Ein Processing Step — intern auch Atom genannt — ist die kleinste ausführbare Einheit innerhalb eines B1if-Szenarios. Er übernimmt genau einen Verarbeitungsschritt: eine XSLT-Transformation anwenden, eine Bedingung prüfen, eine Schleife ausführen, einen Adapter aufrufen, Variablen setzen oder einen Aufruf an einen Service Layer absetzen. Mehrere Atoms werden in einem Szenario zu einem Ablauf verknüpft, der eine Nachricht von der Inbound- auf die Outbound-Seite bringt.
Kontext
Ein typisches Atom hat eine Eingangs-XML, eine Ausgangs-XML und optional Konfigurationsparameter. Atom-Typen sind u.a.: Transform (XSLT), Switch/Case (Verzweigung), Loop (Iteration über Elemente), Call (Aufruf eines anderen Szenarios), Adapter Outbound (HTTA, WSAS, JDBC usw.), Log (Schreiben ins Protokoll), Error (explizite Fehlerauslösung). Die Verkettung erfolgt im grafischen Flow Editor: Der Entwickler zieht Atoms in den Workspace, verbindet sie und speichert das Szenario. Zur Laufzeit läuft ein Context-Objekt durch die Atoms, das die Nachrichtennutzlast, Variablen und Metadaten trägt. Fehler eines Atoms werden je nach Konfiguration abgefangen, geloggt oder propagiert; der BizStore persistiert jeden Durchlauf, sodass Retries und Wiederaufnahmen möglich sind.
Abgrenzung
Ein Processing Step ist nicht mit einem kompletten Workflow-Schritt wie in BPMN-Tools zu verwechseln — er ist feingranularer und stärker technisch ausgerichtet. Er ist auch nicht dasselbe wie ein Adapter: Adapter liefern Transport; Atoms orchestrieren und transformieren. Gegenüber einer einzelnen Stored Procedure oder einem REST-Call bietet das Atom-Modell mit seiner Verkettung deutlich mehr Struktur, Monitoring und Wiederverwendbarkeit — auf Kosten einer XML/XSLT-zentrierten Lernkurve.
ReAct und RLEF: Wie Künstliche Intelligenz aus echten Fehlern lernt — und was der automatische Bankabgleich in SAP Business One damit zu tun hat
SAP B1 10.0 FP2608: Service Layer KI als transaktionalen Schicht
Process Reward Models: Warum ein richtiges Ergebnis noch keinen richtigen Weg beweist
Test-Time Compute Scaling: Warum ein kleineres KI-Modell am Ende gewinnen kann — und was der Lieferantenvergleich in SAP Business One damit zu tun hat
RLHF und Reward-Modelle: KI-Hype oder was der Genehmigungsprozess in SAP Business One damit zu tun hat
