Alexander Kästner verfügt über umfangreiche Expertise in der Führung komplexer Projektorganisationen und Implementierungen im SAP-Business-Intelligence-Umfeld. Nach Tätigkeiten bei verschiedenen Beratungshäusern ist er seit 2015 bei der PCS Beratungscontor AG für die strategische Geschäftsfeldentwicklung zuständig. 2019 wurde er dort in den Vorstand berufen und zeichnet nun für die Bereiche Business Development, Human Ressources und Delivery verantwortlich. Neben der aktiven Projektarbeit tritt Alexander Kästner als Referent auf Fachkongressen und Messen auf.

Informationsmanagement, Data Governance, Machine Learning u.v.m.

Einleitung ... 15

TEIL I Einführung ... 21

1. Geänderte Rahmenbedingungen für das Datenmanagement ... 23

1.1 ... Digitalisierung ... 24

1.2 ... Aktuelle Herausforderungen für das Datenmanagement ... 36

1.3 ... Von Business Intelligence zu Predictive Analytics ... 41

1.4 ... Einsatz von Machine Learning und künstlicher Intelligenz ... 53

1.5 ... SAPs Umgang mit der neuen Datenflut ... 58

1.6 ... Zusammenfassung ... 63

2. Relevante Technologien für das Datenmanagement ... 67

2.1 ... Evolution des Datenmanagements ... 68

2.2 ... Das SAP-Technologieportfolio für das Datenmanagement ... 80

2.3 ... Zusammenfassung ... 92

3. Einführung in SAP Data Intelligence ... 95

3.1 ... Was ist SAP Data Intelligence? ... 95

3.2 ... Funktionen von SAP Data Intelligence im Überblick ... 99

3.3 ... Betrieb und Administration der Applikationen ... 104

3.4 ... Entwicklung von Datenflüssen ... 105

3.5 ... Machine-Learning-Szenarien ... 111

3.6 ... Zusammenfassung ... 112

TEIL II Funktionen von SAP Data Intelligence ... 113

4. Connection Management ... 115

4.1 ... Einführung in das Connection Management ... 115

4.2 ... Verbindungen zu SAP-Systemen ... 127

4.3 ... Verbindungen zu Datenbanken ... 130

4.4 ... Verbindungen zu cloudbasierten Systemen ... 131

4.5 ... Technische Verbindungen ... 136

4.6 ... Zusammenfassung ... 137

5. Metadata Explorer ... 139

5.1 ... Einführung in den Metadata Explorer ... 140

5.2 ... Funktionsbereich 'Catalog' ... 150

5.3 ... Funktionsbereich 'Rules' ... 192

5.4 ... Funktionsbereich 'Business Glossary' ... 210

5.5 ... Administration, Monitor und Einstellungen ... 217

5.6 ... Zusammenfassung ... 229

6. Modeler ... 231

6.1 ... Einführung in den Modeler ... 232

6.2 ... Operatoren ... 235

6.3 ... Graphen modellieren ... 270

6.4 ... Zusammenfassung ... 295

7. Customer Data Export ... 297

7.1 ... Einen Export durchführen ... 298

7.2 ... Ergebnis eines Exports ... 300

7.3 ... Zusammenfassung ... 302

8. Vora Tools ... 303

8.1 ... Einführung in die Vora Tools ... 304

8.2 ... Verarbeitung von Daten aus unterschiedlichen Quellsystemen ... 308

8.3 ... Zusammenfassung ... 324

9. Policy Management ... 325

9.1 ... Berechtigungsverwaltung in SAP Data Intelligence ... 325

9.2 ... Standard-Policys ... 331

9.3 ... Eigene Policys und Berechtigungen erstellen ... 334

9.4 ... Zusammenfassung ... 339

10. System Management ... 341

10.1 ... Einführung in das System Management ... 342

10.2 ... Applikationen verwalten ... 343

10.3 ... Benutzer verwalten ... 352

10.4 ... Dateien verwalten ... 358

10.5 ... Strategien und Lösungen verwalten ... 365

10.6 ... Zusammenfassung ... 371

11. Monitoring ... 373

11.1 ... Zielsetzung der Monitoring-Funktionen in SAP Data Intelligence ... 373

11.2 ... Monitoring mit der Monitoring-Applikation ... 374

11.3 ... Monitoring im Modeler ... 388

11.4 ... Zusammenfassung ... 395

12. Audit Log Viewer ... 397

12.1 ... Datenschutzrelevante Ereignisse zugänglich machen ... 398

12.2 ... Auswertungsmöglichkeiten ... 400

12.3 ... Zusammenfassung ... 403

13. License Management ... 405

13.1 ... Verwaltung von Lizenzen ... 405

13.2 ... Messung lizenzpflichtiger Aktivitäten ... 407

13.3 ... Zusammenfassung ... 409

14. Applikationen für Machine Learning ... 411

14.1 ... Machine-Learning-Szenarien entwickeln ... 412

14.2 ... ML-Applikationen im Überblick ... 426

14.3 ... Einsatz von Jupyter Notebooks ... 458

14.4 ... Zusammenfassung ... 471

TEIL III Einsatzszenarien für SAP Data Intelligence ... 473

15. Beispielszenario ... 475

15.1 ... Überblick über das Beispielszenario ... 475

15.2 ... Benutzer im System Management anlegen ... 479

15.3 ... Kundeneigene Policys im Policy Management erstellen ... 481

15.4 ... Systemverbindungen im Connection Management anlegen ... 487

15.5 ... Daten im Metadata Explorer anreichern ... 490

15.6 ... Graph im Modeler modellieren ... 517

15.7 ... ML-Szenario im ML Scenario Manager erstellen ... 541

15.8 ... Export und Einplanung des Graphen im System Management ... 563

15.9 ... Zusammenfassung ... 569

16. Beispiele für weitere Einsatzmöglichkeiten ... 571

16.1 ... Integration von Clouddatenquellen ... 571

16.2 ... Systemübergreifende Modellierung von Datenflüssen ... 574

16.3 ... Globales Datenmanagement ... 577

16.4 ... Professionelles Machine Learning ... 581

16.5 ... Zusammenfassung ... 583

17. Ausblick auf die weitere Produktentwicklung ... 585

17.1 ... Schnittstellen und Integration ... 586

17.2 ... Metadaten und Governance ... 588

17.3 ... Modellierung von Graphen ... 589

17.4 ... Administration ... 590

17.5 ... Zusammenfassung ... 591

Anhang A. Quellen- und Literaturverzeichnis ... 593
Anhang B. Das Autorenteam ... 595
Index ... 599