Beratung und Entwicklung in SAP

Im Rahmen dieses Projektes übernahm ich die Analyse einer bestehenden CRM-Transaktion zum Upload einer Excel-basierten Verteilmatrix. Hintergrund war, dass ehemalige Entwickler das Kundenunternehmen verlassen hatten, ohne ihre Implementierungen ausreichend zu dokumentieren. Die Matrix steuerte die unternehmensweite Verteilung von Aufgaben innerhalb der Customer-Relationship-Oberfläche anhand einer Vielzahl von Merkmalen und Merkmalsverknüpfungen. Meine Aufgabe bestand darin, die Funktionsweise der Verteilungslogik vollständig zu rekonstruieren. Dabei analysierte ich, über welche Merkmalskombinationen Aufgaben geroutet werden und identifizierte einen konkreten Verteilungsfehler, der nur bei einer bestimmten Merkmalskonstellation auftrat. Dank meiner fundierten SAP-HCM-Kenntnisse konnte ich mich schnell in die bestehende CRM-Umgebung einarbeiten. Die Analyse zeigte, dass der zugrunde liegende Verteilungsalgorithmus – neben kundeneigenen Tabellen – teilweise auf Standard-HCM-Tabellen und -Logiken zurückgriff. Dieses Wissen ermöglichte eine gezielte und effiziente Ursachenanalyse. Durch die Identifizierung des Fehlers sowie die detaillierte Aufschlüsselung der gesamten Verteilungslogik stellte ich dem Kunden eine nachvollziehbare Dokumentation zur Verfügung. Infolgedessen konnten zukünftige Anpassungen an der Verteilmatrix mit deutlich reduziertem Analyse- und Wartungsaufwand durchgeführt werden, wodurch sich der Pflegeaufwand auf einen Bruchteil des ursprünglichen Umfangs reduzierte.

In diesem Projekt unterstützte ich den Kunden zunächst bei der detaillierten Anforderungsanalyse für die Bereitstellung fachbereichsspezifischer Auswertungen. Ziel war es, Datenabfragen zu entwickeln, die den Funktionsumfang klassischer SAP-Queries deutlich übersteigen und komplexere Datenzusammenhänge abbilden können. Zur Umsetzung nutzte ich die Transaktion SE16XXL, die es ermöglicht, bestehende Limitierungen herkömmlicher SAP-Queries zu umgehen, beispielsweise beim Verbinden von Tabellen mit unterschiedlichen Datentypen oder bei der flexiblen Definition komplexer Selektionslogiken. Auf dieser Basis entwickelte ich mehrere individuelle Abfragen, die passgenau auf die Anforderungen der jeweiligen Fachabteilungen zugeschnitten waren. Die erstellten Abfragen wurden anschließend automatisiert über den SAP-E-Mail-Versand mittels SCOT an verschiedene Fachabteilungen verteilt. Darüber hinaus plante ich auf Wunsch einzelner Fachbereiche ausgewählte Abfragen als reguläre SAP-Jobs ein, sodass die Ergebnisse über den klassischen Joblauf inklusive Spool-Auswertung bereitgestellt werden konnten. Im Rahmen dieses Projekts vertiefte ich mein übergreifendes Fachwissen sowohl im Bereich der SAP-Datenbankabfragen als auch in der anschließenden Aufbereitung und Analyse der extrahierten Daten, insbesondere für die Weiterverarbeitung in Excel.

Ziel dieses Projekts war die Ablösung mehrerer dezentral genutzter Outlook-Postfächer und deren Migration in eine zentrale, strukturierte Arbeitsumgebung auf Basis von Jira. Ich unterstützte den Kunden insbesondere in der entscheidenden Phase der Anforderungsanalyse, indem ich die in den Postfächern anfallenden Aufgaben, Anfragen und Prozesse aufnahm und in ein geeignetes Jira-Ticketsystem überführte. Auf Basis der analysierten Anforderungen konzipierte und implementierte ich in Jira mehrere Workflows, Tickettypen sowie dedizierte Bearbeitungsteams. Diese wurden so gestaltet, dass eingehende Tickets von Anwendern aus unterschiedlichen Abteilungen des gesamten Unternehmens automatisiert und nachvollziehbar beim jeweils zuständigen Bearbeitungsteam landen. Die definierten Prozesse wurden umfangreich getestet und iterativ optimiert, um eine hohe Akzeptanz und Prozesssicherheit sicherzustellen. Im Rahmen des Projekts setzte ich zudem kleinere Jira-spezifische Anpassungen und Entwicklungen um und konnte mir ein tiefgehendes Verständnis der Funktionsweise des Jira-Ticketsystems aneignen. Durch die strukturierte Abbildung der bisherigen E-Mail-basierten Arbeitsweise in Jira wurde die Transparenz, Nachvollziehbarkeit und Effizienz der Bearbeitung signifikant verbessert.

