Seit dem Launch von SAP Datasphere im März 2023 sind diverse Blogs und Videos erschienen, die sich vornehmlich mit den technischen Aspekten des Nachfolgeprodukts der SAP Data Warehouse Cloud befassen. In diesem Blogbeitrag möchten wir hingegen beleuchten, welchen Nutzen SAP Datasphere den Endanwendern in den Fachbereichen bringt.

 


 

Werden Sie zum Experten für SAP Datasphere

Jetzt Accelerator Workshop buchen

 


 

Warum Self-Service-BI vor SAP Datasphere so kompliziert war

Wollten Unternehmen den Anwendern in der Vergangenheit BI-Self-Services bereitstellen, gingen damit im Wesentlichen vier Herausforderungen einher:

  1. Notwendiges Verständnis über den Zusammenhang zwischen Daten und Geschäftskontext

  2. Zwingende Mitwirkung der IT-Abteilung bei der Bereitstellung der Daten

  3. Notwendige Beschränkungen durch Berechtigungen

  4. Fehlende Möglichkeiten der Nachbearbeitung von Daten in der SAP Analytics Cloud (SAC)

 

Insbesondere der letzte Punkt der Aufzählung, der aus den Aspekten 1 bis 3 resultierte, wurde von den Anwendern als gravierender Nachteil empfunden. Die vergleichsweise hohe Inflexibilität der Datenmodelle und die Abhängigkeit von der Datenbereitstellung in Verbindung mit „fehlenden“ Informationen brachte Anwender vielfach dazu, Daten in Microsoft Excel oder Produkten wie Power BI, Qlik etc. zu laden, anzureichern oder zu verändern und anschließend zu visualisieren. Dabei wurden auch gerne einmal Datensätze zwischen Abteilungen ausgetauscht, was Berechtigungskonzepte aushebelte und zur berüchtigten Schatten-IT führte. Dieses Vorgehen ist eventuell kurzfristig eine Lösung für dringende Informationsbedarfe, verstößt allerdings gegen die Grundsätze einer soliden Data Governance, wodurch erhebliche Risiken und mögliche negative Folgen für das Unternehmen entstehen können.

 

Wie schön und einfach wäre es, wenn die Anwender in ihrer Business-Umgebung selbstständig Daten modellieren könnten. Die Rolle der IT würde sich im Wesentlichen darauf beschränken sicherzustellen, dass jeder auf die Daten zugreifen kann, so wie er es benötigt, und gelegentlich Hilfestellung zu leisten.

 

Wie SAP Datasphere Self-Service-BI einfacher macht

Mit SAP Datasphere verändern sich die Voraussetzungen für die Bereitstellung von BI-Self-Services. Dafür sind vor allem zwei Aspekte wesentlich:

  1. Konsequentes Neudenken des Zusammenhangs zwischen Daten und Business

  2. Massiv erweitertes Angebot an einfachen Werkzeugen für Business-User

Schon immer hatte SAP mit ihren Data-Warehouse-Lösungen und den darauf aufsetzenden analytischen Werkzeugen die Endanwender im Blick. Daten sollten schnell, harmonisiert, historisiert und zentralisiert aus beliebig vielen Quellen für die Analyse zur Verfügung stehen. Starke Berechtigungskonzepte sollten einen revisionssicheren Zugriff ermöglichen und die Daten sollten auch für weitere Funktionen wie Planung oder individuelle Anwendungen nutzbar sein.

 

Ursprünglich vorhandene Performance-Schwächen löste die Einführung der SAP HANA-Datenbank auf. Zuvor unattraktive Reporting-Lösungen wurden mit SAP BusinessObjects und später mit der SAP Analytics Cloud in eine leistungsfähige Zukunft geführt. Das träge Innovationstempo sowie die zeit- und kostenintensiven Release-Zyklen von On-Premise-Produkten hat SAP mit der Überführung in Software-as-a-Service Lösungen, die einfach auf der SAP Business Technology Platform abrufbar sind, beseitigt. Mit SAP Datasphere gibt SAP auch den oftmals hinderlichen Ansatz auf, alles selbst erfinden zu wollen. Das belegen die strategischen Partnerschaften mit den Unternehmen Collibra, Confluent, Databricks und DataRobot. Eine durchgängige Integration und weitere Partnerschaften werden folgen (müssen).

 

Trennung von Business Layer und Data Layer

Das zuvor erwähnte Neudenken des Zusammenhangs zwischen Daten und Business kommt in der Trennung von zwei verschiedenen Schichten in SAP Datasphere zum Ausdruck: dem Business Layer und dem Data Layer. Diese Trennung existierte prinzipiell bereits in der SAP Data Warehouse Cloud, wird aber in SAP Datasphere konsequent weitergedacht.

