Konzeptkarte

SAP Datasphere

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?

Datasphere ist die Governance- und Nutzungsschicht auf HANA Cloud, kein Ersatz für HANA – wer beides gleichsetzt, zählt Kapazität doppelt und sprengt das Sizing-Budget vom ersten Tag an.

Was es ist

SAP Datasphere ist die einheitliche Daten- und Semantikschicht im Zentrum von SAPs moderner Analytics-Landschaft. Aufgebaut auf SAP HANA Cloud mit integriertem Delta Lake, ermöglicht es einer Organisation, Unternehmensdaten – sowohl SAP- als auch Nicht-SAP-Daten – zu modellieren, zu governen und als vertrauenswürdige, wiederverwendbare semantische Objekte bereitzustellen, die SAP Analytics Cloud, den Joule-KI-Assistenten und Drittanbieter-BI-Tools über offene Sharing-Protokolle versorgen. Praktisch gesehen ersetzt Datasphere das, was früher ein Flickenteppich aus Punkt-zu-Punkt-Extrakten, handgebauten Data Warehouses und brüchigen BEx-Queries war, durch ein einziges governtes Data Fabric.

Warum es wichtig ist

Jeder große SAP-Kunde, der noch ECC oder klassisches BW betreibt, steht unter Zeitdruck: SAPs Roadmap steuert alle in Richtung S/4HANA und eine cloud-native Analytics-Schicht, und Datasphere ist die Landing Zone für diese Migration. Sie ist zugleich die Konsumtionsschicht unterhalb von SAP Business Data Cloud – wer die Modellierungs- und Governance-Grundlagen in Datasphere richtig legt, bestimmt damit, wie gut jeder nachgelagerte KI-Agent, jedes Dashboard und jede Planungsanwendung performt. Ein Team, das Datasphere falsch aufsetzt, zahlt doppelt – einmal im ursprünglichen Projekt, und ein zweites Mal in jeder konsumierenden Anwendung, die drumherum navigieren muss.

Warum es zählt

'HANA Cloud' separat von Datasphere zu bepreisen, zählt Ausgaben doppelt, da HANA Cloud automatisch aus dem eigenen Capacity-Unit-Plan des Tenants bereitgestellt wird.
Die Entscheidung federieren vs. replizieren wird pro Quellobjekt getroffen, nicht pro Quellsystem – die Standardeinstellung 'alles replizieren' lässt drei von vier Architekturen an nächtlichen Batch-Fenstern scheitern.
Es gibt einen konkreten Sizing-Ankerpunkt für Verhandlungen: Ein Analytic Model mit 100 Mio. Zeilen, täglichem Refresh und 50 gleichzeitigen SAC-Nutzern läuft im Steady-State bei ~32 CU, gegenüber einer Untergrenze von 64 CU zu rund 52.000 €/Jahr.

Kernpunkte

Nachfolger von Data Warehouse Cloud (DWC); Rebranding Q1 2023; die Konsumtionsschicht der BDC.
Läuft auf HANA Cloud + managed Delta — Datasphere ist das Modellierungs-/Governance-Fabric, nicht die Engine.
Drei Säulen in einer Plattform: Federation (Live-Push-down), Replikation (Replication Flows, CDC), Modellierung (Graphical / SQL / Script).
Dreischichtige Modellierung: Raw → SQL View → Analytic Model. Raw Views vor der Freigabe an SAC immer wrappen.
Data Access Controls (DAC) auf Catalog-Ebene = eine Regel greift für SAC + Joule + Delta Sharing + OData + JDBC.
Capacity-Unit-Pricing: 64 CU Minimum, ~52.000 €/Jahr FY26; CU von Benutzer-Seats entkoppelt, aber durch Concurrency × Datensatzgröße aufgezehrt.
Die BDC-Deployment-Form ergänzt ein Databricks-Lakehouse mit bidirektionaler Governance — DAC reicht bis zu den Delta-Tabellen.
Performance: 100-500 ms p50 bei vollem HANA-Push-down; 50-200 k Zeilen/Sek. Replikation; 200-Nutzer-Concurrency-Obergrenze bei SAC Live.
SAP Datasphere ist erst gemeistert, wenn es eine benannte Buyer-Entscheidung verändert.
Mit dem semantischen Vertrag und dem Kontrollmodell beginnen, bevor das Tool vorgeführt wird.

Begriffe auf dieser Seite

Space: Logische Auslieferungsgrenze innerhalb eines Tenants — Isolation für Daten, Modelle und Berechtigungen. KEIN Tenant; die Fehlnutzung als solcher ist Anti-Pattern Nr. 1.
Capacity Unit (CU): Die Abrechnungseinheit von Datasphere — 1 CU ≈ 1 vCPU + 4 GB HANA Cloud + Speicherkontingent + IOPS. Tenant-Minimum 64 CU.
Replication Flow: Verwaltete Pipeline, die Quelltabellen zeitgesteuert oder auf CDC-Basis nach Datasphere kopiert — 50-200 k Zeilen/Sek. Delta.
Analytic Model: Konsumfertiges semantisches Objekt mit Kennzahlen, Dimensionen, Hierarchien, berechneten/eingeschränkten Kennzahlen, Währungsumrechnung. Das Richtige, um es SAC und Joule bereitzustellen.
DAC (Data Access Control): Sicherheitsregel auf Zeilen-/Spaltenebene im Catalog — eine Regel erreicht jeden Konsumenten (SAC, Joule, Delta Share, OData, JDBC) ohne toolspezifische Verdrahtung.
Delta Sharing: Offenes Protokoll (ursprünglich von Databricks) zum Teilen von Delta-Tabellen über Organisationen und Tools hinweg — Datasphere unterstützt sowohl die Producer- als auch die Consumer-Rolle.
Push-down: Ausführungsmuster, bei dem Datasphere das SQL des Konsumenten in HANA-native Operationen übersetzt, die auf der Speicherschicht ausgeführt werden — erhält die p50-Latenz von 100-500 ms.
BDC: Business Data Cloud — SAPs seit 2024 laufende Flaggschiff-Plattform, die die Datasphere-Semantikschicht + ein von Databricks verwaltetes Lakehouse + Joule-Agenten unter einheitlicher Unity-Catalog- + DAC-Governance vereint.

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 →