SAP-Kunden werden nicht zuletzt aufgrund der Release-Strategie des Herstellers aus Walldorf motiviert, sich Gedanken über die bevorstehende HANA-Migration zu machen. Da die Nutzung dieser neuen Zukunftstechnologie nicht nur weitere Features bereithält, sondern die Kunden zudem über gewachsene BI-Strukturen verfügen, bietet sich ein ganzheitlicher Blick auf das nächste Level an. Es geht um nichts mehr, aber auch um nichts weniger, als um die Definition des Setups für die nächste BI-Generation.
Webcast: SAP on Azure für den Mittelstand - Erfolgsfaktor Integration
DXC Technology - THRIVE Blog: Das nächste BI-Level
1. 1
DXC Technology - THRIVE Blog
BI-Architekturen
Business Intelligence: Das nächste Level erreichen
von Daniel Eiduzzis, Sep. 2019
SAP-Kunden werden nicht zuletzt aufgrund der Release-Strategie des Herstellers aus Walldorf
motiviert, sich Gedanken über die bevorstehende HANA-Migration zu machen. Da die Nutzung dieser
neuen Zukunftstechnologie nicht nur weitere Features bereithält, sondern die Kunden zudem über
gewachsene BI-Strukturen verfügen, bietet sich ein ganzheitlicher Blick auf das nächste Level an. Es
geht um nichts mehr, aber auch um nichts weniger, als um die Definition des Setups für die nächste BI-
Generation.
Die SAP HANA-Plattform ermöglicht es den Kunden, wie kein Release zuvor, Werkzeuge und
Technologien auch außerhalb des SAP-Universums zu integrieren. Dies eröffnet neue Möglichkeiten,
sowohl bestehende Workarounds abzulösen als auch innovative Lösungen zur Datenkollaboration, -
visualisierung oder -vorhersage einzuführen. Ein bevorstehendes Migrationsprojekt ist demnach eine
gute Gelegenheit die bisherigen BI-Strukturen zu hinterfragen und das nächste Level zu erreichen.
Bestehende Architektur aufräumen
Bevor neue Möglichkeiten erschlossen werden, lohnt es sich einen prüfenden Blick auf die bestehende
Architektur zu werfen. Dabei bedarf es sowohl einer genauen Untersuchung der bestehenden BI-
Strukturen als auch der Schnittstellen der Informationssysteme. Eine wichtige, kritisch zu beleuchtende
Frage ist, ob angeschlossene Quellsysteme und deren Reporting-Content auch in Zukunft
betrachtungsrelevant sind. Nicht selten sind über die Jahre in zahlreichen Projekten viele Analyse-
Applikationen entstanden, die jedoch heute unter Umständen keine Bedeutung mehr haben. Eine neue
BI-Architektur sollte nur State-of-the-Art Analysen umfassen.
Anforderungen, die bisher nur durch Workarounds und Provisorien bedient werden konnten, lassen sich
eventuell ablösen und durch Standardmittel ersetzen. Dies kann der bisher manuelle Upload von Daten
aus externen Quellen sein, wofür es mittlerweile intelligente Standard-Schnittstellen gibt. Oder aber die
Bereitstellung validierter Datenräume in einem dedizierten Umfeld, was den anfälligen Download für
Self-Service-Zwecke überflüssig macht. Weitere und geänderte Voraussetzungen können in Abstimmung
mit den anfordernden Fachabteilungen zeitgleich integriert werden. Dies schafft Mehrwerte wie
gesteigerte Datenqualität, Geschwindigkeit oder weitergehende Erkenntnisse und wirkt somit aus der
Sicht der Stakeholder akzeptanzbildend.
Innerhalb der eigenen BI-Systeme sollte eine Unterscheidung zwischen „heißen“ und „kalten“ Daten
durchgeführt werden. Will sagen: Im Zuge eines intelligenten Datenmanagements wird zwischen
starkfrequentiertem Content und weniger relevanten Zeitreihen differenziert. Im Sinne des Data Tierings
werden zukünftig Hot-Data im hoch performanten Arbeitsspeicher der HANA-Datenbank gespeichert,
wohingegen die Cold-Data in weitaus kostengünstigere Secondary-Storages ausgelagert werden können.
Diese können in Form von zertifizierten on-premise Datenbanken oder auch gängigen Cloud-Services
realisiert werden.
Open Source Technologie als Wegbereiter
2. 2
DXC Technology - THRIVE Blog
Das Internet-der-Dinge (IoT) ist nach Mobile und Cloud nicht bloß der nächste brandheiße Trend,
sondern bietet nicht selten den Türöffner zu einem neuen analytischen Niveau. Dabei ist es zunächst
nachrangig, ob ein produzierendes Anwenderunternehmen Maschinen- und Sensordaten aus einem
komplexen Fertigungsprozess ins unternehmensweite Reporting integrieren will. Oder ob ein
Handelsunternehmen Marktdaten und Texte aus Social-Media-Netzen auswerten möchte. In beiden
Fällen soll dieser Content mit Blick auf Struktur der Daten und Umfang der Informationen nicht in eine
teure SAP HANA Appliance eingespeist werden.
