Wissen & Trends
S/4HANA trifft SAP Datasphere: CDS, ODP oder Replication Flow – der richtige Weg für deine Daten
Okt. 2026 | Blog
Blogartikel
Weitere Blogartikel
SAP BW Data Product Generator: Wann er die richtige Wahl ist – und wann nicht
Data Products im SAP-Umfeld: Substanz oder nur das nächste Daten-Buzzword?
Braucht Analytics einen Product Owner? Ein pragmatisches Modell für den Mittelstand
SAP Commodity Management im Überblick: Lösungen, Funktionen und Einsatzszenarien
Aus anderen Bereichen
Dein S/4HANA System ist das Herz deine Geschäftsprozesse, doch die wertvollen Daten darin entfalten ihren vollen Nutzen erst, wenn diese zuverlässig, aktuell und verständlich für Analysen bereitstehen. Mit SAP Datasphere als Teil der SAP Business Data Cloud hat SAP die zentrale Datenplattform geschaffen, die genau das leisten soll. Daten aus SAP- und Nicht-SAP-Quellen zusammenführen, mit Geschäftssemantik anreichern und für Reporting, Planung und KI-Szenarien nutzbar machen.
Spätestens beim ersten Projekt Workshop taucht jedoch die entscheidende Frage auf: Wie kommen die Daten aus S/4HANA zu Datasphere? CDS-Views, ODP, Replication Flow, Remote Tables - all diese Begriffe fallen schnell, aber die Unterschiede sind auf den ersten Blick schwer greifbar. Dabei hat diese Architekturentscheidung direkte Auswirkungen auf Performance, Datenaktualität, Lizenzkosten und die langfristige Wartbarkeit Ihrer Datenlandschaft.
Drei Begriffe, die oft verwechselt werden
Ein häufiges Missverständnis aus der Praxis: CDS, ODP und Replication Flow werden als gleichwertige Alternativen betrachtet. Tatsächlich bewegen sie sich auf unterschiedlichen Ebenen und greifen oft ineinander:
1. CDS-Views, das semantische Fundament
Core Data Services sind kein Transportweg, sondern das moderne Datenmodell von S/4HANA. Freigegebene, extraktionsfähige CDS-Views liefern die Geschäftsdaten bereits fachlich aufbereitet, inklusive Texten, Hierarchien und Beziehungen und, wenn gewünscht, auch mit Delta-Funktionalität. Sie bilden in den meisten modernen Szenarien die eigentliche Datenquelle.
2. ODP, der bewährte Klassiker
Das Operational Data Provisioning Framework stammt aus der BW-Welt und kennt jeder, der schon einmal Daten aus SAP-Systemen extrahiert hat. Es ermöglicht die Nutzung klassischer Extraktoren (DataSources) und bestehender BW-Objekte inklusive Delta Verfahren. Ideal, wenn bereits umfangreiche BW-Investitionen vorhanden sind
3. Replication Flow, der moderne Massentransport
Replication Flows sind SAPs Werkzeug, um große Datenmengen performant nach Datasphere zu replizieren. Mit Initial Load und Delta Übertragung per Change Data Capture. Darüber hinaus lassen sich Daten auch in externe Ziele weiterleiten, etwa in Cloud Speicher oder Streaming Plattformen. Replication Flows können sowohl auf CDS-Views als auch ODP-Datasources als Quellen aufsetzen und Daten hierüber abgreifen.
Hinzu kommen Remote Tables, über die Daten virtuell, also ohne physische Kopie, direkt aus dem Quellsystem gelesen werden können. Die Kunst liegt darin, für jedes Datenobjekt den passenden Weg zu wählen.
Live-Zugriff oder Replikation? Die Grundsatzfrage zuerst
Bevor es um Technologien geht, steht eine strategische Entscheidung: Sollen die Daten virtuell abgefragt oder physisch in Datasphere gespeichert werden? Der virtuelle Zugriff glänzt mit tagesaktuellen bzw. Echtzeit Daten und spart Speicher, belastet aber bei jeder Abfrage das produktive S/4HANA-System und kann – gerade in komplexeren Anwendungsfällen – auch zu Einschränkungen bei der Abfrageperformance führen. Die Replikation entkoppelt Analyse und Transaktion sauber, erfordert dafür ein durchdachtes Delta Konzept.
Aus unseren Projekten wissen wir: Die beste Lösung ist fast nie ein reines „Entweder-Oder“. Kleine Stammdatenobjekte lassen sich hervorragend virtuell anbinden, während Bewegungsdaten wie Buchhaltungsbelege oder Verkaufspositionen in aller Regel repliziert werden sollten. Welche Mischung für Ihre Landschaft optimal ist, hängt von Datenvolumen, Aktualitätsanforderungen und Systemauslastung ab und lässt sich systematisch bewerten.
Typische Stolpersteine und warum diese lösbar sind
In der Praxis scheitern Datasphere Projekte selten an der Plattform selbst, sondern an Details, die zu Beginn unterschätzt werden:
▷ Fehlende Delta Fähigkeit
Nicht jede CDS-View ist von Haus aus für Delta Extraktion vorbereitet. Ohne Delta wird jede Dateübertragung zum Full-Load, mit spürbaren Folgen für Laufzeiten und Systemlast. Mit dem richtigen Know-how lassen sich jedoch eigene, Delta fähige Views gezielt und Upgrade sicher aufbauen.
