Inhalt
Einleitung: Herausforderung heutiger Datenlandschaften
Über Jahre hinweg wurden neue Systeme eingeführt, bestehende Anwendungen erweitert und immer zusätzliche Lösungen integriert. Was ursprünglich die Digitalisierung vorantreiben sollte, führt heute häufig zu einem gegenteiligen Effekt: einer unübersichtlichen IT- und Datenlandschaft. Für viele Unternehmen stellt sich deshalb nicht nur die Frage, welche Technologie wofür geeignet ist, sondern vor allem, wie alles sinnvoll zusammenspielt.
Gleichzeitig wächst die Menge verfügbarer Daten rasant. Produktionsdaten, Finanz-Kennzahlen, Kundendaten oder Informationen aus der Lieferkette entstehen heute nahezu in Echtzeit. Das sind ideale Voraussetzungen für datengetriebene Entscheidungen und den Einsatz von Künstlicher Intelligenz. Dennoch bleiben diese Potenziale häufig ungenutzt, weil Daten über verschiedene Systeme verteilt sind und sich nur schwer zusammenführen lassen.
Genau hier setzt die SAP Business Data Cloud (BDC) an. Sie bringt Daten aus SAP- und Non-SAP-Systemen auf einer zentralen Plattform zusammen, schafft eine einheitliche Datenbasis und macht diese für Analysen sowie KI-Anwendungen nutzbar.
Doch was ist die BDC im Kern? Wie ist ihre Architektur aufgebaut und welche Komponenten gehören dazu? Genau diese Fragen beantwortet dieser Artikel.
Einordnung: Was ist die SAP Business Data Cloud?
Die SAP Business Data Cloud (BDC) ist eine vollständig verwaltete Software-as-a-Service-Plattform (SaaS), die von SAP in der Cloud betrieben, gewartet und automatisch aktualisiert wird. Sie vereint Daten aus SAP- und Non-SAP-Systemen auf einer zentralen Plattform, schafft eine einheitliche und vertrauenswürdige Datenbasis und macht diese für moderne Analytics- und KI-Szenarien nutzbar. Die Plattform richtet sich demnach an Unternehmen, deren bestehende Datenlandschaften den Anforderungen moderner Anwendungen nicht mehr gerecht werden.
Vereinfacht lässt sich die SAP Business Data Cloud als Datenschicht zwischen den Geschäftsanwendungen sowie den Analytics- und KI-Anwendungen beschreiben. Sie übernimmt dabei eine zentrale Vermittlerrolle zwischen operativen Geschäftsprozessen und datengetriebenen Innovationen. Geschäftsanwendungen erzeugen die relevanten Unternehmensdaten, die von der Business Data Cloud verbunden, harmonisiert und verwaltet werden. Auf dieser konsolidierten Datenbasis können Analytics- und KI-Anwendungen Berichte erstellen, Prognosen ableiten und intelligente Automatisierungen unterstützen.
Ein wichtiger Punkt wird häufig missverstanden: Die SAP Business Data Cloud ist kein einzelnes Produkt. Vielmehr handelt es sich um eine Plattform, die verschiedene SAP-Technologien miteinander kombiniert. Je nach Anforderungen können Unternehmen unterschiedliche Komponenten einsetzen und ihre Plattform schrittweise erweitern. Dadurch müssen Unternehmen nicht sofort eine vollständige Zielarchitektur aufbauen, sondern können mit einem kleinen Szenario starten und die Plattform nach Bedarf ausbauen.
Mit der Einführung der SAP Business Data Cloud hat SAP gleichzeitig die Einordnung seiner Plattformstrategie angepasst. Während viele Datenservices früher Bestandteil der SAP Business Technology Platform (BTP) waren, positioniert SAP die Business Data Cloud inzwischen als eigenständigen Baustein der SAP Business AI Platform. Damit unterstreicht SAP eine wichtige Entwicklung: Datenmanagement wird nicht mehr ausschließlich als technische Infrastruktur betrachtet, sondern als zentrale Voraussetzung für den produktiven Einsatz von Künstlicher Intelligenz.
Business Data Fabric als Datenarchitektur
Um die Architektur der SAP Business Data Cloud vollständig zu verstehen, lohnt sich zunächst ein Blick auf das grundlegende Konzept einer Datenarchitektur. Unter einer Datenarchitektur versteht man den strukturellen Aufbau einer Datenlandschaft. Sie definiert, wie Daten erfasst, bewegt, gespeichert, geschützt und verfügbar gemacht werden. Dazu gehören Datenmodelle, Regeln, Standards, Speicherlösungen, Sicherheit und Governance.
Traditionell haben Unternehmen dafür verschiedene Architekturansätze genutzt: Data Lakes für große Mengen strukturierter und unstrukturierter Daten, Data Warehouses für zentrale Analysen, Data Marts für Fachbereiche, Data Mesh für dezentrale Datenverantwortung und Data Fabric für die Verbindung verteilter Datenlandschaften. Jeder dieser Ansätze verfolgt eigene Ziele und besitzt spezifische Stärken.
