SAP BW: Business Intelligence für Unternehmensdaten

SAP BW ist eine Lösung für Business Intelligence und Datenmanagement, mit der Unternehmen Daten aus operativen Systemen sammeln, aufbereiten und auswerten. Sie unterstützt dabei, Kennzahlen konsistent zu berechnen und Entscheidungen auf eine belastbare Datenbasis zu stellen. Für Betriebe, die bereits SAP im Einsatz haben, ist BW der naheliegende Weg zu einer eigenständigen Auswertungsschicht, die das Produktivsystem nicht belastet.

Was SAP BW leistet

Eine der Stärken von SAP BW liegt darin, verschiedene Datenquellen miteinander zu verbinden. Unternehmen können ihre Datenlandschaft in einer Plattform konsolidieren und erhalten so einen ganzheitlichen Überblick über ihre Geschäftsprozesse. Statt Auswertungen aus mehreren Systemen manuell zusammenzuführen, entsteht eine gemeinsame Basis, auf der Vertrieb, Finanzen und Logistik dieselben Zahlen sehen.

Ein Data Warehouse trennt dabei bewusst zwischen operativer und analytischer Welt. Das ERP-System ist auf schnelle Einzeltransaktionen ausgelegt, nicht auf Auswertungen über Millionen Belege hinweg. BW übernimmt genau diesen zweiten Teil und hält zusätzlich die Historie vor, die im Produktivsystem oft überschrieben oder archiviert wird.

Die zentralen Funktionsblöcke lassen sich so zusammenfassen:

• Datenextraktion aus SAP- und Fremdsystemen über standardisierte Schnittstellen und Extraktoren
• Transformation und Harmonisierung, damit Stammdaten und Kennzahlen systemübergreifend zusammenpassen
• Persistenz und Historisierung in einem mehrschichtigen Datenmodell
• Bereitstellung über Abfrageobjekte für Reporting-Werkzeuge
• Berechtigungssteuerung, die bis auf Zeilen- und Kennzahlenebene wirkt

Aufbau und Datenmodell

Klassische BW-Systeme sind in Schichten aufgebaut, die vom Rohdatenbestand bis zur fertigen Auswertung führen. Diese Struktur ist der Grund für die Nachvollziehbarkeit, die BW gegenüber schnell gebauten Einzellösungen auszeichnet.

Schicht	Aufgabe
Eingangsschicht	Übernahme der Rohdaten aus den Quellsystemen, unverändert
Harmonisierung	Bereinigung, Vereinheitlichung von Schlüsseln und Stammdaten
Datenhaltung	Persistierte, historisierte Bestände als zentrale Wahrheit
Virtualisierung	Zusammenführung und Sicht auf die Daten ohne erneute Speicherung
Bereitstellung	Abfragen und Kennzahlen für Berichte und Dashboards

In BW/4HANA wurde die Zahl der Objekttypen gegenüber älteren Releases stark reduziert. Statt einer Vielzahl historisch gewachsener Objekte arbeitet man im Wesentlichen mit wenigen Kernbausteinen, was Modellierung und Wartung vereinfacht.

BW/4HANA im Vergleich zu älteren Releases

Mit BW/4HANA wurden mehrere Verbesserungen eingeführt. Die Version bietet eine höhere Performance und ermöglicht es, große Datenmengen schneller zu verarbeiten, weil sie ausschließlich auf der spaltenorientierten In-Memory-Datenbank SAP HANA aufsetzt. Verarbeitungsschritte, die früher in der Anwendungsschicht abliefen, werden in die Datenbank verlagert.