Im Rahmen dieses Projekts unterstützte ich den Kunden bei der Analyse bestehender SAP-Queries und Infosets, die von einem früheren Entwickler erstellt worden waren und für die keine ausreichende Dokumentation vorlag. Ziel war es, mittels Reverse Engineering des vorhandenen Query- und Infoset-Codes transparent nachzuvollziehen, aus welchen Datenbanktabellen sich die Ausgabefelder der jeweiligen Auswertungen stammen. Der Schwerpunkt lag dabei auf SAP-HR-Tabellen, insbesondere auf Mitarbeiterstammdaten, sowie auf kundeneigenen, individuell definierten Tabellen. Durch die gezielte Analyse des in den Queries enthaltenen proprietären Codes konnte ich die Herkunft der Ausgabedaten eindeutig identifizieren. Die Daten stammten dabei nicht ausschließlich aus direkten Tabellenzugriffen, sondern wurden teilweise über vordefinierte Selektionen, komplexe Tabellen-Joins und filternde Logiken ermittelt. Die Queries wurden zeitgesteuert über automatisch laufende SAP-Jobs ausgeführt und die Ergebnisse in unterschiedlichen Excel-Formaten, unter anderem CSV und XML, per E-Mail an die jeweiligen Fachabteilungen ausgeliefert. Auf Basis der gewonnenen Analyseergebnisse unterstützte ich gemeinsam mit den Fachabteilungen die erfolgreiche Nachbildung der bestehenden Queries in einer neuen Systemumgebung und stellte so die fachliche und technische Vergleichbarkeit der Auswertungen sicher.

Ziel dieses Projekts war es, die Sicherheit und Effizienz der Systemzugriffe nachhaltig zu erhöhen sowie das bestehende SAP-Rollenkonzept durch die Reduktion ungenutzter Transaktionen zu optimieren. Der fachliche Fokus lag darauf, Berechtigungsrollen auf Basis real genutzter Transaktionen innerhalb der Fachabteilungen neu zu konzipieren und zu verfeinern. Hierfür analysierte ich das tatsächliche Nutzungsverhalten der Anwender mithilfe von Trace-Techniken und leitete daraus rollenbasierte Zugriffskonzepte ab. Die Erstellung und Anpassung der Rollen erfolgte unter Einsatz bewährter Werkzeuge und Methoden des SAP-Berechtigungsmanagements, insbesondere mithilfe einer rollenbasierten Zugriffssteuerung (Role Designer). Dadurch konnte eine granulare und prozessnahe Vergabe von Berechtigungen sichergestellt werden, die sowohl den Geschäftsprozessen als auch den geltenden Sicherheitsrichtlinien des Kunden entsprach. Ein wesentlicher Bestandteil meiner Tätigkeit war die Begleitung und Moderation von Workshops mit den Fachabteilungen. In diesen wurden die fachlichen Anforderungen an die Systemzugriffe gemeinsam definiert, bewertet und anschließend technisch umgesetzt. Durch dieses strukturierte Vorgehen konnte die Anzahl überflüssiger Berechtigungen signifikant reduziert und die Transparenz sowie Wartbarkeit des Rollenkonzepts deutlich verbessert werden.

Im Rahmen dieses Projekts unterstützte ich den Kunden im First- und Second-Level-Support bei der Bearbeitung von Anfragen im Bereich des Aktivitäten- und Organisationsmanagements im operativen Tagesgeschäft. Die eingehenden Tickets wurden über verschiedene Serviceportale bearbeitet, wobei Jira als zentrales Ticketsystem zum Einsatz kam. Ein wesentlicher Schwerpunkt meiner Tätigkeit lag in der Pflege, Anpassung und Korrektur von Daten innerhalb des Organisationsmodells sowie in der Durchführung von Massentransaktionen im Bereich der Aktivitätenverwaltung. Ziel war es, die fachlichen Anforderungen der Anwender effizient umzusetzen und einen reibungslosen Ablauf der internen Geschäftsprozesse sicherzustellen. Darüber hinaus unterstützte ich den Kunden im Rahmen von Anforderungsanalysen bei der Weiterentwicklung bestehender, kundeneigener Reports. Hierfür analysierte ich vorhandene Report-Logiken mithilfe des SAP-Debuggers, um diese an neue fachliche Aufgabenstellungen anzupassen und funktional zu erweitern. In meiner Rolle als Umsetzer bearbeitete ich zahlreiche interne Anfragen zur Anpassung und Änderung unternehmensinterner Daten. Durch die enge Abstimmung mit den Fachabteilungen trug ich maßgeblich dazu bei, die Datenqualität zu sichern und einen stabilen sowie effizienten Arbeitsablauf innerhalb des Unternehmens zu gewährleisten.

Ziel dieses Projekts war es, die öffentliche Meinung zur Legalisierung von Cannabis anhand mehrerer tausend deutschsprachiger Tweets zu ermitteln. Zu diesem Zweck führte ich einen systematischen Vergleich verschiedener verfügbarer deutscher Sentiment-Analyse-Bibliotheken durch, um deren Eignung und Genauigkeit bei der Stimmungsbewertung von Texten zu bewerten. Auf Basis der Bibliothek mit der höchsten Erkennungsgenauigkeit entwickelte und trainierte ich anschließend einen Machine-Learning-Algorithmus, der speziell auf die Analyse der vorliegenden Twitter-Daten zugeschnitten war. Der trainierte Algorithmus wurde auf den vollständigen Datensatz angewendet, um eine automatisierte Klassifikation der Tweets nach positiver, negativer oder neutraler Stimmung zu ermöglichen. Im Ergebnis konnte eine Vorhersagegenauigkeit von knapp 70 % erreicht werden. Ich unterstützte das Projekt sowohl als Programmierer bei der Implementierung der Analyse- und Trainingslogik als auch bei der strukturierten Dokumentation der Ergebnisse. Dabei wurden Methodik, Modellgüte und Grenzen der Aussagekraft transparent aufbereitet und nachvollziehbar dargestellt.