SAP Business Data Cloud: Mit der Servicemarge beginnen

Die Finanzabteilung meldet einen profitablen Servicevertrag. Die Serviceleitung sieht Wiederholungseinsätze und nicht verrechnete Arbeit. Beide können recht haben, weil sie Unterschiedliches zählen.

Kurzfassung: Ein guter erster Anwendungsfall für SAP Business Data Cloud ist eine umstrittene Kennzahl mit einer Entscheidung dahinter. Die Servicemarge passt: Kennzahl schriftlich definieren, S/4HANA-Finanzdaten mit Vertrags- und Field-Service-Daten verbinden, eine Stichprobe von Verträgen von Hand abstimmen und erst danach Dashboards oder AI ergänzen. Das Ergebnis ist eine Arbeitsliste von Verträgen, kein Data Lake.

Das ist ein besserer Ausgangspunkt als «alle Daten an einen Ort bringen». Beginnen Sie mit einer Entscheidung: Welche Verträge brauchen Aufmerksamkeit, und warum? Das folgende Beispiel ist eine illustrative Entwurfsübung, keine Aussage über ein realisiertes Kundenergebnis.

Die Kennzahl definieren, bevor die Quellen verbunden werden

Definieren Sie für dieses Beispiel einen Deckungsbeitrag als verrechneten Serviceumsatz abzüglich der vereinbarten Kosten für Arbeit, Material und Fremdleistungen. Entscheiden Sie ausdrücklich, ob Reisezeit, Garantiearbeit, Gutschriften und Gemeinkosten enthalten sind. Nennen Sie nicht zwei unterschiedlich abgegrenzte Kennzahlen «Servicemarge».

Vereinbaren Sie Berichtsperiode, Währungsumrechnung und den Umgang mit verspäteten Buchungen. Ein Dashboard kann keine buchhalterische Definition klären, auf die sich das Unternehmen nicht geeinigt hat.

Ein Rechenbeispiel (illustrative Zahlen)

Ein Wartungsvertrag über ein Quartal, mit erfundenen Zahlen:

Position	CHF
Verrechneter Serviceumsatz	48’000
Arbeit zum vereinbarten internen Satz (120 Stunden)	-18’000
Verbrauchte Ersatzteile	-9’500
Externer Subunternehmer	-4’000
Deckungsbeitrag (Definition A)	16’500
Reisezeit, nicht verrechnet (30 Stunden)	-4’500
Garantieeinsatz, nicht verrechenbar	-2’200
Deckungsbeitrag (Definition B)	9’800

Die Finanzabteilung sieht mit Definition A gesunde 34 Prozent. Die Serviceleitung, die mit Reisezeit und Garantiearbeit lebt, sieht rund 20 Prozent. Keine Seite liegt falsch. Der Unterschied steckt in der Definition, und keine Plattform löst ihn für Sie. Halten Sie die gewählte Definition schriftlich fest, geben Sie ihr eine verantwortliche Person im Controlling und benennen Sie die andere Variante anders, falls Sie sie weiterhin brauchen.

Woher die Daten kommen

Eine Servicemargen-Kennzahl braucht meist vier Arten von Datensätzen:

• Finanzieller Wert aus S/4HANA: Fakturen, Serviceaufträge und die Kostenbuchungen dahinter. Das ist die buchhalterische Wahrheit und die Basis der vereinbarten Kennzahl. In SAP S/4HANA Public Cloud sind diese Objekte Standard, was das Mapping überschaubar hält.
• Vertragsdaten: Umfang, Preis, Service Levels und was verrechenbar ist. Ohne sie lässt sich nicht verrechnete Arbeit nicht von inkludierter Arbeit unterscheiden.
• Field-Service-Aktivitäten: Einsätze, bestätigte Zeit und Material aus SAP Field Service Management (SAP Help). Sie erklären die Zahl, ersetzen aber nicht den gebuchten Wert.
• Stammdaten: Kunden-, Equipment- und Materialschlüssel, über die sich die drei Quellen verknüpfen lassen.

Wie sauber diese Datensätze zusammenfinden, hängt von der operativen Integration ab. Unsere Integrations-Checkliste für FSM, Sales Cloud und S/4HANA Public Cloud behandelt die Übergaben, die später entscheiden, ob eine Verknüpfung in der Analytik funktioniert.

Was BDC beiträgt

SAP hat Business Data Cloud im Februar 2025 vorgestellt (SAP News). Sie vereint SAP Datasphere, SAP Analytics Cloud, SAP BW und SAP Databricks (SAP Learning). SAP beschreibt ein Datenprodukt als aufbereiteten Datensatz, Metadaten, die ihn beschreiben, und einen Zugangspunkt oder eine API; die Dokumentation zu Datenprodukten erklärt, wie von SAP verwaltete Datenprodukte aktiviert und genutzt werden.

Prüfen Sie den aktuellen Katalog und Ihre Berechtigungen für die konkret benötigten Quellen. Dass es BDC gibt, heisst nicht, dass jedes FSM- oder Vertragsfeld bereits als genau das Datenprodukt verfügbar ist, das Ihre Kennzahl braucht. Wo keines existiert, replizieren Sie die Quelle über Datasphere und führen sie als eigenes Datenprodukt, mit derselben Disziplin bei Verantwortung und Definition wie bei SAP. Den Gesamtüberblick gibt der Beitrag SAP Business Data Cloud erklärt.

