Was ist SAP Datasphere?

SAP-BW-Kunden stehen vor einer Reihe von Herausforderungen, wenn sie sich für die Einführung neuer Lösungen in der Cloud entscheiden:

1. Sie wollen die bestehenden BW-Erfahrungen, Anpassungen und Datenstrukturen, die sorgfältig auf ihre Geschäftsprozessanforderungen zugeschnitten sind, nicht einfach über Bord werfen. Vielmehr wünschen sie sich Lösungen, die dieses mitunter über Jahre hinweg aufgebaute Wissen nutzen.
2. Zweitens müssen sie Daten aus allen ihren Systemen integrieren, unabhängig davon, ob diese von SAP stammen oder nicht. Eine wirklich nützliche Lösung für die Nutzung der öffentlichen Cloud würde ihre Datenreichweite erhöhen, indem sie es ihnen ermöglicht, Daten innerhalb bestehender SAP-Landschaften mit Daten von anderen Anbietern, einschließlich Drittanbietern, Nicht-SAP-Anwendungen und selbstentwickelten Technologien, zu verknüpfen.
   Wenn bei der Integration Daten aus ihren ursprünglichen Ablageorten extrahiert und an einen zentralen Ort exportiert werden müssen, gehen wichtige Kontextinformationen verloren. Diese können nur mit manuellen Aufwand wiederhergestellt werden.
3. Und schließlich sind Innovationen eine wichtige Voraussetzung. Es reicht nicht aus, Daten einfach in die Cloud zu verlagern – sondern es ist wichtig, dass die Benutzer Einblicke in das gesamte Unternehmen erhalten und nicht auf Silos mit unvollständigen Informationen beschränkt sind.

SAP BW Bridge ist in diesem Zusammenhang eine Schlüsseltechnologie, die den Übergang von bestehenden SAP BW-Systemen zu einer innovativen, von SAP Datasphere unterstützten Infrastruktur erleichtert.

Als gutes Beispiel dient eine Bestellung: Bestelldaten werden in der Regel nicht in einer Tabelle, sondern in mehreren Tabellen gespeichert. Diese Tabellen haben Beziehungen, sie haben Währungseinstellungen, Zugriffskontrollen und Sicherheitseinstellungen. All diese Informationen – wir nennen sie Kontext – gehen verloren, wenn Sie die Daten von einer Quelle in eine andere replizieren. Dieses Kontextelement ist für Unternehmen äußerst komplex zu verwalten und zu kontrollieren.

Stellen Sie sich vor,

• Sie könnten den Kontext von Daten kontrollieren,
• die Beziehungen verstehen und wer Zugang zu bestimmten Daten hat oder wer Zugang zu bestimmten Daten haben sollte,
• verstehen, wo genau sich die Daten befinden und
• verstehen, wie Tabellen miteinander in Beziehung stehen.

Das würde Datenprojekte und zentrale Data Warehouses in eine weitaus effizientere und bessere Position bringen.

Mit dem Aufkommen der Cloud-Technologie ist dieses Problem des Kontexts der Daten noch komplexer geworden. Typischerweise haben Kunden, die mehrere Quellsysteme wollen, jetzt auch mehrere Hyperscaler, die versuchen, Datenquellen in der Cloud mit Datenquellen vor Ort zu kombinieren, so dass die Verwaltung von Inhalten und die Kontrolle über den Datenkontext noch komplexer wird.

Stellen Sie sich nun vor, dass

• mit SAP Datasphere eine Technologie vorhanden ist, die über eine zentrale Semantik und eine zentrale Katalogebene verfügt, die immer den Kontext der Daten berücksichtigt.
• Mit SAP Datasphere erhalten Unternehmen die Möglichkeit, eine Data-Fabric-Architektur für das Management von Geschäftsdaten zu gestalten, die Daten mit Kontext und Logik bereitstellt.

Mit „Data Fabric“ ist eine Architektur oder Plattform gemeint, die es Unternehmen ermöglicht, Daten nahtlos und effizient über verschiedene Systeme und Umgebungen hinweg zu verbinden, zu verwalten und zu integrieren.

