Modernes Datenmanagement mit SAP Datasphere und SAP Business Warehouse

Welche Möglichkeiten bietet Cloud Data Warehouse für die Fachabteilung?

Die Möglichkeit, eigenständig erweiterte Analysen durchzuführen, wird für Fachabteilungen immer wichtiger. Das klassische BW bietet zwar sehr starke, umfangreiche Reporting-Möglichkeiten, benötigt aber tiefgreifendes Spezialwissen und umfangreiche Projektunterstützung durch die IT mit einem hohen Entwicklungsanteil. Das ist auch ein Grund, warum das BW für Self-Service von den Fachabteilungen bisher nur bedingt akzeptiert wurde. Da das System zudem auch meist kritische/​audit-relevante Daten trägt, wurde der Zugriff für Fachabteilungen für eigene Reporting-Anwendungen oder sogar eigene Datenmodelle ohnehin meist stark reguliert.

Mit dem Übergang in die Cloud wurde das „SAP Business Warehouse“-Paradigma der Zusammenarbeit grundlegend überarbeitet. Datasphere bietet die Möglichkeit, Verbindungen zu unterschiedlichen Datenquellen herzustellen und die Daten separat über sogenannte Spaces zu verwenden. Fachabteilungen können darüber eigene Datenräume einzurichten, die mit eigenen und externen Daten angereichert werden können, um den einzelnen Management-Reporting-Sichten Rechnung zu tragen. Ebenso wird die Daten- und Report-Modellierung mit Datasphere vereinfacht. Die Entwicklung erfolgt vollständig über ein Web-Interface, das eine benutzerfreundliche Modellierung auch für Personen bietet, die nicht aus der Technik kommen. Umfangreiche Trainings und anwendungsspezifische IT-Fähigkeiten sind für die Benutzung nicht nötig und Fachkräfte wie Business Analysts finden sich intuitiv zurecht. Damit einhergehend bietet Datasphere auch eine stärkere Möglichkeit der Kollaboration, innerhalb von Fachabteilungen, aber auch bereichsübergreifend.

Reporting und Modelle lassen sich einfacher teilen, Datensilos werden reduziert und eine kollaborative, datengetriebene Unternehmenskultur wird gefördert. Durch die Integration mit Reporting-Anwendungen und insbesondere auch SAP Analytics Cloud (SAC) können zudem eigene Reports und Dashboards erstellt werden. Damit kann der eigentliche Analyseprozess vollständig in der Fachabteilung erfolgen, ohne dass Daten in ein anderes BI-System überführt werden müssen. Ebenso können verifizierte Stammdaten verwendet werden; Reporting-Fehler durch fehlerhafte Stamm- und Bewegungsdaten lassen sich stark reduzieren, da weder eine Duplizierung noch ein Neuaufbau in individuellen BI-Systemen nötig sind.

Welche Möglichkeiten ergeben sich für die IT-Abteilung?

Die technische und funktionale Neukonzeption von Datasphere gegenüber klassischem Data Warehousing führt auch in der IT zu Änderungen in Prozessen, Rollen und Vorgehensmodellen. Die oben genannten Vorteile für die Fachabteilung bergen direkt oder indirekt auch Vorteile für die IT. Insbesondere die Möglichkeit, Analysen/Modelle durch die Nutzung von Datasphere Spaces der Fachabteilung zugänglich zu machen, ermöglicht die Reduktion von nicht abgestimmten Eigenentwicklungen und Schatten-IT-Systemen. Gleichzeitig bleiben aber Integration, Transformation und Modellierung von Kernanwendungen/-modellen (Integration & Propagation) in der Hand der IT. Freigabe und Governance lassen sich dabei ohne die Notwendigkeit der Replikation in weitere BI-Systeme leicht umsetzen, ohne dass die Geschäftsbereiche Zugeständnisse hinsichtlich Flexibilität und Funktionsumfang hinnehmen müssen.

Durch neue Modellierungs- und Entwicklungtechniken in Datasphere ändern sich auch die klassischen BW-Rollen in der IT. Während viele Basis- und Wartungsaufgaben durch die Cloud-Umgebung wegfallen, verlagern sich klassische Entwicklerrollen stärker in Richtung Business-Partner-Rollen. Die Zusammenarbeit mit der Fachabteilung wird damit vereinfacht, auch durch die Reduktion von Komplexität und Spezialwissen im Vergleich zum klassischen Business Warehousing. In Zeiten eines Fachkräftemangels ist dies ein nicht zu vernachlässigender Faktor.

