Konzeptkarte

SAP Datasphere Catalog (Governance-Schicht)

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 Datasphere Catalog (Governance-Schicht)?

Der Datasphere Catalog existiert, weil Joule-Agenten bei nicht katalogisierten Daten halluzinieren — er versieht jedes Objekt mit einem Lineage-Eintrag, einem Qualitätswert und einem benannten Owner, damit Agenten Konfidenz melden können, statt zu raten.

SAP Datasphere Catalog ist die in Datasphere eingebaute Metadaten- und Governance-Schicht, die eine Frage beantwortet, die jede große SAP-Landschaft irgendwann beantworten muss: Wem gehört eine gegebene View, Tabelle oder ein Data Product, wie vertrauenswürdig ist sie, wer darf sie sehen, und kann sich ein KI-Agent, der über sie räsoniert, darauf verlassen, das ehrlich zu sagen. Er löste SAP Data Intelligence Cloud ab, das eingestellt wurde, und wird im Rahmen des Datasphere-Abonnements über den Verbrauch von Capacity Units abgerechnet.

Was es ist und warum es wichtig ist

Große SAP-Landschaften sammeln über Jahre der Projektarbeit hunderte oder tausende Views, Flows und Analytic Models an, und in den meisten Organisationen kann niemand mit Sicherheit sagen, welche davon aktuell sind, welche Duplikate sind, welche einem Team gehören, das es nicht mehr gibt, oder welche bekannte Qualitätsprobleme haben. Diese Unsicherheit war tolerierbar, solange der einzige Konsument der Daten ein menschlicher Analyst war, der Urteilsvermögen anwenden und nachfragen konnte. Sie hört auf, tolerierbar zu sein, sobald ein Joule-Agent gebeten wird, über dieselbe Landschaft zu räsonieren, denn ein KI-Agent hat kein Gespür für „diese View sieht veraltet aus“ — er wird selbstbewusst eine Antwort aus dem synthetisieren, was ihm gegeben wird, katalogisiert oder nicht, und eine Vermutung mit derselben Gewandtheit präsentieren wie eine verifizierte Tatsache. Catalog existiert, um diese Lücke zu schließen: Er gibt jedem Objekt einen Lineage-Eintrag, einen Qualitätsindikator und einen benannten Owner, sodass die Verankerung einer KI-Antwort in einem katalogisierten Objekt mit einem Konfidenzsignal einhergeht, das der Agent — und die Person, die seine Antwort liest — tatsächlich nutzen kann.

Warum es zählt

Er löste SAP Data Intelligence Cloud ab, eingestellt am 30.06.2025, und wird als Capacity Units innerhalb des Datasphere-Abonnements abgerechnet.
Ein Tier-1-Kunde mit 5.000+ Data Products amortisiert ein 6-9-monatiges Catalog-Anreicherungsprojekt beim ersten Mal, dass ein Agent korrekt antwortet statt zu halluzinieren.
Das Business Glossary ist es, das verhindert, dass dieselbe KPI in drei verschiedenen Datasphere Spaces auf drei verschiedene Arten definiert wird.