SAP Datasphere ist nicht nur ein Rebranding, sondern steht für die Weiterentwicklung der SAP Data Warehouse Cloud. Die Weiterentwicklung erlaubt den nahtlosen Zugriff auf geschäftsrelevante Daten mit ihrem Kontext.

Kunden können Daten aus SAP- und Nicht-SAP-Quellen über die wichtigsten Datenquellen eines Unternehmens hinweg kombinieren, darunter Data Lakes und Data Governance Tools.

Für bestehende SAP Data Warehouse Cloud-Kunden sind keine zusätzlichen Schritte erforderlich, sie profitieren automatisch von den neuen SAP Datasphere-Funktionen. Dazu zählen

• eine Datenkatalogfunktion für eine detaillierte Datenabfolge,
• eine schnelle Datenerkennung,
• neue Datenreplikationsfunktionen für den Echtzeitzugriff auf SAP-Daten und
• eine neue Analysemodellierung zur Lösung komplexer Modellierungsanforderungen.

Mit der Weiterentwicklung von Data Warehouse Cloud wurden folgende Erweiterungen hinzugefügt.

1. Datenkatalogisierung: Dabei handelt es sich um die Möglichkeit, ein Metadaten-Repository aller Datenbestände innerhalb eines Unternehmens zu erstellen und zu pflegen. Das erleichtert Data Discovery Governance und die Zusammenarbeit.
2. Datenreplikation: Eine weitere neue Funktion ist die Datenreplikation, d. h. das Kopieren von Daten von einem System in ein anderes, was zur Verbesserung der Datenverfügbarkeit oder zur Unterstützung verteilter Anwendungen nützlich sein kann, die eine größere Datenkonsistenz über mehrere Cloud-Systeme hinweg erfordern.
3. Neue semantische Modellierungsschicht: Dies ist die Abstraktionsschicht zwischen den physischen Datenquellen und den Endnutzern, die eine einheitliche und geschäftsfreundliche Sicht auf alle Daten bietet, indem sie die Komplexität der zugrunde liegenden Datenquelle beseitigt.

Abb. 1: Funktionen von SAP Datasphere, Quelle: Getting Started with SAP Datasphere, SAP SE

SAP Datasphere basiert auf der SAP HANA Cloud.

Der Ansatz der mehrschichtigen Datenarchitektur ist so konzipiert, dass die verschiedenen Funktionen der Datenverarbeitung in verschiedene Schichten aufgeteilt werden, die jeweils einen bestimmten Zweck und eine Reihe von Verantwortlichkeiten haben.

Die Geschäftsschicht (Business Layer) dient der Modellierung von Geschäfts-anwendern und der Erstellung semantischer Artefakte auf Daten, während die Datenschicht (Data Layer) für relationale Modelle für Tabellenverbindungen und Assoziationen zuständig ist. Die Konnektivitätsschicht dient zur Ver-bindung mit verschiedenen Datenquellen und APIs, die für den Zugriff mit SAP- oder anderen Anwendungen wiederverwendet werden können. Und schließlich gibt es die Bereiche und die gemeinsame Nutzung von Daten, so dass Abteilungen und Benutzer Daten innerhalb des Unternehmens gemeinsam nutzen können.

Die Gesamtarchitektur von SAP Datasphere besteht aus den folgenden Komponenten:

• Space Management: Spaces werden erstellt und auf die Geschäftsanforderungen zugeschnitten. Spaces werden von Administratoren erstell und sind ein sicherer Bereich, in dem Mitglieder Daten erfassen, vorbereiten und modellieren können. Der Administrator weist dem Bereich Festplatten- und Arbeitsspeicher zu, legt seine Priorität fest und kann begrenzen, wie viel Arbeitsspeicher und wie viele Threads seine Anweisungen beanspruchen können. Anwender modellieren ihre Daten innerhalb von Spaces. Spaces sind entkoppelt, aber offen für flexiblen Zugriff.
• Datenintegration und Datenfluss (Data Integration and Data Flow): Das ermöglicht es, auf Daten aus SAP- und Nicht-SAP Quellen, aus On-Premises- und Cloud-Quellen zuzugreifen. Daten lassen sich virtuell verbinden oder in Echtzeit replizieren oder geplant über Datenflüsse, die von SAP Data Intelligence unterstützt werden. APIs oder Tools werden für den Datenzugriff verwendet.
• Data Builder: Mit dem Builder lassen sich Datenmodelle für die Daten mit einem technischen, modellgesteuerten Ansatz in den grafischen Werkzeugen oder im leistungsstarken SQL-Editor der Datenschicht definieren. Data Engineers modellieren, kombinieren und harmonisieren Daten auf eine einheitliche, standardisierte Weise. Da-tenmodelle lassen sich flexibel aktualisieren.
• Business Builder:  Geschäftsszenarien lassen sich in den grafischen Tools der Business-Schicht unabhängig von der Datenschicht modellieren. BI-Analysten modellieren bedarfsorientiert in ihrer Fachsprache, um allgemeine Fragen unabhängig von der IT zu beantworten. Modelle werden der der Datenschicht zugeordnet.
• Verwaltung und Sicherheit (Administration and Security): Einstellungen lassen sich auf Systemebene verwalten, wie z. B. Konnektivitäts- und Datenintegrationseinstellungen, Sicherheits-, Prüfungs- und Überwachungseinstellungen, Self-Service-IP-Zulassungslisten und Datenbankzugriff. Die Sicherheit lässt sich auf allen Ebenen definieren. Administratoren verwalten den Zugriff auf Mandanten-, Funktions- und Raumebene und konfigurieren die sichere Konnektivität zu Quellen. Sie verwalten den Datenzugriff durch Definition von Sicherheit auf Zeilenebene auf Daten- und Geschäftsebene und aktivieren Audits für Lese- und Änderungs-vorgänge.
• Geschäftskatalog (Business Catalog): Damit kann man auf alle Objekte in Ihrem System zugreifen, pflegen und mit den bereitgestellten Tools verwalten. Die Anwender finden im Katalog schnell die relevanten Daten, die sie benötigen und können sie im analytischen Modell kombinieren, um Erkenntnisse daraus zu ziehen.
• Geschäftsinhalt (Business Content): Zur Beschleunigung der Anwendungsentwicklung steht ein umfangreicher von SAP gelieferter und von Partnern verwalteter Content zur Verfügung.
• Nutzung (Consumption): Verbinden Sie Ihre eigenständige SAP Analytics Cloud-Lösung oder nutzen Sie verfügbare Modelle mit Ihrem SQL-Tool oder BI-Client Ihrer Wahl.

Abb. 2: SAP Datasphere Architektur, Quelle: SAP Datasphere Overview and Architecture, SAP SE

SAP Datasphere bietet eine Reihe von Vorteilen für Unternehmen, die die Leistungsfähigkeit ihrer Daten nutzen wollen:

• Integration von mehreren Quellen
• Bewahrung des Datenkontexts
• Echtzeitdaten und Replikationsmöglichkeiten
• Self-Service-Datenmodellierung und -Analyse
• Vereinfachung der Datenlandschaft

Wie bereits erwähnt, ermöglicht SAP Datasphere den Zugriff auf alle Daten aus beliebigen Quellsystemen, unabhängig davon, ob es sich um SAP-Daten oder Nicht-SAP-Daten handelt. Dabei wird der Kontext berücksichtigt und eine zentrale Ebene für eine vertrauenswürdige Governance bereitgestellt.

Die User von Datasphere können den Daten vertrauen und den Modellen, die aus Datasphere kommen. Gleichzeitig wird durch die zentrale Governance das Risiko minimiert, dass der Datenschutz verletzt oder gesetzliche Vorschriften nicht eingehalten werden sollten.

Die Datenfluss- und Datenpersistenzkontrollen ermöglichen es, auf Daten entweder live, föderiert (federated) oder zeitnah repliziert (near time replicated) zuzugreifen – je nach den Anforderungen des Unternehmens. Die Echtzeiteinblicke versetzen Unternehmen in die Lage, fundiertere Entscheidungen zu treffen.