Das bedeutet aber auch, dass sich BI-Teams auf grundlegend neue Konzepte einstellen müssen. Der Übergang von stark multidimensional geprägten Modellen hin zu tabellarischen bzw. relationalen Modellen ist ein genereller Trend in der BI-Welt, nicht zuletzt geprägt durch neue Daten- und BI-Konzepte wie Data Lakes und Cloud-BI sowie neue Bedürfnisse für erweiterte Analysen durch dedizierte Geschäftsrollen (z. B. Business Analyst und Data Scientist). Hierzu sind passende Übergangskonzepte (technisch, organisatorisch und prozessual) zu erarbeiten.

Welche Chancen ergeben sich hinsichtlich Kosten- und Prozesseffizienz?

Aus fachlicher Sicht lässt sich insbesondere die Effizienz bei Daten- und Analyseprozessen stark verbessern. Durch die Möglichkeit, erweiterte Analysen und Modelle direkt durch die Fachabteilung zu erstellen, können kleinere und mittlere Analysevorhaben auch ohne eigenständiges IT-Projekt durchgeführt werden. Da die Stamm- und Bewegungsdaten aber dennoch in einem zentralen System verwaltet und verwendet werden, kann dies mit verifizierten Ausgangsdaten erfolgen und wird damit auch den Vorgaben der IT-Governance gerecht.

Aus technischer Sicht kommt auch bei Datasphere das generelle Argument der Reduktion der Total Cost of Ownership durch den Cloud-Einsatz zum Tragen. Investitionen in Hardware und Infrastruktur entfallen ebenso wie laufende Wartungskosten. Darüber hinaus kann Datasphere durch neue Modellierungs- und Programmierparadigmen auch die Entwicklung von Geschäftsanwendungen effizienter gestalten.

Welche Alternativen gibt es?

Neben SAP Datasphere wird natürlich auch das BW/4HANA als klassisches Modell noch weiter von SAP gewartet. Insbesondere für Planungs- und Konsolidierungslösungen sowie für komplexe Reporting-Anwendungen wird dies von Kunden weiterhin verwendet; mittel- bis langfristig ergeben sich verschiedene Migrationsszenarien, oder auch dedizierte neue Lösungen für einzelne Geschäftsanwendungen (beispielsweise Group Reporting, SAC Planning, oder die Drittanbieter-Integration in der Cloud).

Daneben werden in vielen Unternehmen auch dedizierte Analyseplattformen gefördert, um den Bedürfnissen wie beispielsweise Data-Science-Anwendungen gerecht zu werden. Insbesondere die integrierten Lösungen der großen Cloud-Anbieter werden in den letzten Jahren vermehrt auch für Data Warehousing-Aufgaben eingesetzt, darunter die Lösungen der großen Hyperscaler (beispielsweise MS Azure Fabric, GCP Big Query, AWS Redshift). Anwendungen lassen sich damit vergleichsweise schnell entwickeln und ermöglichen auch einen einfachen Zugang für Geschäftsanwender über eigene Reporting-Anwendungen (beispielsweise MS Power BI, AWS QuickSight, oder GCP Data Studio). So gut diese BI-Anwendungen auch für die Datenanalyse ausgerichtet sind, ergeben sich allerdings neue Herausforderungen, die in Enterprise Data Warehouses bereits lange gelöst sind, insbesondere hinsichtlich komplexen Stammdatenanforderungen, Governance, Audit-Trail-Anforderungen etc. Ein vollständiger Ersatz von Enterprise Datwarehouses durch Data-Lake-Technologien wird daher nur für die wenigsten Unternehmen infrage kommen.

In den meisten Fällen dürfte stattdessen eine hybride BI-Architektur sinnvoller erscheinen, in der wiederum SAP Datasphere eine Möglichkeit bildet, beide Welten für die Endanwenderperspektive zusammenzuführen. Durch die integrative Fach- und IT-Sicht und -Modellierung in Datasphere können diese Integrationsherausforderungen potenziell gelöst werden. Auch hier gilt, dass eine individuelle Betrachtung der BI-Gesamtarchitektur unerlässlich ist.

Welche Beratung bietet EY?

Die EY-Unternehmensberatung bietet Business Consulting und Technology Consulting aus einer Hand. Wir beraten unsere Kunden im kompletten BI-Lebenszyklus, von der BI-Strategie über die Fach- und IT-Konzeption bis hin zur Implementierung. Für Datasphere und die damit verknüpften Geschäfts- und IT-Entscheidungen bieten wir einen holistischen Beratungsansatz:

• BI-Strategie und ­Roadmap
• Übergangs- und/oder Neukonzeption von Geschäftsanwendungen
• Migrationskonzepte mit
  (1) fachlicher Analyse einzelner Geschäftsanwendungen und
  (2) technischen Migrationskonzepten
• Technische Umsetzung von
  (1) Migrationen und
  (2) Neuentwicklungen