Home Advanced Analytics SAC Live Connect zu Snowflake – Schritt für Schritt erklärt

SAC Live Connect zu Snowflake – Schritt für Schritt erklärt

20251127_Feature Update

Wie funktioniert SAC Live Connect zu Snowflake? In diesem Leitfaden zeigen wir Ihnen Schritt für Schritt, wie Sie eine Live-Verbindung zwischen SAP Analytics Cloud und Snowflake einrichten. Sie erhalten einen Überblick über Architektur, technische Voraussetzungen (inkl. Data Access Agent), Modellierung, mögliche Restriktionen sowie die wichtigsten Vorteile der Echtzeit-Datenanalyse – verständlich und praxisnah erklärt.

Inhaltsverzeichnis

1. Einleitung – was ist SAC Live Connect zu Snowflake?

1.1. Was ist Snowflake?

Snowflake ist eine Cloud-basierte Datenplattform, die Unternehmen bei der Speicherung, Verwaltung und Analyse grosser Datenmengen unterstützt. Die Datenplattform wurde speziell für die schnelle, benutzerfreundliche und flexible Verarbeitung von Big Data entwickelt und ermöglicht es Unternehmen, Daten aus verschiedenen Quellen zu integrieren und komplexe Analysen durchzuführen.[1]

Snowflake kombiniert eine völlig neue SQL-Abfrage-Engine mit einer innovativen Architektur, die von Grund auf für die Cloud entwickelt wurde. Es bietet umfassende Funktionen für Unternehmensanalysedatenbanken sowie einzigartige Merkmale und Fähigkeiten.

1.2. Was ist SAC Live Connect?

Eine Live-Connection oder Live-Verbindung ist eine Verbindung, die Daten in Echtzeit direkt aus dem Quellsystem verwendet. Dies bedeutet, dass an den Daten im Quellsystem vorgenommene Änderungen beim Öffnen einer Story in SAP Analytics Cloud umgehend angezeigt werden, da die Daten in der SAC-Umgebung nicht repliziert werden.

Abbildung 1 – Übersichtsdiagramm für SAC Live-Verbindung[2]

1.3. Was ist SAC Live Connect zu Snowflake?

SAC Live Connect zu Snowflake bedeutet, dass SAP Analytics Cloud (SAC) eine Live-Datenverbindung zu der Datenplattform Snowflake herstellt – ohne die Daten nach SAC zu importieren. Jede Benutzerinteraktion in der SAC (Filter, Drill, Chart-Laden) erzeugt eine Live-SQL-Abfrage und nutzt die volle Snowflake-Rechnungsleistung und das Ergebnis wird in SAC visualisiert.

2. Architektur

Die Architektur von Snowflake besteht aus drei Hauptkomponenten. Diese bilden die Grundlage der Multi-Cluster-Datenarchitektur für die Cloud-Datenplattform von Snowflake:[3]

  • Cloud-Services: Snowflake verwendet ANSI-SQL für Cloud-Dienste, die es den Nutzern ermöglichen, ihre Daten zu optimieren und ihre Infrastruktur zu verwalten und sorgt für die Sicherheit und Verschlüsselung der gespeicherten Daten. Die Dienstleistungen umfassen Authentifizierung, Infrastrukturmanagement, Abfrageanalyse und -optimierung, Metadatenmanagement und Zugriffskontrolle.
  • Rechenleistung/ Compute-Cluster: Die Rechenschicht von Snowflake besteht aus virtuellen Cloud Data Warehouses, die es ermöglichen, Daten durch Abfragen zu analysieren. Jedes virtuelle Snowflake-Warehouse ist ein unabhängiger Cluster und konkurriert weder um Rechenressourcen noch beeinträchtigt es die Leistung der anderen.
  • Speicherebene: In einer Snowflake-Datenbank werden die hochgeladenen strukturierten und semistrukturierten Datensätze eines Unternehmens zur Verarbeitung und Analyse gespeichert.

Abbildung 2 – Architektur von Snowflake[4]

3. Voraussetzungen für die Anbindung

Seit dem SAC QRC1.2026 Release bietet die SAP Analytics Cloud eine Standard integrierte Unterstützung für eine Live-Verbindung zu Snowflake. Dank dem neuen Data Access Agent wird auf kostenpflichtige Add-Ons jetzt verzichtet. Somit können sowohl analytische Modelle als auch (Seamless) Planungsmodelle basierend auf Snowflake-Views direkt erstellt werden.

