Transformation in die Cloud – von SAP BW zur SAP Datasphere

Dieser Artikel erklärt, warum die Migration von SAP Business Warehouse (BW) zu SAP Datasphere ein bedeutender Schritt für Cloud-Transformationen ist.

Definition: Was ist SAP Datasphere?

SAP Datasphere ist eine Plattform, die es Unternehmen ermöglicht, große Datenmengen aus verschiedenen Quellen zu integrieren und zu transformieren. Mithilfe von SAP Datasphere können Unternehmen ihre Daten aus verschiedenen Systemen zusammenführen, um datengestützte Entscheidungen zu treffen. Viele Unternehmen haben bereits umfangreiche etablierte Datenlandschaften, die zumindest einen Teil der Daten noch auf einem älteren On-Premise System, wie zum Beispiel einem SAP BW, beinhalten. Um den Unternehmen eine erfolgreiche Transformation in die Cloud zu ermöglichen, bietet SAP Datasphere unterschiedliche Möglichkeiten zur Datenreplikation. In diesem Prozess stellt BW Bridge eine wertvolle Unterstützung dar.

Für die Transformation in die Cloud haben Unternehmen die Wahl zwischen den folgenden Möglichkeiten und Konvertierungsszenarien:

Doch wo liegen die Vor- und Nachteile innerhalb dieser Szenarien? In diesem Blogbeitrag werden wir uns genauer mit dieser Frage beschäftigen und die unterschiedlichen Möglichkeiten aufzeigen.

In folgendem Schaubild sind die verschiedenen Konvertierungsmöglichkeiten in SAP Datasphere dargestellt. Es werden dabei die Pfade für Greenfield, Accelerated-Greenfield sowie Brownfield-Methoden differenziert aufgezeigt.

Neuinstallation / Greenfield:

• Vollständiger Neuaufbau in SAP Datasphere unter Verwendung der SAP BW Bridge.

Remote Conversion / Brownfield:

• Ähnlich wie bei der Shell Conversion, jedoch mit Datenübernahme

Shell Conversion / Accelerated - Greenfield:

• Übernahme der Metadaten / Datenmodelle aus dem bestehenden BW System ohne Daten.
• Interessanter Ansatz bei der Verwendung von SAP SEM: BCS oder anderen Add-ons, die in SAP Datasphere nicht verfügbar sind.
• Kombination von SAP BW Daten mit vorhandenen Modellen der SAP Datasphere.

Konvertierung mit SAP BW Bridge

Die SAP BW Bridge spielt eine entscheidende Rolle als Bindeglied zwischen SAP BW und SAP Datasphere. Insbesondere bei der Umstellung von einer On-Premise-Lösung auf die bevorzugte Cloud-Lösung SAP Datasphere erweist sich BW Bridge als wertvolles Werkzeug.

In der Übergangsphase oder Konvertierung ermöglicht BW Bridge eine nahtlose Übertragung bestehender Logiken und Modelle. Als Bindeglied zwischen Cloud und On-Premise Systemen gewährleistet sie eine reibungslose Migration und Integration. Dies sichert die nahtlose Übertragung entscheidender Daten und Analysen aus dem existierenden SAP BW in SAP Datasphere. Unternehmen können so die Vorteile einer cloudbasierten Lösung nutzen, ohne von Grund auf neu starten zu müssen, was zu einer effizienten Umstellung führt und Zeit sowie Ressourcen einspart. Darüber hinaus bietet dieser Ansatz für den Wechsel in die Cloud eine Investitionssicherheit für bestehende Systeme in Bezug auf Datenmodelle und ETL-Strecken.

Unter Verwendung des SAP-Standardtools, dem Conversion Cockpit, erfolgt die Übernahme bestehender BW-Objekte in die BW Bridge. Abhängig vom Objekttyp erfolgt dieser Transfer automatisch, semiautomatisch oder manuell. Beispielsweise müssen klassische BEx-Frontend-Objekte möglicherweise neu erstellt werden.

1. Remote Conversion

Die Remote Conversion ermöglicht Unternehmen, ihre etablierten Datenflüsse und Daten aus dem SAP BW in die SAP BW Bridge zu überführen. Hierbei haben sie die Flexibilität, zu entscheiden, ob nur bestimmte Bereiche oder das gesamte Datenmodell samt den zugehörigen Daten aus dem SAP BW konvertiert werden sollen. Angesichts der oft über Jahre hinweg gewachsenen Reporting-Landschaften in Unternehmen ist es entscheidend zu prüfen, an welchem Punkt eine Remote Conversion den größten Mehrwert bietet. SAP stellt einen umfassenden Conversion Guide und eine sogenannte Simplification List bereit, die Schritt für Schritt alle erforderlichen Aktivitäten beschreiben.

Vorteile:

• Migration: Nahtlose Übernahme der Business-Logik samt den dazugehörigen Daten.
• Historisierung: Beibehaltung historischer Daten während des Umstellungsprozesses.

