SAP kondigde de overeenkomst op 5 mei 2026 aan. De transactie moest toen nog worden goedgekeurd door de bevoegde toezichthouders en zou volgens de oorspronkelijke planning in het derde kwartaal van 2026 worden afgerond.

Met de integratie van Dremio wil SAP de mogelijkheden van SAP Business Data Cloud uitbreiden. Klanten moeten SAP-data en gegevens uit andere bronnen eenvoudiger kunnen combineren zonder die data eerst naar één centraal platform te verplaatsen of naar een ander formaat om te zetten.

Dat moet volgens SAP de ontwikkeling van real-time analyses en toepassingen met AI-agents versnellen.

Veel ondernemingen experimenteren met generatieve en agentic AI, maar lopen bij de overstap naar productie tegen problemen met hun bedrijfsdata aan. Gegevens zijn vaak verspreid over ERP-, CRM-, financiële, operationele en cloud-systemen.

Daarnaast worden data-bronnen beheerd in verschillende formaten, met uiteenlopende definities en toegangsrechten. Daardoor kost het data teams veel tijd om gegevens samen te brengen en geschikt te maken voor analyses of AI-modellen.

Voor AI-agents is niet alleen toegang tot data nodig. De systemen moeten ook begrijpen wat die gegevens betekenen, hoe ze met elkaar verbonden zijn en welke gebruikers of toepassingen ze mogen raadplegen.

Met Dremio wil SAP die technische en semantische data-laag verder uitbouwen. Het platform moet gegevens uit SAP- en niet-SAP-systemen toegankelijk maken via een gemeenschappelijke architectuur.

Dremio ontwikkelt een data lakehouse-platform dat gebruik maakt van Apache Iceberg. Dat is een open standaard voor het beheren van grote analytische data-tabellen in data lakes.

Een data lake kan grote hoeveelheden ruwe en gestructureerde gegevens opslaan. Een data-warehouse biedt daarentegen meer structuur en controle voor bedrijfsanalyses. Een lakehouse probeert de schaalbaarheid van een data lake te combineren met de beheers- en analysemogelijkheden van een data-warehouse.

Door een open tabelstandaard te gebruiken, kunnen verschillende analyse-tools en engines met dezelfde data werken. Organisaties hoeven gegevens daardoor niet telkens te kopiëren of om te zetten wanneer ze een nieuwe analyse-omgeving of AI-toepassing gebruiken.

SAP wil deze technologie opnemen in SAP Business Data Cloud. SAP HANA Cloud blijft binnen die architectuur de in-memory database voor real-time transacties en operationele toepassingen.

SAP Business Data Cloud is bedoeld om bedrijfsdata uit verschillende bronnen samen te brengen en van zakelijke context te voorzien. Het platform bevat gegevens uit SAP-applicaties maar kan ook worden gekoppeld aan externe systemen en data-platformen.

Met Dremio wil SAP klanten meer mogelijkheden geven om analyses rechtstreeks uit te voeren op data die in verschillende omgevingen opgeslagen blijven.

Dat kan de noodzaak verminderen om grote hoeveelheden informatie naar een afzonderlijk data-warehouse te kopiëren. Het kan ook helpen om dubbele data sets en verschillende versies van dezelfde bedrijfsinformatie te beperken.

Voor ondernemingen met complexe IT-omgevingen is dat relevant. Grote organisaties gebruiken doorgaans niet alleen SAP-software maar combineren die met applicaties, cloud-omgevingen en data-bronnen van verschillende leveranciers.

Het Dremio-platform werkt met een serverless en elastisch capaciteitsmodel. De beschikbare rekenkracht kan automatisch worden uitgebreid wanneer de vraag naar analyses toeneemt en opnieuw worden verminderd wanneer minder capaciteit nodig is.

Organisaties hoeven daardoor volgens SAP in minder vaste infrastructuur vooraf te voorzien. Dat kan vooral voordelen bieden wanneer de belasting sterk varieert, bijvoorbeeld tijdens rapporteringsperiodes, simulaties of omvangrijke AI-workloads.

SAP stelt dat deze aanpak analyses sneller en kostenefficiënter kan maken. De uiteindelijke besparing zal afhangen van de bestaande architectuur, gebruikte cloud-omgeving, hoeveelheid data en intensiteit van de analytische toepassingen.

Een ander onderdeel van de integratie is een universele data-catalogus. SAP wil daarvoor gebruik maken van Apache Polaris en de Apache Iceberg REST Catalog API.

Een data-catalogus beschrijft welke gegevens beschikbaar zijn, waar ze zich bevinden en hoe ze mogen worden gebruikt. Daarnaast kan hij informatie bevatten over definities, relaties, eigenaarschap, kwaliteit en herkomst.

Wanneer verschillende analyse-tools dezelfde catalogus gebruiken, kunnen ze ook dezelfde zakelijke definities en toegangsregels toepassen. Dat moet voorkomen dat afdelingen uiteenlopende interpretaties gebruiken voor begrippen zoals omzet, klant, marge of voorraad.

De catalogus moet ook een basis vormen voor de SAP Knowledge Graph. Daarin worden relaties tussen bedrijfsgegevens vastgelegd zoals organisatiestructuren, producthiërarchieën, wettelijke classificaties en data-stromen tussen systemen.

Die context is belangrijk voor AI-agents. Een model kan immers alleen betrouwbare bedrijfsbeslissingen ondersteunen wanneer het begrijpt hoe data binnen een onderneming moeten worden geïnterpreteerd.

Dremio is actief betrokken bij open source-projecten zoals Apache Iceberg, Apache Polaris en Apache Arrow. SAP heeft aangegeven in deze technologieën te blijven investeren.

Daarmee wil de software-groep zijn Business Data Cloud positioneren als een open platform dat niet uitsluitend met eigen data-bronnen en analyse-tools werkt.

Voor klanten kan een open architectuur het risico op afhankelijkheid van één technisch formaat beperken. Ze kunnen data beschikbaar maken voor verschillende engines en toepassingen zolang die de gebruikte standaarden ondersteunen.

De daadwerkelijke mate van openheid zal in de praktijk afhangen van de integraties, licentievoorwaarden, ondersteunde functies en technische keuzes binnen de gezamenlijke productarchitectuur.

SAP koppelt de overname nadrukkelijk aan de ontwikkeling van agentic AI. AI-agents kunnen zelfstandig taken uitvoeren binnen bedrijfsprocessen maar hebben daarvoor toegang nodig tot actuele en betrouwbare informatie.

Een AI-agent binnen supply chain management kan bijvoorbeeld voorraadgegevens, bestellingen en levertermijnen analyseren. Een agent binnen finance kan transacties controleren of afwijkingen signaleren. In sales kan een toepassing gegevens uit CRM, facturatie en klanten-service combineren.

Wanneer die gegevens verspreid of tegenstrijdig zijn, neemt het risico toe dat een agent onjuiste conclusies trekt. SAP wil met Dremio de data-laag onder dergelijke toepassingen verbeteren.

De integratie van Dremio in SAP Business Data Cloud en SAP HANA Cloud moet klanten helpen om analyses en AI-toepassingen uit te voeren op gegevens die actueel blijven en vanuit verschillende systemen toegankelijk zijn.

Meer info: 0800/50.550 of https://www.sap.com