Wenn es nach SAP geht, findet schon die nahe Zukunft des Data Warehousing und damit auch der Unternehmensplanung und -berichterstattung in der Cloud statt. Über den Seamless-Planning-Ansatz soll Unternehmen der Weg in die Cloud-Architekturen rund um die Business Data Cloud geebnet werden. Langfristig verfolgt SAP sogar die Strategie des Autonomous Enterprise. – Ein Beitrag von Kristof Beck, Principal Consultant bei CALEO.
Für die Unternehmensplanung und -berichterstattung sind manuelle Prozesse notwendig – noch. Denn in Zukunft möchte SAP KI-Agenten etablieren. KI soll sich somit von der Assistenz hin zum aktiven Teilnehmer im Planungsprozess wandeln. In den älteren Architekturen rund um SAP Business Planning and Consolidation (BPC) lassen sich solche Assistenzfunktionen zwar technisch nachrüsten, der Aufwand ist allerdings erheblich und im Grunde auch nicht im Sinne der Unternehmen: Denn sie müssten ihr On-Premise-System entweder für einen Cloud-KI-Dienst öffnen oder eine lokal aufgesetzte KI betreiben, die technisch immer dem aktuellen Entwicklungsstand hinterherhinkt. Ohnehin müssen Unternehmen zugeben, dass ihr BPC gewisse Altlasten mit sich trägt. BPC kann zwar weiterhin sinnvoll sein, neue Anforderungen sollten aber nicht mehr auf veralteten Architekturmustern aufsetzen.
Schrittweiser Umbau mit Seamless Planning
Der konsequente Architekturhebel ist deshalb Seamless Planning. Kern ist die SAP Analytics Cloud (SAC) als Planungs- und Bedienoberfläche, die Plandatenhaltung wandert in die SAP Datasphere. SAC greift per Live-Verbindung auf Modelle in der Datasphere zu, statt Plandaten in separaten SAC-internen Modellen zu isolieren. Damit entfallen typische ETL-Schritte zwischen Planung und Reporting, und Planwerte stehen unmittelbar nach der Erfassung für Analysen bereit. Die reine Planungslogik wird in der SAC umgesetzt; für zusätzliche Transformationen kann die umfangreiche Werkzeugkiste der Datasphere genutzt werden: Hier können Anwendende deutlich flexibler mit SQL coden, größere Datenmodelle bauen, Daten auch mit Python verschieben und entsprechend transformieren.
Mit Seamless Planning entfallen somit Datensilos sowie die Wartezeit, bis Daten ankommen und wieder konsistent sind. Anwendende erkennen unstimmige Plandaten zudem direkt in ihren eigentlichen Berichten. Doch in der Praxis zeigen sich noch gewisse Schwierigkeiten, die ehrlich benannt werden müssen: Der Live-Zugriff etwa auf Daten aus S/4HANA ist performanceseitig heute selten praxisreif; denn im S/4HANA liegen die Daten in einer anderen Granularität vor, als sie für das Reporting gebraucht wird. Hinzu kommen technische Spitzfindigkeiten: SAC und Datasphere stehen zwar unter dem Dach der Business Data Cloud (BDC), definieren ihre Datenmodelle jedoch anders. Auch hinsichtlich der Berechtigungen funktionieren SAC, Datasphere und S/4HANA völlig unterschiedlich.
Harmonisierte Datenbasis als Voraussetzung für KI
Unternehmen, die derzeit eine gewachsene BPC-Landschaft betreiben, fragen sich nun zu Recht, ab wann sich der Umbau lohnt und wie bereits getätigte Investitionen erhalten bleiben. Erfahrungen aus der Praxis zeigen, dass es häufig sinnvoll ist, Bestehendes zunächst stabil zu halten, neue Anforderungen aber gezielt mit Seamless Planning zu realisieren. Deshalb lohnt sich meist eine Teilmigration entlang klar abgegrenzter Use Cases.
KI ist derzeit vor allem eine Entlastung im Prozess – hinsichtlich Predictive, Plausibilisierung und schnellerer Forecast-Erstellung. Künftig sollen KI-Agenten, so die Vision der SAP, Daten aus unterschiedlichen Teilplanungen flexibel zusammenführen und so mehr Automation und die Reduktion manueller Tätigkeiten ermöglichen. Notwendig ist dafür vor allem eine harmonisierte Datenbasis; denn ohne saubere Semantik, Metadaten, konsistente Granularität fehlt KI-Agenten der Kontext.
Viele Unternehmen sind der Technologie offen gegenüber, auch auf IT-Seite. Das von SAP ausgegebene Ziel, dass KI-Agenten künftig aktiv im Planungsprozess eingebunden sind und manuelle Prozesse so gut wie obsolet werden, kann sich derzeit aber kaum jemand vorstellen. Zumal nicht abzusehen ist, was diese Vision kosten wird. Denn KI braucht natürlich eine gewisse Rechenleistung, die derzeit noch nicht realistisch bepreist wird. Realistisch sind greifbare Assistenzfunktionen, wie das Zusammenfassen von Kommentaren und Planvorfällen oder das Finden und Erklären von Auffälligkeiten. Entscheidend ist für Unternehmen dabei nicht, wie schnell sie auf diesen Innovationszug aufspringen, sondern wie gut sie ihre Datenbasis vorbereiten.
Fazit
Mit Seamless Planning bietet SAP einen pragmatischen Migrationsansatz, der bestehende Systeme schrittweise ergänzt und gleichzeitig die Grundlage für moderne, datengetriebene Planung schafft. Der eigentliche Erfolgsfaktor liegt jedoch nicht allein in der Technologie, sondern in einer harmonisierten Datenbasis und einer klaren Migrationsstrategie.
Weitere Informationen zur CALEO Consulting GmbH finden Sie hier.