Die wesentlichen Unterschiede zu klassischen BW-Systemen:

• Ausschließlich HANA als Datenbank, keine Unterstützung anderer Datenbanken mehr
• Reduziertes Objektmodell mit deutlich weniger Objekttypen
• Moderne Modellierungswerkzeuge auf Eclipse-Basis statt der klassischen Transaktionsoberfläche
• Stärkere Virtualisierung, weniger redundante Datenhaltung
• Offenheit für Fremdquellen, unter anderem über SQL-Zugriffe und Datenföderation

Für Bestandskunden ist der Umstieg kein reines Upgrade, sondern eine Konvertierung, bei der Objekte und Datenflüsse überarbeitet werden müssen. Der Aufwand hängt stark davon ab, wie viel über die Jahre individuell entwickelt wurde. Wer den Wechsel plant, sollte die geltenden Wartungsfristen für das eingesetzte Release bei SAP prüfen, da sie den zeitlichen Rahmen vorgeben.

Hybride Architekturen und SAP Datasphere

Ein weiterer Aspekt ist die Verbindung mit der Cloud-Datenplattform von SAP. Das Angebot, das ursprünglich als SAP Data Warehouse Cloud eingeführt wurde, firmiert inzwischen unter dem Namen SAP Datasphere. Diese hybride Architektur eröffnet die Möglichkeit, On-Premise-Daten mit cloudbasierten Funktionen zu ergänzen. Unternehmen können damit flexibler agieren und schneller auf veränderte Anforderungen reagieren.

Die Kombination bietet mehrere Vorteile. Rechen- und Speicherressourcen lassen sich in der Cloud skalieren, ohne die eigene Infrastruktur auszubauen, während sensible Bestände weiterhin im eigenen Rechenzentrum bleiben können. Fachbereiche erhalten Zugriff auf Modellierungswerkzeuge, ohne dass jede Anpassung durch die zentrale IT laufen muss. Gleichzeitig bleibt die Governance über Berechtigungen und Definitionen erhalten.

Zu bedenken sind die Kehrseiten: laufende Abo-Kosten statt einmaliger Investition, Abhängigkeit von der Netzanbindung sowie Anforderungen an Datenschutz und Speicherort, die vertraglich und technisch abzusichern sind.

Die BW Bridge als Migrationspfad

Die BW Bridge sorgt für Investitionssicherheit bei bestehenden Landschaften. Sie erlaubt es, vorhandene BW-Modelle und Datenflüsse in die Cloud-Umgebung zu überführen, ohne die gewachsenen Datenstrukturen aufgeben zu müssen. Bestehende Extraktoren und Transformationen bleiben nutzbar, statt dass alles neu gebaut werden muss.

Damit ergibt sich ein schrittweiser Weg: Der bewährte Teil des Data Warehouse wird übernommen, neue Anforderungen werden direkt in der Cloud-Plattform modelliert. Für kleinere Unternehmen mit begrenzten Projektressourcen ist das der wesentliche Punkt, weil ein vollständiger Neuaufbau selten realistisch ist.

Auswertung und Anbindung von Berichtswerkzeugen

Ein Data Warehouse ist nur so nützlich wie die Berichte, die daraus entstehen. BW stellt die Daten über Abfrageobjekte bereit, auf die verschiedene Werkzeuge zugreifen. Verbreitet sind SAP Analytics Cloud für Dashboards und Planung, die Analysis-Erweiterung für Excel, mit der Fachbereiche gewohnt in Pivot-Strukturen arbeiten, sowie Fremdwerkzeuge, die über offene Schnittstellen angebunden werden.

Der entscheidende Punkt liegt weniger im Werkzeug als in der Definition der Kennzahlen. Wenn Umsatz, Deckungsbeitrag oder Auftragseingang zentral im Modell definiert sind, liefern alle angeschlossenen Berichte dieselben Werte. Werden Kennzahlen dagegen erst im Berichtswerkzeug gerechnet, entstehen abweichende Ergebnisse zwischen Abteilungen, und die Diskussion dreht sich um Zahlen statt um Entscheidungen.