Die zentrale Orchestrierungsschicht in Datasphere ermöglicht es den Administratoren, immer den Überblick über die gesamten Daten und die Beziehungen zwischen den Daten zu behalten. Und das bringt natürlich die Möglichkeit für die Endanwender mit sich, Daten zu entdecken und Zugang zu Self-Service-Modellierung und Analytik zu haben.

Abb. 3: Vorteile von SAP Datasphere, Quelle: SAP Datasphere webinar, introducing the Analytic model and the BW Bridge Optimizer. – YouTube

1. Collibra hat sich auf die Bereitstellung von Data-Governance-Lösungen spezialisiert und soll über eine maßgeschneiderte Integration an SAP angebunden werden. Kunden wird so ermöglicht, ein unternehmensweites Datenmanagement zu realisieren. Sowohl mit SAP-Daten als auch mit Fremddaten können sie einen kompletten Datenkatalog samt Informationen zur Datenherkunft in ihrer gesamten Datenlandschaft aufbauen. Kurz gesagt, Collibra soll dafür sorgen, dass jedes Unternehmen vertrauenswürdige Daten finden und nutzen kann.
2. Confluent hat sich auf die Entwicklung von Daten-Streaming-Plattformen spezialisiert. Es wurde 2014 von den Entwicklern des Open-Source-Projekts Apache Kafka gegründet. Durch die Integration der Datenstreaming-Plattform sollen Unternehmen wertvolle Geschäftsdaten erschließen und mit externen Anwendungen in Echtzeit verknüpfen können. Das Cloud-Angebot von Confluent ermöglicht das Sammeln, Verarbeiten und Analysieren von Echtzeitdaten in großen Maßstäben und unterstützt eine Vielzahl von Anwendungsfällen, darunter Echtzeit-Analysen, maschinelles Lernen, Betrugserkennung, Überwachung von IT-Infrastrukturen und mehr.
3. Databricks hat sich auf die Entwicklung einer Unified-Analytics-Plattform spezialisiert. Es wurde 2013 von den Entwicklern des Open-Source-Projekts Apache Spark gegründet. Die Cloud-basierte Plattform unterstützt Unternehmen dabei, große Mengen an Daten zu verarbeiten, zu analysieren und zu visualisieren. Mit Databricks können Unternehmen ihren Data Lakehouse in SAP-Software zu integrieren, sodass ein Datenaustausch unter Beibehaltung der Semantik erfolgen kann. Dies hilft die Datenlandschaft zu vereinfachen.
4. DataRobot hat sich auf die Entwicklung einer automatisierten Machine-Learning-Plattform spezialisiert und sorgt dafür, dass Kunden automatisierte Machine-Learning-Funktionen für multimodale Daten auf SAP Datasphere nutzen und direkt in ihre Data Fabric für das Management von Geschäftsdaten einbinden können.

Abb. 4: Partner von SAP Datasphere, Quelle: https://www.sap.com/germany/products/technology-platform/datasphere/features.html?pdf-asset=167a476e-637e-0010-bca6-c68f7e60039b&page=6

Alle Bestandskunden von SAP Data Warehouse Cloud wurden beim offiziellen Launch am 8. März 2023 automatisch in SAP Datasphere überführt. Sie nutzen damit sämtliche bisherigen Features der SAP Data Warehouse Cloud und gleichzeitig erhalten sie eine deutliche Erweiterung des Leistungsumfangs durch die neuen Funktionen von SAP Datasphere.

Umfang der BW-Bridge: Migration möglich einschließlich Daten ab Version SAP BW 7.30 oder neuer.
BW Bridge unterstützt nur Warm Storage. Optimierung des Data Tiering und Cold Storage ist für Q3/2023 geplant.

SAP Data Intelligence Cloud wird als eigenes Produkt weitergeführt, aber viele der Funktionen werden auch in SAP Datasphere enthalten sein.

Die zugrundeliegenden Engines sind dieselben (die für die Datenbewegung „data movement“ zuständig sind), und in diesem Sinne ist Data Intelligence eingebettet.

Dennoch gibt es Unterschiede zwischen den beiden Lösungen:

• SAP Data Intelligence Cloud ist eine vollständig dedizierte Infrastruktur pro Kunde,
• während SAP Datasphere eine echte mandantenfähige, gemeinsam genutzte Infrastrukturlösung ist.

