Wissen & Trends

Data Products im SAP-Umfeld: Substanz oder nur das nächste Daten-Buzzword?

Okt. 2026 | Blog

Data Warehouse, Data Lake, Lakehouse, Data Mesh, Data Fabric – kaum ein Bereich der IT produziert so zuverlässig neue Schlagworte wie das Datenmanagement. Wer seit einigen Jahren für Reporting und Analytics verantwortlich ist, hat gelernt, bei jedem neuen Begriff erst einmal skeptisch zu sein. Und jetzt also Data Products.

Die Skepsis ist berechtigt, aber in diesem Fall greift sie zu kurz. Hinter dem Begriff steckt kein neues Tool, sondern ein Perspektivwechsel. Daten werden nicht länger als technisches Nebenprodukt von Prozessen behandelt, sondern als Produkt mit klarer Verantwortung, verständlicher Beschreibung und verlässlicher Qualität. Spätestens seit SAP Data Products mit der SAP Business Data Cloud ins Zentrum seiner Datenstrategie gestellt hat, ist das Thema für jedes SAP-Unternehmen relevant. Die entscheidende Frage lautet daher nicht, ob Data Products kommen, sondern wie man sie so einführt, dass echter Mehrwert entsteht.

Das eigentliche Problem: Die Daten sind da, nur nicht nutzbar

In nahezu jedem Unternehmen, mit dem wir sprechen, zeigt sich ein ähnliches Bild. An Daten mangelt es nicht, im Gegenteil. Das Problem ist ihre Nutzbarkeit:

1. Drei Abteilungen, drei Wahrheiten:

Vertrieb, Controlling und Geschäftsführung berichten unterschiedliche Umsatzzahlen, weil jede Abteilung ihre eigene Extraktion, ihre eigenen Filter und ihre eigene Excel-Logik pflegt.

2. Verlorene Semantik

Beim Extrahieren aus dem ERP geht der Geschäftskontext verloren. Übrig bleiben kryptische Tabellen- und Feldnamen, deren Bedeutung nur noch wenige Spezialisten kennen.

3. Wissensinseln im BW

Über Jahre gewachsene BW-Modelle enthalten wertvolle Geschäftslogik, die aber oft nur in den Köpfen einzelner Entwickler dokumentiert ist.

3. KI-Projekte ohne Fundament

Viele KI-Initiativen scheitern nicht am Algorithmus, sondern daran, dass die Daten weder auffindbar noch vertrauenswürdig noch fachlich erklärt sind.

Genau an dieser Stelle setzen Data Products an. Sie lösen nicht das Speicherproblem, sondern das Verständnis- und Vertrauensproblem.

Was ein Data Product wirklich ausmacht und was nicht

Ein weitverbreitetes Missverständnis: Ein Data Product sei einfach eine umbenannte Tabelle oder eine bestehende View mit neuem Etikett. Wäre das so, wäre der Begriff tatsächlich nur ein Buzzword. Ein echtes Data Product erfüllt jedoch eine Reihe von Kriterien:

▷ Fachliche Semantik

Die Daten sind in der Sprache des Geschäfts beschrieben, inklusive Bedeutung, Kennzahlendefinition und Beziehungen zu anderen Objekten.

▷ Klare Verantwortung

Jedes Data Product hat einen Owner, der für Inhalt, Qualität und Weiterentwicklung geradesteht.

▷ Governance by Design

Berechtigungen, Datenschutz und Qualitätsregeln sind von Anfang an Teil des Produkts, nicht nachträglich aufgesetzt.

▷ Definierte Schnittstelle

Konsumenten greifen über standardisierte, versionierte Schnittstellen zu, statt sich direkt an Quelltabellen zu bedienen.

▷ Auffindbarkeit

Data Products sind in einem Katalog dokumentiert, sodass Fachbereiche und Data Scientists wissen, was es bereits gibt.