Was bei der Einführung zu beachten ist

Ein BW-Projekt scheitert selten an der Technik, sondern an unklaren Anforderungen und unterschätztem Aufwand in der Datenqualität. Einige Punkte haben sich als kritisch erwiesen:

• Fachlicher Bedarf vor Technik: Zuerst sollte feststehen, welche Fragen das System beantworten soll. Wer erst modelliert und dann nach Anwendungsfällen sucht, baut Strukturen, die niemand nutzt.
• Stammdaten aufräumen: Uneinheitliche Kunden-, Artikel- oder Kostenstellenschlüssel sind der häufigste Grund für Abweichungen. Diese Arbeit lässt sich nicht in die Transformation verlagern.
• Betriebsaufwand einplanen: Ein Data Warehouse muss laufend gepflegt werden. Ladeprozesse, Überwachung und Anpassungen an geänderte Quellsysteme binden dauerhaft Kapazität.
• Berechtigungen früh klären: Wer welche Zahlen sehen darf, ist eine organisatorische Frage, die technisch nur abgebildet wird. Nachträgliche Änderungen sind aufwendig.
• Schulung der Fachbereiche: Ein System, das nur die IT bedienen kann, entfaltet wenig Wirkung.
• Realistischer Zuschnitt: Ein überschaubarer erster Bereich mit sichtbarem Nutzen ist tragfähiger als ein Gesamtentwurf, der über Jahre nicht fertig wird.

Verwandte SAP-Module: das Beispiel SAP IS-U

Neben den branchenübergreifenden Komponenten bietet SAP branchenspezifische Module. SAP IS-U, häufig auch als SAP ISU geschrieben, wurde für die Versorgungswirtschaft entwickelt. Energie- und Wasserversorger arbeiten mit einer Vielzahl kaufmännischer Informationen, Zählwerten und Vertragskonstellationen, die sich mit Standardfunktionen nur schwer abbilden lassen.

Das Modul deckt Aufgaben wie Abrechnung, Kundenservice, Vertragsverwaltung und Prozesse rund um den Netzbetrieb ab. Durch Automatisierung und Standardisierung sinkt der manuelle Aufwand, die Integration mit anderen Komponenten verbessert den Informationsfluss zwischen Abrechnung, Finanzbuchhaltung und Kundenbetreuung. Auswertungen zu Verbrauch und weiteren Kennzahlen lassen sich wiederum in einem Data Warehouse wie BW zusammenführen, wodurch sich der Kreis zur analytischen Schicht schließt.

Häufige Fragen

Was sind die Vorteile von SAP BW?

SAP BW liefert eine ganzheitliche Sicht auf Unternehmensdaten, unterstützt die Entscheidungsfindung durch umfassende Analysen und integriert unterschiedliche Datenquellen in einer Plattform. Hinzu kommen die Historisierung der Bestände, eine feingranulare Berechtigungssteuerung und die Entlastung der operativen Systeme, weil Auswertungen nicht mehr dort laufen.

Kann ich beliebige Datenquellen mit SAP BW/4HANA verbinden?

Grundsätzlich ja. Neben den standardisierten Extraktoren für SAP-Systeme lassen sich Fremdsysteme über Datenbankverbindungen, Dateischnittstellen und Datenföderation anbinden. Der Aufwand unterscheidet sich allerdings deutlich: SAP-Quellen sind weitgehend vorbereitet, bei Fremdquellen sind Mapping und Harmonisierung in der Regel Projektarbeit.

Lohnt sich SAP BW auch für kleinere Unternehmen?

Das hängt von der bestehenden Systemlandschaft ab. Wer bereits SAP als ERP einsetzt und regelmäßig Auswertungen über mehrere Jahre und Bereiche hinweg braucht, profitiert von der Integration. Für Betriebe ohne SAP-Basis ist der Einstieg über Lizenz-, Betriebs- und Beratungskosten meist zu aufwendig. Dort sind schlankere Cloud-Werkzeuge für Datenaufbereitung und Reporting in aller Regel die passendere Wahl.