Folgende Voraussetzungen sind zu erfüllen, um den SAC Live Connect zu Snowflake herzustellen:[5]

  • Eine Verbindung zu Snowflake ist erforderlich
  • Der SAC-Mandant muss auf SAP HANA Cloud ausgeführt werden
  • Der Live Data Access Agent muss aktiviert sein

Der Data Access Agent ist eine Datenzugriffskomponente, die verwendet wird, um über SAP HANA Smart Data Access eine Verbindung zu Live-Remote-Quellen herzustellen.[6]

Der Data Access Agent ist für Mandanten verfügbar, die auf SAP HANA Cloud laufen. Er ermöglicht Live-Datenquellen in Echtzeit mit einer Datenbank zu verbinden und abzufragen, ohne Daten sammeln und importieren zu müssen.[7]

Sie müssen über das Recht „Ausführen“ für die Berechtigung SDA-Administration (Simple Diagnostics Agents) verfügen, um den Status des Data Access Agent ändern zu können und folgende Schritte durchführen:

  • Wählen Sie in der Seitennavigation System à Administration.
  • Wechseln Sie zur Registerkarte Konfiguration der Datenquelle.
  • Blättern Sie nach unten zum Data Access Agent.
  • Wählen Sie Data Access Agent aktivieren, um die Option zu aktivieren.
  • Wählen Sie im sich öffnenden Bestätigungsdialog Aktivieren.
  • Wählen Sie Sichern, um Ihre Änderungen zu übernehmen.

Ergebnis: Der Data Access Agent ist nun aktiviert, und Sie können Live-Verbindungen zu SQL-Datenquellen anlegen.

4. Verbindung – Schritt-für-Schritt-Anleitung

4.1. Eine Snowflake Live-Verbindung in der SAC kann wie folgt angelegt werden

Wählen Sie in SAP Analytics Cloud in der seitlichen Navigation „Verbindungen“.

Wählen Sie Snowflake.

Geben Sie einen Verbindungsnamen ein.

Optional: Geben Sie eine Beschreibung ein.

Geben Sie den Snowflake-Kontonamen ein.

Geben Sie den Benutzernamen ein.

Wählen Sie „Schlüsseldatei auswählen“, um die private Schlüsseldatei .p8 zu suchen und auszuwählen.

Optional: Wenn der private Schlüssel verschlüsselt ist, geben Sie die Passphrase ein.

Geben Sie den Namen der Snowflake-Datenbank ein.

Ergebnis: Sie haben nun eine Live-Verbindung zwischen SAP Analytics Cloud und einer Snowflake-Datenbank eingerichtet.

4.2. Ein SAC Snowflake Live-Modell kann wie folgt angelegt werden:

Wählen Sie auf der Modeler-Startseite Modell.

Wählen Sie Mit Daten beginnen.

Wählen Sie im Dialogfeld Datenquelle auswählen die Option Snowflake.

Wählen Sie eine vorhandene Verbindung zu Snowflake aus, oder legen Sie eine neue Verbindung an.

Wählen Sie im Dialogfeld Datenverarbeitungsmethode auswählen die Option Live-Verbindung, und klicken Sie auf Weiter.

Wählen Sie einen View aus.

Standardmässig benennt die Anwendung das Modell nach dem ausgewählten View, Sie können den Namen jedoch manuell ändern.

Wählen Sie Anlegen.

Ergebnis: In der Datengrundlage wird nun ein Live-Verbindungs-Abzeichen angezeigt, um zu bestätigen, dass das Modell Live-Datenzugriff auf den von Ihnen ausgewählten Snowflake-View hat.

4.3. Restriktionen beim SAC Live Connect zu Snowflake[8]

  • Mit Live-Datenzugriff ruft die Anwendung Daten direkt aus Snowflake ab. Für eine optimale Leistung empfehlen wir, eine Live-Verbindung zu Snowflake mit Tabellen zu vermeiden, die mehr als eine Million Zeilen enthalten. Dies ist eine vorübergehende Einschränkung, an deren Behebung SAP in zukünftigen Updates aktiv arbeitet.
  • Die folgenden Snowflake-Datentypen werden unterstützt: NUMBER, DECIMAL, FLOAT, VARCHAR, DATE, TIME, TIMESTAMP, TIMESTAMP_LTZ, TIMESTAMP_NTZ, TIMESTAMP_TZ. Wenn die Anwendung nicht unterstützte Datentypen erkennt, die nicht in der obigen Liste aufgeführt sind, verhindert sie automatisch die Erstellung von Modellen.
  • Die Datentypen FLOAT und TIME werden von SAP Analytics Cloud als Text interpretiert. Bei Bedarf können die Datentypen beim Zuordnen von Spalten im Modeler geändert werden. Dies kann jedoch zu Performance-Problemen führen. Wir empfehlen, die Datentypen direkt im Quellsystem zu ändern.
  • Diese Datentypen werden teilweise unterstützt: ARRAY, GEOGRAPHY, GEOMETRY, OBJECT, VARIANT. Modelle, die diese Datentypen enthalten, können bei der Verwendung in Stories zu Validierungs- oder anderen Problemen führen.

