„Unser SAP BW läuft noch.“
Es wurde investiert, es funktioniert – aber der Weg nach vorn ist unklar. Zu bewerten ist, was als BW (Private Cloud Edition) weiterlebt, was nach Datasphere wandert und was besser gar nicht erst migriert wird.
Plattformebene
Eine Datenbasis für Reporting, Planung und KI. Die Business Data Cloud bündelt SAP Analytics Cloud, SAP Datasphere, SAP BW und SAP Databricks zu einer von SAP verwalteten Datenbasis. Der schwierige Teil ist aus meiner Erfahrung nie die Technik – sondern die Entscheidung, was aus der heutigen Landschaft mitkommt, was ersetzt wird und was endlich wegfällt.
Für wen diese Seite ist
In den Gesprächen, die ich führe, ist es fast immer genau eine dieser drei.
Es wurde investiert, es funktioniert – aber der Weg nach vorn ist unklar. Zu bewerten ist, was als BW (Private Cloud Edition) weiterlebt, was nach Datasphere wandert und was besser gar nicht erst migriert wird.
Konzernkonsolidierung, Planung, Historie, Nicht-SAP-Quellen: alles, was Embedded Analytics bewusst nicht abdeckt – und was im Projekt trotzdem gebraucht wird.
SAP, Non-SAP, Excel-Inseln, drei Wahrheiten pro Kennzahl. Es fehlt die semantische Schicht, die daraus eine gemeinsame Sprache macht.
Bausteine
Dashboards, Ad-hoc-Analysen und integrierte Planung auf einer Oberfläche. Planung und Reporting greifen auf dasselbe Modell zu – die Forecast-Abweichung erklärt sich in derselben Sicht, in der sie auffällt.
Dazu kollaborative Planungsprozesse, Simulationen und Automatisierung wiederkehrender Planungsschritte.
Der Business Data Fabric der Landschaft: Modellierung, Föderation und Harmonisierung über SAP- und Nicht-SAP-Quellen, ohne alles physisch zu kopieren.
Ihre Definition von „Umsatz“ wird hier einmal festgelegt – und überall genutzt.
Ihr bestehendes BW ist kein Auslaufmodell, sondern ein Baustein. Bewährte Modelle laufen weiter und werden schrittweise eingebunden, statt in einem Big Bang ersetzt zu werden.
Für alles jenseits von klassischem Reporting: große Datenmengen, Data Science, Machine Learning – auf denselben Geschäftsdaten, ohne Export in eine Parallelwelt.
Fokusthemen · Aufbau und Nutzung
Die Business Data Cloud ist kein Produkt, das man installiert – sie ist eine Architekturentscheidung. Welche Daten liegen wo, wo wird die Semantik definiert, wie greifen Berechtigungen, welche Spaces und Datenflüsse gibt es, wie spielt das mit S/4HANA zusammen?
Vor dem ersten Dashboard steht ein Zielbild, das den zweiten und dritten Ausbauschritt schon kennt.
Ergebnis: Zielarchitektur, Space- und Berechtigungskonzept, Ausbaureihenfolge.
Ich gehe das Cockpit modulweise durch, sichte den verfügbaren Bestand und bewerte pro Anforderung: Standard-Datenprodukt nutzen, erweitern oder selbst modellieren.
Der Reiz liegt in der Geschwindigkeit. Das Risiko darin, den Bestand nicht zu kennen und parallel nachzubauen.
Ergebnis: Abgleich Ihrer Anforderungen gegen den Standard, Empfehlung je Anforderung.
Zwischen „KI ist eingebaut“ und „KI liefert hier einen Nutzen“ liegt eine Bewertung, die einem niemand abnimmt. Ich prüfe die AI-Funktionen gegen konkrete Fragestellungen: Was ist heute produktiv nutzbar, was ist Roadmap, was scheitert an der Datenqualität und nicht am Modell.
Ergebnis: bewertete Use-Case-Liste mit Reifegrad und Voraussetzungen.
Auf der Sapphire 2026 hat SAP die Zusammenführung von SAP Business Technology Platform, SAP Business Data Cloud und AI Foundation zur SAP Business AI Platform (BAIP) angekündigt. Für laufende Investitionen ändert sich zunächst nichts – für Architekturentscheidungen, die Sie heute treffen, sehr wohl.
