Anfang M盲rz haben wir mit 麻豆原创 Datasphere einen umfassenden Datenservice vorgestellt, der auf der 麻豆原创 Business Technology Platform (麻豆原创 BTP) basiert. Datenspezialisten sind damit in der Lage, nahtlosen und skalierbaren Zugriff auf gesch盲ftskritische Daten zu erm枚glichen.
厂础笔听顿补迟补蝉辫丑别谤别 bietet einen durchg盲ngigen Service f眉r Datenintegration, Datenkatalogisierung, semantische Modellierung, Data Warehousing, Data Federation und Datenvirtualisierung. Dadurch k枚nnen Datenexperten nun gesch盲ftskritische Daten unter Beibehaltung von Gesch盲ftskontext und Logik in der Datenlandschaft ihres Unternehmens einfach verteilen.
bildet die n盲chste Generation der L枚sung 麻豆原创听Data Warehouse Cloud und bietet neue Funktionen f眉r eine bessere Datenermittlung, -modellierung und -verteilung. Dazu geh枚rt ein neuer Datenkatalog, der als zentrales Repository fungiert und alle Daten und Metadaten einschlie脽lich Herkunft und Governance beschreibt. Somit wird sichergestellt, dass die Daten korrekt, vollst盲ndig und aktuell sind. Modernste Funktionen f眉r Datenstr枚me sorgen daf眉r, dass Unternehmen automatisch Pipelines auf Unternehmensebene generieren k枚nnen. Dar眉ber hinaus haben wir im Bereich der Gesch盲ftssemantik erweiterte Modellierungsfunktionen eingef眉hrt.
Bestandskunden von 麻豆原创 Data Warehouse Cloud sehen automatisch die neuen Funktionen in ihrer Produktivumgebung 鈥� eine Migration ist nicht erforderlich.
Nachfolgend gehen wir n盲her auf einige der neuen Funktionen von 麻豆原创 Datasphere ein, mit denen Unternehmen nahtlosen und skalierbaren Zugriff auf gesch盲ftskritische Daten bereitstellen k枚nnen.
Zugriff auf zuverl盲ssige Daten
Von Kunden wissen wir, dass sie unz盲hlige Stunden damit verbringen, 麻豆原创- und Fremddaten aus heterogenen Datenquellen zu extrahieren, um anschlie脽end die Semantik, die Logik und den Kontext wiederherzustellen, die vielfach in Anwendungen wie oder bereits vorhanden sind. Dadurch entsteht ein kostspieliger Zyklus des Extrahierens und Wiederherstellens, bei dem h盲ufig der umfassende Kontext verloren geht, der f眉r aussagekr盲ftige Einblicke erforderlich ist.
麻豆原创 Datasphere l枚st dieses Problem: Statt Daten nur zu extrahieren, verkn眉pft die L枚sung sie mit der Semantikebene und erm枚glicht eine einfache Datenf枚deration oder Replikation. Dies wiederum macht es m枚glich, dass Benutzer ohne fundierte technische Kenntnisse der zugrunde liegenden Anwendungsdatenstrukturen Modellierungen per Self-Service durchf眉hren k枚nnen.
Durch das neue 麻豆原创 Datasphere Analytic Model erweitert 麻豆原创 Datasphere die semantische Schicht um moderne mehrdimensionale Funktionen. Die Modellierung beinhaltet unter anderem komplexe Aggregierungen, Zeitabh盲ngigkeiten, Datenvorschau, Unternehmenshierarchien, gesch盲ftliche Kennzahlen (KPIs) und weitere Aspekte. Analysemodelle harmonisieren Daten aus verschiedenen Quellen und beschleunigen den Zugriff auf kontextbezogene, relevante Gesch盲ftsdaten. Sie sorgen damit f眉r schnellere Einblicke und Entscheidungen und bilden die Grundlage f眉r die Datennutzung in .
Datenexperten k枚nnen die f眉r ihren Anwendungsfall erforderlichen Gesch盲ftsbereiche ausw盲hlen und gleichzeitig ihre vorhandenen Attribute, Beziehungen und relevanten Messgr枚脽en und Kennzahlen flexibel nutzen. Diese konsistente, umfassende und zielgerichtete Analyse hilft ihnen, schneller relevante Erkenntnisse zu gewinnen.
