Konzeptkarte

SAP Data Services (BODS)

Stand 2026-08-29

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 Data Services (BODS)?

SAP Data Services, noch immer allgemein BODS genannt, nach dem Namen BusinessObjects Data Services, den es früher trug, ist das klassische Enterprise-ETL-Werkzeug des SAP-Bestands: ein Thick-Client namens Designer, Jobs aus Dataflows, ein Job Server, der sie nach Zeitplan ausführt, und ein Repository, das die Metadaten hält.

Seine Relevanz besteht darin, dass es noch da ist. Data Services taucht selten in einer Strategiepräsentation auf, und es verschwindet auch selten aus einer Landschaft. Es ist das Werkzeug, das nachts das Warehouse lädt, den Kundenstamm bereinigt, Adressen abgleicht und dedupliziert und ein Dutzend nachgelagerte Systeme versorgt, an deren Abonnement sich niemand mehr erinnert. In einem Migrationsinventar wird es regelmäßig spät entdeckt, weil die Leute, die es gebaut haben, oft weitergezogen sind und die Jobs einfach weiterlaufen.

Die Datenqualitätslogik ist das Kapital, und die Falle. Bewegung ist der einfache Teil eines BODS-Bestands: ein Dataflow, der eine Tabelle liest und eine andere schreibt, hat eine offensichtliche Entsprechung in einem Datasphere-Replication-Flow. Was sich nicht leicht bewegt, ist alles, was BODS um die Bewegung herum trägt — Adressbereinigung mit Referenzverzeichnissen, Match-and-Consolidate-Regeln, benutzerdefinierte Funktionen, geschrieben in der Data-Services-Skriptsprache, und die angesammelte Ausnahmebehandlung, die eine nächtliche Ladung bei fehlerhaften Eingaben überleben lässt. Diese Logik kodiert Jahre an Geschäftsentscheidungen, und sie ist außerhalb der Jobs selbst meist undokumentiert.

Wie ein BODS-Bestand zu lesen ist. Zuerst Jobs inventarisieren, dann Dataflows, dann — die Zahl, die zählt — benutzerdefinierte Funktionen und Datenqualitäts-Transforms. Eine Landschaft mit zweihundert Dataflows, die allesamt reine Bewegung sind, ist eine kleine Migration. Eine Landschaft mit vierzig Dataflows mit starker Bereinigung und Matching-Logik ist eine große. Das Verhältnis, nicht die Summe, ist die Schätzung.

Für Berater steht BODS in derselben Kategorie wie BusinessObjects und BEx: legacy in Roadmap-Begriffen, lebendig im operativen Betrieb, und wertvoll gerade deshalb, weil die Leute, die es lesen können, knapp werden, während die Bestände weiterlaufen.

Wo der Horizont 2027/2030 zubeißt. Data Services selbst läuft nach seinem eigenen Release-Zyklus, aber ein großer Teil der BODS-Bestände existiert, um ein ECC-System auf SAP Business Suite 7 zu versorgen oder von ihm versorgt zu werden — Mainstream-Wartung bis 2027, optionale erweiterte Wartung bis 2030. Wenn dieses ECC-System wandert, wandern seine BODS-Jobs mit, unabhängig davon, ob Data Services selbst unter Druck steht, und die ehrliche Frage, die früh zu stellen ist, lautet, welche BODS-Jobs durch eine S/4-Migration ausgelöst werden und welche unabhängig von der Uhr eines einzelnen Quellsystems laufen. Den Eintrag der spezifischen Data-Services- und Information-Steward-Version in SAPs Product Availability Matrix bestätigen, bevor einem Kunden ein Wartungsdatum genannt wird — die beiden Uhren (Quellsystem und ETL-Werkzeug) sind nicht dieselbe Uhr, und sie zu verwechseln ist der Grund, warum Migrationsschätzungen in beide Richtungen danebenliegen.

Die daraus resultierende Entscheidung

Pro Job, nicht pro Landschaft, und die entscheidende Tatsache ist, was der Job tatsächlich enthält. Ein reiner Bewegungs-Dataflow entscheidet sich von selbst: er lässt sich als Datasphere-Replication- oder Transformation-Flow neu ausdrücken, und ihn in Data Services zu belassen kostet eine Runtime, die sonst niemand braucht. Ein Dataflow mit Bereinigung, Matching oder Adressstandardisierung ist die eigentliche Entscheidung, und der Trade-off ist unbequem — diese Logik kodiert Datenqualitätsregeln, auf die sich das Unternehmen seit Jahren verlassen hat, oft ohne dass jemand aufgeschrieben hat, warum ein bestimmter Schwellenwert gewählt wurde. Sie neu auszudrücken bedeutet entweder, die Regel exakt zu reproduzieren, was niemand verifizieren kann, oder sie neu zu vereinbaren, was einen Business Owner braucht, den es möglicherweise nicht mehr gibt.

Die zweite Entscheidung ist die Reihenfolge, und sie wird von der Uhr eines anderen bestimmt. Früh fragen, welche BODS-Jobs existieren, um ein System zu versorgen oder von ihm versorgt zu werden, das selbst wandert, und welche unabhängig von einer einzelnen Quelle laufen. Die erste Gruppe erbt das Datum des Quellsystems, unabhängig davon, ob Data Services unter Druck steht; die zweite kann nach eigenem Ermessen terminiert werden. Das Inventar so zu sortieren, bevor irgendetwas angeboten wird, ist das, was verhindert, dass eine ETL-Migration gegen die falsche Deadline kalkuliert wird.

Warum es zählt

Es ist die undokumentierte Schicht, die eine Migration spät entdeckt. Die Bereinigungs- und Matching-Logik in BODS-Jobs kodiert Jahre an Geschäftsentscheidungen, die es sonst nirgends gibt.

Kernpunkte

Das klassische SAP-ETL-Werkzeug: Designer-Client, Jobs aus Dataflows, Job Server, Metadaten-Repository.
Noch immer BODS genannt, nach seiner BusinessObjects-Data-Services-Ära; SAP Information Steward ist der Profiling- und Datenqualitäts-Begleiter.
Reine Bewegung lässt sich sauber als Datasphere-Replication-Flow neu ausdrücken.
🔴 Adressbereinigung, Match-and-Consolidate-Regeln und benutzerdefinierte Skriptfunktionen sind der Teil ohne sauberen Nachfolger — und der undokumentierte Teil.
Schätzen nach dem Verhältnis von Datenqualitäts-Dataflows zu Bewegungs-Dataflows, nie nach der Gesamtzahl.
Die Entscheidung ist pro Job: reine Bewegungs-Dataflows lassen sich sauber neu ausdrücken; Bereinigungs-, Matching- und Standardisierungslogik ist die eigentliche Entscheidung.
Eine Datenqualitätsregel neu auszudrücken bedeutet, sie exakt zu reproduzieren (nicht verifizierbar) oder neu zu vereinbaren (braucht einen Business Owner, den es möglicherweise nicht mehr gibt).
Das Inventar danach sortieren, an wessen Uhr ein Job hängt — quellsystemgetrieben versus unabhängig —, bevor irgendetwas angeboten wird.

Quellen

In der App öffnen →