SAP BDC: Intelligent Applications & Data Products für den erfolgreichen Start
Intelligent Applications und Data Products sind ein zentraler Baustein moderner, datengetriebener Unternehmen. Gerade im SAP-Umfeld entstehen mit der SAP Business Data Cloud (SAP BDC), modernen Sharing-Mechanismen und neuen Entwicklungswerkzeugen zahlreiche Möglichkeiten – aber auch neue Anforderungen an Architektur, Governance und Strategie rund um Intelligent Applications and Data Products. In diesem Beitrag erklärt Joseph Reinke, Junior Process Automation Consultant bei sovanta, wie Unternehmen heute produktiv mit der SAP BDC starten können und gleichzeitig eine zukunftssichere Strategie rund um Intelligent Applications und Data Products aufbauen.
Bereit für Intelligent Applications und Data Products?
Bevor Technologien implementiert werden, braucht es Klarheit über Zielbild, Reifegrad und konkrete Einsatzszenarien. So auch bei der SAP Business Data Cloud (BDC). Wie geht man als vor? Zum Start muss zunächst ein gemeinsames Verständnis für Data Products geschaffen werden, um die Grundlage für alle weiteren Schritte zu legen.
Ziel ist es, die Unterschiede zwischen SAP-verwalteten und kundenseitig entwickelten Data Products zu verstehen und darauf aufbauend eine tragfähige Strategie zu entwickeln. Gleichzeitig können natürlich schon erste priorisierte Use Cases definiert werden, die einen schnellen geschäftlichen Mehrwert liefern können.
Mit der SAP BDC existiert ein solides Fundament
SAP Managed Data Products sind klar definiert, inklusive ihrer Semantik und Metadaten. Der Zugriff erfolgt über moderne Zero-Copy-Mechanismen wie APIs, Events oder Delta Sharing, wodurch Daten ohne physische Replikation nutzbar werden. Ergänzend ermöglicht der Business Accelerator Hub die strukturierte Suche und Bewertung vorhandener Datenprodukte.
Es bietet sich auch an, ein Data Product Maturity Assessment durchzuführen, bei dem bestehende Datenquellen wie BW, S/4HANA, SAP SuccessFactors oder Non-SAP-Systeme hinsichtlich ihrer Eignung analysiert werden. Darauf aufbauend werden Architekturentscheidungen getroffen – etwa ob SAP Managed Data Products genutzt, Custom Data Products aufgebaut oder bestimmte Entwicklungen bewusst auf zukünftige Plattformfunktionen verschoben werden sollten.
Ein weiterer zentraler Baustein ist die Definition eines Data Product Operating Models, das Rollen, Verantwortlichkeiten und Governance-Strukturen festlegt.
Aufbau von Intelligent Applications mit verfügbaren Tools
Auch ohne zukünftige Erweiterungen lassen sich bereits heute leistungsfähige Data Products umsetzen. Unternehmen können dabei auf etablierte Werkzeuge zurückgreifen und unmittelbar geschäftlichen Nutzen generieren.
Was sind BW-basierte Data Products?
Mit dem BW Data Product Generator können bestehende BW-Datenmodelle effizient in wiederverwendbare Data Products überführt werden. Der große Vorteil liegt darin, dass vorhandene Strukturen weitergenutzt werden können, ohne eine komplette Neumodellierung durchführen zu müssen.
Im Rahmen der Umsetzung werden zunächst die bestehenden Datenmodelle analysiert und geeignete InfoProvider wie ADSOs, Composite Provider oder MultiProvider identifiziert. Anschließend erfolgt die Generierung der Data Products sowie deren Integration in verschiedene Konsumumgebungen wie SAP Analytics Cloud, Databricks oder HANA Cloud.
Der fachliche Mehrwert zeigt sich vor allem in der schnellen Verfügbarkeit nutzbarer Datenprodukte sowie im automatisierten Delta-Handling und der Harmonisierung über Foundation Services.
Custom Data Products mit Data Sharing Cockpit
Für Szenarien, die ein höheres Maß an Flexibilität erfordern, bietet das Datasphere Delta Sharing Cockpit eine etablierte und stabile Grundlage zur Erstellung individueller Data Products. Hierbei erfolgt die Modellierung direkt in SAP Datasphere, wobei domänenspezifische Semantiken aufgebaut werden.
Die fertigen Data Products können anschließend über das Data Sharing Cockpit sowohl in interne als auch externe Kataloge publiziert werden. Besonders relevant ist dabei die Möglichkeit, neben SAP-Daten auch Non-SAP-Quellen einzubinden – etwa über Replikationsflüsse aus Cloud-Speichern oder Streaming-Plattformen.
Zukünftige Entwicklungen: Data Product Studio & Interface Data Products
Seit 2026 kamen neue Funktionen hinzu, die das Arbeiten mit Data Products erweitern. Dazu gehören:
- Data Product Studio für Lifecycle-Management, Versionierung und Deployment
- Interface Data Products mit vordefinierten SAP-Schemata
Diese sind besonders wichtig für Intelligent Applications wie Spend Analytics & Insights. In der Übergangsphase sind folgende Themen relevant:
- Migration vom Data Sharing Cockpit zum Data Product Studio
- Abgleich kundenspezifischer Felder mit SAP-Schemata
- Definition von Mapping-Strategien
- Sicherstellung der semantischen Kompatibilität
- Abstimmung von Release- und Roadmap-Planung
Dabei ist zu beachten, dass zunächst vor allem 1:1-Mappings im Fokus stehen.
Intelligent Applications
Mit Intelligent Applications entsteht ein neues Anwendungsszenario, bei dem Daten und Prozesse enger zusammenarbeiten.
Im ersten Schritt geht es um:
- Data Readiness Checks
- Aktivierung und Befüllung der benötigten Data Products
- Sicherstellung der Konsistenz zu Interface Data Products
Ein weiterer wichtiger Punkt sind Insight-to-Action-Prozesse, bei denen aus Daten direkt Maßnahmen entstehen. In Zukunft können Unternehmen auch eigene Anwendungen entwickeln: Durch die Entwicklung CAP-basierte Apps auf Data Products oder durch die Nutzung wiederverwendbarer UI-Komponenten.
Betrieb & Governance
Für den langfristigen Erfolg spielt der Betrieb eine zentrale Rolle. Seit 2026 eröffnen sich dabei neue Möglichkeiten, insbesondere im Bereich der Observability für Data Products, die mehr Transparenz über Datenaktualität und potenzielle Fehler schaffen.
Wichtige Themen im Betrieb sind:
- Monitoring und Alerting zur frühzeitigen Erkennung von Problemen
- Strukturiertes Lifecycle-Management für Data Products
- Klar definierte Governance-Strukturen
Zu den Governance-Aspekten zählen insbesondere:
- Versionierung von Datenprodukten
- Durchdachte Release-Strategien
- Sicherstellung einer hohen Metadatenqualität
- Geeignete Zugriffs- und Sicherheitsmodelle
SAP Managed vs. Custom Data Products
SAP Managed Data Products bieten:
- Harmonisierte und semantisch angereicherte Daten
- Eine zentrale „Single Source of Truth“
- Grundlage für Intelligent Applications
Sie können auch für Reporting, Planung und Analysen genutzt und mit Datasphere, SAP Analytics Cloud oder Databricks erweitert werden. Custom Data Products bieten maximale Flexibilität, die Integration von SAP- und Non-SAP-Daten sowie individuelle KPIs und Datenmodelle.
KI- und ML-Use Cases
Data Products dienen als Grundlage für verschiedene KI- und ML-Szenarien, insbesondere in Kombination mit Databricks.
Diese Beispiele zeigen, dass Data Products die Basis für datengetriebene Anwendungen sind.
Architektur
Die Architektur von Data Products basiert auf mehreren zentralen Bausteinen, die zusammen eine konsistente und leistungsfähige Datenbasis schaffen.
Fazit
Intelligent Applications und Data Products sind bereits heute umsetzbar. Unternehmen können mit bestehenden Tools starten und gleichzeitig zukünftige Entwicklungen berücksichtigen. Wichtig ist dabei das Zusammenspiel von Strategie, Architektur, Governance und Use Cases. So entsteht eine Grundlage für eine datengetriebene Organisation, die sowohl heute als auch in Zukunft erfolgreich ist.
Sind Sie bereit mit Intelligent Application und Data Products durchzustarten? Sprechen Sie uns gerne an!