Kernpunkte

Catalog löste SAP Data Intelligence Cloud ab (eingestellt am 30.06.2025) — jeder Kunde, der für Governance noch auf DI Cloud verweist, braucht einen Migrationspfad zu Catalog innerhalb des Datasphere-Abonnements.
Die Antwortqualität von Joule-Agenten ist direkt proportional zur Catalog-Vollständigkeit: Ein Agent, der ein Data Product ohne Owner, ohne Qualitätswert und ohne Glossary-Zuordnung zitiert, liefert Antworten mit geringer Konfidenz, unabhängig von der Modellqualität.
Das Business Glossary ist die am schwierigsten zu befüllende Komponente — es erfordert, dass Geschäftsverantwortliche, nicht die IT, Begriffsdefinitionen validieren; planen Sie 2-4 Wochen Workshop-Zeit pro wichtiger Geschäftsdomäne ein.
Data-Access-Control-Schichten in Catalog reisen mit dem Data Product in SAP-Analytics-Cloud-Stories und Joule-Antworten und erweitern dieselben Zeilen-/Spaltenbeschränkungen, die den Datasphere Space governten, auf jeden nachgelagerten Konsumenten.
Die Lineage-Graph-Auswirkungsanalyse ist der schnellste ROI-Beweis: eine Änderung eines Quellobjekts vorführen und zeigen, welche nachgelagerten Stories, Modelle und Joule-Prompts betroffen wären — diese eine Demo sichert typischerweise die Sponsorenschaft der Geschäftsleitung für das Anreicherungsprojekt.
Catalog ist ein CU-verbrauchender Dienst — das CU-Budget so bemessen, dass Catalog neben Datasphere-Compute, Replication Flows und Analytic-Model-Verarbeitung enthalten ist; eine zu knappe CU-Bereitstellung ist die häufigste Ursache für Verzögerungen bei der Catalog-Indizierung.
Der Marketplace erfordert veröffentlichte Data Products, was voraussetzt, dass Spaces mindestens ein vollständiges Data Product mit Geschäftsbeschreibung, Owner und Qualitätsindikator haben — ein Bereitschaftskriterium, bevor Self-Service-Entdeckung glaubwürdig ist.
Für regulierte Kunden (Pharma, Finanzwesen, öffentlicher Sektor) erfüllen die Catalog-Audit-Trails die Nachvollziehbarkeitsanforderungen von Art. 12 des EU AI Act (Aufzeichnungspflicht für Hochrisiko-KI) und sind der schnellste Weg, Compliance-Nachweise zu erbringen.

Begriffe auf dieser Seite

Data Product Catalog: Das Register aller veröffentlichten Data Products innerhalb von Datasphere Spaces, jeweils mit semantischer Beschreibung, Tags, Klassifikation, Qualitätswert und Owner.
Business Glossary: Die Schicht des Datasphere Catalog, die technische Objektnamen auf vereinbarte Geschäftsbegriffe, Owner und Definitionen abbildet — das gemeinsame Vokabular, das KPI-Drift über Spaces hinweg verhindert.
Lineage Graph: Der gerichtete azyklische Graph im Datasphere Catalog, der Datenflüsse von der Quellverbindung über Transformationen bis zu Konsumationsobjekten verfolgt; wird für Auswirkungsanalysen bei Änderungen an Quellobjekten verwendet.
Data Access Control (DAC): Zeilen- und spaltenbasierte Beschränkungsschichten im Datasphere Catalog, die von Data-Product-Konsumenten (SAC-Stories, Joule-Agenten, Marketplace-Abonnenten) geerbt werden, ohne eine separate Berechtigungskonfiguration zu erfordern.
Capacity Unit (CU): Die Abrechnungs- und Ressourceneinheit für Datasphere-Dienste; Catalog-Indizierung, Lineage-Berechnung und Qualitätsbewertung verbrauchen alle CUs und müssen neben dem Datasphere-Compute budgetiert werden.
Data Marketplace: Die Self-Service-Entdeckungsoberfläche im Datasphere Catalog, auf der Fachbereichsnutzer veröffentlichte Data Products durchsuchen, Zugriff darauf anfordern und sie abonnieren können — erst aktiviert, nachdem Produkte mit Owner und Qualitätsindikator katalogisiert wurden.
Joule grounding: Der Prozess, bei dem ein Joule-Agent Catalog-Metadaten (Lineage, Owner, Qualitätswert, Geschäftsbeschreibung) für ein Data Product abruft, bevor er eine Antwort generiert, und so Rohdaten in eine vertrauenswürdige, belegte Antwort verwandelt.
Impact analysis: Eine Datasphere-Catalog-Fähigkeit, die nachgelagerte Abhängigkeiten verfolgt, wenn sich ein Quellobjekt ändert, und zeigt, welche Data Products, Stories und Agenten-Prompts betroffen wären, bevor die Änderung bereitgestellt wird.

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 →