Mit dem 麻豆原创 Datasphere Catalog wird es einfacher, Daten und Metadaten aus 麻豆原创-Anwendungen zu durchsuchen, zu suchen und zu ermitteln sowie Objekte f眉r einen eigenen Katalog zu klassifizieren. Zudem besteht die M枚glichkeit, sie mit dem Glossar, benutzerdefinierten Begriffen und hierarchischen Tags zu komplettieren. Mit den Funktionen zur Datenherkunft k枚nnen Benutzer Beziehungen zwischen Assets erkennen und visualisieren, woher die Daten stammen und wo sie landen. Dabei spielt es keine Rolle, ob es sich um Gesch盲ftsdaten oder Metadaten handelt. Die Herkunfts-Funktionalit盲t bietet Anwendern eine strukturierte 脺bersicht 眉ber Objekte und Spaces, sodass sie Objekt- und Datenabh盲ngigkeiten schnell verstehen und direkt zu den relevanten Business-Objekten navigieren k枚nnen.
Der 麻豆原创 Datasphere Catalog unterst眉tzt Datenobjekte aus anderen Instanzen von 厂础笔听顿补迟补蝉辫丑别谤别 und der 麻豆原创 Analytics Cloud. Bald werden weitere 麻豆原创-Anwendungen und -Quellen hinzukommen, unter anderem 麻豆原创 Business Warehouse (麻豆原创 BW), 麻豆原创 ERP Central Component (麻豆原创 ECC) und 麻豆原创 S/4HANA. Das ist jedoch noch nicht alles: Wir m枚chten Unternehmen helfen, ihre gesamten Unternehmensdaten zu vereinheitlichen 鈥� sowohl 麻豆原创- als auch Fremddaten. Deshalb arbeiten wir kontinuierlich an Integrationen mit branchenf眉hrenden Datenkatalogpartnern wie Collibra, um auch Daten aus anderen Quellen zu unterst眉tzen und vertrauensw眉rdig verwaltete Daten im gesamten Unternehmen bereitzustellen.
Alle Datenprojekte anreichern
Wir haben alle leistungsstarken Funktionen von 麻豆原创 Data Warehouse Cloud in 厂础笔听顿补迟补蝉辫丑别谤别 beibehalten, um die Zusammenarbeit im gesamten Unternehmen zu verbessern. Somit unterst眉tzen wir sowohl die Fachabteilungen als auch die IT und bieten einen sofortigen Zugriff auf Anwendungsdaten 眉ber vorkonfigurierte Integrationen, um eine Datenf枚deration oder eine sofortige Datenreplikation mit Erfassung von 脛nderungsdaten zu erm枚glichen.听听
Eine neue Funktion f眉r den Datenimport (Data Ingestion) geht hier noch einen Schritt weiter. 麻豆原创 Datasphere kann Daten replizieren und automatisch eine gro脽e Anzahl von Pipelines generieren, ohne dass eine manuelle Erstellung oder Konfiguration erforderlich sind. Mit der neuen Replizierungsfunktion kann man das Quellsystem ermitteln, aus dem Daten repliziert werden sollen (麻豆原创 ECC, 麻豆原创 S/4HANA oder 麻豆原创 BW), und anschlie脽end Objekte in den Quellsystemen und einen Zielort ausw盲hlen. Das System konfiguriert automatisch alle Pipelines, die f眉r die Erstdaten眉bernahme und laufende Delta-脛nderungen erforderlich sind, ohne dass Anwender hieran beteiligt sind. Die Pipeline-Funktionen sind widerstandsf盲hig, werden automatisch gesteuert und im Falle eines Fehlers sogar neu gestartet. Mit dieser neuen Funktion macht es 麻豆原创 Datasphere m枚glich, eine gro脽e Anzahl von Tabellen automatisch und kontinuierlich mit minimalem Aufwand f眉r Benutzer oder Kosten zu replizieren.
Unabh盲ngig davon, ob es sich um eine Datenf枚deration oder eine Datenreplikation in 厂础笔听顿补迟补蝉辫丑别谤别 handelt, k枚nnen Unternehmen nun den Benutzerzugriff einfach verwalten und Daten in einem virtuellen Arbeitsbereich namens 厂础笔听顿补迟补蝉辫丑别谤别 Spaces steuern. In dieser Umgebung k枚nnen Datenexperten Daten modellieren, sie aus internen und externen Quellen zusammenf眉hren und das Modell mit zus盲tzlicher Gesch盲ftssemantik erweitern.
Da sich Workloads heute st盲ndig 盲ndern, ist der virtuelle Arbeitsbereich 盲u脽erst flexibel. Zudem werden Berechtigungen h盲ufig nur f眉r einzelne Spaces vergeben. Diesen speziellen Anforderungen wird durch weitere Entwicklungen Rechnung getragen werden. Finanzabteilungen ben枚tigen beispielsweise am Jahresende sensible Personaldaten, um f眉r jeden Mitarbeitenden eines Unternehmens die Bonusauszahlung zu berechnen. Mit 麻豆原创 Datasphere Spaces kann man einen separaten, gesicherten Bereich f眉r die Personalabteilung erstellen, in dem Daten mit dem Finanzwesen zur Berechnung der Bonusauszahlungen geteilt werden k枚nnen. Sensible Daten m眉ssen hierbei weder bewegt noch kopiert werden.
