Konzeptkarte

SAP Business Data Cloud (BDC)

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 Business Data Cloud (BDC)?

Das eigentliche Produkt von BDC ist der Catalog – die gemeinsame Governance-Schicht, die dafür sorgt, dass Datasphere und ein vorbereitgestelltes Databricks-Lakehouse sich wie ein einziger Stack verhalten statt wie zwei gebündelte Werkzeuge.

Worum es geht

SAP Business Data Cloud, BDC, ist SAPs derzeitige Vorzeige-Analytics-Plattform, und das Erste, was man verstehen muss, ist, dass es ebenso sehr eine Packaging-Entscheidung ist wie eine technische. Sie bringt SAP Datasphere als semantische Schicht, ein von Databricks verwaltetes Lakehouse als offene Storage-Schicht, Joule-Agenten als KI-Konsumtionsfläche, den SAP Knowledge Graph als semantisches KI-Substrat, das Geschäftsentitäten über die gesamte Landschaft hinweg verbindet, und eine gemeinsame Catalog-plus-DAC-Governance-Ebene zusammen, die alles davon umspannt. Keines der einzelnen Teile ist neu — Datasphere und Joule existierten bereits vor BDC — neu ist, dass sie nun einen gemeinsamen Governance-Vertrag, einen gemeinsamen Catalog und eine gemeinsame Abrechnungsbeziehung teilen, statt vier separat lizenzierte, separat verwaltete Produkte zu sein, die ein Kunde selbst miteinander verdrahten muss.

Warum es zählt

Ohne den Catalog fällt BDC auf zwei separat verwaltete Produkte in einer gemeinsamen Hülle zurück — er ist das integrierende Teil, nicht Datasphere oder Databricks für sich genommen.
Das Databricks-Lakehouse ist innerhalb von BDC vorbereitgestellt und über SAP abgerechnet, sodass der Kunde nie einen zweiten, separaten Databricks-Vertrag trägt — eine echte kommerzielle Vereinfachung, die sich anführen lässt.
Das Verkaufsargument stützt sich auf eine reale Zahl: Ein typischer SAP-Kunde hat bereits 70–80 % der analytisch relevanten Daten in SAP, sodass SAP-Semantik-out-of-the-box plus werkzeugübergreifende Governance der Unterscheidungsfaktor ist, nicht rohe Lakehouse-Fähigkeit.

Kernpunkte

Fünf Komponenten: Catalog (integrierend) + Datasphere + Databricks-Lakehouse + Joule + Knowledge Graph.
GA aktuell (05/2026): alle fünf Komponenten integriert; Knowledge-Graph-Integration GA Q1 2026.
Preisgestaltung: Minimum 128 CU (gegenüber 64 eigenständig); Einstieg 100–180 Tsd. €/Jahr GJ26.
Entscheidungsregel: BDC bei > 5 TB + ML/Notebook + Wunsch nach vereinheitlichter Governance; eigenständig bei < 5 TB + kein ML.
Hot-/Cold-Partitionierung: HANA Cloud für Sub-Sekunden-Abfragen (SAC > 10×/Tag); Delta für kalte/historische/ML-Daten.
Domänenübergreifende Joins → Datasphere Analytic Models. ML-Feature-Engineering → Databricks-Notebooks.
BDC Catalog umspannt beide Seiten — eine einzige DAC-Regel erreicht jeden Konsumenten.
Die Migration BW → BDC ist der Markt über 4 Mrd. €: 4.000 BW-MEE- + 17.000 ECC-Kunden weltweit.
SAP Business Data Cloud (BDC) 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

BDC: Business Data Cloud — SAPs seit 2024 vereinheitlichtes Analytics-Flaggschiff, das Datasphere + Databricks + Joule + Knowledge Graph zusammenführt.
BDC Catalog: Die integrierende Governance-Ebene — semantische Typen, Lineage, DAC-Regeln, Data Products, die sowohl Datasphere ALS AUCH Databricks umspannen.
Databricks-managed lakehouse: Vorbereitgestellte, über SAP abgerechnete Databricks-Laufzeitumgebung innerhalb von BDC. Der Kunde führt keinen separaten Databricks-Vertrag.
Hot / cold partition: Speicher-Tier-Strategie: heiße Fakten + Dimensionen auf HANA Cloud (Sub-Sekunde), kalte Daten + ML auf Databricks Delta (10-fache Komprimierung).
Knowledge Graph: SAP-Substrat für semantische KI, das Geschäftsentitäten (Customer, Material, Order) verbindet. GA-Integration mit BDC Q1 2026.
Joule agent in BDC: KI-Konsumtionsfläche, die Datasphere Analytic Models für Kontext liest, wobei DAC-Regeln aus dem Catalog auf jede Antwort angewendet werden.
Cross-side DAC: DAC-Regel, definiert im BDC-Catalog-Scope — gilt für Delta-Tabellen, die über Databricks gelesen werden, UND für Datasphere-Views.
BDC migration: Upgrade-Pfad von eigenständigem Datasphere (in-place ~2–4 Wochen) oder BW/4HANA (6–18 Monate Tier-1) zu vollständigem BDC.

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 →