Schulung – RAG & LLM-Apps – SAP & ABAP

RAG & LLM-Apps für SAP-ABAP-Entwickler:innen

RAG und LLM-Anwendungen entwickeln: Embeddings, Vektordatenbanken, Chunking, Retrieval, Evaluierung, Kosten und Datenschutz.

Dauer
6 Stunden, ein Termin
Format
Online oder vor Ort
Sprache
Deutsch oder Englisch
Teilnehmende
offene Termine oder exklusiv für Ihr Team
Abschluss
Teilnahmebescheinigung

Überblick

In diesem Kurs verbinden wir RAG & LLM-Apps mit den typischen Abläufen im Bereich SAP & ABAP. Die Teilnehmenden arbeiten an realistischen Szenarien und nehmen sofort einsetzbare Prompts, Workflows und Checklisten mit.

Retrieval-Augmented Generation verbindet Sprachmodelle mit Ihrem eigenen Wissen: Handbücher, Verträge, Tickets, Wikis oder Produktdaten werden durchsuchbar gemacht und dem Modell zur Laufzeit als Kontext übergeben. So entstehen Assistenten, die fundiert mit Quellenangaben antworten, statt zu halluzinieren. In dieser kompakten Schulung bauen Sie eine vollständige RAG-Pipeline von der Dokumentaufbereitung über Embeddings und Vektordatenbank bis zur Antwortgenerierung und lernen anhand eigener Testdokumente, an welchen Stellschrauben die Qualität der Antworten tatsächlich entschieden wird.

Der zweite Tag führt vom Prototyp zur belastbaren Anwendung. Sie vergleichen Chunking-Strategien, kombinieren semantische und lexikalische Suche, setzen Reranking, Metadatenfilter und Query-Umformulierung ein und messen die Wirkung mit systematischen Evaluierungen. Hinzu kommen Prompt-Caching, Kostensteuerung, Latenzoptimierung, Berechtigungskonzepte auf Dokumentebene und datenschutzkonformer Betrieb mit Blick auf DSGVO und EU AI Act. Am Ende wissen Sie, wann klassisches RAG genügt, wann ein großes Kontextfenster oder ein agentisches Retrieval besser passt und wie Sie Ihre Architektur begründet auswählen.

Kaum ein Entwicklungsumfeld trägt so viel gewachsene Logik wie SAP: Kundeneigene Reports, User-Exits, BAdIs und Z-Programme aus vielen Jahren müssen für S/4HANA bewertet, angepasst oder durch Clean-Core-konforme Erweiterungen ersetzt werden. KI-Coding-Assistenten und Agenten helfen dabei, undokumentierten ABAP-Code zu verstehen, Findings des ABAP Test Cockpits zu beheben, klassisches ABAP in modernes ABAP mit CDS Views und dem RESTful Application Programming Model zu überführen und Unit-Tests nachzurüsten. Weil ABAP-Code eng mit Dictionary-Objekten, Customizing und Geschäftsprozessen verflochten ist, kommt es auf präzisen Kontext und saubere Review-Prozesse an. Im Kurs lernen Sie, KI für Analyse, Refactoring und Neuentwicklung im SAP-Umfeld einzusetzen, abgestimmt auf Transportwesen, Namensräume und die Qualitätsanforderungen Ihres SAP-Betriebs.

Das Training findet live statt – wahlweise online im virtuellen Klassenraum oder vor Ort in unseren Trainingsräumen in München, Salzburg, Berlin, Augsburg, Hannover, Bremen, Stuttgart und Kaiserslautern. Auf Wunsch kommen wir auch exklusiv für Ihr Team zusammen.

Für wen ist das Training?

  • ABAP-Entwickler:innen in Inhouse-IT und SAP-Beratung
  • SAP-Technologieberater:innen und Entwicklungsarchitekt:innen
  • Teams in S/4HANA-Conversion- und Clean-Core-Projekten
  • SAP-Basis- und Integrationsspezialist:innen mit Entwicklungsanteil
  • Fiori- und RAP-Entwickler:innen

Typische Herausforderungen, die wir adressieren

  • Umfangreicher, kaum dokumentierter Z-Code mit unklarer Nutzung und vielen Abhängigkeiten
  • Aufwändige Anpassungen an Simplification Items und Datenmodelländerungen bei der S/4HANA-Migration
  • Wenig Testabdeckung, weil ABAP Unit in Bestandscode selten genutzt wurde
  • Fachkräftemangel und Wissensverlust, wenn erfahrene Entwickler:innen das Unternehmen verlassen