Unsere Faustregel aus der Praxis: Wenn niemand für einen Datensatz verantwortlich ist, ist er kein Produkt – sondern nur ein Datensatz mit neuem Namen.

SAP Data Products in der Praxis: Vom Standard bis zur Eigenentwicklung

Mit der SAP Business Data Cloud (BDC) hat SAP das Konzept konsequent in seine Architektur übersetzt. Datasphere, SAP Analytics Cloud und weitere Komponenten arbeiten dort auf Basis von Data Products zusammen. Für Unternehmen ergeben sich daraus mehrere Wege:

1. SAP Managed Data Products

SAP liefert vorgefertigte, semantisch harmonisierte Data Products, vor allem aus SAP S/4HANA und pflegt diese selbst. Eigene Extraktionsstrecken für Standardinhalte werden damit in vielen Fällen überflüssig.

2. Custom Data Products

Kein Unternehmen arbeitet zu 100 % im Standard. Kundeneigene Felder, individuelle Geschäftslogik oder Daten aus Non-SAP-Systemen lassen sich in eigene Data Products überführen oder mit SAP-Standardinhalten kombinieren.

3. Zero-Copy statt Datenkopien

Über offene Sharing Mechanismen können Data Products mit Plattformen wie Databricks, Snowflake oder Microsoft Fabric (bald) geteilt werden, ohne dass die Daten erneut kopiert und separat gepflegt werden müssen.

4. Intelligente Anwendungen

Auf Basis der Data Products stellt SAP fertige Analyse-Anwendungen bereit, die Kennzahlen und Dashboards ohne aufwändige Eigenentwicklung liefern.

So vielversprechend das klingt: Die Kunst liegt im Detail. Welche Standard Data Products decken die eigenen Anforderungen tatsächlich ab? Wo braucht es Erweiterungen? Und wie verhält sich das Lizenz- und Kostenmodell zum erwarteten Nutzen? Diese Fragen lassen sich nur mit einer sauberen Fit-Gap-Analyse beantworten, und genau hier entscheidet sich, ob ein Projekt zum Erfolg wird.

Best Practices für die erfolgreiche Einführung von Data Products

1. Starte mit einem Use Case, nicht mit einem Katalog
Wähle einen konkreten fachlichen Anwendungsfall mit spürbarem Nutzen. Etwa ein einheitliches Umsatz- oder Liquiditätsreporting und baue die ersten Data Products entlang dieses Bedarfs.

2. Verankere Ownership in der Organisation
Data Products scheitern selten an der Technik, sondern an fehlender Verantwortung. Definiere gemeinsam mit den Fachbereichen klare Rollen für Inhalt und Qualität.

3. Prüfe zuerst den Standard
Analysiere, welche SAP Managed Data Products deine Anforderungen bereits abdecken, bevor ihr eigene Lösungen entwickeln. Das spart Entwicklungs- und Wartungsaufwand.

4. Kläre Zielarchitektur und Kosten frühzeitig
Ob Datasphere, Databricks oder Snowflake, die Kombination der Plattformen und das Lizenzmodell sollten vor dem Projektstart feststehen.

Fazit

Substanz, wenn man es richtig angeht.

Data Products sind kein leeres Buzzword. Sie adressieren ein reales und teures Problem: Daten, die zwar vorhanden, aber weder verständlich noch vertrauenswürdig noch wiederverwendbar sind. Mit der SAP Business Data Cloud gibt es erstmals eine Plattform, die das Konzept im SAP-Umfeld durchgängig umsetzt.

Zum Buzzword werden Data Products nur dann, wenn Unternehmen alte Tabellen umbenennen, ein neues Tool kaufen und auf organisatorische Veränderungen verzichten. Wer hingegen mit einem klaren Use Case startet, Verantwortlichkeiten definiert und die Architektur durchdacht aufsetzt, schafft das Fundament für verlässliche Analysen, effiziente Planung und produktive KI, heute und in Zukunft.

Autor: Daniel Hettich | Stand: 16.10.2026