SAP Information
Lifecycle Management (ILM):
So geht DSGVO-konforme Datenverwaltung!

Definition

SAP Information Lifecycle Management (ILM) beschreibt einen umfassenden Ansatz zur automatisierten Verwaltung von Daten. Anhand von Regeln wird dabei festgelegt, wie man mit Daten entlang ihres Lebenszyklus umgeht – von der Erstellung über die Speicherung bis zur Stilllegung und endgültigen Löschung. So sollen Datenflüsse optimiert, Kosten der IT-Systeme gesenkt und rechtliche Compliance-Risiken, die mit der Erhebung bestimmter Daten einhergehen, minimiert werden.

Hintergrund für Information Lifecycle Management Ansätze sind wachsende Datenmengen, komplexere Systemlandschaften und kontinuierlich steigende Anforderungen aus gesetzlichen Vorschriften wie der DSGVO oder dem revidierten Schweizer Datenschutzgesetz (DSG). Diese erfordern von Unternehmen verbesserte Data Governance Methoden und Datenschutzmaßnahmen – insbesondere bei personenbezogenen Daten. Und genau hier setzt ILM an.

Datenarchivierung, Retention Management und Retention Warehouse

1. Datenarchivierung

Kernelement von SAP Information Lifecycle Management ist die Datenarchivierung, die den Fokus auf das Data Volume Management legt. Das heißt: Daten, die nicht mehr im täglichen Geschäftsalltag benötigt werden, werden aus dem operativen IT-System ausgelagert. SAP ILM erweitert dabei die Archivierungsfunktionen des SAP Standards, um das Zusammenspiel mit den Modulen Retention Management und Retention Warehouse zu ermöglichen. Außerdem erlaubt SAP ILM neben der Archivierung auch die Vernichtung der Daten und die Erstellung von Snapshots.

2. Retention Management

Das zweite Element Retention Management steuert den Lebenszyklus von Daten bis zu deren End-of-Life. Mithilfe unterschiedlicher Methoden und Tools wird die Datenanlage, -aufbewahrung und die -vernichtung gemanagt. Definierte Regelwerke und Löschkonzepte geben dabei die Leitplanken für die unterschiedlichen Datentypen vor. Daten, die im Zusammenhang mit rechtlichen Fällen stehen, lassen sich außerdem mithilfe der Sperrfunktion vorübergehend einfrieren.

3. Retention Warehouse

Das dritte Element Retention Warehouse zielt auf die Stilllegung von ganzen Systemlandschaften bzw. Altsystemen ab. Dafür stellt es ein standardisiertes Verfahren bereit:

• Archivierung des vollständigen Datenbestands aus dem Altsystem
• Regelbasierte Ablage der Daten ins ILM Retention Warehouse
• Gewährleistung der Abrufbarkeit der Daten für Steuer- oder Wirtschaftsprüfungszwecke bis zum Ablauf der Aufbewahrungsfrist.

Ein aktives Data Volume Management (DVM) mit SAP ILM kann auch im Rahmen einer SAP S/4HANA Transformation sinnvoll sein – sowohl als Vorbereitungsmaßnahme, als auch nach erfolgreichem Go-live. Warum? Das zeigen die nachfolgenden Punkte.

DVM mit SAP ILM als Vorbereitung auf SAP S/4HANA

Setzt man auf die Einführung oder Erweiterung einer Data Volume Management Strategie mit SAP ILM vor einer SAP S/4HANA Transformation, kann das den Transformationserfolg bereits auf vielfältige Weise positiv beeinflussen:

• Vorgelagerte Reduktion des Gesamtdatenvolumens
  Die Auslagerung nicht mehr benötigter Daten in Archive reduziert das Gesamtvolumen der Daten, die für die Transformation zu betrachten sind. Das ist nicht nur für das Transformationsprojekt selbst von Vorteil, sondern auch für den anschließenden S/4HANA Betrieb. Denn weniger Daten reduzieren die Komplexität des Vorhabens und wirken sich nach der Transformation direkt positiv auf Performance und Effizienz des Systems sowie die Datenspeicherkosten aus. Ein geringeres, zu betrachtendes Datenvolumen kann außerdem ein entscheidender Faktor für die Einhaltung maximal möglicher Downtime-Fenster sein.
  
  
• Frühzeitige Identifikation von Datenqualitätsproblemen durch Archivierungsvorgänge
  Mit der Archivierung nicht mehr benötigter Daten lassen sich auch Datenqualitätsprobleme frühzeitig aufdecken. Denn die verwendeten Standardprüfungen auf Archivierbarkeit erkennen Schiefstände, die auch im Rahmen einer Transformation zu weiteren Komplexitäten führen würden. Sind die Inkonsistenzen erst einmal identifiziert, kann entschieden werden, ob die Identifikation allein als Benefit ausreicht, oder ob die Bereinigungsmaßnahmen bereits in das DVM-Vorprojekt integriert werden sollen. Letzteres entspricht dem Natuvion Best Practice, da sich dadurch auch unmittelbar die Transformations-Roadmap verschlanken lässt.
  
