Erfolgreiche Unternehmen entwickeln Strategien auf Basis von Daten. Unsere Analytics-Experten unterstützen Kunden dabei, mithilfe von SAP-Lösungen für Business Intelligence fundierte, informierte Entscheidungen zu treffen.
SAP Business Intelligence – die wichtigsten Lösungen und Tools
SAP Business Intelligence – unter diesem Dach fasst SAP eine Reihe von Tools für das Sammeln und Auswerten von Daten zusammen, die in Data Warehouses gespeichert werden.
SAP bietet folgende
Warehouse-Lösungen:
SAP Business Warehouse (BW)
Eine klassische, auf On-Premises-Betrieb ausgerichtete Lösung. Sie wird häufig für Reportings in SAP ERP verwendet und umfasst unter anderem Funktionen für Datenmanagement und Data Mining.
SAP BW/4HANA
Die für die neueste Datenbankgeneration konzipierte Weiterentwicklung von SAP BW. Sie ist auch die Voraussetzung für die Nutzung von Embedded Analytics in S/4HANA, deren Ergebnisse über Fiori-Anwendungen ausgegeben werden.
SAP Datasphere
Die erste Cloud-native Data-Warehouse-Lösung von SAP, bereitgestellt als SaaS. Basierend auf der SAP-HANA-Cloud-Datenbankunterstützt sie auch Integrationen mit SAP- und Drittanbieter-Datenquellen und Data Lakes.
Für die Auswertung der Daten bietet SAP Business Intelligence verschiedene Frontend-Applikationen an, mit denen Nutzer Auswertungsergebnisse einsehen und Reports erstellen können:
SAP Analytics Cloud
Ein Self-Service-Tool, das Business Intelligence um prädiktiven Analysen für eine datenbasierte Planung erweitert und auf Knopfdruck Dashboards und andere Datenvisualisierungen erstellt.
SAP BusinessObjects Web Intelligence
Teil der SAP BusinessObjects Business Intelligence Suite. Generiert unkompliziert Reports über einen Browser und verfügt über Schnittstellen zu mobilen Endgeräten.
SAP Analysis for Microsoft Office
Die Lösung ist ein Power Pivot-Frontend, das SAP-Daten mit einer Office-Benutzer verknüpft und Analyseergebnisse übersichtlich in einem Microsoft-Frontend zur Verfügung stellt – beispielsweise als Excel-Tabelle.
SAP Crystal Reports
Teil der SAP BusinessObjects Business Intelligence Suite. Kombiniert Informationen aus Datenbanken und einzelnen Dateien und visualisiert sie in Form von Tabellen und Grafiken.
Lumira
Teil der SAP BusinessObjects Business Intelligence Suite. Erstellt übersichtliche und aussagekräftige Datenvisualisierungen und ermöglicht Self-Service-Analysen über verschiedene Geschäftsbereiche hinweg.
Vorteile von SAP BI
Ein großer Vorteil von SAP Business Intelligence-Lösungen ist die native Integration mit den eingesetzten SAP-Systemen. Das heißt, bestehender Business Content wie Datenmodelle und Berichte, der von diesen Systemen erzeugt wird, liegt bereits im Data Warehouse vor. Unternehmen beginnen beim Aufbau ihrer Datengrundlage also nicht bei null. Zudem handelt es sich bei dem zugrunde liegenden ERP-Kern um ein Produkt, das seit über 30 Jahren stetig weiterentwickelt und optimiert wurde. Damit erfüllen die exportierten Daten zwei für SAP Business Intelligence-Software wichtige Merkmale: Sie verfügen neben einer hohen und aussagekräftigen Qualität auch über eine einheitlich nutzbare Struktur für eine erfolgreiche Implementierung von Analytics-Lösungen. So können sich Anwender über verschiedene SAP BI-Tools wie beispielsweise Analysis for Office zunächst ganz unkompliziert einen ersten Überblick und ein besseres Verständnis über bestehende Datenmodelle verschaffen – und sie im Anschluss dann für spezielle Anwendungsfälle weiter bearbeiten.
Einsatzgebiete von SAP BI im Unternehmen
Eine umfangreiche Analyse und Visualisierung von Daten sind die Grundlage informierter Entscheidungen. Deshalb unterstützen SAP BI-Services Mitarbeiter in verschiedenen Unternehmensbereichen, vor allem im Hinblick auf das Reporting:
Controlling
Kostenstellenberichte, Planung von Budget, Headcount, Umsatz und Absatz, Ergebnis- und Marktsegmentsteuerung, Leistungserbringung, Umsatzcontrolling
Finance
Umsatzberichte, GuV-Berichte, periodische Abschlussarbeiten, Bilanzberichte, Firmenkonsolidierung, Liquiditätsplanung
Produktion
OEE (Overall Equipment Efficiency), Durchlaufzeiten, Optimierung der Ausschussquoten, Kapazitätsplanung
Supply Chain
Bestandsoptimierung, Lagerhaltungskosten, Überwachung von Lieferketten, Optimierung der Throughput Time (TPT), Beschaffungsplanung
Predictions
Vorhersagemodelle auf nachvollziehbarem Niveau durch Data Exploration entlang aller relevanten Geschäftsprozesse
Analytics mit Lake Houses demokratisieren
Ein Data Warehouse punktet mit leichter Bedienbarkeit dank einer festen Struktur und einer standardisierten Benutzeroberfläche, die es allen Anwendern ermöglicht, die dort aufbereiteten Informationen zu verstehen. Doch das Vorfiltern und -sortieren von Rohdaten führt auch zu einem Informationsverlust. Deswegen setzen Unternehmen immer häufiger auf Data Lakes, in denen strukturierte und unstrukturierte Daten aus allen möglichen Quellen zusammenfließen. Hier geht nichts verloren, aber die effektive Aufbereitung und Nutzung der Daten setzt Fachwissen im Bereich Data Science voraus.