Open-Source Technologien, wie beispielsweise Hadoop, ermöglichen ein viel passenderes Framework,
um einen sogenannten Data Lake aufzubauen. Diese Plattform bietet dabei gleich mehrere Vorteile: Im
Vergleich zur HANA In-Memory Technologie sind HDFS Speicherkonzepte erheblich kostengünstiger.
Zudem ist es möglich, mit Hilfe einer breiten Palette an Integrations-Werkzeugen, Daten
unterschiedlichster Herkunft zu verarbeiten. Somit lassen sich weniger betrachtungsrelevante („kalte“)
Daten aus dem klassischen SAP Business Warehouse (BW) in ein Hadoop Ökosystemauslagern und
gleichzeitig – aus BW-Sicht – externe Daten problemlos integrieren.
Die neue Offenheit der SAP HANA-Architektur ermöglicht die nahtlose Integration eines
unternehmenseigenen Data Lakes in die bisher mit Transaktionsdaten orientierten Infrastruktur. Ein
konsolidiertes Berichtswesen erfordert zukünftig nicht mehr die Persistenz aller Daten in einem Data
Warehouse. Moderne Schnittstellen und hoch performante Storage-Technologien unterstützen eine
Virtualisierung, bei der Berichtsinstrumentarien die betrachtungsrelevanten Daten on-the-fly
zusammenführen.
Best-of-Bread anstatt Single-Vendor Strategie
Betrachtet man die Frontend-Seite, stehen viele neue, elegante Werkzeuge für das Reporting zur
Verfügung. So bieten ODBC-Schnittstellen die Möglichkeit, Datenvisualisierungslösungen wie Tableau
oder PowerBi anzubinden. Mehr und mehr Anwenderunternehmen nutzen diese Gelegenheit, um
ehemalige Abteilungslösungen aufzuwerten und unternehmensweit zu etablieren. Die HANA-
unterstützte BW-Architektur gibt die high-speed Antwortzeiten der zugrundeliegenden Appliance auch
an Non-SAP Reportinglösungen weiter, was den Kunden neue Freiheitsgrade in der
Entscheidungsfindung zugesteht.
Zudem können mittlerweile etablierte Visualisierungslösungen, aber auch gängige Cloud-Konzepte, wie
die SAP Analytics Cloud (SAC), besagte Datenzusammenführung in der laufenden Analyse leisten. Es gilt
hier das beste Setting für die jeweils individuelle Situation zu finden. Ein Best-of-Bread Ansatz deckt
unter Umständen noch besser die artikulierten Bedürfnisse und den lauter werdenden Wunsch nach
Self-Service in den Fachbereichen.
Ausgereifte Technologien für Planung und Prognose
Nicht zuletzt halten nun ausgereifte Technologien für die Unternehmens- und Finanzplanung in das SAP-
Ökosystem Einzug. Unternehmen wie IBM oder Oracle nutzen die neuen HANA-Schnittstellen, die ihnen
die Anbindung an die SAP-Welt erleichtern. Auf diese Weise können die SAP-Nutzer auf fortschrittliche
Technologien für die Prognose oder Cashflow-Planung zurückgreifen. Die neuen Freiheiten sind auch hier
vergleichbar mit denen bei der Auswahl der Reporting-Werkzeuge.
3. 3
DXC Technology - THRIVE Blog
All diese Optionen bieten zahlreiche Chancen bestehende und gewachsene BI-Architekturen auf ein
neues Level zu heben. Die breite der Optionen zeigt aber auch den Bedarf nach Orientierung auf. Will
sagen: War in der Vergangenheit eine Single-Vendor Strategie durchaus „en vouge“, müssen erweiterte
Optionen und Lösungsansätze sauber orchestriert werden.
Die BI-Strategie gibt den Rahmen vor
Dies verdeutlicht mehr denn je den Bedarf einer abgestimmten BI-Strategie. Diese sollte dabei nicht nur
technische Grundsatzfragen behandeln und Leitplanken setzen. Wichtige Instrumente in technischer
Sicht wären u. a. ein Book-of-Standards, das die zukünftige Auswahl und Nutzung unterschiedlicher
Applikationen, ob Planung oder Reporting, im BI-Kontext regelt. Zudem sollte eine BI-Strategie auch
organisatorische Aspekte beleuchten und Empfehlungen beispielsweise hinsichtlich eines BI-
Competence-Centers und dessen Ausgestaltung leisten. Außerdem inkludiert der BI-Leitfaden auch
Vorgaben, wie das Demand-Management in punkto Analytics oder auch die BI-Governance geregelt
wird.
Bevor Sie also Ihre neue BI-Architektur entwerfen, Meilensteine für eine neue BI-Generation setzen, die
dann auch den Weg bereitet, um zukünftig Machine-Learning und andere Aufgaben zu integrieren,
sollten Sie auch Ihre BI-Strategie auf ein neues Level heben.