Konzeptkarte

SAP Analytics Cloud (SAC)

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 SAP Analytics Cloud (SAC)?

An der Grenze zwischen SAC und Datasphere wirken sich Push-down-Erhaltung und Concurrency-Tuning am stärksten aus – eine rohe Datasphere-SQL-View niemals direkt an SAC exponieren, sondern immer zuerst in ein Analytic Model verpacken.

Was es ist und warum es wichtig ist

SAP Analytics Cloud ist die einheitliche Oberfläche von SAP für Business Intelligence, Planung und Predictive Analytics und die Konsumschicht, die auf nahezu jedem Datasphere- oder BDC-Deployment aufsitzt. Business-Nutzer kommen direkt mit SAC in Berührung; hier landen auch, wenig glamourös, die meisten Tickets nach dem Motto „warum ist das Dashboard langsam", weil sich an der Grenze zwischen SAC und seiner Datenquelle die architektonischen Entscheidungen zu Push-down und Concurrency tatsächlich auswirken. Dieses Grenzverständnis, nicht nur das Bauen von Stories, unterscheidet einen erfahrenen SAC-Architekten von jemandem, der nur Felder auf eine Fläche ziehen kann.

Warum es zählt

Live-Verbindungen stoßen bei rund 200 gleichzeitigen Ad-hoc-Nutzern pro Analytic Model an ihre Grenze, bevor sich die Tail-Latenz verschlechtert – jenseits dieser Schwelle werden Import oder Hybrid notwendig.
Der Import-Modus tauscht Aktualität gegen Skalierung ein (Tausende Nutzer, unter 100 ms), lässt die Daten aber zwischen den Aktualisierungen veraltet, typischerweise 1–24 Stunden – falsch für echtzeitfähiges, governtes Reporting.
Wird der Analytic-Model-Wrapper übersprungen, bricht die Konsistenz von Währungsumrechnung, Einschränkungen und berechneten Kennzahlen, auf die SAC-Stories angewiesen sind.

Kernpunkte

Drei Modi: Live (Push-down, < 200 Nutzer, Echtzeit) · Import (Cache, Tausende Nutzer, veraltet) · Hybrid (beides).
Rohe Datasphere-Views immer in ein Analytic Model verpacken, bevor sie an SAC exponiert werden.
Planung ist das SAP-Alleinstellungsmerkmal – Write-back, Versionskontrolle, Audit, Top-down/Bottom-up-Abstimmung.
Predictive: Smart Predict für Citizen-Data-Scientists und einfache Fälle; Databricks für Data Scientists und komplexes ML.
DAC in Datasphere ist die Source of Truth für Zeilensicherheit – wirkt sich auf SAC, Joule, Delta und OData aus.
Concurrency-Obergrenze im Live-Modus: ~200 gleichzeitig; darüber Hybrid.
Joule liest SAC-Story-Metadaten und Datasphere Analytic Models für natürlichsprachige Fragen und Antworten mit Quellenangaben.
SAC wird getrennt von den Datasphere-CU abgerechnet (Modell pro benanntem Nutzer / pro gleichzeitigem Nutzer).
SAP Analytics Cloud (SAC) ist erst beherrscht, wenn es eine konkret benannte Käuferentscheidung verändert.
Beginnen Sie mit dem semantischen Vertrag und dem Kontrollmodell, bevor Sie das Tool demonstrieren.

Begriffe auf dieser Seite

SAC Live: Verbindungsmodus, bei dem SAC-Stories bei jedem Rendern direkt Datasphere/HANA Cloud abfragen. Push-down bleibt erhalten.
SAC Import: Verbindungsmodus, bei dem SAC Daten in den In-Memory-Cache zieht; Stories fragen den Cache ab. < 100 ms p50, skaliert auf Tausende Nutzer, veraltet 1–24 Std.
Hybrid mode: Kombination aus Live (volatile Scheibe) und Import (stabile historische Scheibe), auf Story-Ebene zusammengeführt. Standard für Tier-1 ab 200 Nutzern.
SAC Planning: Schreibfähiges Planungsmodul – Prognosen, Budgets, Treiber mit Versionskontrolle, Audit und Mehrversionsabstimmung.
Smart Predict: In SAC integrierte Predictive-Funktion (Forecasting, Klassifikation, Regression) für Citizen-Data-Scientist-Workflows.
Analytic Model: Konsumfertiges Datasphere-Objekt, das SAC exponiert wird. Rohe Views vor dem SAC-Konsum immer in ein AM verpacken.
SAC Embedded: Separat lizenziertes Deployment zum Einbetten von SAC-Stories in andere Anwendungen (Salesforce, kundenspezifische Portale) via iframe und JS-API.
Smart cache: Anfragebasierte Deduplizierung von SAC im Live-Modus – erkennt identische Abfragen innerhalb eines kurzen Zeitfensters und liefert gecachte Ergebnisse.

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 →