SAP Data Intelligence Cloud wird weiterentwickelt und unterstützt, einschließlich neuer Funktionen. Wenn diese Funktionen in SAP Datasphere einführt sind, haben Kunden die Möglichkeit, auf Wunsch zu SAP Da-tasphere zu wechseln.

SAP beabsichtigt, SAP Datasphere und SAP Data Intelligence Cloud nebeneinander bestehen zu lassen, bis SAP Datasphere alle Anwendungsfälle von SAP Data Intelligence Cloud-Kunden unterstützt. Der Plan ist, dass SAP Datasphere schließlich alle wichtigen Funktionen, Zielsysteme und Anwendungsfälle abdeckt, die SAP Data Intelligence Cloud bietet. In Planung sind auch Werkzeuge, die den technischen Übergang erleichtern.

Roadmap: Road Map Data Intelligence Cloud

SAP Datasphere ist eng mit SAP Analytics Cloud integriert, um die Analyse- und Planungsanwendungen zu unterstützen. Mit dem Release des Analytic Model in SAP Datasphere stärkt SAP die Integration weiter.

Das Analytic Model bietet eine multidimensionale Modellierungserfahrung und verfügt über leistungsstarke neue Funktionen, wie z. B. berechnete und eingeschränkte Kennzahlen, Ausnahmeaggregationen und das Pruning von Attributen und Kennzahlen.

Mit dem neuen Optimized Design Experience können die Anwender in SAC weiterarbeiten, indem sie ihre eigenen berechneten Kennzahlen und Attribute ohne Einschränkungen erstellen. Wenn Sie analytische Datensätze verwenden, werden diese wie erwähnt weiterhin funktionieren, und es ist keine Migration zum analytischen Modell erforderlich. Wenn Sie sich jedoch für die Verwendung des analytischen Modells entscheiden, müssen die Anwender ihre bestehenden SAC Stories anpassen.

Blog: How to Connect SAP Analytics Cloud and SAP Datasphere/DWC

Mit SAP Datasphere werden die Fähigkeiten der SAP BW Bridge erweitert, um Unternehmen dabei zu helfen, ihre aktuellen Investitionen in SAP BW und SAP BW/4HANA zu nutzen und den aktuellen Zugang zu SAP-Daten mit Extraktoren auf ABAP-Ebene, Staging-Daten und dem Verständnis von SAP-Daten und Beziehungen zu erhalten. Sie können bestehende SAP BW-Funktionalität und -Kenntnisse nutzen, um 70-80% ihrer bestehenden SAP BW- und SAP BW/4HANA-Artefakte in SAP Datasphere zu verschieben.

Mit SAP Datasphere können sich Unternehmen direkt mit Hyperscaler Data Lakes wie AWS S3, ADLS, GCS in Verbindung mit Data Flow verbinden. Wenn eine entsprechende SQL-Schicht darüber gelegt wird, kann man auch direkt mit den Daten in diesen Data Lakes föderieren. Somit kann SAP Datasphere als eine Option zur Überlagerung von Data Lakes, sowie operativen Systemen SAP und Nicht-SAP verstanden werden.

Sie können SAP Datasphere 30 Tage testen unter:
https://www.sap.com/products/technology-platform/datasphere.html

• SAP Learning Journey (Learning Journeys – Overview (sap.com)
• Webinar Replay: Unleash the power of your business data https://www.sap.com/events/data-unleashed.html
• Implementing SAP Datasphere: System Requirements and Technical Prerequisites | SAP Help Portal New Capabilities of SAP datasphere
  https://community.sap.com:443/t5/technology-blogs-by-members…e-for-unleashing-the-power/ba-p/13550671
• SAP Datasphere Q&A:
  https://pages.community.sap.com/topics/datasphere/faq
• What’s New is SAP Datasphere:
  https://help.sap.com/whats-new/48017b2cc4834fc6b6cae87097bd9e4d?locale=en-US
• SAP Datasphere Naming Convention:
  https://community.sap.com:443/t5/technology-blogs-by-sap/sap-datasphere-naming-convention-in-action/ba-p/13567336