LONDON (IT BOLTWISE) – SAP übernimmt Prior Labs, das Startup hinter dem Tabular Foundation Model TabPFN. Für den Ausbau des KI-Teams und der Technologie plant der Konzern in den kommenden vier Jahren rund eine Milliarde Euro Investitionen. Das Modell setzt nicht auf Text- oder Bildgenerierung, sondern sagt aus strukturierten Tabellen und Datenanalysen Vorhersagen voraus. Damit adressiert SAP genau die Schwachstelle großer Sprach- und Multimodalmodelle, wenn Tabelleninhalte je nach Kontext unterschiedlich gelesen werden können.
Der große Hebel liegt selten in der KI-Show, sondern im Datenformat. SAP nimmt mit der Übernahme von Prior Labs eine klare Richtung vor: Statt ein Modell zu kaufen, das wie gängige KI-Assistenten vor allem Text erzeugt oder Code schreibt, setzt der Konzern auf ein Tabular-Foundation-Model, das TabPFN genannt wird. Entscheidend ist die Ausrichtung auf strukturierte Daten und Tabellen, denn hier geht es in der Praxis um klassifizierbare Spalten, konsistente Zeilen und messbare Zielgrößen – also genau das, was Unternehmenssoftware tagtäglich verarbeitet. Damit verschiebt SAP den Fokus von generativen Workflows hin zu Vorhersagen, die aus Tabellenmustern ableitbar sind.
Im Kern beantwortet TabPFN eine Frage, die viele Teams aus dem Alltag kennen: Wie gut funktionieren KI-Modelle, wenn der „Inhalt“ einer Information nicht eindeutig ist, aber in Tabellenform trotzdem businesskritisch gelesen werden muss? Große Sprach- und multimodale Modelle sind stark darin, Inhalte zu interpretieren und zu formulieren – doch bei Tabellen kann schon eine kleine Änderung im Kontext die Bedeutung einer Zeile oder Spalte drehen. Ein Bild eines Hundes bleibt ein Bild eines Hundes; eine Tabellenzelle dagegen kann je nach Blickwinkel etwa ein Produktattribut, eine Kennzahl oder einen Zwischenzustand ausdrücken. Genau diese Mehrdeutigkeit will ein tabellar orientiertes Modell besser abfangen, weil es von Beginn an auf die Logik solcher Datenstrukturen trainiert wird.
Dass SAP dafür jetzt einen finanziellen Kraftakt von rund einer Milliarde Euro in den kommenden vier Jahren kommuniziert, ist mehr als nur ein Deal am Markt. Der Konzern investiert damit gezielt in die Weiterentwicklung eines KI-Startups, das seine Stärke in der Datenanalyse verortet und nicht in generativer Ausgabe. Für Entscheider in IT und Fachbereichen ist vor allem die Erwartung wichtig: Wenn das Modell Vorhersagen aus Tabellen erstellt, lässt sich das häufig enger in bestehende Entscheidungs- und Planungsprozesse einbinden als ein Tool, das erst noch Ergebnisse in Text umwandeln oder in einen weiteren Schritt „übersetzen“ muss. Gerade dort, wo Entscheidungen historisch nachvollziehbar sein müssen, zählt oft weniger die Sprachqualität, sondern die Reproduzierbarkeit der Eingabe-Wirkungs-Zusammenhänge.
Technisch steckt hinter dem Ansatz ein anderes Nutzungsszenario als bei Chatbots. Bei generativen Modellen dominiert die Ausgabeform: Text, Code oder multimodale Inhalte werden als „Antwort“ ausgegeben. Tabular Foundation Models arbeiten dagegen wie ein Analyse-Backend für strukturierte Daten: Sie nehmen tabellar aufbereitete Signale, leiten daraus Muster und Wahrscheinlichkeiten ab und liefern darauf basierende Prognosen. Das klingt zunächst nach „klassischer Analytics“, aber der Foundation-Anspruch zielt auf Generalisierung ab: Das Modell soll über unterschiedliche Tabellenkontexte hinweg brauchbare Vorhersagen ermöglichen, anstatt nur für ein einzelnes Dataset zu funktionieren. Damit rückt auch MLOps in den Vordergrund, weil die Qualität solcher Vorhersagen stark davon abhängt, wie Tabellen schematisch stabil bleiben und wie Trainings- und Produktionsdaten zueinander passen.
Für den Markt heißt das: SAP positioniert sich gegenüber einer KI-Welle, die aktuell viele Budgets in Richtung generativer Assistenten lenkt. Mit der Übernahme von Prior Labs sendet der Konzern ein Signal, dass der Wettbewerb um KI nicht nur um „sprechende“ Modelle geht, sondern auch um die tieferen Fähigkeiten, die aus Unternehmensdaten konkrete Entscheidungen ableiten. Dabei lohnt der Blick auf den Hype um TFMs, wie er in der Meldung als „kleiner Hype“ beschrieben wird: Er entsteht oft genau dann, wenn Unternehmen merken, dass generative Systeme in Tabellenkontexten an Grenzen stoßen. Neben SAP dürften auch andere Softwareanbieter und Datenplattformen solche Erkenntnisse in ihren Roadmaps spüren, weil der Bedarf nach tabellarer Prognosefähigkeit branchenübergreifend ist – von Supply Chain bis Finance.
In der Umsetzung entscheidet sich, ob TabPFN wirklich dort skaliert, wo Tabellen in der Realität komplex werden. Typische Herausforderungen sind etwa wechselnde Spaltentypen, verschobene Wertebereiche oder fehlende Attribute – und genau solche Effekte können dafür sorgen, dass Vorhersagen im Produktivbetrieb driftieren. Wer das Modell in SAP-Umgebungen einführt, muss daher nicht nur an der Modellfähigkeit arbeiten, sondern an der Datenhygiene, am Mapping zwischen Quellsystemen und dem Tabular-Schema sowie an Monitoring-Prozessen, die Abweichungen früh sichtbar machen. Für IT-Leiter bedeutet das: Das Projekt ist nicht „nur eine Integration“, sondern ein End-to-End-Prozess von Datenanbindung über Training/Feintuning bis zur Kontrolle der Modellgüte im laufenden Betrieb.
Unterm Strich ist die strategische Botschaft eindeutig: SAP investiert in KI-Entwicklung, die eher wie ein datengetriebenes Prognosewerkzeug als wie ein generativer Schreibassistent funktioniert. In einer Welt, in der viele Unternehmen gerade mit KI-Prototypen kämpfen, ist das potenziell ein schnellerer Weg zu messbaren Ergebnissen, weil Tabellenanalysen häufig direkt in KPIs, Planungsmodelle und Entscheidungslogiken übersetzt werden können. Gleichzeitig bleibt die Frage, wie gut das System über unterschiedliche Branchen- und Tabellenmuster hinweg generalisiert. Genau diese Balance entscheidet mit, ob Tabular Foundation Models langfristig die Lücke schließen, die bei großen Sprach- und Multimodalmodellen in tabellar geprägten Kontexten sichtbar wird.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "SAP kauft Prior Labs: Tabular-Foundation-Model statt Generierung von Code" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "SAP kauft Prior Labs: Tabular-Foundation-Model statt Generierung von Code" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »SAP kauft Prior Labs: Tabular-Foundation-Model statt Generierung von Code« bei Google Deutschland suchen, bei Bing oder Google News!