Modernes Datenmanagement mit SAP Datasphere

Im Bereich Datenmanagement/-analyse bietet das SAP-Ökosystem aktuell zwei (eng miteinander verknüpfte) Komponenten: SAP Datasphere (ehemals SAP Data Warehouse Cloud) und die SAP Analytics Cloud (SAC). Beide adressieren verschiedene Aufgaben, arbeiten jedoch im Sinne einer ganzheitlichen Datenstrategie zusammen: Datasphere als Datenmanagement- und Integrationsplattform, die eine konsolidierte und saubere Datenbasis bereitstellt, die Analytics Cloud als Frontend für die Analyse, das diese Daten in Erkenntnisse und Entscheidungen umwandelt.

Das Besondere an der SAP Datasphere: Mit ihr lassen sich Data Mesh und Data Fabric umsetzen, zwei Datenmanagement-Architekturkonzepte, die jeweils unterschiedliche Ansätze zur Bewältigung komplexer Datenlandschaften in Unternehmen beinhalten. Data Mesh ist ein dezentraler soziotechnischer Ansatz für die Datenarchitektur und -verwaltung. Entwicklungsteams erhalten dabei die Verantwortung für Datenprodukte ihrer fachlichen Domäne. Damit fördert Data Mesh Interoperabilität, domänenspezifisches Fachwissen und ermöglicht eine flexiblere Datennutzung.

Data-Mesh-Konzept mit einer Data Fabric aufbauen

Das Datenmanagement-Konzept Data Fabric stellt eine integrierte Umgebung für die Datenverwaltung über verschiedene Plattformen/Systeme hinweg bereit. Seine zentralen Aspekte: einheitliche Datenarchitektur und -infrastruktur, nahtlose Integration von Daten verschiedener Quellen, Nutzung von Metadaten und KI für intelligentes Datenmanagement. So schafft Data Fabric eine konsistente und sichere Datenumgebung, die Daten unabhängig von ihrer physischen Lage zugänglich macht. Darauf kann in der Folge ein Data-Mesh-Konzept aufbauen.

SAP Datasphere positioniert sich als technischer Hub, mit dem sich ein Data-Fabric-Konzept umsetzen lässt. Gegenüber klassischen Datenmanagementarchitekturen, z.B. auf Basis SAP BW, zeichnet es sich durch stärkere Offenheit gegenüber verschiedensten operativen Datenquellen aus: Private wie Public Cloud, SAP wie auch Non-SAP Applikationen. Zudem ist SAP Datasphere modular aufgebaut und weniger monolithisch als ein klassisches Data Warehouse System. Die Lösung verhindert redundante Replikationen zentraler Datenobjekte und bietet vordefinierte Datenmodelle und KPIs, insbesondere für Finanzwesen und Controlling.

Ein weiterer Pluspunkt ist ihre Benutzerfreundlichkeit. Sie ermöglicht das sog. „Key User Enablement“, spricht die Einbindung größerer Benutzerschichten in die Datenmodellierung. Gerade im Vergleich mit Lösungen wie Snowflake oder Microsoft Fabric überzeugt SAP Datasphere durch modulare und user-freundliche Strukturen, die selbst technisch weniger Versierten auch ohne Informatikstudium eine einfache Modellierung erlaubt.

Planungsprozesse mit der SAC: Ein USP bei SAP

Mit der SAC wiederum ist nicht nur das klassische Reporting möglich, sondern es lassen sich über eine bidirektionale Schnittstellen auch alle Planungsprozesse abbilden – bis dahin, dass Planwerte direkt in SAP S/4HANA zurückgeschrieben werden. Gleichzeitig wird die Datasphere als Speicher genutzt, um schnelle Soll-Ist-Vergleiche durchzuführen.

Die Integration von SAC und Datasphere soll kurzfristig weiter ausgebaut werden, mit Funktionen wie direkter Planung auf der Datasphere, Aufwertung der BW Bridge derart, dass man Datasphere als Quellsystem anschließen kann (öffnet den Zugang für Non-SAP-Systeme), dass sich Task Chains space-übergreifend aufbauen lassen (verbessert das Scheduling von Ladeprozessen) u.v.m.

Redundanzfreie Verwaltung zentraler Datenobjekte

Self Service im Reporting erfordert Governance. Diese muss von der IT vorgegeben werden. Datasphere unterteilt den Tenant dann in logische Bereiche, was eine effiziente und redundanzfreie Verwaltung zentraler Datenobjekte ermöglicht. Zahlreiche Kundenprojekte in Deutschland setzen bereits auf das Data-Fabric-Konzept mit SAP Datasphere, unterstützt durch Best Practices, Workshops und Consulting Packages. Die Projekte zeigen, wie die Integration von SAP- und Nicht-SAP-Daten erfolgreich gemeistert werden kann, um Speicherengpässe zu vermeiden.