Das können Sie nach dem Training

  • Sie bauen eine vollständige RAG-Pipeline von der Dokumentaufbereitung bis zur Antwort mit Quellenangaben.
  • Sie wählen Embedding-Modell, Chunking-Strategie und Vektordatenbank begründet aus.
  • Sie verbessern die Trefferqualität mit hybrider Suche, Reranking und Metadatenfiltern.
  • Sie messen die Qualität Ihrer Anwendung mit systematischen Evaluierungen und erkennen Regressionen.
  • Sie nutzen KI-Agenten, um ABAP-Bestandscode systematisch zu analysieren, zu dokumentieren und für S/4HANA zu bewerten.
  • Sie modernisieren klassisches ABAP Clean-Core-konform und sichern Refactorings mit generierten ABAP-Unit-Tests ab.
  • Sie integrieren KI-Werkzeuge in ADT, abapGit und Ihren Transport- und Review-Prozess.

Inhalte & Ablauf

Modul 1 Grundlagen von RAG und LLM-Anwendungen
  • Architektur einer RAG-Pipeline: Ingestion, Indexierung, Retrieval, Generierung
  • Embeddings verstehen: semantische Ähnlichkeit, Dimensionen, Modellauswahl
  • RAG, Fine-Tuning und lange Kontextfenster sinnvoll gegeneinander abwägen
  • Strukturierte Ausgaben, Quellenangaben und Umgang mit Halluzinationen
Modul 2 Dokumentaufbereitung und Chunking
  • PDF, Office-Dokumente, HTML und Tabellen zuverlässig extrahieren
  • Chunking-Strategien: feste Größe, strukturbasiert, semantisch, mit Überlappung
  • Metadaten anreichern und kontextuelle Zusammenfassungen pro Chunk erzeugen
  • Inkrementelle Aktualisierung und Löschung von Dokumenten im Index
Modul 3 Vektordatenbanken und Retrieval-Strategien
  • Vektordatenbanken und -erweiterungen im Vergleich, etwa pgvector, Qdrant, Weaviate oder OpenSearch
  • Hybride Suche aus Vektor- und Volltextsuche mit BM25
  • Reranking, Metadatenfilter und Query-Umformulierung
  • Agentisches Retrieval: das Modell entscheidet selbst über Suchschritte und Werkzeuge
Modul 4 Evaluierung und Qualitätssicherung
  • Testdatensätze aus echten Fragen aufbauen und pflegen
  • Retrieval-Metriken wie Recall und Precision sowie Antwortmetriken wie Faithfulness
  • LLM-as-a-Judge sinnvoll einsetzen und kalibrieren
  • Regressionstests bei Änderungen an Chunking, Modell oder Prompt
Modul 5 Betrieb, Kosten und Datenschutz
  • Prompt-Caching, Batch-Verarbeitung und Modellwahl zur Kostensenkung
  • Latenz optimieren und Antworten streamen
  • Berechtigungen auf Dokumentebene, Mandantentrennung und Schutz vor Prompt Injection
  • Datenschutz: Datenresidenz, Auftragsverarbeitung, Löschkonzepte, DSGVO und EU AI Act
Modul 6 Praxislabor: SAP & ABAP
  • ABAP-Code für S/4HANA analysieren
  • Legacy-Code dokumentieren
  • Modernisierung zu Clean Core
  • ABAP Unit nachrüsten
  • ATC-Findings beheben
  • RAP- und OData-Services entwickeln
Modul 7 Datenschutz, Qualität & Transfer in den Alltag
  • ABAP-Code enthält oft Geschäftslogik, Konditionen und personenbezogene Datenstrukturen: Sie lernen, Quellcode vor der Übergabe an KI-Dienste zu bewerten, Lizenz- und Nutzungsbedingungen Ihrer SAP-Verträge zu beachten und DSGVO-Vorgaben für Testdaten einzuhalten.
  • Spielregeln für den sicheren KI-Einsatz im Team
  • Ergebnisse prüfen: Fakten, Quellen, Tests und Vier-Augen-Prinzip
  • Persönlicher Umsetzungsplan für die nächsten 30 Tage
  • Offene Fragen, Ausblick und Ressourcen zum Weiterlernen

Praxisszenarien aus Ihrem Bereich

ABAP-Code für S/4HANA analysieren

Z-Programme auf Zugriffe auf obsolete Tabellen, geänderte Datenmodelle und nicht freigegebene APIs untersuchen, Findings nach Simplification Items gruppieren und konkrete Anpassungsvorschläge mit Aufwandseinschätzung erzeugen. Die Ergebnisse fließen direkt in die Projektplanung ein.

