SAP Datasphere: Definition, Bausteine und Rolle in BDC

SAP Datasphere ist SAPs Cloud-Datenplattform (bis 2023 unter dem Namen SAP Data Warehouse Cloud), auf der Unternehmen Daten aus SAP-Systemen und aus anderen Quellen zusammenführen, gemeinsam modellieren und für Auswertungen bereitstellen. Sie läuft auf der In-Memory-Datenbank SAP HANA Cloud und bildet die Modellierungs- und Integrationsschicht innerhalb der SAP Business Data Cloud (BDC, SAPs Dach-Produkt für Daten und Analytics).

Was ist SAP Datasphere?

SAP Datasphere ist die Cloud-Plattform, mit der SAP das klassische Data Warehousing (zentrale Datensammlung für Auswertungen, bisher über das Produkt SAP BW/4HANA) auf ein neues Modell umstellt: fachlich getrennte Arbeitsbereiche (Spaces), offene Anbindung fremder Datenquellen und eine eigene Semantik-Schicht (Ebene, in der Kennzahlen und Geschäftsobjekte fachlich einheitlich definiert werden). Ziel sind einheitliche Kennzahlen über SAP- und Nicht-SAP-Quellen, statt die Daten wie früher in ein externes Auswertungssystem zu kopieren. Die Umbenennung von SAP Data Warehouse Cloud auf Datasphere im März 2023 markiert diesen Anspruchswechsel: weg vom reinen Cloud-Datenlager (Enterprise Data Warehouse, EDW), hin zur Plattform, die Semantik und Datenintegration als Kern versteht.

Funktional gliedert sich Datasphere in vier Bereiche. Der Data Builder ist die Modellierungsumgebung für physische und logische Objekte: Local Tables (Advanced DataStore Objects, ADSOs), Views (Fact- und Dimension-Views) und Analytic Models als konsumfertige Kennzahlen-Modelle. Der Business Builder bildet die semantische Schicht darüber, in der Business-Objekte, Kennzahlen und Perspectives fachlich konsistent definiert werden. Die Data Integration bündelt die Bewegungsmuster: Replication Flow für Extract-und-Load mit CDC, Transformation Flow für Delta-basierte Transformationen, Data Flow als Legacy-Fallback, Remote Tables für föderierten Zugriff ohne physische Kopie und Task Chains für Orchestrierung. Die SAP BW Bridge ist ein eingebetteter BW-kompatibler Tenant, in dem bestehende BW/4HANA-Modelle als Übergangs-Konstrukt weiterlaufen.

Datasphere nutzt SAP HANA Cloud als Fundament. Heiße Daten liegen im HANA-Cloud-In-Memory-Column-Store, warme Daten in der Native Storage Extension, kalte Daten in HANA Data Lake Files. Diese Tiering-Schichten sind der technische Hebel für die Kostenkontrolle, die in Datasphere über Capacity Units abgebildet ist. Seit dem Katalog-Wechsel Anfang 2026 wird Datasphere ausschließlich als Baustein der SAP Business Data Cloud bereitgestellt und über dieselbe Verrechnungseinheit abgerechnet; der zuvor eigenständige BTP-Dienst wurde eingestellt.

Abgrenzung zu SAP BW/4HANA, Databricks, SAP Analytics Cloud und BDC

Der Begriff wird häufig mit den benachbarten SAP-Datenprodukten und mit generischen Datenplattformen vermischt. Die Unterschiede liegen in der Rolle im Stack.

Begriff	Verhältnis zu SAP Datasphere
SAP BW/4HANA	Klassisches Data Warehouse auf ABAP-Stack, on-premises oder als Cloud-Standalone. Datasphere ist der Cloud-SaaS-Nachfolgepfad ohne ABAP-Kern; BW-Bestände wandern über die BW Bridge in Datasphere ein.
Databricks / Lakehouse	Datenplattform mit eigener Compute-Engine (Spark, SQL Warehouses) und offener Lakehouse-Governance über Unity Catalog. Datasphere ist SAP-semantik-first, Databricks ist offen und quellneutral. In der BDC läuft Databricks als eingebetteter OEM-Baustein („SAP Databricks") neben Datasphere.
SAP Analytics Cloud (SAC)	Frontend- und Auswertungsschicht (Stories, Planning, Predictive). Datasphere ist die darunterliegende Data- und Semantik-Schicht; SAC konsumiert die Datasphere-Modelle und übernimmt nur die Präsentation, ohne eigene Datenhaltung.
SAP Business Data Cloud (BDC)	Dach-Produkt aus Datasphere, SAC, SAP Databricks, kuratierten SAP-Datenprodukten und BDC Connect unter gemeinsamer Verrechnung. BDC ist das Bündel, Datasphere einer der Bausteine darin.
SAP BW Bridge	Migrations-Tenant innerhalb von Datasphere für bestehenden BW/4HANA-Content. Die Bridge ist eine Komponente von Datasphere, kein eigenständiges Produkt.

Beispiel: harmonisierte Kennzahlen aus S/4HANA und CRM

Ein Industrieunternehmen betreibt S/4HANA für Finanz- und Logistikprozesse und ein separates CRM für Kundendaten. Die Finanz- und Logistikdaten werden über einen Replication Flow in einen Datasphere-Space als Local Tables geladen; die CRM-Referenzdaten kommen als Remote Tables per Federation ohne physische Kopie. Im Data Builder entstehen Fact- und Dimension-Views auf den Local Tables, ein Analytic Model verknüpft sie mit den föderierten CRM-Attributen und bildet die konsumfertige Kennzahlen-Sicht.

Der Business Builder legt die Semantik-Schicht darüber: Umsatz, Marge, Kundensegmente und ihre Beziehungen werden fachlich konsistent definiert. SAP Analytics Cloud konsumiert das Analytic Model in einer Story, ohne dass sichtbar wird, ob eine Kennzahl aus S/4HANA oder aus dem CRM stammt. Über BDC Connect kann dasselbe Analytic Model per Delta Sharing an eine externe Databricks-Instanz freigegeben werden, wo es ohne Zweitkopie im Unity Catalog erscheint.