▷ Klassische Extraktoren in S/4HANA
Nicht alle aus ECC bekannten Extraktoren sind in S/4HANA weiterhin freigegeben oder sinnvoll nutzbar. Wer 1:1 migriert, baut sich schnell technische Schulden auf. Hier lohnt der Blick auf die passenden CDS-Alternativen.
▷ Massendaten beim Initial-Load
Tabellen wie das Universal Journal (ACDOCA) erreichen schnell Milliarden von Datensätzen. Ohne Partitionierung und sinnvolle Parallelisierung wird der Erstladeprozess zur Geduldsprobe. Mit der richtigen Konfiguration dagegen planbar.
▷ Lizenz- und Kostenfallen
SAP hat die Nutzung der ODP-Schnittstelle durch Drittanbieter-Tools eingeschränkt, und auch die Weiterleitung von Daten in externe Ziele per Replication Flow ist kostenrelevant. Wer seine Datenflüsse frühzeitig lizenzkonform plant, vermeidet unangenehme Überraschungen.
▷ Konnektivität und Berechtigungen
Cloud Connector, Data Provisioning Agent oder Kommunikationsszenarien in S/4HANA Cloud, je nach Systemlandschaft sind unterschiedliche Verbindungswege nötig. Eine saubere Einrichtung ist die Grundlage für einen stabilen Betrieb.
Bestehendes BW und die Zukunft mit SAP Business Data Cloud
Viele Unternehmen betreiben heute noch ein SAP BW mit jahrelang gewachsener Logik. Über ODP-Anbindungen, die SAP BW Bridge oder schrittweise Migrationsansätze lässt sich bestehendes Know-how in die neue Welt überführen, während neue Szenarien direkt auf CDS-Views und Replication Flows aufsetzen.
Gleichzeitig entwickelt sich die Plattform weiter. Mit der SAP Business Data Cloud rückt Datasphere in ein größeres Ökosystem, in dem SAP zunehmend vorgefertigte Data Products für S/4HANA Daten bereitstellt. Das reduziert den Eigenentwicklungsaufwand, erfordert aber eine Architektur, die heute schon offen für diese Entwicklung ist.
Best Practices für die S/4HANA Integration in SAP Datasphere
1. Triff die Architekturentscheidung vor dem ersten Datenfluss
Lege verbindliche Leitlinien fest, wann virtuell angebunden, wann repliziert und welche Technologie verwendet wird, das verhindert einen Wildwuchs an Datenflüssen.
2. Auf freigegebene CDS-Views als Standardquelle setzen
Bist du Upgrade-stabil, semantisch reichhaltig und die strategische Schnittstelle von SAP. Eigene Views sollten die Ausnahme sein und dann sauber Delta fähig gebaut werden.
3. Nutze Replication Flows für neue Massendatenszenarien
Für große Bewegungsdatenmengen mit regelmäßigen Deltas ist der Replication Flow heute in den meisten Fällen die erste Wahl.
4. Schütze bestehende BW-Investitionen
Nutze ODP und Brückentechnologien gezielt für vorhandene Logik, statt alles parallel neu zu entwickeln.
4. Prüfe Lizenz- und Betriebskosten frühzeitig
Gerade bei der Weitergabe von Daten an Nicht SAP-Systeme sollten Kosten und Lizenzbedingungen von Beginn an Teil der Planung sein.
Fazit
Die richtige Integration ist der Schlüssel zum Datenerfolg.
CDS, ODP oder Replication Flow, die Frage lässt sich nicht pauschal beantworten, denn jede Option hat ihre Stärken. Entscheidend ist, sie gezielt zu kombinieren: CDS-Views als semantisches Fundament, Replication Flows für performante Massendaten und ODP als Brücke für bewährte BW-Inhalte. Wer die Integration zwischen S/4HANA und SAP Datasphere architektonisch durchdacht aufsetzt, schafft eine skalierbare, zukunftssichere Datenbasis und legt damit den Grundstein für fundierte Entscheidungen, Planung und KI-gestützte Analysen von morgen.
Autor: Daniel Hettich | Stand: 09.10.2026
Weitere Beiträge
- SAP BW Data Product Generator: Wann er die richtige Wahl ist – und wann nicht
- Data Products im SAP-Umfeld: Substanz oder nur das nächste Daten-Buzzword?
- Braucht Analytics einen Product Owner? Ein pragmatisches Modell für den Mittelstand
- S/4HANA trifft SAP Datasphere: CDS, ODP oder Replication Flow – der richtige Weg für deine Daten
- Vom POC zur Partnerschaft: Personalplanung auf SAP Datasphere & SAC
- Business Information Framework
- SAP Fiori Extensibility: Fiori Apps upgrade-sicher erweitern
- SAP Commodity Management im Überblick: Lösungen, Funktionen und Einsatzszenarien
- Coaching für ein starkes Team: Auf dem Weg in die BDC
- Der Weg in die Business Data Cloud – im Zuge der S/4-Migration