Ein Lake House kombiniert die Informationsfülle eines Data Lakes mit der Struktur eines Data Warehouse. Es nutzt eine intelligente Schicht mit KI- und ML-basierten Algorithmen, um beispielsweise Rohdaten automatisch in Beziehung mit bereits vorhandenen Daten zu setzen. So erweitern und verbessern auch Anwender ohne spezielle Vorkenntnisse permanent eine wertvolle und unternehmensweit verfügbare Informationsbasis für alle – ganz im Sinne einer Demokratisierung von Analytics.
Business Intelligence Services von Syntax
Als SAP-Partner der ersten Stunde unterstützen wir von Syntax unsere Kunden bei der Planung, Entwicklung und Umsetzung einer individuellen Lösung, die ideal auf ihre Anforderungen zugeschnitten ist. SAP BI-Services sind für uns ein Gesamtkonzept für die Integration, Automatisierung und Kommunikation von Geschäftsdaten für neue Erkenntnisse und eine daraus resultierende Optimierung von Geschäftsprozessen. Wir glauben, dass es im analytischen Umfeld keine monolithischen Lösungen mehr geben sollte, sondern eine Datenverarbeitungskultur, die Nutzer und Daten in den Mittelpunkt stellt. Deswegen nutzen wir DataOps (Data Governance und Data Model Management) und eine hybride Data-Warehouse-Architektur, mit der unsere Kunden nicht nur ihre bereits bestehende Wertschöpfungskette optimieren, sondern bereits im Vorfeld geschäftskritische Ereignisse erkennen und entsprechende Maßnahmen einleiten können.
Downloads
FAQ: SAP BI
Was ist SAP BI?
Unter dem Begriff Business Intelligence (BI) fasst SAP verschiedene Tools und Lösungen für das Sammeln, Speichern und Auswerten großer Mengen von Daten zusammen, die in IT-Systemen erzeugt werden, klassischerweise von SAP-eigenen Quellsystemen oder Software-Suiten wie SAP ERP, SAP CRM oder SAP PLM. Diese Daten werden in einem Data Warehouse gespeichert und mittels SAP-Frontend-Werkzeugen und BI-Plattformen wie Analysis for Office, Lumira Designer, SAP Business Objects oder der SAP Analytics Cloud ausgewertet. So erlangen Unternehmen einen umfassenden Blick auf sämtliche kritische Geschäftsprozesse und können informierte Entscheidungen treffen.
Was ist SAP Embedded Analytics?
SAP Embedded Analytics bezeichnet zum einen eine Sammlung analytischer Tools, die nativ in SAP S/4HANA integriert sind. Zudem beschreibt SAP Embedded Analytics die Möglichkeit, Daten direkt ohne Replikation durch analytische Frontends aus SAP S/4HANA abzurufen und zu nutzen. Darüber hinaus verfügt S/4HANA über ein integriertes Data Warehouse. Man spricht hier von einem Embedded BW, das seit Netweaver 7.4 Bestandteil eines jeden SAP-Kerns ist, sodass ein Data Warehouse (DW) auch direkt auf der ERP-Instanz betrieben werden kann. Diese Option bietet sich allerdings nur für DW mit geringerem Datenumfang an, beispielsweise im Mittelstand.
Welche Rolle spielen SAP Datasphere oder ein Data Lake im Zusammenhang mit SAP BI?
SAP Datasphere unterstützt Datenflussdesign „as-you-go“ und erlaubt somit eine Erzeugung neuer Datenbestände in Echtzeit. Durch die Virtualisierung in der Cloud muss ein Data Engineer dabei keine Rücksicht auf Infrastruktur-Einschränkungen nehmen, und es stehen ihm Werkzeuge zur Verfügung, die es in der SAP Business Warehouse-Welt so nicht gibt. Unter einem Data Lake versteht man die Sammlung von Rohdaten aus unterschiedlichen Quellen. Diese sind oft nur teilweise (semi-structured) oder gar nicht strukturiert (non-structured) und werden mit Analytics, Machine Learning oder künstlicher Intelligenz transformiert, um Erkenntnisse und Aktionen zu gewinnen. Im Gegensatz zu einem wohlstrukturierten Data Warehouse hat ein Data Lake den Vorteil, dass die Daten hier schnell erfasst und evaluiert werden können, um ihren Nutzen zu verstehen. Beide Institutionen spielen als Datengrundlage eine wichtige Rolle, wenn SAP BI für Predictive Analytics (Was wird passieren?) und Prescriptive Analytics (Wie lassen sich Ergebnisse beeinflussen?) eingesetzt wird.
Welche Frontends eignen sich am besten?
Die Auswahl passender analytischer Frontends und BI-Plattformen hängt von zahlreichen Faktoren wie Anwendungsfall, Benutzergruppe und der Integrierbarkeit in die gesamte Applikationsarchitektur ab. Dabei gibt es kein „richtig“ oder „falsch“ – vielmehr sollten hier die konkreten Anforderungen der Mitarbeiter berücksichtigt werden, damit sich auch nicht IT-affine Kollegen gerne mit „ihren“ Daten auseinandersetzen und neue Erkenntnisse generieren. Für die notwendige Akzeptanz spielt die Benutzerfreundlichkeit eine entscheidende Rolle. Zudem müssen sich die SAP BI-Tools problemlos in die gesamte Anwendungsarchitektur einfügen, denn Erfolg stellt sich nur dann ein, wenn die Daten hinter den Frontends über eben diese problemlos ausgetauscht und von allen bearbeitet werden können.