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
