Daten über Daten: Metainformationen aus SAP® gewinnen

In diesem Blogpost beschreibe ich Ihnen Möglichkeiten, Informationen über Ihre Daten mittels Daten aus SAP® Systemen zu gewinnen. Der Artikel ist etwas technischer gehalten, da er sich mit den Metadaten beschäftigt, schlägt aber mit kleinen Beispielen die Brücke zu konkreten Fragestellungen. Zu Beginn beschreibe ich die Ausgangslage, und schildere dann die Möglichkeit, sich das Data Dictionary zu Nutze zu machen an ausgesuchten Beispielen, gefolgt von einem kurzen Fazit.

 

Ausgangslage

Viele Fragestellungen, die man gerne mittels Datenanalyse beantwortet haben möchte, erwachsen aus dem Arbeitsalltag. Dies können beispielsweise betriebswirtschaftliche Aspekte sein („Wie hoch war der Umsatz je Warengruppe?“), Fragen des Internen Kontrollsystems („Wurden die manuellen Zahlungen ordnungsgemäß autorisiert?“) der Datenqualität („Gibt es Duplikate bei den Lieferanten- oder Kundenstammdaten?“) oder der Betrugsaufdeckung bzw. Prävention („Gab es auffällige /häufige Bankverbindungsänderungen bei Kreditoren?“).

Um diese Fragen mittels Datenanalyse beantworten zu können, wendet man i.d.R. eine Kombination von Analysemethoden auf die Daten an, z.B. eine Bereinigung des Bankverbindungsfeldes, gefolgt von einer Verdichtung nach Kreditorennummer und Bankverbindung sowie anschließendem Zählen der Anzahl verschiedener Kreditoren je gleicher Bankverbindung.

Dazu sollte man die Datenbasis gut kennen: Welche Tabellen gibt es, und in welchen finden sich die für die aktuelle Analyse relevanten Informationen? Welches sind die relevanten Schlüsselfelder, um Tabellen miteinander zu verbinden, und in welchen anderen Feldern finden sich die Informationen die für die Analyse berücksichtigt werden müssen?

Um es am Beispiel der Bankverbindungsänderungen bei Lieferanten zu beschreiben:

Man benötigt für die Analyse unter anderem den Namen der Lieferanten und Informationen wie Lieferantennummer und Adresse sowie diverse Lösch- und Sperrkennzeichen. Diese finden sich in Tabelle LFA1 in SAP®. Weiter von Nutzen können die Bankverbindungsinformationen sein. Diese sind in Tabelle LFBK gespeichert, und relevante IBAN Bankerbindungen ggf. in Tabelle TIBAN. Wenn man Änderungen ermitteln will, so sind diese in den Änderungstabellen CDHDR und CDPOS lokalisiert, neben einer Unmenge anderer Änderungsbelege. Doch dieser Detailgrad reicht noch nicht aus – es muss auf Feldebene ermittelt werden, wie die relevanten Datenfelder lauten, und ggf. auch Informationen über die Datentypen. Die klassische Lieferantennummer, wie sie in LFA1 und LFBK gespeichert ist, hat z.B. den Namen LIFNR und kann von der Ausprägung her alphanumerische Werte und Sonderzeichen beinhalten (quasi ein Textfeld). Ob ein Lieferant global gesperrt ist, findet man im Feld LOEVM. Änderungsdatum und Änderungszeit in den Änderungstabellen sind in den Feldern UDATE und UTIME gespeichert.

Abstrahiert betrachtet geht es also oft um folgende Fragen:

• Welche Tabellen gibt es, und welche Information findet sich darin
• Welche Felder gibt es je Tabelle im Detail
• Welche Datentypen und andere technischen Attribute haben diese Felder 

 

Das Data Dictionary als Ansatzpunkt

Ein hilfreicher Umstand ist die Tatsache, dass SAP® viele Metainformationen ebenfalls in Tabellenform ablegt, dem sogenannten Data Dictionary. Viele dieser Tabellen beginnen entsprechend mit den Buchstaben DD. Nach der Erklärung einiger Basics („T wie Texte, nicht T wie Technik“) stelle ich Ihnen exemplarisch noch einige Tabellen (DD02T, DD07T, DD03L) an dieser Stelle vor, da sie im Kontext der Datenanalyse und obiger Fragestellungen sehr nützlich sein können. Für die im Text geschilderte Systematik gilt wie immer, dass ein Großteil der Daten dieser folgt, aber es wie häufig bei SAP® Ausnahmen geben mag.

 

Basics: T wie Texte, nicht T wie Technik

Oft treten Tabellen, die sich um ein bestimmtes Thema drehen, paarweise auf. Grob gesagt findet man in einer davon die technischen Einstellungen, und aus Gründen der Redundanzfreiheit in der zweiten Tabelle die (sprachabhängigen) Texte und Beschreibungen. Nimmt man zum Beispiel die Belegarten in der Buchhaltung, so sind in der Tabelle T003 die Belegarten zusammen mit technischen Informationen gespeichert, etwa welche Kontentypen erlaubt sind, oder welche Nummernkreise zugeordnet sind etc. In der Tabelle T003T dagegen finden sich dann die Texte zu den Belegarten in Abhängigkeit des Sprachschlüssels.

Diese Systematik findet auch häufig bei den Data Dictionary Tabellen Anwendung: Es existieren Tabellen mit technischen Einstellungen (z.B. die DD02L namens „SAP® Tabellen“) und Pendants die auf den Buchstaben T enden, in denen sich die Texte finden (z.B. die DD02T, „R/3-DD: Texte zu SAP-Tabellen“).

 

Beispiel DD02T - Texte zu SAP-Tabellen

Eine der von uns am häufigsten verwendeten Tabellen ist die Tabelle DD02T. Die listet die Tabellen auf, die sich im aktuellen SAP® System befinden, und zwar einschließlich der ggf. spezifischen Z-Tabellen. Hier greifen wir häufig auf die DD02T zurück, um entsprechend die Bedeutung der Tabellen zu ermitteln.

Folgender Screenshot zeigt einen Auszug aus Tabelle DD02T gefiltert nach „LF“ um die wichtigsten Tabellen im Kontext der Lieferanten anzeigen zu lassen. Außerdem wurde noch auf kurze Tabellennamen gefiltert, da diese unserer Erfahrung nach oft relevanter und näher an den Kernprozessen zu verorten sind. Der Screenshot wurde mit der Analysesoftware ACL™ Analytics für Windows erstellt, der Datenabzug erfolgte mit der Extraktionssoftware „dab:Exporter“.