Slimmer inzicht in SAP Datasphere met AI en MCP

Performanceproblemen in SAP Datasphere ontstaan vaak pas wanneer gebruikers er last van hebben. Een mislukte task chain, een trage query of een 'out of memory'-melding vraagt vervolgens om specialistische kennis en veel handmatig onderzoek. Dat kan slimmer.

Voor deze showcase ontwikkelden we de Datasphere Monitoring Assistant: een AI-assistent die via het Model Context Protocol (MCP) rechtstreeks de monitoringgegevens van SAP HANA Cloud uitleest. In plaats van technische systeeminformatie handmatig te analyseren, stel je eenvoudig een vraag in gewone taal. Bijvoorbeeld: "Waarom liep het geheugen vannacht vol?" De assistent analyseert de beschikbare data, legt verbanden en geeft direct een onderbouwde verklaring én een concreet verbeteradvies.

Van reactief naar proactief beheer

SAP Datasphere draait op SAP HANA Cloud, waar verschillende processen hetzelfde beschikbare geheugen gebruiken. Naarmate datasets groeien en workloads toenemen, neemt ook de kans op geheugenproblemen toe. Het achterhalen van de oorzaak vraagt normaal gesproken om diepgaande kennis van HANA-monitoring en veel handmatig speurwerk.

De Datasphere Monitoring Assistant neemt dit werk uit handen. De oplossing koppelt live monitoringgegevens aan AI-analyse en vertaalt technische informatie naar begrijpelijke inzichten. Daarbij kijkt de assistent onder andere naar geheugenpieken, dure queries, delta-loads en queryplannen.

Op basis daarvan doet de assistent gerichte aanbevelingen, zoals:

• het verplaatsen van zware laadprocessen naar rustigere momenten;

• het optimaliseren van query's en joins;

• het toepassen van partitionering om geheugengebruik te beperken;

• verbeteringen in het datamodel.

Direct inzicht voor het hele team

Gebruikers zien in een overzichtelijk dashboard direct waar geheugenpieken optreden en welke processen daarvoor verantwoordelijk zijn. Per melding geeft de assistent een uitleg in begrijpelijke taal, inclusief concrete vervolgstappen.

Daarnaast kan de gebruiker vervolgvragen stellen, zoals: "Geef drie manieren om dit model te optimaliseren." De AI baseert het antwoord op de actuele meetgegevens uit de omgeving.

De waarde voor organisaties

Met deze oplossing verschuift performance monitoring van reactief naar proactief. Problemen worden sneller gevonden, incidenten kunnen eerder worden voorkomen en specialistische HANA-kennis wordt toegankelijk voor een veel bredere groep gebruikers.

Omdat dezelfde aanpak ook toepasbaar is binnen andere SAP HANA- en SAP BW-omgevingen, vormt deze oplossing een sterke basis voor gestandaardiseerde AI-gedreven performance monitoring.

De belangrijkste les? Monitoring hoeft niet langer specialistisch of reactief te zijn. Door AI veilig toegang te geven tot monitoringdata ontstaat een intelligente assistent die niet alleen signaleert wat er misgaat, maar ook uitlegt waarom én hoe je het oplost.