Data Mesh mit SAP Datasphere

Data Mesh ist ein neues architektonisches Paradigma, das in den letzten Jahren an Popularität gewonnen hat. Es bietet einen dezentralen und skalierbaren Ansatz für die Verwaltung großer und komplexer Datenlandschaften. Im Oktober 2022 haben wir in einem Blog das Thema Data Mesh vertieft, wobei wir zwei technologische Schlüsselprinzipien hervorgehoben haben: Federated Governance und Self Service Platform. In diesem Artikel werden wir untersuchen, wie diese Prinzipien für die SAP Datashpere relevant sind.

Datasphere [früher bekannt unter dem Namen "Data Warehouse Cloud (DWC)"] ist eine Cloud-basierte Data-Warehousing-Lösung, die eine moderne und einheitliche Lösung für Unternehmen zur Analyse und Verwaltung ihrer Daten bietet. In diesem Artikel wird gezeigt, wie Datasphere eine technologische Plattform bietet, die Federated Governance und Self-Service-Plattforming unterstützt und damit ein wichtiger Teil Ihrer Data Mesh-Landschaft sein kann.

Governance in Datasphere

Mit dem Kernkonzept der “Spaces” in Datasphere wird es uns ermöglicht, eine zentralisierte Verwaltung aller Datasphere-Artefakte zu konfigurieren. Spaces ermöglichen die Definition von abgetrennten Bereichen innerhalb eines Datasphere-Tenants. Jede Space beherbergt ihre eigenen Modellierungsobjekte, Nutzerzuordnungen und Berechtigungs-einstellungen. Gleichzeitig ist es möglich, die Modellierungsobjekte und deren enthaltene Daten schreibgeschützt und virtuell unter den Spaces zu teilen (“sharen”).  Dies ermöglicht eine Reihe von Anwendungsfällen, wie z. B. die Definition von separaten Spaces für jedes Datenproduktteam einer Data Mesh gestützten Business Intelligence Organisation. Es können u.a. auch zentrale IT-Bereiche, die für nicht-technische Benutzer gesperrt sind, abteilungsspezifische Bereiche, die den Zugriff auf sensible Personal- oder Finanzdaten einschränken, sowie persönliche Bereiche für Benutzer, in denen Prototypen erstellt werden können, definiert werden. Bei Bedarf können alle diese Bereiche Daten auf Artefaktbasis und ohne Duplizierung untereinander austauschen, so dass keine zusätzlichen Leistungs- oder Speicherkosten entstehen. Durch diese technische Architektur der Datasphere können Unternehmen ihre Governance Anforderungen flexibel umsetzen.

Datenmodellierung Demokratisieren

Mit Datasphere ist Datenmodellierung nunmehr nicht nur klassischen Entwicklern und Power-Usern vorbehalten, sondern wird auch für Fachanwender unterstützt und ermöglicht. Der Modellierer kann je nach Vorlieben, technischem Wissen und Anwendungsfall zwischen einer Vielzahl von Tools wählen. Dank dieser Flexibilität bei der Unterstützung verschiedener Nutzergruppen kann Datasphere als Self-Service-Plattform verwendet werden.

Die Unterstützung der HANA Deployment Infrastructure (HDI) ermöglicht dabei sehr leistungsfähige Modellierungsoptionen, da hierdurch die Möglichkeiten der HANA-Cloud-Modellierung zusätzlich zu den nativen Werkzeugen Datasphere zum Einsatz kommen. Weiterhin ist ein Zugriff auf das zugrunde liegende Open-SQL-Schema möglich, wodurch Entwickler auch SQL-Befehle auf Datenbankebene verwenden können.

Die nativen Datenmodellierungsoptionen lassen sich in zwei unterschiedliche Ansätze einteilen: den Business Builder und den Data Builder. Dabei handelt es sich um UI (User Inter-face) -Perspektiven, die jeweils einen einzigartigen Satz an Objekttypen enthalten.