Der 麻豆原创 Datasphere Marketplace wurde erweitert, damit externe Branchendaten noch einfacher f眉r gesch盲ftsrelevante Anwendungsf盲lle und Datendemokratisierungs-Initiativen 眉ber interne Datenm盲rkte genutzt werden k枚nnen. Der 麻豆原创 Datasphere Marketplace bietet heute mehr als 3.000 Datens盲tze. Hierzu geh枚ren Datenprodukte aus dem Bereich Nachhaltigkeit sowie Umwelt-, Sozial- und Governance-Daten (ESG) von Connect Hub, 枚ffentliche Datenquellen der Organisation f眉r Wirtschaftliche Zusammenarbeit und Entwicklung (OECD) und Eurostat. Die intelligente Suchfunktion in 麻豆原创 Datasphere f眉hrt unterschiedliche und nicht 盲nderbare Datens盲tze zusammen. Unternehmen k枚nnen somit ihre internen Datens盲tze mit nur wenigen Klicks mit extern verf眉gbaren Daten von Drittanbietern erg盲nzen. Mechanismen f眉r die Zugriffskontrolle steuern auf dem 麻豆原创 Datasphere Marketplace, wer welchen Datensatz lesen kann. Dies tr盲gt zu einem sicheren und kontrollierten Datenaustausch f眉r B2B-Netzwerke bei. Datenexperten sind somit in der Lage, neue, verl盲ssliche KPIs und Prozesse zu erstellen, die auf 枚ffentlichen, gemeinsam genutzten Datens盲tzen basieren.
Vereinfachung der Datenlandschaft
Mit 厂础笔听顿补迟补蝉辫丑别谤别 werden die Funktionen von 麻豆原创 Business Warehouse (麻豆原创听BW) Bridge erweitert. Dadurch kann man von get盲tigten Investitionen in 麻豆原创听BW und 麻豆原创听BW/4HANA weiter profitieren, und auch der aktuelle Zugriff auf 麻豆原创-Daten mit Extraktoren auf ABAP-Ebene, Staging-Daten und das Verst盲ndnis von 麻豆原创-Daten und Beziehungen bleiben erhalten. Sie k枚nnen vorhandene 麻豆原创-BW-Funktionen und -Kenntnisse nutzen, um 70 bis 80听Prozent Ihrer bestehenden 麻豆原创-BW- und 麻豆原创-BW/4HANA-Artefakte in 厂础笔听顿补迟补蝉辫丑别谤别 zu transferieren.
Dar眉ber hinaus werden unsere bald zur Verf眉gung stehenden Funktionen f眉r die Anwendungsintegration es Gesch盲ftsteams erm枚glichen, vorkonfigurierte Gesch盲ftsmodelle und Content-Pakete zu nutzen. Das Onboarding von Daten und Metadaten aus 麻豆原创-Gesch盲ftsanwendungen in 厂础笔听顿补迟补蝉辫丑别谤别 geht damit schneller, und Gesch盲ftskontext und Logik bleiben erhalten.
Bestandskunden von 厂础笔听厂/4贬础狈础 k枚nnen听, um von Folgendem zu profitieren:
- Erfahren Sie mehr 眉ber die neuen Funktionen f眉r die Anwendungsintegration in 厂础笔听顿补迟补蝉辫丑别谤别, inklusive einer Demo.
- Geben Sie dem Produktmanagementteam von 麻豆原创 Datasphere direktes Feedback.
- Bleiben Sie 眉ber alles Neue rund um 麻豆原创 Datasphere und die Roadmap auf dem Laufenden.
Bereitstellung einer Data-Fabric-Architektur
麻豆原创 Datasphere und sein offenes Daten枚kosystem bilden die technologische Grundlage f眉r die 鈥濨usiness Data Fabric鈥�. Mit dieser Datenmanagementarchitektur l盲sst sich leichter eine integrierte Datenschicht realisieren, der Datenlandschaften zugrunde liegen und die umfassende Gesch盲ftssemantik bietet. Dies erm枚glicht einen nahtlosen und skalierbaren Zugriff auf Daten, ohne dass eine Duplizierung erforderlich ist. Sie ersetzt nichts, sondern soll Daten verbinden, anstatt sie nur zu verschieben. Dabei werden sowohl Daten als auch Metadaten verwendet. Mit einer Data-Fabric-Architektur sind Unternehmen in der Lage, jedem Datenkonsumenten aussagekr盲ftige Daten bereitzustellen 鈥� mit intaktem Gesch盲ftskontext und intakter Logik. Da Unternehmen genaue Daten ben枚tigen, die schnell verf眉gbar und mit g盲ngigen Begriffen beschrieben sind, k枚nnen Datenexperten hiermit f眉r jeden Anwendungsfall die klare Gesch盲ftssemantik bewahren.