 

SAP_Datasphere_Business_Layer_and_Data_Layer

Quelle: SAP

 

Ein wesentliches Prinzip der Datenhaltung und Datenmodellierung in SAP Datasphere ist, dass die Daten „as is“ verwendet werden. Das heißt, sie werden entweder geladen und stehen harmonisiert sowie ggf. historisiert in SAP Datasphere zur Verfügung oder sie werden direkt von ihrem Ursprungsort zur Laufzeit konsumiert, ohne dass Daten hin- und herbewegt werden müssen. Natürlich ist auch beides gleichzeitig möglich.

 

Ohne die Entwicklung aufwendiger ETL-Strecken lässt sich mit dem Direktzugriff beispielsweise die Time-to-Value deutlich senken. Nach nur wenigen Modellierungsschritten, in denen die Anwender aus dem Fachbereich selbst die Regie übernehmen können, sind bereits die Daten in der SAP Analytics Cloud zur Ansicht verfügbar. Im Vergleich zu anderen SAP- und Non-SAP-Data-Warehouse-Lösungen können die Anwender im Rahmen ihrer Möglichkeiten gewisse Anpassungen vornehmen – und müssen dafür kein Ticket bei der IT erstellen und im Zweifel Tage oder Wochen auf kleinere Anpassungen warten. Komplexe Anforderungen wie umfangreiche Business-Logiken können sie weiterhin wie gewohnt an die IT delegieren.

 

Daneben bieten vor allem ein komplett neues Data Cataloging und die Erweiterung des Business Catalog willkommene Unterstützung. Beide Komponenten fließen in eine neue Form des „Demand-driven modeling“ ein, welches das bisherige „Data-driven modeling“ ergänzt. Die Klammer zwischen beiden Welten bilden die Business Semantics des Business Catalog.

 

SAP_Datasphere_Business_Semantics

Quelle: SAP

 

SAP Datasphere legt den Fokus auf das Business

Damit ergeben sich in SAP Datasphere vollkommen neue Möglichkeiten für Business User, eigene analytische Modelle zu erstellen, die ihren jeweiligen Bedürfnissen entsprechen, ohne dabei die gesicherte Umgebung verlassen zu müssen. Es spielt keine Rolle, ob die zugrundeliegenden Daten aus dem eigenen ERP-System, aus Drittsystemen, aus Data Lakes, von öffentlichen Datenanbietern oder von anderen Hyperscalern (zum Beispiel AWS, Azure oder Google Cloud) stammen. Es handelt sich damit um ein logisches Data Warehousing in Reinform. Die Fähigkeiten von SAP Datasphere unterstützen in diesem Paradigma die spezifischen Fähigkeiten der Anwender.

 

SAP_Datasphere_Business_Users_web

Quelle: SAP

 

Es besteht kein Zweifel, dass sich die Zusammenarbeit zwischen IT und Business, ja sogar die Modellwelten in SAP Datasphere in Zukunft verändern werden. Das dadurch deutlich verbesserte Business-IT-Alignment stellt die Abstimmung und Integration von Geschäftsstrategie und IT-Ressourcen sicher, um optimale Ergebnisse und Wettbewerbsvorteile zu erzielen. Dafür liefert SAP Datasphere leistungsfähige Werkzeuge, die einen intuitiven Ablauf (siehe Abbildung) optimal unterstützen.

 

SAP_Datasphere_Tools_for_Analytic_Scenarios_web

Quelle: SAP

 

Enormes Potenzial der geschäftszentrierten Analytik

Die IT-Abteilungen oder BI Competence Center, die Fachabteilungen, aber vor allem die Entscheidungsträger werden sich von liebgewonnenen Vorstellungen verabschieden müssen, wenn sie aus ihren heterogenen, unsicheren, aufwendigen und fehleranfälligen analytischen Umgebungen in ein leistungsfähiges, sicheres, flexibles und zukunftssicheres analytisches Ökosystem wechseln möchten. Dafür ist der Wechsel von einer „Standard Data Fabric“ hin zu einer „Business Data Fabric“ erforderlich.

 

SAP_Datasphere_Simplify_the_data_landscape

Quelle: SAP

 

Erst eine geschäftszentrierte Analytik, bei der Anwender größtmögliche Flexibilität und gleichzeitig hohe Sicherheit bei der Erstellung eigener Auswertungen haben, wird die entscheidenden Wettbewerbsvorteile bringen, die in den aktuellen Zeiten für Unternehmen so wichtig sind. Der weiterentwickelte Ansatz von SAP Datasphere ist auch in der Lage, die notwendige Analytik in Bereichen wie Nachhaltigkeit, Transparenz, Lieferketten, Ressourcenmanagement und Mitarbeiterzufriedenheit massiv zu unterstützen.

 

Werden Sie zum Experten für SAP Datasphere

Jetzt Accelerator Workshop buchen

 

Weitere interessante Beiträge: