Datenplattformen:

Von Produktauswahl zu Architekturentscheidung

Wer Datenplattformen allein anhand ihrer Funktionen vergleicht, greift zu kurz. Entscheidend ist, welche Lösung zur Systemlandschaft und zu den konkreten Geschäftsanforderungen passt – und manchmal liegt die Antwort im Zusammenspiel mehrerer Technologien. Der Beitrag vergleicht anhand von drei Unternehmen wie ihre Plattformen in gewachsene IT-Landschaften passen und warum aus der Plattformwahl längst eine Architekturentscheidung wird.

Unternehmensdaten entstehen heute an immer mehr Stellen: in ERP- und CRM-Systemen, SaaS-Anwendungen, Maschinen, Apps oder unterschiedlichen Cloud-Umgebungen. Gleichzeitig wächst die Zahl der Aufgaben, für die Unternehmen diese Daten benötigen – von Reporting, Planung und Steuerung über Prognosen und Prozessoptimierung bis hin zu Analytics und KI. Gerade in gewachsenen IT-Landschaften sind Daten häufig über unterschiedliche Systeme verteilt. Sie unternehmensweit zu nutzen, bleibt damit eine Herausforderung.

Moderne Datenplattformen setzen an dieser Fragmentierung an. Sie führen Daten aus unterschiedlichen Quellen zusammen und schaffen eine gemeinsame Grundlage, um sie konsistent zu verwalten, aufzubereiten und für verschiedene Fachbereiche und Anwendungen bereitzustellen. Dabei endet die relevante Datenwelt nicht an den Grenzen des eigenen Unternehmens: Auch externe Informationen, etwa Markt-, Wetter- oder Maschinendaten, lassen sich mit internen Daten verknüpfen und für Geschäftsprozesse nutzen.

Die Wahl der Plattform beeinflusst damit, wie flexibel Unternehmen ihre Daten für unterschiedliche Geschäftsanforderungen einsetzen können. Entscheidend ist deshalb nicht nur, welche Lösung die meisten Funktionen bietet, sondern welche Rolle sie in der bestehenden Systemlandschaft und in der künftigen Datenarchitektur übernehmen soll.

Ähnliches Ziel, unterschiedliche Wege

Ein Beispiel: SAP Business Data Cloud, Microsoft Fabric und Databricks verfolgen zunächst die gleiche Vision: Alle drei sollen Unternehmen auf dem Weg zum „Data-Driven Enterprise“ unterstützen. Trotz ihrer unterschiedlichen Ansätze decken die drei Plattformen viele vergleichbare Aufgaben ab – von Datenmodellierung und Data Engineering über Reporting bis hin zu Machine Learning und KI. Die entscheidenden Unterschiede liegen daher weniger darin, was die Plattform grundsätzlich ermöglichen, sondern darin, wie sie diese Aufgaben lösen.

Auch technologisch gibt es Gemeinsamkeiten: Moderne Datenplattformen orientieren sich vielfach am Lakehouse-Prinzip. Ein Lakehouse verbindet die strukturierte Datenverarbeitung eines klassischen Data Warehouse mit der Offenheit und Skalierbarkeit eines Data Lakes. Unternehmen können dadurch große und unterschiedliche Datenbestände gemeinsam speichern und je nach Anwendungsfall auswerten. Speicher- und Rechenressourcen sind voneinander getrennt und lassen sich unabhängig voneinander skalieren. Auf dieser gemeinsamen Grundlage setzen SAP Business Data Cloud, Microsoft Fabric und Databricks jedoch unterschiedliche Schwerpunkte.

SAP Business Data Cloud: Geschäftskontext als Stärke

Die SAP Business Data Cloud setzt auf eine tiefe Integration in SAP-zentrierte Daten- und Prozesslandschaften. Sie führt bestehende SAP-Lösungen wie SAP Datasphere und SAP Analytics Cloud mit weiteren Komponenten wie SAP Databricks in einer gemeinsamen Plattform zusammen. Eine zentrale Stärke ist die Business-Semantik: Fachliche Zusammenhänge und Geschäftslogiken – etwa Hierarchien, Währungsumrechnungen oder Mengeneinheiten – lassen sich gemeinsam mit den Daten abbilden. Dadurch behalten die Daten auch bei ihrer Nutzung in nachgelagerten Analyse-, Planungs- oder KI-Anwendungen ihren geschäftlichen Kontext.

Vereinfacht lässt sich die Plattformlogik mit iOS vergleichen: Ihre Stärke liegt in der engen Verzahnung der Komponenten innerhalb eines bestehenden Ökosystems. Das bietet vor allem Unternehmen Vorteile, deren zentrale Daten und Geschäftsprozesse bereits in SAP-Systemen liegen. Das kann den Integrations- und Modellierungsaufwand reduzieren. Zugleich ist die Plattform nicht auf SAP-Daten beschränkt: Über BDC Connect lassen sich auch externe Datenplattformen anbinden.

Microsoft Fabric: Integration und einheitliche Nutzung

Microsoft Fabric verfolgt einen anderen Weg. Die Plattform wurde als integrierte Software-as-a-Service-Umgebung konzipiert. Mit OneLake verfügt sie über eine zentrale Speicherebene, auf die verschiedene Dienste für Datenintegration, Data Engineering, Data Warehousing und Reporting zugreifen. Diese Funktionen stehen damit in einer gemeinsamen Umgebung zur Verfügung.

Der praktische Vorteil liegt darin, dass Unternehmen diese Komponenten nicht selbst zu einer Plattform zusammenfügen müssen. Sie sind aufeinander abgestimmt und vorkonfiguriert; mit Power BI ist zudem das Reporting eng in die Umgebung eingebunden. Eine einheitliche Benutzeroberfläche erleichtert Fachbereichen und Datenteams den Zugang zu den verschiedenen Funktionen und unterstützt insbesondere Self-Service-Szenarien.

In der Analogie entspricht Fabric damit Windows: Die Plattform richtet sich an ein breites Anwenderspektrum und fügt sich besonders gut in eine bereits Microsoft-geprägte IT-Landschaft ein. Je stärker Unternehmen außerhalb des Microsoft-Ökosystems arbeiten oder individuelle Konfigurationen benötigen, desto genauer müssen sie prüfen, ob dieser Ansatz die erforderliche Offenheit und Flexibilität bietet.

Databricks: Flexibilität mit mehr Gestaltungsfreiheit

Databricks setzt stärker auf Offenheit und Konfigurierbarkeit. Als Platform-as-a-Service bietet Databricks eine flexible Ausgestaltung der Datenarchitektur, etwa bei Speicher und Rechenleistung. Zu ihren Schwerpunkten zählen Data Engineering, Data Science, Machine Learning und komplexe Datenverarbeitung.

Damit eignet sich Databricks vor allem für heterogene Datenlandschaften und anspruchsvolle datengetriebene Anwendungen. Im Vergleich zu stärker vorkonfigurierten SaaS-Plattformen bietet Databricks mehr Entscheidungsfreiheit: Unternehmen können Architektur, Speicher- und Rechenressourcen stärker an ihren jeweiligen Anforderungen ausrichten.

In der Analogie entspricht Databricks damit Linux: Die Plattform gibt Unternehmen viel Gestaltungsfreiheit, verlangt dafür jedoch mehr eigene Architektur- und Konfigurationsentscheidungen. Wer diesen Spielraum umfassend ausschöpfen will, braucht entsprechendes technisches Know-how für Konfiguration und Betrieb.

Wann aus Unterschieden Stärken werden

Ob Integration, einfache Nutzung oder hohe Konfigurierbarkeit tatsächlich zum Vorteil werden, hängt vor allem von der bestehenden Systemlandschaft und der angestrebten Datenarchitektur ab.

Hinzu kommen die Bedürfnisse der Nutzer: Ein Data-Science-Team benötigt andere Gestaltungsmöglichkeiten als ein Fachbereich, der Daten möglichst einfach für Reporting oder Planung nutzen möchte.

Eine Plattform ist damit nicht per se stärker oder schwächer – entscheidend ist, wie gut ihr Ansatz zu der Systemlandschaft, vorhandenen Kompetenzen und Anforderungen an Integration und Governance passt.

Die Realität ist selten homogen

In der Praxis kommt ein weiterer Faktor hinzu: Die wenigsten Unternehmen starten auf einer grünen Wiese. SAP-, Microsoft- und andere Cloud-Technologien existieren in gewachsenen IT-Landschaften häufig parallel. Eine einzige Plattform muss deshalb nicht zwangsläufig sämtliche Anforderungen erfüllen.

Technisch sind die Plattformen zunehmend anschlussfähig. So lassen sich SAP Business Data Cloud und bestehende Databricks-Umgebungen über BDC Connect verbinden, ohne Daten zusätzlich replizieren zu müssen. Auch andere Datenplattformen, inklusive Microsoft Fabric, können an die SAP Business Data Cloud angebunden werden.

Damit rückt – statt der Wahl einer einzelnen Plattform – zunehmend ihr Zusammenspiel in den Fokus. Die SAP Business Data Cloud kann etwa dort eingesetzt werden, wo SAP-Geschäftsprozesse und deren Semantik entscheidend sind, während Databricks oder Microsoft Fabric ergänzend Aufgaben wie komplexe Datenverarbeitung, Self-Service-Reporting oder Machine-Learning-Anwendungen übernehmen. Eine solche verteilte Architektur ist jedoch kein Selbstzweck: Mehr Technologie bedeutet nicht automatisch mehr Nutzen. Entscheidend ist eine klare Rollenverteilung: Welche Aufgaben übernimmt welche Plattform? Wo werden die benötigten Daten bereitgestellt? Und wie spielen die verschiedenen Umgebungen zusammen?

Aus der Plattformwahl wird eine Architekturentscheidung

Am Ende geht es deshalb weniger darum, sich für SAP Business Data Cloud, Microsoft Fabric oder Databricks als vermeintlich beste Plattform zu entscheiden. Die zentrale Frage lautet vielmehr: Welche Datenarchitektur braucht das Unternehmen, um seine Geschäftsanforderungen heute und künftig abzubilden?

Die Antwort darauf ergibt sich aus dem Zusammenspiel von Anwendungsfällen, bestehender System- und Cloud-Landschaft, vorhandenen Kompetenzen sowie Anforderungen an Integration, Offenheit und Governance. Je nach Ausgangslage bildet eine Plattform das Zentrum der Datenarchitektur, oder mehrere Lösungen werden mit klar definierten Rollen kombiniert.

Die strategische Frage lautet deshalb nicht, welche Plattform gewinnt, sondern welche Rolle sie in der Datenarchitektur des Unternehmens übernehmen soll.

Bilder: Hier Link zum Bildmaterial (Quelle: All For One Group SE)