Data Builder in SAP Datasphere: Definition & Beispiel

Der Data Builder ist die technische Werkbank in SAP Datasphere: der Bereich, in dem Datenprofis die Tabellen und Datenflüsse aufbauen, aus denen später Berichte und Auswertungen entstehen. Er liefert die technische Rohform der Daten; der Business Builder legt darüber die geschäftliche Sicht (z. B. Umsatz je Kunde).

Was ist der Data Builder?

Der Data Builder ist eine der beiden zentralen Werkbänke in SAP Datasphere (SAPs Cloud-Plattform für Daten und Analysen) und steht in jedem Arbeitsbereich (Datasphere-Space) neben dem Business Builder bereit. Die beiden Werkzeuge trennen zwei Aufgaben: Der Data Builder kümmert sich um die technische Ebene, also darum, Tabellen anzulegen, Daten aus Quellsystemen anzubinden und in eine nutzbare Form zu bringen (ETL, Extract-Transform-Load). Der Business Builder liegt darüber und übersetzt diese Tabellen in Geschäftsbegriffe wie Kunde, Umsatz oder Kostenstelle. Der Data Builder ist damit der Ort, an dem eine SAP-Datasphere-Umgebung ihre Datenanbindungen, ihre virtuellen Zugriffe auf Quellsysteme (z. B. S/4HANA) und ihre Umformungen definiert.

Der Data Builder arbeitet mit einem festen Set an Objekttypen. Local Tables sind persistierte Tabellen im Datasphere-eigenen Storage. Remote Tables verweisen ohne Kopie auf Quellsysteme wie S/4HANA, BW/4HANA oder Non-SAP-Datenbanken über Datenintegrations-Adapter. Graphical Views und SQL Views definieren wiederverwendbare Transformationen auf diesen Tabellen. Replication Flows übernehmen ELT-nahes Extract-and-Load mit Change-Data-Capture. Transformation Flows setzen Delta-Staging-Transformationen um. Data Flows sind der ältere Fallback ohne Delta-Verarbeitung. Task Chains ketten mehrere Objekte für Scheduling und Orchestrierung.

Data-Builder-Objekte tragen bereits im technischen Layer eine semantische Attribution. Jede Tabelle oder View wird als Fact, Dimension oder Text klassifiziert. Der Business Builder greift diese Attribute auf und interpretiert sie im geschäftlichen Kontext weiter. Objekte lassen sich als „Public" freigeben, damit sie im Business Builder konsumierbar sind, oder bleiben intern im Space.

Neben der Modellierung deckt der Data Builder auch die Datenintegration ab. Replication Flows sind die erste Wahl für Extract-and-Load-Szenarien und laufen auf dem RMS-Backbone mit dedizierten Connections. Transformation Flows sind die erste Wahl für Transformationen und stützen sich auf Delta-Staging. Die Flows im Data Builder verbrauchen Data Integration Hours und sind neben Capacity Units einer der zentralen Kosten-Treiber der Datasphere-Nutzung.

Seit der Modellierungs-Modernisierung 2023 lassen sich Analytic Models direkt im Data Builder erstellen. Die Werkzeug-Trennung Data Builder und Business Builder bleibt bestehen; die Objekt-Zuordnung wurde flexibler.

Abgrenzung zu verwandten Werkzeugen und Konzepten

Der wichtigste Kontrast ist der zum Business Builder in derselben Datasphere-Instanz. Weiterreichende Abgrenzungen betreffen Legacy-HANA-Modellierung, produkt-fremde ETL-Werkzeuge und die vorgelagerten CDS-Views in den SAP-Quellsystemen.

Begriff	Rolle	Kernunterschied
Business Builder	Semantische Modellierung in Datasphere	Business Builder baut auf Data-Builder-Objekten auf und ergänzt Dimensionen, Business Entities, Fact-Modelle und Consumption Models. Data Builder liefert die technische Rohform, Business Builder die Geschäftssicht.
Analytic Model	Objekttyp	Ein Analytic Model ist das konsumierbare Modell für BI-Werkzeuge. Der Data Builder ist eines der Werkzeuge, in denen Analytic Models seit 2023 direkt erzeugt werden können.
SAP HANA Studio / Web IDE	Legacy-Modellierung	Calculation Views und HDI-Container wurden in klassischen HANA-Systemen mit HANA Studio bzw. Web IDE modelliert. Der Data Builder übernimmt diese Rolle im Kontext der SAP Business Data Cloud mit anderer Nomenklatur und Space-Governance.
CDS Views	Quellsystem-Semantik	CDS Views leben in S/4HANA und BW/4HANA als semantische Extraktionsschicht der Quellsysteme. Der Data Builder konsumiert sie über Remote Tables oder Replication Flows und macht sie im Datasphere-Space verfügbar.
Databricks Notebooks, dbt, Talend	Produkt-fremde Werkzeuge	Funktional teilweise vergleichbar (SQL-Transformationen, Datenpipelines, Scheduling), aber außerhalb des SAP-Stacks. Der Data Builder ist die SAP-Datasphere-eigene Variante, integriert in BDC-Governance und Business-Builder-Konsumation.

Beispiel: Konzern-Vertriebsdaten im Data Builder

Ein Konzern-Controlling betreibt eine SAP Datasphere für die gruppenweite Vertriebs- und Finanzsicht. Die Bewegungsdaten liegen in S/4HANA (Belege, Verkaufsvorgänge), die Stammdaten in BW/4HANA (Kunde, Produkt, Kostenstelle).

Im Data Builder werden die Bewegungsdaten über Replication Flows aus S/4HANA in Local Tables gebracht. Der Replication Flow nutzt Change-Data-Capture und läuft im Nachtfenster über eine dedizierte Verbindung. Die Stammdaten aus BW/4HANA liegen als Remote Tables vor und werden nicht kopiert. Ein Transformation Flow harmonisiert Feldnamen und rechnet Beträge auf Konzernwährung um. Zwei Graphical Views bündeln die Bewegungen zu Fact-Views mit den relevanten Schlüsseln zu Kunde, Produkt und Kostenstelle. Eine Task Chain führt Replikation und Transformation im Nachtfenster in der richtigen Reihenfolge aus.

Die Fact-Views werden als „Public" freigegeben. Der Business Builder greift darauf zu und modelliert Dimensionen mit Hierarchien und ein Fact-Modell „Konzernumsatz". SAP Analytics Cloud konsumiert das Ergebnis als Datenmodell für das gruppenweite Umsatz-Dashboard. Ein daneben laufender Databricks-Workspace zieht dieselben Fact-Views über Delta Sharing für ML-Features, ohne die Business-Definitionen im Datasphere-Stack zu verdoppeln.