Taller IA Local para SAP con Ollama

Qué aprenderás

Stack Ollama productivo
Modelfiles con structured output
Function calling fiable, RAG local con Qdrant y reranking
Agentes n8n con MCP server propio
Observabilidad Langfuse
Despliegue Docker con Caddy y queue mode
Governance EU AI Act y reporte para DPO

Descripción del curso

IA sobre SAP, sin cloud

El 2 de agosto de 2026 entra en vigor la fase de “alto riesgo” del EU AI Act. Cualquier sistema que use IA sobre datos de RRHH, finanzas, atención al cliente o credit scoring — es decir, sobre datos que viven en tu SAP — puede acarrear multas de hasta el 7% de la facturación mundial.

Mientras tanto, el 78% de tus empleados ya usa IA no aprobada con datos corporativos (estudio SAP/WalkMe 2025). Las brechas por Shadow AI cuestan de media 4,63 M USD según IBM.

La solución no es prohibir ChatGPT. Es dar a tu organización una alternativa local, soberana y bajo control. Eso es lo que enseña este taller.

Qué construyes en 6 clases

Sesión 1 — Stack Ollama instalado, primer chat con Qwen 3 desde n8n, los 5 errores típicos del foro resueltos.
Sesión 2 — Modelfile sap-analyst personalizado que devuelve JSON validado y function calling fiable.
Sesión 3 — RAG local con Qdrant sobre documentación SAP, asistente que responde citando fuente y página.
Sesión 4 — Agente conversacional que habla con S/4HANA, MCP server propio y trazas en Langfuse.
Sesión 5 — Stack Docker productivo con HTTPS automático, backups, queue mode y alta disponibilidad.
Sesión 6 — Pipeline de governance EU AI Act, log de inferencias y reporte legal automático para tu DPO.

Lab final integrador

Factura PDF de proveedor → MIRO en SAP, todo on-premise, con governance documentada. El mismo caso real de De Agostini: 91% automatización de PO, 680 h/mes ahorradas, coste por factura de 13 USD a 3 USD.

Qué te llevas

12 workflows n8n exportados y comentados
5 Modelfiles listos para empresa (SAP-Analyst, Email-Classifier, OData-Translator, Invoice-Extractor, ABAP-Reviewer)
MCP server SAP-OData preconfigurado (único en el mercado en español)
Stack Docker-compose completo (Ollama + n8n + Qdrant + Caddy + PostgreSQL + Langfuse)
PDF descargable «Comparativa de 15 modelos open source para SAP — Mayo 2026»
PDF descargable «Plantilla de governance EU AI Act»
30 días de acceso a la instancia Ollama del profesor (Mac Studio M3 Ultra)
6 meses de acceso a las grabaciones en alta calidad
Canal privado Discord/Slack con resto de alumnos e instructor
Certificado oficial Logali Group (formato FUNDAE bonificable)

Para quién es

Audiencia primaria: CIO / IT Director, CISO, Compliance Officer / DPO, Manager de innovación en empresas con SAP (ECC o S/4HANA).

Audiencia secundaria: consultor SAP senior, arquitecto de integración, desarrollador n8n senior, freelance IT con cartera de PYMES SAP.

No es para: quien busca curso teórico de Machine Learning, quien no ha tocado n8n nunca, o quien no entiende qué es un BP o un IDoc.

Por qué ahora

HSBC desplegó Mistral en private cloud (diciembre 2025). SAP firmó con Mistral para «sovereign AI» en Francia y Alemania. SAP+n8n anunciaron partnership en TechEd 2025. La dirección oficial del mercado es IA local sobre datos sensibles. Este taller te enseña a montar lo que HSBC ha hecho con 50 ingenieros, con n8n + Ollama + una máquina decente.

Requisitos

n8n a nivel básico (al menos un workflow creado).
SAP funcional (entender qué es OData, BP, material, PO, MIRO).
Docker básico (qué es un contenedor; no se exige escribir Dockerfiles).

