Konzeptkarte

BW Data Product Generator

Stand 2026-07-24T14:00:00Z

Redaktion: Cédric-Olivier Mâry, alleiniger Redakteur und verantwortlich für die Veröffentlichung — 27 Jahre im SAP-Ökosystem. Wie diese Seiten entstehen und wo Automatisierung eingesetzt wird.

Was ist BW Data Product Generator?

Der BW Data Product Generator verwandelt 6–12 Monate manueller InfoCube-Konvertierung in 6–12 Wochen geführter Generierung – der wichtigste Grund, warum Kunden 2026–2028 als Migrationsfenster wählen, statt bis 2030 zu warten.

Der BW Data Product Generator ist der Migrationsbeschleuniger für Business Data Cloud, der bestehende SAP-BW-Objekte — InfoCubes, DataStore Objects, MultiProvider, BEx-Queries — liest und daraus Business-Data-Cloud-native Data Products erzeugt, wobei semantische Typen, Hierarchien, eingeschränkte Kennzahlen und Berechtigungsmuster erhalten bleiben, wo immer eine Zuordnung existiert. Er existiert, weil manuelle InfoCube-für-InfoCube-Konvertierung nicht skaliert: unassistiert braucht eine Tier-1-BW-Landschaft sechs bis zwölf Monate handgeführter Modellierung für die Migration, und der Generator komprimiert den mechanischen Anteil dieser Arbeit auf sechs bis zwölf Wochen geführter Generierung plus gezielter Nacharbeit an den Objekten, die einen Menschen brauchen. Praktisch gesehen ist er der mit Abstand größte Grund, warum sich Kunden für eine Migration im Fenster 2026–2028 entscheiden, statt bis zum Ende des Jahrzehnts zu warten: Das Tooling liefert endlich den Business Case dafür, jetzt zu wechseln statt später.

Die vier Konvertierungspfade

Ein InfoCube wird zu einer Data-Product-Faktentabelle konvertiert, wobei Dimensionen zu Fremdschlüsselbeziehungen werden, Kennzahlen zu Measures werden und Geschäftsjahresperiode-Zuordnungen erhalten bleiben. Ein DataStore Object wird zu einer Data-Product-Detailtabelle konvertiert, wobei Einzelposten-Granularität und ihre Audit-Trail-Semantik erhalten bleiben. Ein MultiProvider oder CompositeProvider wird zu einer Data-Product-Union-View konvertiert, die das zugrunde liegende Föderationsmuster in Datasphere-nativer Form sichtbar macht. Eine BEx-Query wird zu einem SAP-Analytics-Cloud-Story-Gerüst konvertiert — ein Ausgangslayout, kein fertiger Bericht, und manuelle Fertigstellung ist hier die Norm, nicht die Ausnahme.

Warum es zählt

Das Complexity-Score-Tor (1–5) generiert 70–80 % der Objekte eines typischen Tier-1-Kunden automatisch und lässt nur 20–30 % für verpflichtendes manuelles Redesign übrig.
Reporting-Paritätstests verlangen, dass jeder BW-Bericht sich vor dem Cutover in BDC mit prüfergerechtem Abgleich reproduzieren lässt — sie zu überspringen riskiert stille Berichtsabweichung.
Die BEx-Query-Konvertierung liefert nur ein SAC-Story-Gerüst — manuelle Fertigstellung ist typisch, sodass den Generator für Berichte als vollständig automatisiert einzuplanen den Aufwand unterschätzt.

Kernpunkte

Vier Konvertierungspfade: InfoCube · DSO · MultiProvider · BEx-Query.
Komplexitäts-Score 1–5 steuert die Automatisierung: 1–2 automatisch · 3 geführt · 4–5 manuelles Redesign.
Tier-1-Verteilung: 70–80 % der Objekte automatisch geeignet · 20–30 % manuell verpflichtend.
Reporting-Paritätstests prüfergerecht (4–8 Std. pro InfoCube) — nicht verhandelbar.
ABAP-Stubs erfordern eine Neuschreibung als Data Flow / SQL-View (Begleitfiche C006).
BW-AUMs werden zu DAC-Regeln auf der niedrigsten exponierten Schicht konvertiert (Begleitfiche C008).
Tier-1-Zeitplan: 12–18 Monate manuell → 6–9 Monate mit Generator.
Tier-1-Honorare: 1–1,8 Mio. € manuell → 500–900 Tsd. € mit Generator.
BW Data Product Generator ist erst dann beherrscht, wenn es eine konkret benannte Käuferentscheidung verändert.
Beginnen Sie mit dem semantischen Vertrag und dem Kontrollmodell, bevor Sie das Werkzeug demonstrieren.

Begriffe auf dieser Seite

BW Data Product Generator: BDC-Migrationsbeschleuniger, der BW-Objekte in BDC-Data-Products konvertiert. Nativ; in der BDC-Lizenzierung enthalten.
Complexity score: Bewertung von 1–5 pro BW-Objekt. 1–2 automatisch · 3 geführt · 4–5 manuelles Redesign verpflichtend.
InfoCube → fact Data Product: Pfad 1: Dimensionen → FK, Kennzahlen → Measures, Geschäftsjahresperiode erhalten.
DSO → detail Data Product: Pfad 2: Einzelposten-Granularität erhalten, mit Audit-Trail-Semantik.
MultiProvider → union view: Pfad 3: Föderationsmuster als Datasphere-Union-View.
BEx query → SAC scaffold: Pfad 4: Query-Layout zu SAC-Story-Gerüst; manuelle Fertigstellung typisch.
Reporting-parity testing: Prüfergerechter Abgleich: jeder BW-Bericht lässt sich in BDC mit dokumentierter Abweichung reproduzieren.
ABAP stub: Generator-Ausgabe für individuelle ABAP-Transformationsroutinen. Erfordert Neuschreibung als Data Flow oder Datasphere-SQL-View.

Quellen

Vollständige Karte für Mitglieder. Was die vollständige Karte ergänzt: den vollständigen Entscheidungsrahmen · den Vergleich SAP · Snowflake · Databricks · Fabric · die häufigen Fallstricke und ihre Behebung · die Kurzreferenz · die Architekturschemata · die Codeblöcke · die zitierfähigen Kennzahlen.

In der App öffnen →