Einleitung ... 19

TEIL I. Komponenten der SAP Business Data Cloud ... 27

1. Einführung in die SAP Business Data Cloud ... 29

1.1 ... Einführung in die Architektur der SAP BDC ... 29

1.2 ... Analytics mit SAP im Kontext von Big Data und KI ... 36

1.3 ... Die SAP BTP als Basis ... 39

1.4 ... Mit der SAP BDC Daten in Kontext bringen ... 46

1.5 ... SAP Business AI: Agenten im Einsatz ... 55

1.6 ... Ethik und Recht im Kontext von KI ... 61

1.7 ... Eine gemeinsame Sprache finden in der SAP BDC ... 67

1.8 ... Zusammenfassung ... 70

2. SAP Datasphere als Kern der SAP Business Data Cloud ... 71

2.1 ... Die Architektur von SAP Datasphere ... 72

2.2 ... Funktionsumfang ... 94

2.3 ... Datenintegration ... 105

2.4 ... Datenmodellierung ... 123

2.5 ... Data Consumption ... 160

2.6 ... Zusammenfassung ... 169

3. SAP Business Warehouse oder SAP BW/4HANA, Private Cloud Edition ... 173

3.1 ... Einführung der SAP BDC und Versionen von SAP BW ... 173

3.2 ... Lift, Shift und Innovate ... 181

3.3 ... Hinweise für SAP-BW-On-Premise-Kunden ... 191

3.4 ... Hinweise für SAP-BW-Bridge-Kunden ... 193

3.5 ... Hinweise für Embedded-SAP-BW-Kunden ... 195

3.6 ... Zusammenfassung ... 197

4. SAP Databricks: Datenaustausch und KI ... 199

4.1 ... Kerneigenschaften von SAP Databricks ... 200

4.2 ... Delta Share ... 212

4.3 ... Partnerplattformen mit der SAP BDC verbinden ... 220

4.4 ... Unity Catalog ... 224

4.5 ... Notebooks ... 230

4.6 ... SQL ... 235

4.7 ... Data Science und Mosaic AI ... 239

4.8 ... Zusammenfassung ... 248

5. Datenprodukte und Object Store ... 249

5.1 ... Einordnung von Datenprodukten ... 250

5.2 ... Die verschiedenen Arten von Datenprodukten ... 255

5.3 ... Data Product Studio ... 267

5.4 ... Object Store ... 274

5.5 ... Künstliche Intelligenz ... 283

5.6 ... Zusammenfassung ... 291

6. SAP Analytics Cloud: Self-Service Reporting ... 295

6.1 ... Self-Service Reporting ... 296

6.2 ... Flexible Storys ... 299

6.3 ... Data Analyzer ... 315

6.4 ... Flexible Modellierung ... 321

6.5 ... Just Ask und KI-Unterstützung mit Joule ... 328

6.6 ... Zusammenfassung ... 337

7. SAP Analytics Cloud: Integriertes Planen ... 339

7.1 ... Dimensionen der Integration von Planung ... 340

7.2 ... Architekturansätze für die Planung mit SAP Analytics Cloud ... 341

7.3 ... Seamless Planning ... 352

7.4 ... Die Kompass-Funktion ... 360

7.5 ... Zusammenfassung ... 370

8. SAP BDC Cockpit ... 371

8.1 ... Aktivierung der SAP BDC und Zugriff auf das SAP BDC Cockpit ... 371

8.2 ... Provisionierung der SAP-BDC-Komponenten ... 378

8.3 ... Governance und Sicherheit ... 387

8.4 ... Data Packages ... 388

8.5 ... Zusammenfassung ... 395

9. Intelligent Applications ... 397

9.1 ... Architektur der Intelligent Applications ... 398

9.2 ... Intelligent Applications für verschiedene Geschäftsbereiche ... 402

9.3 ... Intelligent Applications aktivieren ... 408

9.4 ... Zusammenfassung ... 416

TEIL II. Einsatzszenarien für die SAP Business Data Cloud ... 419

10. Status quo: Ein Analytics-Best-of-Breed-Ansatz ... 421

10.1 ... Best of Breed vs. Best of Suite ... 422

10.2 ... Ausgangslage unseres Anwendungsfalls: Die Best-of-Breed-Architektur ... 423

10.3 ... Herausforderungen durch Best of Breed und Lösungsansätze mit der SAP BDC ... 425

10.4 ... Zusammenfassung ... 432

11. Status quo: Excel-basierte Finanzplanung ... 433

11.1 ... Historische Bedeutung und Rolle von Excel ... 433

11.2 ... Vorteile von Excel in der Unternehmensplanung ... 434

11.3 ... Schwächen und Herausforderungen von Microsoft Excel als Planungslösung ... 437

