SAP will sein tabulares KI-Modell SAP-RPT auf der Internationalen Raumstation einsetzen

Was SAP-RPT im Orbit leisten soll

Laut SAP erzeugen die Bordsensoren und die Telemetrie der Missionssysteme auf der ISS zu viele zeitkritische Daten, als dass man sie zur Analyse zur Erde übertragen könnte. Die Latenz müsse sinken, um die Sicherheit des Raumfahrzeugs zu gewährleisten. SAP-RPT soll hier Abhilfe schaffen, indem es direkt auf dem HPE Spaceborne Computer-2 läuft.

Nach Angaben von SAP trifft das Modell Vorhersagen direkt aus strukturierten Daten, selbst wenn einige Daten fehlen, und das ohne das übliche Modelltraining oder Fine-Tuning. An Bord der ISS soll es mehrere Aufgaben unterstützen:

• Anomalie-Triage in Echtzeit-Telemetriedaten
• Vorhersage von Problemen, bevor Ausfälle eskalieren
• Rekonstruktion fehlender Sensorwerte auf Basis historischer Daten
• Erstellung nachvollziehbarer Berichte zur Missionsgesundheit für Astronauten und Bodenteams

Als Ergebnisse, die an Bord geliefert werden sollen, nennt SAP Echtzeit-Vorhersagen zum Zustand von Computern und Mission, einen übergreifenden Missionsrisiko-Score, eine Einschätzung, ob ein manueller Eingriff nötig ist, für Menschen verständliche Erklärungen KI-gestützter Befunde sowie Ad-hoc-Berichte für Crew und Bodenteams.

Tabulare Basismodelle versus LLMs

SAP-RPT gehört zum Portfolio tabularer Basismodelle (Tabular Foundation Models, TFMs) von SAP, zu dem auch das Modell TabPFN von Prior Labs zählt. SAP AI Core orchestriert, verwaltet und steuert die TFMs, Vorhersagen und Workflows. SAP argumentiert, große Sprachmodelle seien stark bei Sprache und logischem Schlussfolgern, während TFMs für die strukturierten, tabellarischen Daten gebaut seien, die den realen Betrieb prägen, etwa die sensorgetriebenen Daten in diesem Projekt.

Der Energieverbrauch ist ein zentrales Argument. SAP erklärt, SAP-RPT sei etwa 50.000-mal energieeffizienter als moderne LLMs, was im Weltraum, wo jedes Watt knapp ist, besonders wichtig sei. Zudem sei das Modell hochgradig anpassungsfähig und benötige kein Vortraining, wenn sich die Bedingungen ändern.

Mayank Shrivastava, Vice President Generative AI and Foundation Models bei der SAP SE, sagte: „Space is the ultimate stress test for AI.“ Scott Wiest, Vice President and Global Sales Chief Technologist und HPE Fellow, sagte, der Einsatz „zeige, was mit Echtzeit-Erkennung und -Vorhersage per KI in der ultimativen Edge-Umgebung möglich ist“.

Vom Orbit ins Unternehmen

Der bis Anfang 2027 geplante Einsatz auf der ISS werde zeigen, wie das Modell Geschäftsfunktionen auf der Erde stärkt, so SAP. Die Bedingungen im Weltraum, darunter extreme Energiebeschränkungen, unterbrochene Konnektivität, Strahlungsstörungen und null Toleranz für Ausfälle, seien auch für anspruchsvolle Anwendungsfälle am Boden relevant. SAP nennt als Beispiele Katastrophenhilfe, Landwirtschaft in abgelegenen Regionen, verteilte Fertigung und weit verzweigte Lieferketten.

Das Unternehmen zieht einen direkten Vergleich zu Geschäftsdaten: ein Lieferant, dessen Lieferungen unbemerkt in Verzug geraten, ein Zahlungsmuster, das sich verschiebt, oder ein Kompressor, der heiß läuft. Shrivastava sagte, dasselbe Modell werde im gesamten Unternehmen Lieferantenrisiken, Anomalien im Cashflow und Geräteausfälle vorhersagen.

SAP ergänzt, die Erkenntnisse von der ISS würden die eigene Roadmap für Enterprise-Edge-KI und für Anwendungsfälle beschleunigen, die auf strukturierten Daten in wichtigen analytischen und operativen Prozessen beruhen. Mit Blick nach vorn lege die Mission den Grundstein für weltraumgestützte Rechenzentren, die Erkundung des tiefen Weltraums und weitere Kooperationen bei Weltraummissionen.

Kunden können SAP-RPT laut SAP im Bereich Tabular AI auf sap.com mit eigenen Daten ausprobieren.