Legacy-Code dokumentieren

Undokumentierte Reports, Funktionsbausteine und User-Exits erklären lassen, Programmlogik in Fachsprache zusammenfassen und technische Dokumentation sowie Ablaufdiagramme für Wissenstransfer und Audits erstellen. Die Dokumentation wird versioniert neben dem Code abgelegt.

Modernisierung zu Clean Core

Klassische Modifikationen und SELECT-Schleifen in modernes ABAP mit Inline-Deklarationen, CDS Views und freigegebenen APIs überführen und Kandidaten für RAP-basierte Side-by-Side- oder Developer-Extensibility identifizieren. Jede Umstellung bleibt als Pull Request nachvollziehbar.

ABAP Unit nachrüsten

Für bestehende Klassen testbare Schnittstellen herausarbeiten, Test-Doubles für Datenbankzugriffe mit dem SQL Test Double Framework vorbereiten und aussagekräftige Unit-Tests als Sicherheitsnetz für Refactorings generieren. Bestehendes Verhalten bleibt dabei unverändert.

ATC-Findings beheben

Meldungen aus ABAP Test Cockpit und Code Inspector priorisieren, Performance-Probleme wie verschachtelte SELECTs erkennen und regelkonforme Korrekturen mit Erläuterung für das Code-Review vorschlagen. Wiederkehrende Muster lassen sich so teamweit beseitigen.

RAP- und OData-Services entwickeln

Aus fachlichen Anforderungen CDS-Datenmodelle, Behavior Definitions und Service Bindings entwerfen, Validierungen und Determinationen implementieren und passende Fiori-Elements-Annotationen erzeugen. Der Agent hält sich dabei an Ihre Namenskonventionen und Paketstruktur.

Mögliche Praxisprojekte im Kurs

Z-Code-Inventar

Ein Skript, das exportierte ABAP-Quellen auswertet, Objekte nach Nutzung, Komplexität und Migrationsrelevanz klassifiziert und eine priorisierte Übersicht für die Projektplanung erstellt.

Custom-Code-Erklärer

Eine kleine Web-App, in die Sie einen Report einfügen und eine fachliche Zusammenfassung, Abhängigkeiten zu Tabellen und Risiken für die Migration erhalten.

RAP-Scaffolder

Ein Generator, der aus einer Tabellendefinition CDS Views, Behavior Definition und Service-Gerüst nach Ihren Namenskonventionen erzeugt. Das spart wiederkehrende Fleißarbeit bei jedem neuen Geschäftsobjekt.

Voraussetzungen

Solide Programmierkenntnisse in Python (oder alternativ TypeScript), Grundkenntnisse in Datenbanken und REST-APIs sowie erste Erfahrungen mit LLM-APIs. Sie entwickeln regelmäßig in ABAP und kennen ABAP Development Tools in Eclipse oder die klassische ABAP Workbench.

Technische Voraussetzungen

Laptop mit Python, Git, Docker und Code-Editor sowie API-Zugang zu mindestens einem LLM- und Embedding-Anbieter. Zugangsdaten für die Übungen können bei Bedarf gestellt werden.

Datenschutz & Compliance

ABAP-Code enthält oft Geschäftslogik, Konditionen und personenbezogene Datenstrukturen: Sie lernen, Quellcode vor der Übergabe an KI-Dienste zu bewerten, Lizenz- und Nutzungsbedingungen Ihrer SAP-Verträge zu beachten und DSGVO-Vorgaben für Testdaten einzuhalten.

Termine & Standorte

Pro Standort schlagen wir Ihnen einen Termin in rund vier Wochen vor. Ihr Wunschtermin ist jederzeit möglich.

  • München Di, 15. Dezember 2026 6 Std. Anfragen
  • Salzburg Fr, 11. Dezember 2026 6 Std. Anfragen
  • Berlin Do, 10. Dezember 2026 6 Std. Anfragen
  • Augsburg Fr, 11. Dezember 2026 6 Std. Anfragen
  • Hannover Di, 15. Dezember 2026 6 Std. Anfragen
  • Bremen Do, 10. Dezember 2026 6 Std. Anfragen
  • Stuttgart Fr, 11. Dezember 2026 6 Std. Anfragen
  • Kaiserslautern Mi, 16. Dezember 2026 6 Std. Anfragen
  • Online Do, 10. Dezember 2026 6 Std. Anfragen

Häufige Fragen

Wann ist RAG besser als Fine-Tuning?

