Vier Kundenprojekte, Einblicke von SAP und T.CON sowie der Austausch mit den Teilnehmern machten vor allem eines deutlich: Eine zukunftsfähige Datenstrategie entsteht nicht durch ein einzelnes Tool. Entscheidend ist das Zusammenspiel aus Daten, Geschäftskontext, Technologie, Prozessen und Menschen.
Genau hier setzt die SAP Business Data Cloud (BDC) an. SAP positioniert sie als zentrale Datenplattform, über die SAP- und Drittdaten für Analytics- und AI-Szenarien zusammengeführt und mit geschäftlichem Kontext nutzbar gemacht werden können.
Was heißt das für Unternehmen konkret?
In den Vorträgen dominierte Praxis statt Theorie
Das waren fünf zentrale Erkenntnisse aus Eschborn
1. AI braucht nicht einfach mehr Daten, sondern den richtigen Kontext
Was ist passiert? Warum ist es passiert? Was wird passieren? Und was müssen wir als Nächstes tun?
Diese Entwicklung von Reporting über Analyse und Planung bis hin zu Vorhersage und Handlung zog sich wie ein roter Faden durch die Roadshow. Die Präsentationen zeigten dabei einen wesentlichen Wandel: Während Menschen bislang Daten, Kontext und Prozessschritte miteinander verbunden haben, übernimmt Technologie zunehmend Teile dieser Verbindung und kann Informationen im richtigen Kontext für Entscheidungen bereitstellen.
Das ist gerade mit Blick auf AI entscheidend.
Denn Daten allein reichen nicht. Um sie für Analytics und AI sinnvoll einzusetzen, muss klar sein, was sie geschäftlich bedeuten und wie sie zusammengehören.
Eine wichtige Rolle spielen dabei sogenannte Data Products. SAP bezeichnet sie als einen grundlegenden Baustein der SAP Business Data Cloud. Sie stellen Geschäftsdaten für die weitere Nutzung bereit und versehen sie mit hochwertigen Metadaten und Business-Semantik. Dadurch sollen Daten über Anwendungen und Fachbereiche hinweg leichter auffindbar und nutzbar werden.
Die relevante Frage lautet also immer weniger: Haben wir genügend Daten?
Sondern vielmehr:
Sind unsere Daten so strukturiert und mit Geschäftskontext versehen, dass Menschen, Analytics-Anwendungen und AI tatsächlich damit arbeiten können?
2. Der Weg zur modernen Datenplattform ist kein Big Bang
Wie dieser Weg aussehen kann, zeigte ODW-ELEKTRIK bei der Roadshow besonders anschaulich.
Der Ausgangspunkt Anfang 2022 dürfte vielen Unternehmen bekannt vorkommen: Insellösungen, Datensilos, hoher manueller Aufwand und unterschiedliche Reporting-Werkzeuge. Gleichzeitig sollte das operative Geschäft wesentlich stärker durch Auswertungen unterstützt werden.
Statt die gesamte Datenlandschaft auf einmal neu aufzubauen, entwickelte sich die Data-&-Analytics-Plattform über mehrere Jahre schrittweise weiter.
Gestartet wurde 2022 mit einem Pilotprojekt für das Sales Reporting. Anfang 2023 folgte das Produktionsreporting, 2024 kamen unter anderem HR- und Projektreporting hinzu. Später wurden weitere Analytics- und Planungsszenarien integriert.
Besonders interessant daran:
Die Architektur entwickelte sich entlang konkreter Business-Anforderungen weiter.
Die Absatzplanung beispielsweise war bei ODW-ELEKTRIK bereits seit Jahren Bestandteil der Unternehmenssteuerung. Im Zuge der Weiterentwicklung wurde die Planung neu gedacht. Zu den in der Präsentation genannten Neuerungen gehörten Planung auf Monatsebene, unterschiedliche Versionen, eine einfachere Nutzung für Anwender und die Einbindung der Planung in weitere Reports.
Damit liefert das Projekt eine wichtige Antwort auf die Frage, wie Unternehmen mit der Transformation ihrer Datenlandschaft beginnen können:
Nicht auf das perfekte Gesamtbild warten. Sondern einen konkreten Mehrwert schaffen und darauf systematisch aufbauen.
3. Eine Data Driven Organization ist vor allem auch eine Organisationsaufgabe
Die beste Datenplattform verändert zunächst einmal: nichts.
Zumindest dann nicht, wenn Daten im Arbeitsalltag keine Rolle bei Entscheidungen spielen.
Genau deshalb widmete sich eine Breakout Session bewusst dem Weg zur Data Driven Organization. Denn zusätzliche Daten führen nicht automatisch zu besseren Entscheidungen. Wenn organisatorische Veränderungen fehlen, besteht die Gefahr, dass Technologieinvestitionen in bestehenden Arbeitsweisen verpuffen. Auch die Frage, wie Menschen bei dieser Entwicklung mitgenommen werden, gehörte deshalb ausdrücklich zum Programm der Roadshow.
Wie wichtig die Verbindung zwischen Technologie und Organisation ist, zeigen auch die Praxisbeispiele.
Beim Projekt von Otto Dunkel GmbH (ODU) etwa arbeiten IT, Fachbereiche und T.CON mit klar unterschiedlichen Perspektiven zusammen: T.CON bringt Technologie-, Architektur- und Implementierungserfahrung ein, ODU das Prozess- und Unternehmenswissen. Die Fachbereiche werden in die Gestaltung einbezogen.
Ein Jahr später stehen in der Projektbilanz unter anderem eine etablierte Data Platform, standardisierte Schnittstellen, geschaffene Strukturen und die Einbindung der Fachbereiche.
Das ist vielleicht eine der pragmatischsten Erkenntnisse der Roadshow: Data Driven ist kein Zustand, den ein Unternehmen mit einem Technologieprojekt erreicht. Es ist eine Entwicklung.
4. Der Mehrwert zeigt sich nicht in der Architektur, sondern in besseren Entscheidungen
Architekturdiagramme gehören zu Datenprojekten dazu. Für die Fachbereiche ist allerdings etwas anderes ausschlaggebend:
Was kann ich danach besser entscheiden als vorher?
Genau hier wurden die Kundenvorträge der Roadshow besonders konkret.
Bei Perlen Packaging ging es beispielsweise um die Einführung von SAP Datasphere und SAP Analytics Cloud und darum, wie sich Planung, Analyse und Reporting nach dem Go-live im Arbeitsalltag verändert haben.
Ein weiteres Praxisbeispiel zeigte die integrierte Finanzplanung bei Munksjö. Ausgangspunkt ist hier die Herausforderung, Planung über System- und Werksgrenzen hinweg zusammenzuführen. Dabei werden Daten aus SAP S/4HANA und Drittsystemen über SAP Analytics Cloud für die Planung genutzt. Ziel ist unter anderem mehr Transparenz sowie eine belastbare Grundlage für Profitabilitätsbewertungen.
Die Gemeinsamkeit dieser Beispiele:
Es geht nicht darum, möglichst viele Daten in einem System zusammenzubringen.
Es geht darum, Daten so nutzbar zu machen, dass daraus bessere Analysen, Planungen und schließlich bessere Entscheidungen entstehen.
5. Offenheit der Datenarchitektur wird wichtiger
Eine moderne Datenlandschaft endet in vielen Unternehmen nicht an der Grenze der SAP-Systeme.
Maschinendaten, externe Datenquellen, eigene Anwendungen oder spezialisierte Datenplattformen gehören längst zur Realität. Entsprechend war auch das Zusammenspiel zwischen SAP Business Data Cloud und Databricks Thema der Roadshow.
SAP Databricks ist in die SAP Business Data Cloud integriert und verbindet SAP-Daten mit strukturierten und unstrukturierten Daten aus weiteren Quellen. SAP beschreibt zudem einen bidirektionalen Datenaustausch zwischen SAP und Databricks auf Basis von Delta Sharing. Dadurch können Daten unter anderem für Advanced Analytics sowie Machine-Learning- und AI-Szenarien genutzt werden.
Das macht deutlich: Die Datenstrategie der Zukunft muss SAP-Daten verstehen, darf aber nicht ausschließlich in SAP-Daten denken.
Gerade für produzierende Unternehmen mit historisch gewachsenen und heterogenen Systemlandschaften ist diese Offenheit relevant.
Was bedeutet die SAP Business Data Cloud für bestehende Datenlandschaften?
Die wahrscheinlich beruhigendste Erkenntnis des Tages: Kein Unternehmen muss morgen seine bestehende Datenlandschaft komplett neu bauen. Die Kundenbeispiele zeigten vielmehr unterschiedliche Ausgangspunkte und Entwicklungspfade.
Bei ODW-ELEKTRIK entwickelte sich die Plattform über mehrere Jahre und verschiedene Reporting- und Planungsszenarien hinweg. ODU wiederum zeigte anhand einer BI-Migration den Weg von einer bestehenden SQL-basierten Landschaft hin zu einer cloudbasierten Datenplattform mit SAP BDC.
Entscheidend ist damit weniger die Frage, ob eine bestehende Architektur bereits dem zukünftigen Idealbild entspricht.
Wichtiger ist:
- Welche Entscheidungen möchten wir mithilfe unserer Daten verbessern?
- Welche Daten benötigen wir dafür?
- Sind Bedeutung und Qualität dieser Daten ausreichend klar?
- Welche bestehenden Lösungen können sinnvoll weiterentwickelt werden?
- Wo entstehen heute unnötige manuelle Arbeit, Datensilos oder Medienbrüche?
- Und welche organisatorischen Veränderungen braucht es neben der Technologie?
Das sind keine reinen IT-Fragen. Genau deshalb gehören Fachbereiche, IT und Management gemeinsam an den Tisch.
Von Business Data Cloud zu Business AI
Warum diese Diskussion gerade jetzt relevant ist, zeigte wiederum der Blick auf AI und das Autonomous Enterprise.
Je stärker AI in Geschäftsprozesse einzieht, desto wichtiger wird eine vertrauenswürdige und fachlich verständliche Datenbasis.
SAP verbindet SAP Business Data Cloud deshalb ausdrücklich mit Analytics- und AI-Szenarien. Data Products sollen Geschäftsdaten inklusive ihrer Semantik zugänglich machen. SAP Databricks erweitert diese Datenbasis um Data-Science-, Machine-Learning- und AI-Szenarien. Damit verändert sich auch die Perspektive auf Data & Analytics.
Reporting beantwortet, was passiert ist.
Analytics hilft zu verstehen, warum es passiert ist.
Planung richtet den Blick nach vorne.
AI erweitert die Möglichkeiten, Zusammenhänge zu erkennen und Entscheidungen zu unterstützen.
Der Weg dorthin beginnt allerdings nicht bei AI.
Er beginnt bei den Daten.
Unser Fazit von der SAP BDC Roadshow
Nach einem Tag mit SAP Business Data Cloud, Data & Analytics, Planung, Databricks und realen Kundenprojekten bleibt vor allem eine Erkenntnis:
Die Technologie entwickelt sich schnell. Erfolgreiche Datenstrategien entstehen trotzdem Schritt für Schritt.
Die Praxisbeispiele der Roadshow zeigten ganz unterschiedliche Ausgangssituationen. Gemeinsam war ihnen, dass Technologie nicht isoliert betrachtet wurde. Prozesse, Fachbereiche, Datenqualität, Architektur und konkrete Business-Anforderungen gehören zusammen.
Unternehmen müssen also nicht auf die perfekte Datenlandschaft warten.
Sie brauchen einen sinnvollen Ausgangspunkt. Und eine klare Vorstellung davon, welche Entscheidung morgen besser werden soll als heute.
Sie beschäftigen sich mit SAP Business Data Cloud oder der Weiterentwicklung Ihrer Data-&-Analytics-Landschaft?
Unsere Experten unterstützen Sie dabei, aus Ihrer heutigen Ausgangslage ein tragfähiges Zielbild zu entwickeln und konkrete Use Cases für Daten, Analytics und AI abzuleiten.
FAQ
SAP Business Data Cloud ist eine Datenplattform von SAP, die SAP- und Drittdaten für Analytics- und AI-Szenarien zusammenführt. Geschäftlicher Kontext wird unter anderem über kuratierte Data Products bereitgestellt. Zum Lösungsumfeld gehören Funktionen und Lösungen für Datenmanagement, Analytics sowie die Integration mit Databricks.
SAP Business Data Cloud stellt kontextbezogene Geschäftsdaten für Analytics- und AI-Anwendungen bereit. Über SAP Databricks können SAP-Daten zudem mit weiteren strukturierten und unstrukturierten Daten verbunden und für Machine Learning und AI genutzt werden.
Die auf der Roadshow vorgestellten Kundenprojekte zeigen unterschiedliche Entwicklungspfade. Beim Beispiel ODW-ELEKTRIK wurde die Data-&-Analytics-Landschaft über mehrere Jahre schrittweise um Reporting- und Planungsszenarien erweitert. Beim Projekt von ODU stand die Migration einer bestehenden SQL-basierten BI-Landschaft in Richtung SAP Datasphere im Mittelpunkt.