Herausforderungen:

• Komplexität: Übernahme historisch gewachsener Strukturen kann komplex sein.
• Abhängigkeiten: Notwendigkeit, alle abhängigen Objekte im Zuge der Übernahme zu berücksichtigen.
• Wartung: Betreuung von zwei BW-Systemen während des Conversion-Zeitraums kann zusätzlichen Aufwand bedeuten.

2. Shell Conversion

Im Gegensatz zur Remote Conversion erfolgt bei der Shell Conversion lediglich die Konvertierung der Datenstrukturen, jedoch nicht der Daten selbst. Dies ermöglicht Unternehmen die Flexibilität, zu entscheiden, ob sie die Daten später aus der tatsächlichen Quelle laden oder aus dem konvertierten SAP BW übernehmen möchten.

Vorteile:

• Migration: Möglichkeit zur Migration einzelner Datenmodelle.
• Flexibilität: Hohe Flexibilität und Freiheitsgrad während des Prozesses.

Herausforderungen:

• Entwicklung: Die Bluefield-Methode erfordert eine zügige Entwicklung.
• Wartung: Notwendigkeit der Betreuung von zwei BW-Systemen während des gesamten Conversion-Zeitraums.

3. Datenmodellierung in SAP BW Bridge

Neben den beiden Konvertierungsverfahren können Unternehmen ebenfalls das bestehende Datenmodell in SAP BW Bridge neu aufbauen, um z. B. die Deltafähigkeit der Standard SAP Extraktoren zu nutzen. Hierbei ist zu beachten, dass nicht alle Funktionen aus dem SAP BW zur Verfügung stehen. Beispielsweise wird die OLAP-Engine nicht unterstützt, wodurch keine Queries in SAP BW Bridge ausgeführt werden können.  

Außerdem stehen die Funktionen der SAP GUI nicht zur Verfügung. Es ist allerdings möglich Quellsysteme anzubinden und Datenflüsse sowie Prozessketten mit den dafür benötigten Objekten zu erstellen. Zudem steht ein eingeschränkter Teil des SAP Business Content zur Verfügung, der zur Datenmodellierung und Datenverwaltung genutzt werden kann.

Vorteile:

• Datenverfügbarkeit: Gewährleistung der Datenverfügbarkeit durch die Datenhaltung sowohl in der BW Bridge als auch im BW On-Premise.
• Know-how: Verwendung einer vertrauten Entwicklungsumgebung.
• Datentransport: Nutzung von Prozessketten für die Datenprozessierung.
• Schnittstellen: Integration von Standard-Extraktoren für effiziente Datennutzung.

Herausforderungen:

• Performance: Mögliche Einschränkung der Datenübertragungsleistung im Vergleich zur Datenreplikation ohne BW Bridge.
• Datenmodellierungsaufwand: Manueller Aufbau des Datenmodells in der BW Bridge erfordert zusätzlichen Aufwand.
• Navigationsattribute: Fehlende automatisierte Übertragung der Navigationsattribute kann eine Herausforderung darstellen.

4. Datenmodellierung in SAP Datasphere

Neben den vorhandenen Konvertierungsoptionen in SAP Datasphere bietet sich die Möglichkeit, die Datenmodellierung direkt in Datasphere durchzuführen. Dies ermöglicht die umfassende Nutzung aller Funktionen von SAP Datasphere. Die Daten können sowohl virtuell aus der Datenquelle betrachtet, als auch, abhängig vom Szenario, in SAP Datasphere persistiert werden. Mehrere Standard-Konnektoren stehen zur Anbindung der Datenquellen zur Verfügung.

Dieser Ansatz eröffnet je nach Szenario die Option, bereits modellierte Daten inklusive Business Logik zu übernehmen. Gleichzeitig besteht die Flexibilität, eine vollständig neue Modellierung mit überarbeiteter Logik aus dem ursprünglichen Quellsystem zu implementieren.

Vorteile:

• Schlanke Architektur: Es ist keine zusätzliche BW Bridge erforderlich, was zu einem geringeren manuellen Aufwand führt.

Herausforderungen:

• Extraktoren: Die Verwendung von Standard-Extraktoren ist nur eingeschränkt möglich.
• Datentransfer: Die Prozessierungslogik ist einfacher und bietet weniger Funktionalitäten.

Fazit

Die verschiedenen Konvertierungswege und die Modellierung in SAP BW Bridge und Datasphere bringen jeweils Vor- und Nachteile mit sich. Unternehmen sollten vorab sorgfältig abwägen, ob ein bestimmter Weg oder eine hybride Kombination von Szenarien passend ist. Eine gründliche Analyse der bestehenden Datenlandschaft ist entscheidend, um langfristig Datenqualität, Skalierbarkeit und Performance in einer modernen SAP Datasphere-Architektur zu gewährleisten.