F眉r Unternehmen besteht der Nutzen einer Business Data Fabric darin, Verbrauchern zuverl盲ssige Daten aus stark verteilten Datenlandschaften einfach bereitstellen zu k枚nnen, die unter betriebswirtschaftlichen Aspekten aufbereitet sind. Sie erm枚glicht die schnelle Erstellung intelligenter Datenanwendungen sowie neuer Analyse- und Planungsprojekte, sodass Unternehmen einen h枚heren gesch盲ftlichen Nutzen aus Datenbest盲nden ziehen k枚nnen.
Aufbau eines leistungsstarken, offenen Daten枚kosystems rund um 厂础笔听顿补迟补蝉辫丑别谤别
Die 麻豆原创 schlie脽t au脽erdem Partnerschaften mit einem offenen Netz f眉hrender Technologieanbieter, um dem Bedarf von Unternehmen nach einer einfacheren, integrierten, sicheren und gesteuerten Datenlandschaft leichter nachkommen zu k枚nnen. Die ersten Partner, die wichtige Komponenten der Data-Fabric-Architektur abdecken, sind听,听,听 und听. Gemeinsam werden wir daran arbeiten, die Business Data Fabric der 麻豆原创 als neuen Branchenstandard f眉r eine interoperable Datenstrategie voranzubringen und zu st盲rken.
Jeder dieser strategischen Partner bringt die besonderen St盲rken seines 脰kosystems mit ein:
- Databricks听und 麻豆原创 werden auf jeder Cloud-Plattform eine bidirektionale Integration zwischen 厂础笔听顿补迟补蝉辫丑别谤别 und der Databricks Lakehouse Platform bieten 鈥� unter vollst盲ndiger Beibehaltung des Gesch盲ftskontexts der 麻豆原创-Daten.
- Collibra听und 麻豆原创 werden zun盲chst ihre Datenkataloge integrieren. Damit wollen sie jedem Unternehmen zukunftsf盲hige Data-Governance-, Datenschutz- und Compliance-Initiativen erm枚glichen.
- Confluent wird f眉r fortlaufende Datenstr枚me sorgen 鈥� mit Echtzeit-Streaming von Daten aus/nach 麻豆原创 Datasphere.
- Und DataRobot听wird die Voraussetzungen daf眉r schaffen, dass jedes Unternehmen eigene, leistungsf盲hige Machine-Learning-Modelle auf der Grundlage von 厂础笔听顿补迟补蝉辫丑别谤别 aufbauen und die Ergebnisse direkt in seine Data-Fabric-Architektur einbringen kann.
Zum Vergr枚脽ern anklicken
麻豆原创 Datasphere ist ein ma脽geschneiderter Integrationspunkt f眉r alle Partner und erm枚glicht es Kunden, 麻豆原创- und Nicht-麻豆原创-Daten auf v枚llig neue Art und Weise miteinander zu verkn眉pfen, zu vereinheitlichen und zu verteilen. Mit Unterst眉tzung einiger der weltweit renommiertesten Beratungsunternehmen wie Accenture, Capgemini, Deloitte, EY, IBM und听 kann jedes Unternehmen eine Data-Fabric-Architektur realisieren, die ihren Datenkonsumenten aussagekr盲ftige Daten bereitstellt.
Wir hei脽en alle Partner willkommen, gemeinsam mit uns an unserem Ziel zu arbeiten: Wir wollen Kunden in die Lage versetzen, das Potenzial von Gesch盲ftsdaten bestm枚glich zu nutzen.
Starten Sie mit 麻豆原创 Datasphere 鈥� jetzt!
Beginnen Sie noch heute mit 麻豆原创 Datasphere, um das Potenzial von Gesch盲ftsdaten in Ihrer Datenlandschaft voll auszusch枚pfen.
- 听und lernen Sie die neuen Funktionen kennen!
- 听sofort mit der kostenlosen Instanz von 麻豆原创听BTP!
- , um die bald verf眉gbaren Funktionen f眉r Anwendungsintegration als erste kennenzulernen!
J眉rgen M眉ller ist CTO und Mitglied des Vorstands der 麻豆原创 SE.