Den ersten Datenvertrag klein halten

Element	Nötige Vereinbarung
Granularität	Ein Vertrag, ein Serviceauftrag oder ein Einsatz?
Schlüssel	Wie werden kaufmännische, Service- und Finanzdatensätze verknüpft?
Aktualität	Wie alt dürfen die Daten für diese Entscheidung sein?
Verantwortung	Wer erklärt einen fehlenden oder umstrittenen Wert?
Zugriff	Wer darf Kosten, Kundendaten und Technikerinformationen sehen?

Verwenden Sie für die vereinbarte finanzielle Kennzahl die Finanzbelege aus dem ERP. Ergänzen Sie Field-Service-Kontext dort, wo er das Ergebnis erklärt. Halten Sie operativen Status und buchhalterischen Wert auseinander: Ein abgeschlossener Einsatz ist nicht dasselbe wie gebuchter Umsatz.

Der Zugriff verdient eine eigene Entscheidung. Interne Kostensätze, Kundennamen und Technikerzeiten sind nach dem Schweizer DSG und, bei Kunden in der EU, nach der DSGVO personenbezogene oder geschäftlich sensible Daten. Geben Sie der Finanzabteilung die Kosten, den Serviceleitenden ihre eigenen Verträge, und halten Sie Details auf Technikerebene aggregiert, sofern es keinen dokumentierten Grund gibt.

Abstimmen, bevor AI dazukommt

Wählen Sie eine kleine Stichprobe von Verträgen. Stimmen Sie die Summen mit den zugrunde liegenden Belegen ab und lassen Sie Finanzen und Service die Differenzen gemeinsam erklären. Wir prüfen mindestens diese Fälle:

1. Eine Gutschrift nach Periodenabschluss.
2. Eine nachträgliche Zeitkorrektur durch einen Techniker.
3. Ein Auftrag, der sich über zwei Berichtsperioden erstreckt.
4. Ein Vertrag mit Preisänderung im Quartal.
5. Ein Garantieeinsatz, der Kosten, aber keinen Umsatz tragen sollte.

Erst dann lohnt sich eine AI-Zusammenfassung wie «Welche Verträge haben sich diesen Monat wesentlich verändert?». Die Zusammenfassung sollte die Belege und Definitionen hinter ihrer Antwort nennen. Plausible Sätze ersetzen keine Abstimmung.

Ein erster Umfang in vier Schritten

1. Definitionsworkshop (Finanzen, Service, Controlling): Definition A oder B, Periodenlogik und verantwortliche Person festlegen.
2. Quellenprüfung: klären, welche Datenprodukte es für Ihr Release gibt und welche Quellen repliziert werden müssen.
3. Stichprobenabstimmung: zehn bis zwanzig Verträge, die fünf Testfälle oben, Differenzen schriftlich erklärt.
4. Arbeitsliste: das Ergebnis den Personen bereitstellen, die entscheiden, und monatlich überprüfen.

Das Ergebnis handlungsfähig machen

Ein brauchbares Ergebnis ist eine kurze Arbeitsliste: Vertrag, Grund für die Prüfung, verantwortliche Person und nächster Schritt. Ein Vertrag braucht vielleicht eine Bereinigung der Fakturierung, ein anderer eine Änderung im Serviceprozess. Dieselbe tiefe Marge verlangt nicht dieselbe Massnahme.

BDC ersetzt nicht die operative Integration, die Aufträge anlegt, Techniker disponiert oder Rückmeldungen bucht. Analytik und Transaktionsverarbeitung brauchen unterschiedliche Abnahmetests.

Häufige Fragen

Warum mit der Servicemarge in SAP Business Data Cloud beginnen?

Weil sie eine umstrittene Zahl mit einer klaren Entscheidung dahinter ist: Welche Serviceverträge brauchen Aufmerksamkeit und warum? Sie braucht Daten aus Finanzen (S/4HANA), Verträgen und Field Service und prüft damit genau die Verknüpfungen, auf denen jeder spätere Anwendungsfall aufbaut, bleibt aber klein genug für eine Abstimmung von Hand.

Welche Datenquellen braucht eine Servicemargen-Kennzahl?

Typischerweise S/4HANA-Fakturen, Serviceaufträge und Kostenbuchungen für den finanziellen Wert, Vertragsdaten für Umfang und Preise sowie Einsätze, Zeit- und Materialrückmeldungen aus SAP Field Service Management für den operativen Kontext. Prüfen Sie den BDC-Katalog der Datenprodukte für Ihr Release; wo SAP für eine Quelle kein Datenprodukt liefert, replizieren Sie sie über Datasphere und führen sie als eigenes Datenprodukt.

Kann AI die Servicemarge erklären, bevor die Zahlen abgestimmt sind?

Das sollte sie nicht. Eine AI-Zusammenfassung über eine nicht abgestimmte Kennzahl liefert plausible Sätze über eine Zahl, auf die sich niemand geeinigt hat. Stimmen Sie zuerst eine Stichprobe von Verträgen ab und lassen Sie erst dann einen Assistenten Veränderungen zusammenfassen, immer mit Verweis auf die Belege und Definitionen hinter der Antwort.

Wer sollte Zugriff auf Servicemargen-Daten haben?

Weniger Personen, als das Publikum eines Dashboards vermuten lässt. Kostensätze, Kundendaten und Technikerzeiten sind nach dem Schweizer DSG und der DSGVO sensibel. Legen Sie die Rollen vor dem Go-live fest: Finanzen sieht die Kosten, Serviceleitende sehen ihre Verträge, und Details auf Technikerebene bleiben aggregiert, ausser es gibt einen dokumentierten Bedarf.

Besprechen Sie ein erstes Datenprodukt mit Spadoom. Bringen Sie eine umstrittene Kennzahl und die Entscheidung mit, die sie unterstützen soll. Das gibt der Beurteilung eine konkrete Grenze.