11.4 ... Maßnahmen zur Reduzierung von Risiken ... 441

11.5 ... Zusammenfassung ... 445

12. Status quo: Etabliertes SAP BW 7.5 on SAP HANA ... 447

12.1 ... SAP-BW-Modernisierungsoptionen ... 448

12.2 ... Vorgehensmodell für die Entscheidungsfindung ... 450

12.3 ... Praxisbeispiel einer hybriden Architektur ... 454

12.4 ... Zusammenfassung ... 456

13. Status quo: Embedded SAP BW reicht nicht mehr aus ... 457

13.1 ... Die trügerische Einfachheit von embedded SAP BW ... 457

13.2 ... Fallbeispiel: Wenn das Reporting mit embedded SAP BW zum Bremsklotz wird ... 459

13.3 ... Der strategische Ausweg: Ein separates Data Warehouse ... 461

13.4 ... Die Roadmap ... 463

13.5 ... Zusammenfassung ... 463

14. Status quo: Einsatz von Databricks Enterprise ... 465

14.1 ... Technologischer Hintergrund von Databricks Enterprise ... 465

14.2 ... Entscheidungsfaktor Data Gravity ... 467

14.3 ... SAP Databricks vs. Databricks Enterprise ... 469

14.4 ... Databricks Enterprise und SAP Databricks mit SAP verbinden ... 470

14.5 ... Zero Copy Data Sharing im Einsatz ... 475

14.6 ... Zusammenfassung ... 477

15. Status quo: Probleme mit der Datenqualität ... 479

15.1 ... Die Ausgangslage: Schlechte Datenqualität ... 479

15.2 ... Qualitätsdimensionen für Daten ... 480

15.3 ... Ein Datenqualitätsprojekt umsetzen ... 482

15.4 ... Vector Engine ... 484

15.5 ... Zusammenfassung ... 489

16. Status quo: Historische Datenmengen ... 491

16.1 ... Historische Datenmengen im SAP-Ökosystem -- damals und heute ... 492

16.2 ... Praxisbeispiel mit SAP Datasphere Finance ... 497

16.3 ... Zusammenfassung ... 506

17. Status quo: Kundeneigene Datenprodukte ... 507

17.1 ... Was sind kundeneigene Datenprodukte? ... 507

17.2 ... Anwendungsfall: Datenprodukte mit externen Datenplattformen teilen ... 513

17.3 ... Zusammenfassung ... 515

18. Die SAP Business Data Cloud als einheitliche Datenquelle für Business AI ... 517

18.1 ... Was ist Business AI? ... 517

18.2 ... Die SAP BDC als einheitliche Datenbasis für Business AI ... 519

18.3 ... SAP Business AI Portfolio ... 522

18.4 ... Finance-Praxisbeispiel ... 525

18.5 ... Zusammenfassung ... 526

19. Stammdatenharmonisierung mit KI ... 527

19.1 ... Einführung in die Stammdatenharmonisierung mit KI ... 528

19.2 ... Fachliche Grundlage der Stammdatenharmonisierung ... 529

19.3 ... Stammdatenharmonisierung mit KI-Methoden umsetzen ... 531

19.4 ... Stammdatenharmonisierung mit SAP Databricks und Python umsetzen ... 535

19.5 ... Anwendungsfälle für KI-gestützte Stammdatenharmonisierung in der SAP BDC ... 538

19.6 ... Risiken, Grenzen und Erfolgsfaktoren ... 541

19.7 ... Zusammenfassung und Ausblick ... 543

20. Seamless Consolidation basierend auf der SAP Business Data Cloud ... 545

20.1 ... Bestehende SAP-Konsolidierungslösungen ... 545

20.2 ... NDC Financial Consolidation ... 548

20.3 ... Zusammenfassung ... 558

21. Status quo: Manuelle Absatzmengenplanung ablösen ... 559

21.1 ... Ausgangssituation der Absatzmengenplanung ... 559

21.2 ... Die aktuelle Praxis und ihre Nachteile ... 560

21.3 ... Absatzmengenplanung in der SAP BDC ... 564

21.4 ... Zusammenfassung ... 566

22. Wie Sie mit der SAP Business Data Cloud starten können ... 569

22.1 ... Der Erfolgsfaktor für Ihr SAP-BDC-Projekt ... 569

22.2 ... Lücken im SAP-BDC-Funktionsumfang ... 574

22.3 ... Zusammenfassung ... 577

Anhang. ... 579

A ... Vorlage für ein Positionspapier: Das datenintelligente Unternehmen schaffen ... 579

Das Autorenteam ... 591

Index ... 593