SAP Data Intelligence

Lernen Sie SAP Data Intelligence kennen! Mit dem Nachfolger von SAP Data Hub koordinieren und integrieren Sie Big Data nicht nur, Sie können sie auch mit Machine Learning weiterverarbeiten. Damit Sie alle Funktionen kennen, die für Ihr Unternehmen wichtig sind, führt Sie das Autorenteam Schritt für Schritt durch die Anwendungen. Von der Dokumentation datenschutzrelevanter Ereignisse über die Modellierung von Datenflüssen bis hin zur Benutzerverwaltung lernen Sie alles, was Sie wissen müssen. Aus dem Inhalt: - Business Intelligence und Predictive Analytics - Audit Log Viewer - Connection Management - Customer Data Export - License Management - Metadata Explorer - Modeler - Monitoring - Policy Management - System Management - Vora Tools - ML Scenario Manager

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.

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