Ich ordne den Stand ein und leite ab, was er für eine konkrete Landschaft heißt.
Ergebnis: Einordnung, Auswirkungsanalyse auf Ihre Roadmap.
Fokusthemen · Transformation und Planung
Ich bewerte die BW-Modelle nach Nutzung, Pflegeaufwand und fachlicher Relevanz und ordne jedes einem Weg zu: weiterbetreiben als Private Cloud Edition, nach Datasphere überführen, neu modellieren oder abschalten.
Migration ist dabei die Ausnahme, nicht die Regel – die meisten Modelle sind gewachsen, nicht entworfen.
Eine eigene Zielgruppe mit eigener Ausgangslage – und meist der größeren Zahl an Berichten. Bestandsaufnahme, Nutzungsmessung, Entscheidung je Bericht: in SAC neu denken, in ein Datenprodukt überführen oder streichen.
Nachbauen wäre der teuerste denkbare Weg.
Planung scheitert selten am Werkzeug, meistens an den Schnittstellen: Vertrieb, Personal, Investitionen und Finanzen planen getrennt und führen am Ende manuell zusammen.
Der Hebel liegt in der integrierten Planung über die Streams hinweg – und darin, den Planungsprozess vorher zu entwerfen, statt den bestehenden nur zu digitalisieren.
Vorgehen
| Phase | Inhalt | Ergebnis |
|---|---|---|
| 1 · Discovery | Landschaft, Reporting und Nutzung aufnehmen. Welche Reports werden tatsächlich gelesen? | Bestands- und Nutzungsbild |
| 2 · Zielbild | Architektur, Datenflüsse, Semantikschicht, Rollen und Berechtigungen | Zielarchitektur, Entscheidungsvorlage |
| 3 · Roadmap | Schnittfolge, Abhängigkeiten zum S/4HANA-Fahrplan, Lizenz- und Kapazitätsbedarf | Priorisierte Roadmap mit Aufwandsrahmen |
| 4 · Implementierung | Umsetzung in Inkrementen – jedes mit einem sichtbaren Ergebnis für den Fachbereich | Produktive Datenprodukte und Dashboards |
| 5 · Betrieb & Ausbau | Application Management, Enablement, Weiterentwicklung | Stabiler Betrieb, eigenständige Fachbereiche |
Eine belastbare Schätzung entsteht erst nach Phase 2 – SAC, Datasphere und Databricks werden einzeln bewertet. Wer vorher eine Zahl nennt, nennt eine Hausnummer.
Ehrliche Eingrenzung
Trifft das nicht zu, sage ich das auch – und schaue mir Nicht-SAP-Alternativen offen an.
Häufige Fragen
Als FAQPage ausgezeichnet – die Fragen entsprechen realen Suchanfragen.
Nicht im Sinne einer Ablösung. BW kann als Private Cloud Edition Teil der Business Data Cloud bleiben. Ob das der richtige Weg ist, hängt von Modellreife, Wartungsaufwand und Zielarchitektur ab – genau die Frage, die eine Bestandsaufnahme beantwortet.
Nur wenn Sie Daten aus mehreren Quellen harmonisieren oder eine gemeinsame Semantikschicht brauchen. Für reines Reporting auf einer Quelle reicht SAC.
Ein erstes produktives Datenprodukt in Wochen, eine vollständige Zielarchitektur je nach Landschaft in Quartalen. Sinnvoll geschnitten ist so, dass nach jedem Inkrement etwas nutzbar ist.
Sie werden bewertet, nicht automatisch migriert. Erfahrungsgemäß entfällt ein erheblicher Teil ersatzlos, der Rest wird in SAC neu gedacht statt nachgebaut.
Kein Widerspruch. Datasphere kann Daten bereitstellen, die anderswo visualisiert werden. Das lässt sich offen bewerten – auch gegen SAP.
Über Architekturfragen zur Business Data Cloud diskutiere ich gerne – auch dann, wenn am Ende ein anderer Weg der richtige ist.
Weiter