  
• Initialisierung von Compliance-Prozessen durch Archivierung von Altdaten mit inaktivem Verwendungszweck
  SAP ILM ist ebenfalls das zentrale Werkzeug, wenn es um Datenschutz und Compliance Ihrer SAP Systemlandschaft geht. Sollten Sie den Datenschutz-Aspekt hier bisher nicht berücksichtigt haben, ist ein ILM-Vorprojekt im Rahmen einer S/4HANA Transformation die ideale Gelegenheit, um das nachzuholen. Vorteil: Der auf Datenvolumen und Datenqualität fokussierte ILM-Projektumfang muss dafür nur geringfügig erweitert werden und die während und nach einer Transformation nötigen Aktivitäten reduzieren sich, da die Datenausgangslage bereits die geltenden Datenschutzanforderungen erfüllt. Sollte das Altsystem als Sichtsystem in der Landschaft verbleiben, ist eine Gewährleistung der Compliance-Anforderungen unabdingbar. Das macht ein entsprechendes Vorprojekt mit SAP ILM umso attraktiver.
  
  
• Zukunftsweisende Implementierung eines aktiven Datenlebenszyklus, inklusive prozessualer Anpassungen
  Ein weiterer Vorteilsaspekt eines DVM-/DQM-Vorprojekts mit SAP ILM ist die frühzeitige Einführung eines aktiven Datenlebenszyklus im Unternehmen. Dabei ist die Prämisse, dass jeder Datensatz im Unternehmen nach Ablauf seines aktiven Verwendungszwecks ausgelagert bzw. archiviert werden sollte, sicherlich nicht neu. Dennoch wurde die stringente Umsetzung in der Praxis oftmals vernachlässigt. Durch die gestiegenen Speicherkosten bei modernen In-Memory Datenbanken erhält der Datenlebenszyklus eine deutlich größere Relevanz. Demnach planen die meisten Unternehmen eine Umsetzung von Data Volume Management Maßnahmen mit SAP ILM in ihren S/4HANA Systemen.
  
  Aber Achtung: Aus Anwendersicht braucht es bei der SAP S/4HANA Umstellung an sich schon ein effektives Change Management. Erfolgt nun parallel die Umsetzung eines aktiven Datenlebenszyklus, addieren sich die Veränderungen und erhöhen den Change Management Aufwand. Durch das Vorwegnehmen der SAP ILM Einführung werden dagegen notwendige prozessuale Anpassungen sowie das Change Management vorgezogen und reduzieren die Komplexität im Rahmen der S/4HANA Transformation.
  
  

Benefits von SAP ILM im SAP S/4HANA Betrieb

• Aktives Data Volume Management
  Aufgrund gestiegener Speicherkosten in der HANA Datenbank ist ein aktiver Datenlebenszyklus zur Kontrolle des Datenbankwachstums unabdingbar. Das gilt bei jedem Transformationsansatz, insbesondere aber in Brownfield-Szenarien, bei denen ein rein technisches Upgrade auf S/4HANA erfolgt. Bei SDT- und Greenfield-Ansätzen werden trotz niedrigerer initialer Datenmenge, Prozesse benötigt, die bei der Erhaltung dieses Status Quo unterstützen.
  
  
• Senkung der Betriebskosten
  Reduktion der Datenmengen in der „Live-DB“ unabdingbar bei gesteigerten Kosten je Speichereinheit
  
  
• Stabilisierung der Systemperformance
  Laufzeiten von Reports und Hintergrundjobs auf niedrigem Niveau halten
  
  
• Wartbarkeit und Recovery Szenarien
  Reduktion der Komplexität durch Minimalisierung der Datenlage. Ungebremstes Datenwachstum wirkt sich negativ auf die Durchführbarkeit von Systemkopien oder -sicherungen aus
  
  
• Compliance und Revisionssicherheit
  Erfüllung der gesetzlichen Anforderungen zur Datenminimierung und Einschränkung der Verarbeitung personenbezogener Daten
  
  
• Business-Integration von Altdaten
  Bereits vor der Umstellung auf S/4HANA archivierte Daten können über die entsprechend befähigten Transaktionen zur Anzeige gebracht werden

Die Einführung von SAP Information Lifecycle Management kann abhängig von den individuellen Anforderungen an das Projekt und der Beschaffenheit der Systeme komplex und umfangreich sein. Denn die Sperrung und Löschung personenbezogener Daten betrifft zahlreiche Prozesse und Objekte. Standardisierte Implementierungsansätze, Best Practices und vordefinierte Templates, wie sie Natuvion entwickelt hat, können hier echte Gamechanger sein. Und zugleich für eine erhöhte Datenqualität und niedrigere Implementierungskosten sorgen. Klingt gut? Hier erfahren Sie mehr.