Die aktuelle Situation, die in vielen Unternehmen vorzufinden ist
Viele Unternehmen stehen vor der Herausforderung: Sie arbeiten mit SAP S/4HANA Finance & HR (H4S4) und möchten Abrechnungs- oder Zeitdaten in SAP Datasphere bringen. Klingt einfach – aber in der Praxis gibt es ein großes Hindernis: die klassischen BW-Extraktoren greifen auf Extraktoren wie 0HR_PY_PP_1 besser gesagt auf das Abrechnungscluster (PCL2) zu. Die Daten liegen somit nicht in flachen Tabellen. Damit sind die Daten nicht direkt über CDS-Views abrufbar, wie man es von klassischen S/4-Tabellen gewohnt ist.
Das Ergebnis: Man steht vor einem scheinbar unlösbaren Problem, wenn die Daten ohne Umwege in die SAP Datasphere laden möchten.
Warum ist das so kompliziert?
Das Problem im Detail anhand des Abrechnungsextraktors
0HR_PY_PP_1 ist ein Programm, kein physisches Tabellenobjekt. Es liest die Abrechnungsdaten aus den Abrechnungsclustern.
Direktes Laden in die SAP Datasphere scheitert also, weil nur Tabellen, Views oder OData-Services konsumiert werden können.
Für viele Unternehmen bedeutete das bislang: Umwege über das SAP Business Warehouse oder Custom-ABAP-Programme, die die Daten in Z-Tabellen überführt. Das ist oft aufwendig, zeitintensiv und fehleranfällig. Erschwerend kommt hinzu, dass weitere Punkte wie beispielsweise das Paging beim Datenabruf beachtet werden müssen.
Was bedeutet das im Detail?
Bisher gab es für Unternehmen, die Abrechnungs- oder Zeitdaten aus H4S4 in SAP Datasphere bringen wollten, vor allem zwei technische Lösungswege:
1. Über SAP Business Warehouse (BW)
Die Daten werden zunächst über den klassischen Payroll-Extraktor (0HR_PY_PP_1) in das SAP Business Warehouse geladen.
Dort werden die Daten aufbereitet, transformiert und in einem Data Store Objekt bereitgestellt.
SAP Datasphere kann dann auf die SAP Business Warehouse-Objekte zugreifen und die Daten abrufen.
2. Über Z-Tabellen + OData-Service
Abrechnungs- oder Zeitdaten werden per Custom-ABAP in Z-Tabellen geschrieben.
Die Z-Tabellen werden anschließend über OData-Services oder HANA-Views für die SAP Datasphere bereitgestellt.
Technische Herausforderungen bei beiden Wegen:
Abrechnungsdaten liegen im PCL2-Cluster verschlüsselt und verschachtelt vor. Diese müssen erst interpretiert und in nutzbare Tabellen überführt werden.
Bei großen Datenmengen sind Paging, Segmentierung und Systemlast kritische Punkte.
Jede Eigenentwicklung oder Business Warehouse-Lösung benötigt Monitoring, Wartung und Anpassungen.
Fazit: Beide Wege sind möglich, aber aufwendig und fehleranfällig. Sie machen den Prozess komplex und erfordern technisches Know-how und Infrastruktur.
Ein einfacherer Weg mit Smart Data Load by CubeServ
Hier kommt Smart Data Load by CubeServ ins Spiel. Mit diesem Werkzeug können beispielsweise Abrechnungsdaten aus H4S4-Systemen direkt in SAP Datasphere übertragen werden – ohne komplizierte Extraktoren oder umständliche Zwischenschritte.
Vorteile auf einen Blick:
Schnell & intuitiv:
Endanwender können mit wenigen Klicks die relevanten Daten in SAP Datasphere laden. Smart Data Load by CubeServ ist auf die Verarbeitung von Massendaten ausgelegt. Durch integriertes Paging werden Daten innerhalb kürzester Zeit auf der SAP Datasphere bereitgestellt.
Ready to Run:
Smart Data Load by CubeServ ist eine Software as a Service Lösung welche über die SAP Business Technology Platform läuft. Eine eigenständige Business Technology Platform Instanz ist nicht relevant.
Flexibel:
Sowohl Abrechnungsdaten, Zeitdaten und klassische HR-Daten, welche in flachen Tabellen abgelegt sind, lassen sich abrufen.
Fazit
Auch wenn die H4S4-Architektur Abrechnungs- und Zeitwirtschaftsdaten nicht in transparenten Tabellen bereitstellt und klassische Extraktoren daher oft an ihre Grenzen stoßen, gibt es einen modernen Weg, die Daten in SAP Datasphere zu bringen. Mit Smart Data Load by CubeServ wird der Prozess nicht nur möglich, sondern auch schnell, sicher und intuitiv – genau das, was Endanwender erwarten.
Kontakt: CubeServ AG, Samstagernstrasse 45, 8832 Wollerau, Schweiz – E-Mail info@cubeserv.com, Telefon +41 55 224 30 00. Vereinbaren Sie eine Demo über das Kontaktformular auf smartdataload.com/kontakt.