SAP setzt mit der Business Data Cloud auf den Ansatz Data Fabric. Ein Data Fabric verfolgt das Ziel, Daten unabhängig von ihrem eigentlichen Speicherort miteinander zu verbinden. Daten müssen also nicht zwangsläufig in eine zentrale Datenbank kopiert werden. Stattdessen werden unterschiedliche Datenquellen intelligent miteinander verknüpft und über eine gemeinsame Schicht verwaltet. Für Anwender entsteht dadurch der Eindruck einer einheitlichen Datenplattform, obwohl sich die Informationen weiterhin in unterschiedlichen Systemen befinden können. Vorhandene SAP- und Non-SAP-Systeme lassen sich dadurch weiterhin problemlos nutzen.
SAP geht mit BDC jedoch einen Schritt weiter und spricht vom Business Data Fabric. Der Unterschied liegt im Geschäftskontext. Es geht nicht nur darum, Daten technisch zu verbinden, sondern die Geschäftslogik, Beziehungen, Hierarchien, Kennzahlen und Berechnungen sollen erhalten bleiben. SAP beschreibt das sinngemäß als Bewahrung der „DNA der Daten“. Einheitliche Governance-Regeln, gemeinsame Metadaten sowie konsistente Geschäftsdefinitionen sorgen dafür, dass verschiedene Abteilungen auf dieselben Informationen zugreifen. Diskussionen darüber, welche Kennzahl nun die „richtige“ ist, lassen sich dadurch deutlich reduzieren.
Für KI-Anwendungen ist dieser Ansatz besonders wertvoll. Moderne KI-Modelle benötigen nicht nur möglichst viele Daten, sondern vor allem Daten, die sie verstehen können. Ein Business Data Fabric schafft genau diese Grundlage, indem Datenquellen miteinander verbunden, ihre Herkunft nachvollziehbar gemacht und Geschäftsprozesse semantisch beschrieben werden.
Designprinzipien
Die BDC lässt sich anhand einer Reihe von Designprinzipien charakterisieren:
- Ready-to-use Analytical Content: SAP BDC liefert analytische Inhalte in Form von Intelligent Applications. Diese Anwendungen sind datenreiche Dash-boards mit Echtzeitdaten und KI-Unterstützung. Business User können Fragen in natürlicher Sprache stellen und erhalten nicht nur Antworten, sondern auch zusätzliche Hinweise auf mögliche Zusammenhänge.
- Data Product Economy: Daten werden nicht mehr als rohe Tabellen verstanden, sondern als wiederverwendbare Datenprodukte. Ein Data Product ist bereinigt, veredelt, verpackt und mit Metadaten versehen. Es ist business-ready und kann ohne großen Vorbereitungsaufwand für Analytics oder KI genutzt werden. SAP stellt in BDC zertifizierte, sofort nutzbare Data Products aus SAP-Anwendungen bereit. Darüber hinaus können Unternehmen eigene Customer Data Products erstellen, um unternehmensspezifische Daten aus SAP- und Non-SAP-Quellen zu kombinieren und für individuelle Analyse- und KI-Anwendungen bereitzustellen.
- One Domain Model: Viele SAP-Anwendungen enthalten ähnliche Geschäfts-objekte, definieren diese aber unterschiedlich. Zum Beispiel kann ein Objekt in einem System als Material und in einem anderen als Product auftauchen. BDC harmonisiert solche Definitionen in einem gemeinsamen Domänenmodell. Business User müssen dadurch nicht wissen, aus welchem Quellsystem ein Objekt stammt.
- Open Data Ecosystem: SAP weiß, dass Unternehmen nicht nur SAP-Systeme nutzen. Deshalb ist BDC offen für Partnerplattformen und bi-direktionalen Datenaustausch. Das ist vor allem für KI- und Machine-Learning-Projekte wichtig, weil diese meist vollständige Datenbestände aus SAP- und Non-SAP-Quellen benötigen.
- Delta Sharing und Zero Copy: SAP BDC nutzt Delta Sharing als offenen Standard, um Live-Daten zu teilen, ohne unnötige Kopien zu erzeugen. Die Daten bleiben unter Governance von SAP BDC und werden nur für berechtigte Konsumenten freigegeben.
- Storage at Scale: SAP BDC nutzt eine Lakehouse-Architektur auf Basis von SAP HANA Data Lake. Speicher und Verarbeitung werden entkoppelt, damit große Datenmengen kosteneffizient gespeichert werden können.
- A Solution for Multiple Personas: SAP BDC richtet sich nicht nur an IT-Experten, sondern unterstützt verschiedene Nutzergruppen im Unternehmen, von Data Modelern und Business Analysts über Data Scientists bis hin zu SAP Developern, Administratoren und Fachanwendern. So können alle Beteiligten auf derselben Datenbasis arbeiten und die Plattform entsprechend ihrer Aufgaben nutzen.
