informationsbedarf abgeleitet. Präzision, Scope und gewünschte Ergebnisform werden schrittweise verbessert.

• Fragen zu Anwendungen, Technologien und Beziehungen formulieren
• Filter, Zeitraum und Organisationsbezug eindeutig angeben
• mehrdeutige Antworten durch Folgefragen eingrenzen
• Ergebnisse gegen Inventory-Daten und Reports plausibilisieren

Schritt 3: Beschreibungen KI-gestützt erstellen

Fact-Sheet-Kontext wird genutzt, um Beschreibungen zu entwerfen, zu kürzen oder sprachlich zu vereinheitlichen. Die redaktionelle Prüfung bleibt fester Bestandteil des Prozesses.

• Ausgangskontext und gewünschte Textfunktion definieren
• Beschreibungen erzeugen, überarbeiten und zusammenfassen
• Fakten, Terminologie und Tonalität prüfen
• Freigabekriterien für produktive Texte festlegen

Schritt 4: Inventory Builder vorbereiten

Vor dem Upload werden Quelle, Zielmodell und erwartete Architekturinformationen festgelegt. Dadurch lassen sich unstrukturierte Vorschläge und unnötige Dubletten reduzieren.

• Dokumente, Bilder und Diagramme nach Eignung auswählen
• gewünschte Fact-Sheet-Typen und Beziehungen vorgeben
• vertrauliche oder nicht benötigte Inhalte ausschließen
• bestehende Namens- und Modellierungsregeln als Prüfraster verwenden

Schritt 5: Architekturelemente extrahieren und prüfen

Die erkannten Anwendungen, IT-Komponenten und Beziehungen werden einzeln bewertet. Vorschläge werden korrigiert, zusammengeführt oder verworfen, bevor Daten in das Inventory gelangen.

• Erkennungsergebnis gegen das Quelldokument prüfen
• bestehende Fact Sheets und mögliche Dubletten identifizieren
• Beziehungen, Attribute und Granularität korrigieren
• nur fachlich bestätigte Elemente zur Übernahme freigeben

Schritt 6: KI-Nutzung in einen kontrollierten Prozess überführen

Ein wiederholbarer Arbeitsablauf verbindet KI-Unterstützung mit Datenqualität, Dokumentation und Nachkontrolle.

• zulässige Eingabeklassen und Verantwortliche dokumentieren
• Vier-Augen-Prüfung für kritische Änderungen definieren
• Qualitätskennzahlen für übernommene Vorschläge beobachten
• Prompts und Prüfschritte als wiederverwendbare Arbeitsmuster pflegen

Praxisübungen

1. Formulierung und Optimierung mehrerer Inventory AI Prompts für einen Architektur-Analysefall
2. Erstellung und redaktionelle Prüfung einer Fact-Sheet-Beschreibung
3. Auswertung eines Beispieldiagramms mit dem Inventory Builder
4. Entwicklung einer Freigabe-Checkliste für KI-generierte Architekturinformationen

Methodik

Fachliche Einordnung, Live-Demonstrationen, angeleitete Konfigurationen, strukturierte Einzel- und Gruppenübungen sowie die Bearbeitung einer durchgängigen Fallstudie.