5. Fazit – Die wichtigsten Vorteile auf einen Blick

Die Live-Verbindung zu Snowflake Data Cloud-Daten aus der SAP Analytics Cloud bietet zusätzlich zu einem schnellen, effizienten und transparenten Datenzugriff auch folgende Vorteile:

  • Dank einer Live-Verbindung zur SAP Analytics Cloud arbeiten die Analyseprozesse direkt mit der Snowflake-Umgebung, sodass keine Daten ausserhalb von Snowflake repliziert werden müssen. Die leistungsstarke Datenverarbeitungs-Engine von Snowflake ermöglicht eine extrem schnelle Verarbeitung von Live-Abfragen, deren Leistung mit über einer Milliarde Datenzeilen getestet wurde.
  • Die Daten in der Snowflake Data Cloud sind immer aktuell ohne Datenreplikation oder Datenlatenz.

6. Quellenverzeichnis

[1] Was ist Snowflake? Architektur, Vorteile, Kosten – Datasolut GmbH

[2] Übersichtsdiagramm für Live-Daten-Verbindungen | SAP Help Portal

[3] Was ist Snowflake? Architektur, Vorteile, Kosten – Datasolut GmbH

[4] Was ist Snowflake? Architektur, Vorteile, Kosten – Datasolut GmbH

[5] Modell für Live-Datenzugriff anlegen | SAP Help Portal

[6] Managing the Data Access Agent for Live Data Connections to SQL Data Sources | SAP Help Portal

[7] Managing the Data Access Agent for Live Data Connections to SQL Data Sources | SAP Help Portal

[8] Modell für Live-Datenzugriff anlegen | SAP Help Portal

Die Live-Verbindung von SAC und Snowflake bietet enorme Potenziale.

Unsere Experten helfen Ihnen, diese voll auszuschöpfen – von der Architekturplanung bis zum Performance-Tuning. Kontaktieren Sie uns für ein unverbindliches Erstgespräch.

Dann buchen Sie hier einen Termin mit unserem SAP Analytics Experten Robert Kehrli.

 

 

Robert Kehrli Portraitbild
Robert Kehrli
Head of Sales

Published by:

Marie Daipo

SAP Analytics Consultant
autor:IN

Wie hat Ihnen der Artikel gefallen?

Wie hilfreich war dieser Beitrag?

Klicken Sie auf einen Stern, um zu bewerten!

Durchschnittliche Bewertung 5 / 5.
Anzahl Bewertungen: 7

Bislang keine Stimmen! Seien Sie die erste Person, die diesen Beitrag bewertet!

INFORMATIONEN

Weitere Informationen

SAP Sapphire 2026 Glossar: Joule, AI-Agenten & Autonomous Enterprise einfach erklärt

Joule, AI-Agenten, Autonomous Enterprise, A2A-Protokoll – alle neuen SAP-Begriffe der Sapphire 2026 auf einen Blick. Jetzt im s-peers-Glossar nachschlagen.
Wiki Big Query SAP Warehousing

Google BigQuery vs. SAP BW: Zwei Data-Warehouse-Lösungen im Vergleich

In diesem Wiki-Artikel werden zwei führende Lösungen für die Datenverwaltung und -analyse in der modernen datengetriebenen Welt vorgestellt: Google...
AI Transformation und Behavioral Economics Warum Menschen sich (oft) nicht verändern wollen

AI Transformation und Behavioral Economics: Warum Menschen sich (oft) nicht verändern wollen

In diesem Wiki beleuchtet Yvonne aus der Perspektive der Verhaltensökonomie, warum Veränderungen in Unternehmen so schwerfallen. Warum handeln Menschen...
Ai-adoption-erfolgsfaktoren-change-management

Was treibt AI Adoption in Unternehmen wirklich an? 6 Faktoren, die über Erfolg oder Scheitern entscheiden.

In diesem Wiki geht es darum, warum Change selten an der Technologie scheitert, sondern an psychologischen Mustern und wie...
IT Change Management

Psychologie im Change Management: 6 Biases, die Adoption bremsen (und 6 Gegenmassnahmen)

In diesem Wiki geht es darum, warum Change selten an der Technologie scheitert, sondern an psychologischen Mustern und wie...
IT Change Management

IT Change Management: Definition, Prozess & Best Practices

Unternehmen realisieren weniger als ein Drittel des erwarteten Nutzens aus digitalen Transformationen, nicht weil die Technologie versagt, sondern weil...

Was ist FP&A? Definition, Kernprozesse und die Zukunft der Unternehmenssteuerung

Unternehmen werden nicht durch Reports gesteuert – sondern durch bessere Entscheidungen. FP&A, Financial Planning & Analysis, ist die strategische...