Schauen Sie sich hier die Aufzeichnung
unseres Webinars an:

Die Data Builder-Perspektive richtet sich dabei an Data Engineers und andere technische Fachleute, wie wir es von BW oder der nativen HANA-Modellierung auch gewohnt sind, und unterstützt unter anderem die Erstellung von Tabellen, grafischen und skriptgesteuerten Views sowie Data Flows.

Der Business Builder ist darauf ausgelegt, Modellierungsfunktionen für Business User bereitzustellen, indem der Fokus auf Business Terminologie statt auf technische Begriffe sowie Intuitivität und eine stärker gelenkte Modellierungs-Experience gesetzt wird. Das zugrunde liegende Design garantiert eine störungsfreie Zusammenarbeit zwischen Fachanwendern und der IT, da die Business User ausschließlich auf virtuellen, semantischen Ebenen arbeiten.

Umsetzung in der Praxis

Durch diese zwei Kernaspekte der demokratisierten Datenmodellierung und der Governance Möglichkeiten durch Spaces sind die technologischen Weichen gelegt, um eine Data Mesh Architektur zu verfolgen. Ein gängiger erster Ansatz in diese Richtung besteht darin, dass die IT Datenquellen integriert, die Replikation und die Föderation der Daten verwaltet und zunächst ein grundlegendes Modell für jeden Fachbereich im Data Builder erstellt. Dann wird den Fachanwendern der Zugang ermöglicht, um ihre eigenen virtuellen Modelle auf die bestehende Basis zu ergänzen. Hierdurch wird die Effizienz und Flexibilität des übergreifenden Business Intelligence-Workflows erheblich gesteigert.

Die Kombination von Business Builder und dem Spaces-Konzept SAP Datasphere führt dazu, dass die Fachabteilungen unabhängiger von der zentralen IT werden und die einzelnen Anwender, sowie ganze Fachabteilungen in der Lage sind, Prototypen und Szenarien eigenständig zu erstellen, ohne die Stabilität des zentralen Reportings zu gefährden. Stabilität und Agilität können so in einem System koexistieren und bieten das Beste aus beiden Welten. Die Fachabteilungen erhalten die Flexibilität, die sie für ihre Berichterstattung benötigen, während die IT-Abteilung die zentrale Verwaltung, Datenqualität und Sicherheit beibehält.

Unser Fazit - SAP Datasphere und Data Mesh

Zusammenfassend lässt sich sagen, dass SAP Datasphere eine technologische Plattform bietet, die zwei der wichtigsten Prinzipien von Data Mesh unterstützt: Federated Governance und Self-Service-Plattforming. Das Kernkonzept der Spaces in Datasphere ermöglicht eine zentralisierte Governance aller Datasphere-Artefakte, während die Demokratisierung der Datenmodellierung durch u.a. die Business Builder- und Data Builder-Perspektiven Geschäftsanwendern und technischen Fachleuten eine effiziente Zusammenarbeit bei der Erstellung von Datenmodellen ermöglicht. Es ist jedoch wichtig, darauf hinzuweisen, dass Datasphere zwar ein nützliches Werkzeug zur Realisierung einer Data Mesh Architecture ist, aber nicht den Change-Management-Prozess ersetzen kann, der erforderlich ist, um die soziokulturellen Veränderungen innerhalb von Organisationen zu bewirken, die ein Gefühl der Domäneneigentümerschaft (Domain Ownership) und die Behandlung von Daten als Produkt (Data as a product) fördern, die ebenfalls zu den wichtigsten Prinzipien auf dem Weg zu einer Data Mesh Architecture gehören.

Wenn Sie die spezifischen Anforderungen Ihres Unternehmens erörtern und herausfinden möchten, ob die SAP Datasphere und Data Mesh für Sie von Vorteil sein könnten, freuen wir uns darauf, mehr über Ihre Herausforderungen zu erfahren und helfen Ihnen gerne dabei, optimale Lösungen zu finden und umzusetzen. Fordern Sie noch heute ein unverbindliches Beratungsangebot an.