Contenido del curso

Sesión 1 · Por qué local, qué hay dentro y cómo se instala (2h)

1.1. Por qué ahora — la ventana del EU AI Act

El reglamento UE 2024/1689 y la fase de alto riesgo (2 ago 2026)
Casos SAP del Anexo III: RRHH, credit scoring, atención al cliente
Multas hasta el 7% de la facturación mundial

1.2. Qué es realmente un modelo de IA

Pesos, parámetros y la regla del pulgar (GB ≈ params / 2 en Q4)
Cuantización Q4_K_M, Q8 y FP16: cuándo cada una
Fecha de corte de conocimiento y consecuencias para SAP

1.3. Instalación de Ollama + los 5 errores del foro n8n

Instalación en Linux, macOS y Docker
OLLAMA_HOST, OLLAMA_MODELS y systemd
Cinco errores típicos al conectar con n8n y sus soluciones

1.4. Catálogo de modelos enterprise 2026

Top 5: Qwen 3, Llama 4, IBM Granite, DeepSeek-R1, Mistral
Licencias Apache 2.0 vs Community vs propietarias
Decisión por hardware, idioma y caso de uso

1.5. Hardware real para empresa 2026

Tabla por carga: PoC, PYME, empresa media, enterprise
Por qué el Mac Studio M3 Ultra 192 GB es el sweet spot
Alternativas: RTX 4090, servidor on-prem, VPS Hetzner

1.6. La API REST de Ollama + integración con n8n

Endpoints /api/generate, /api/chat, /api/embed
Nodo n8n Ollama Chat Model: configuración
Lab guiado: comparativa Qwen 3 vs Llama 3.1

Sesión 2 · Prompting profesional, Modelfile y tools (2h)

2.1. Prompt engineering empresarial

Patrones: role + task + context + format + constraints
Few-shot vs zero-shot en LLMs locales
Biblioteca de system prompts para SAP

2.2. Modelfile — personalizar modelos sin reentrenar

Anatomía de un Modelfile: FROM, SYSTEM, PARAMETER, TEMPLATE
Crear y publicar sap-analyst:v1
Versionado y distribución de Modelfiles en equipo

2.3. Structured output — la diferencia entre prototipo y producción

JSON Schema y format: "json" en Ollama
Validación con AJV en n8n
Lab: clasificador de emails proveedor con salida estructurada

2.4. Function calling fiable

Qué modelos hacen tool calling bien (Qwen 3 14B+) y cuáles fallan
Benchmarking en directo de 4 modelos
Lab: agente mini con 2 tools SAP

2.5. Bridge a MCP — qué viene en Sesión 4

Por qué MCP cambia function calling
Preview del estándar

Sesión 3 · RAG local sobre tu documentación SAP (2h)

3.1. RAG vs fine-tuning vs prompting

Cuándo gana cada uno: matriz de decisión
Por qué el 95% de los casos enterprise se resuelven con RAG
Por qué fine-tuning no es la respuesta para 'que sepa mi catálogo'

3.2. Embeddings locales con Ollama

Modelos: nomic-embed-text, mxbai-embed-large, bge-m3
Cuándo usar cada uno
Dimensionalidad y coste

3.3. Qdrant local

Instalación con Docker
Colecciones, payload y filtros
Dashboard y exploración visual

3.4. Pipeline RAG completo

Ingestión de PDFs SAP Help Portal
Chunking semántico vs fixed-size
Indexado, metadata y referencias

3.5. Búsqueda híbrida + reranking

Vector search + BM25 en Qdrant
Reranking con bge-reranker-v2-m3
Comparativa de precisión antes y después

3.6. Lab: asistente sobre docs SAP con citas

Workflow completo en n8n
Respuestas con fuente y página
Integración con interfaz de chat

Sesión 4 · Agente SAP + MCP + observabilidad (2h)

4.1. Arquitectura de agente

Patrón ReAct (Reasoning + Acting)
Memoria a corto y largo plazo
Tools como extensión de capacidades

4.2. n8n AI Agent + Ollama

Configuración del nodo AI Agent
Cuándo usar conversational vs structured
Errores típicos y debugging

4.3. Tools = sub-workflows SAP

Patrón SWF_SAP_* (sub-workflows reutilizables)
Tool 1: consultar BP por nombre
Tool 2: leer estado de PO

