SAP
SAP-Daten dort, wo Analytics und KI sie brauchen.
Wir bringen Daten aus S/4HANA, SAP HANA und MDG nach Databricks – über die SAP Business Data Cloud oder bewährte Integrationswege, mit Unity Catalog als gemeinsamer Governance.
Typische Ausgangslagen
- SAP-Daten kommen spät, unvollständig oder als Excel-Export in die Analyse.
- Stammdaten sind im Lakehouse anders als in SAP.
- KI-Use-Cases brauchen SAP-Kontext, etwa Lieferanten, Material oder Aufträge.
- Mehrere Teams ziehen SAP-Daten auf eigenen Wegen ab – Lizenz, Last und Konsistenz sind ungeklärt.
- SAP Business Data Cloud oder Datasphere steht zur Entscheidung, das Zusammenspiel mit Databricks ist offen.
- Bewegungsdaten wie Aufträge oder Bestände werden nur nächtlich geladen, obwohl Fachbereiche aktuellere Zahlen brauchen.
- Controlling und Einkauf möchten SAP-Daten mit Nicht-SAP-Quellen kombinieren.
- Berechtigungen aus SAP sollen auch in Analyse und KI gelten.
Was wir liefern
- Architektur: SAP Business Data Cloud, SAP Databricks, Delta Sharing oder klassische Extraktion – je nach Landschaft
- Anbindung von S/4HANA, SAP HANA und MDG-Stammdaten an das Lakehouse
- Datenmodelle und Datenprodukte mit SAP-Bezug (z. B. Einkauf, Controlling)
- Gemeinsame Governance mit Unity Catalog
- KI-Use-Cases auf SAP-Daten, von Prognose bis Assistent
- Near-Real-Time-Übernahme von Bewegungsdaten, wo Fachbereiche aktuelle Zahlen brauchen
- Abgleich und Qualitätsprüfung zwischen SAP und Lakehouse (Vollständigkeit, Abstimmung)
- Berechtigungen aus SAP nachvollziehbar ins Lakehouse übertragen
Technologien
- SAP Business Data Cloud
- SAP Databricks
- Azure Databricks
- Unity Catalog
- Delta Sharing
- SAP HANA
Ergebnis
Ein verlässlicher SAP-Datenstand im Lakehouse – die Grundlage für Analysen und KI.