Die wichtigsten Komponenten
Die SAP Business Data Cloud kombiniert bestehende SAP-Lösungen mit neuen Komponenten und Partnertechnologien:
- Object Store: Der Object Store dient als skalierbarer Speicher für große Datenmengen und unstrukturierte Daten. Er bildet die Speicherbasis der Lakehouse-Architektur und dient als Ablage für SAP Data Products sowie Customer Data Products. Von dort aus können diese für Analytics, Planung und Business-AI-Anwendungen genutzt werden.
- SAP HANA Cloud: Sie stellt die technische Grundlage für Datenhaltung und Datenverarbeitung bereit. Neben In-Memory-Computing umfasst sie unter anderem Data Lake Storage sowie Unterstützung für relationale, Graph-, Vektor- und räumliche Datenmodelle.
- SAP BW Private Cloud Edition (SAP BW PCE): Unternehmen können bestehende BW-Landschaften weiterhin nutzen und in die SAP Business Data Cloud integrieren. Über den Data Product Generator werden bestehende BW-Modelle als Data Products veröffentlicht und für die weitere Nutzung in SAP Datasphere, SAP Analytics Cloud und Business-AI-Anwendungen bereitgestellt. Dadurch entsteht ein nahtloser Modernisierungspfad für bestehende BW-Systeme.
- SAP Datasphere: Sie bildet die zentrale Daten- und Modellierungsschicht der SAP Business Data Cloud. Hier werden Data Products verwaltet, Daten aus SAP- und Non-SAP-Systemen integriert sowie semantische Datenmodelle erstellt. Darüber hinaus übernimmt SAP Datasphere analytische Rollen- und Zugriffskontrollen.
- SAP Knowledge Graph: Der SAP Knowledge Graph verknüpft Daten, Metadaten und Geschäftsobjekte miteinander und stellt deren fachliche Beziehungen her. Dadurch bleibt der Business Context erhalten, eine wesentliche Voraussetzung für vertrauenswürdige Analysen und den Einsatz von Business AI.
- SAP Databricks: SAP Databricks unterstützt Data Engineering, Data Science, Machine Learning und KI-Workloads. Es richtet sich besonders an Data Scientists, die SAP-Daten mit modernen ML-Werkzeugen anreichern möchten.
- SAP Snowflake: Über die Integration von Snowflake können Unternehmen SAP-Daten mit weiteren Datenquellen kombinieren und für Data Science, Machine Learning sowie analytische Anwendungen nutzen.
- SAP Analytics Cloud (SAC): Die SAP Analytics Cloud ist die Visualisierungs- und Planungskomponente. Sie stellt Dashboards, Stories, Ad-hoc-Analysen, Planungsfunktionen und KI-gestützte Analysefunktionen bereit.
- Intelligent Applications (Insight Apps): Intelligent Applications sind vorkonfigurierte, KI-gestützte Fachanwendungen, die auf Business Data Products aufbauen. Sie kombinieren Echtzeitdaten, Analysen und Business AI und liefern Fachbereichen direkt nutzbare Erkenntnisse für datenbasierte Entscheidungen.
- SAP AI Foundation: Die AI Foundation bündelt zentrale KI-Services innerhalb der SAP Business AI Platform. Sie unterstützt unter anderem die Entwicklung eigener KI-Anwendungen, AI Agents sowie Lösungen auf Basis von Joule Studio.
- SAP BDC Cockpit: Das BDC Cockpit bildet die zentrale Administrationsoberfläche der Plattform. Hier können Administratoren Komponenten konfigurieren, Inhalte verwalten, Berechtigungen steuern sowie den Zustand der gesamten BDC-Landschaft überwachen.
Fazit
Mit der SAP Business Data Cloud bietet SAP eine Plattform, die Unternehmen bei der schrittweisen Modernisierung ihrer bestehenden Datenlandschaft unterstützt. Statt vorhandene Systeme vollständig abzulösen, lassen sich SAP- und Non-SAP-Daten miteinander verknüpfen und auf einer gemeinsamen Datenbasis für Analytics, Planung und Business AI nutzen. Herzstück der Architektur ist dabei der Business-Data-Fabric-Ansatz, der Daten nicht nur verbindet, sondern auch ihren fachlichen Kontext bewahrt. So schafft die SAP Business Data Cloud die Grundlage für eine zukunftssichere, vertrauenswürdige und KI-fähige Datenplattform.
Da in den kommenden Jahren zahlreiche SAP-Lösungen das Ende ihres Wartungszeitraums erreichen und KI-gestützte Anwendungen zunehmend zum Wettbewerbsfaktor werden, stellt sich längst nicht mehr die Frage, ob Unternehmen ihre Datenarchitektur modernisieren sollten, sondern wie lange sie es sich noch leisten können, darauf zu warten.
Kontaktieren Sie uns!
Haben Sie weitere Fragen? Gerne helfen wir Ihnen weiter.
Vereinbaren Sie ein Webmeeting mit unseren Expert:innen oder stellen Sie uns Ihre Frage im Kommentarbereich.
Sie sehen gerade einen Platzhalterinhalt von Active Campaign. Um auf den eigentlichen Inhalt zuzugreifen, klicken Sie auf die Schaltfläche unten. Bitte beachten Sie, dass dabei Daten an Drittanbieter weitergegeben werden.
Mehr Informationen