4.4. MCP — el estándar 2026

Qué es Model Context Protocol y por qué Anthropic lo lanzó
78% de equipos enterprise ya lo usan
Recursos, tools y prompts

4.5. n8n + MCP — expone tus workflows como tools

Nodo MCP Server Trigger
Construir un MCP server SAP-OData
Conectar desde Claude Desktop

4.6. Observabilidad con Langfuse

Despliegue de Langfuse en Docker
Trazas de cada inferencia
Datasets y evaluación automática del agente

Sesión 5 · Despliegue empresarial — pasar a producción (2h)

5.1. Arquitectura productiva vs desarrollo

Diferencias clave: persistencia, HTTPS, autenticación, observabilidad
Topología recomendada para empresa media
Single-node vs multi-node

5.2. Docker stack productivo + Caddy + HTTPS

docker-compose.yml completo (Ollama + n8n + Qdrant + Caddy + Postgres + Redis + Langfuse)
HTTPS automático multi-subdominio con Caddy
Variables de entorno y secretos

5.3. Queue mode en n8n

Por qué necesitas Redis para concurrencia
Configuración main + worker
Escalado horizontal de workers

5.4. Backups, snapshots y disaster recovery

Backups PostgreSQL automatizados
Snapshots de modelos Ollama
rclone a OneDrive/SharePoint

5.5. Autenticación, SSO y RBAC

n8n con autenticación corporativa (SAML)
RBAC en n8n: roles y proyectos
Hardening básico del stack

5.6. Cuándo migrar de Ollama a vLLM o llama.cpp

Benchmarks reales con concurrencia alta
Cuándo Ollama deja de servir (>100 usuarios simultáneos)
Migración progresiva

Sesión 6 · EU AI Act + governance hands-on (2h)

6.1. EU AI Act explicado para gente técnica

Las 4 categorías de riesgo del reglamento
Calendario: 2025, 2026, 2027 y obligaciones por fase
Multas y régimen sancionador

6.2. Clasificación de riesgo — qué casos SAP son alto-riesgo

Tabla de casos SAP típicos clasificados según el Anexo III
Casos que SÍ son alto-riesgo: RRHH, FI/AR, atención al cliente
Casos que NO son alto-riesgo: chatbots informativos, RAG sobre docs públicas

6.3. Log de inferencias completo en Langfuse

Trazabilidad input/output con metadata de usuario
Retención de logs según política
Exportación para auditor

6.4. Redact y anonimización de datos personales

Detección automática de PII en prompts
Redact antes de enviar al modelo
Caso especial: feature Redact Execution Data (Enterprise n8n)

6.5. Lab final integrador — Factura PDF a MIRO con governance

Pipeline completo end-to-end
Cumplimiento documentado en cada paso
Caso real De Agostini: 91% automatización, 680 h/mes ahorradas

6.6. Reporte legal automático para tu DPO

Plantilla 'Política de uso interna de IA local'
Plantilla 'Reporte de cumplimiento EU AI Act'
Checklist 60 puntos para que tu auditor diga sí

Cronograma de Clases en Vivo

Horario: 7:00 PM - 9:00 PM

Martes y Jueves. Las sesiones quedan grabadas para verlas cuando quieras.

1

martes, 7 de julio 2026 Clase 1: Por qué local, qué hay dentro y cómo se instala

2

jueves, 9 de julio 2026 Clase 2: Prompting profesional, Modelfile y tools

3

martes, 14 de julio 2026 Clase 3: RAG local sobre tu documentación SAP

4

jueves, 16 de julio 2026 Clase 4: Agente SAP + MCP + observabilidad

5

martes, 21 de julio 2026 Clase 5: Despliegue empresarial — pasar a producción

6

jueves, 23 de julio 2026 Clase 6: EU AI Act + governance hands-on

Tu instructor

Iván Gaitero Mazuelos

Inteligencia Artificial | n8n | Cloud Connector

Ingeniero de Telecomunicaciones · Consultor SAP Profesor y especialista en automatización con n8n Logali Group

Ver perfil completo LinkedIn