RAG eignet sich, wenn ein Modell auf aktuelles, umfangreiches oder häufig wechselndes Wissen zugreifen und Quellen angeben soll. Fine-Tuning verändert eher Stil, Format oder spezialisiertes Verhalten. In vielen Projekten ist RAG der schnellere, günstigere und besser kontrollierbare Weg, gelegentlich ergänzt durch Fine-Tuning für Spezialaufgaben.

Welche Vektordatenbank sollten wir verwenden?

Das hängt von Datenmenge, bestehender Infrastruktur, Filteranforderungen und Betriebsmodell ab. Wer bereits PostgreSQL nutzt, kommt mit pgvector oft weit, spezialisierte Systeme punkten bei großen Datenmengen und hybrider Suche. Im Kurs vergleichen Sie mehrere Optionen praktisch und leiten Kriterien für Ihre Entscheidung ab.

Wie lässt sich RAG datenschutzkonform betreiben?

Wichtig sind die Wahl von Anbietern mit passender Datenresidenz und Auftragsverarbeitungsvertrag, Berechtigungsprüfungen auf Dokumentebene, ein Löschkonzept für Index und Logs sowie Datenminimierung bei personenbezogenen Inhalten. Für sensible Daten kommen auch selbst betriebene Modelle infrage. Wir behandeln diese Optionen anhand realistischer Architekturen.

Verstehen KI-Assistenten ABAP überhaupt gut genug?

Aktuelle Modelle lesen und schreiben ABAP solide, kennen aber Ihre kundeneigenen Tabellen, Customizing-Einstellungen und Namensräume nicht. Die Qualität steigt deutlich, wenn Sie Dictionary-Definitionen, Schnittstellen und Konventionen gezielt als Kontext bereitstellen. Im Kurs üben Sie genau das, etwa mit über abapGit exportierten Quellen und projektspezifischen Regeldateien für den Agenten.

Wie gelangt KI-generierter Code ins SAP-System?

Bewährt ist ein Weg über ADT oder abapGit: Der Assistent arbeitet auf exportierten Quellen oder direkt in der Entwicklungsumgebung, Änderungen werden geprüft, mit ATC und ABAP Unit validiert und regulär transportiert. So bleiben Transportwesen, Vier-Augen-Prinzip und Nachvollziehbarkeit erhalten, und kein Agent schreibt unkontrolliert in produktive Systeme.

Was kostet die Schulung „RAG & LLM-Apps für SAP-ABAP-Entwickler:innen“?

Die Schulung kostet pauschal 949 € zzgl. gesetzl. MwSt. pro Teilnehmer:in – unabhängig davon, ob sie online oder vor Ort stattfindet. Enthalten sind 6 Stunden Live-Training mit Trainer:in, Kursunterlagen, Übungsumgebung und Teilnahmebescheinigung.

Kann ich einen eigenen Wunschtermin angeben?

Ja. Für jeden Standort schlagen wir Ihnen einen Termin in rund vier Wochen vor. Im Anfrageformular können Sie aber jederzeit einen Wunschtermin oder Zeitraum im Freitext angeben – wir prüfen die Verfügbarkeit und melden uns innerhalb eines Werktags.

Findet der Kurs online oder vor Ort statt?

Beides ist möglich: live online im virtuellen Klassenraum oder vor Ort in München, Salzburg, Berlin, Augsburg, Hannover, Bremen, Stuttgart und Kaiserslautern. Auf Wunsch führen wir das Training auch exklusiv für Ihr Team durch.

Kann der Kurs auf unser Team zugeschnitten werden?

Ja. Maßgeschneiderte Kurse kosten ca. 4.500 € mehr, je nach Thema und nach Absprache. Wir stimmen Inhalte, Beispiele und Übungen vorab mit Ihnen ab.

Weitere Kurse für SAP-ABAP-Entwickler:innen

Weitere Kurse zu RAG & LLM-Apps

Alle 29 Kurse zu RAG & LLM-Apps

RAG & LLM-Apps – MünchenRAG & LLM-Apps – SalzburgRAG & LLM-Apps – BerlinRAG & LLM-Apps – AugsburgRAG & LLM-Apps – HannoverRAG & LLM-Apps – BremenRAG & LLM-Apps – StuttgartRAG & LLM-Apps – KaiserslauternRAG & LLM-Apps – Online