- Unsere Referenzen in 2026 -

machen Sie sich ein Bild unserer Arbeit

Hot Topics 2026

Migration ORA nach HDB mit 120TB Quelldaten

Anforderung: Optimale Nutzung der Ressourcen und schnelle Migration

Ziel:  stabiler / performanter Betrieb

Zeitraum: 12/2024 - läuft noch


Unser Kunde steht vor einer Mammutaufgabe: ein gewachsenes 120TB großes Oracle Systeme nach S/4HANA zu migrieren. Auch für uns keine alltägliche Aufgabe, aber genau diese Herausforderungen lieben wir bei XLC. Das Thema Partitionierung. Migrationsperformance sowie SQL Performance im Betrieb stellen die größten Hürden dar.

RISE Migration

Anforderung: Stabiler Übergang nach RISE

Ziel:  Optimierung Migration / Sicherung des Betriebs

Ergebnis:  -

Zeitraum: 01/2025 - läuft noch


Unser Kunde hat sich dazu entschieden alle Systeme innerhalb der RISE Journey nach ERP Cloud PCE zu verlagern. Hierbei unterstützen wir bei den Migrationstätigkeiten damit ECS den Betrieb übernehmen kann. Hierbei übernehmen wir zusammen mit Solid Cloud den SAP Teil der Migration auf Kundenseite.

Migration 40TB Oracle nach HANA

Anforderung: Optimale Nutzung der Ressourcen und schnelle Migration

Ziel:  stabiler / performanter Betrieb

Zeitraum: 12/2025 - läuft noch


Unser Kunde steht vor einer Herausforderung: ein gewachsenes 40TB großes Oracle Systeme mit etlichen kundeneigenen Anpassungen nach HANA zu migrieren. Migrationsperformance sowie SQL Performance im Betrieb stellen die größten Hürden dar.

RISE / ERP Cloud Private Migration der kompletten SAP-Landschaft

________________

Branche

Retail

________________

Sitz

Deutschland

________________

Mitarbeiterzahl

>390.000 Mitarbeiter

________________

Zeitraum

seit 2025/02

________________

Eingesetzte SAP Produkte

S/4HANA 2023 / EWM / CAR / BWoH


  • Migrationspartner für den kompletten Migrationszyklus
  • Lead Administrator für Migration
  • Projektplanung
  • Austausch mit SAP ECS
  • Performancecheck und Tuning (HANA Deep Dive)
  • Sizing
  • Scale-out zu Scale-up Migration
  • Durchführung der Migrationen nach ECS Bedingungen
  • Konzeption des neuen Betriebskonzepts
  • Mehr als 60 SAP-Systeme mit einem Zielvolumen von über 50 TB in ECS

________________

Plattform

Intel / Linux / DB2 / HANA

________________

Umgebung

Quelle: SLES15 / DB2 / HANA 2.0 SPS05

Ziel: SLES15  / HANA 2.0 SPS07 / SPS08

________________

Anzahl Systeme

>60 SIDs

________________

Ressourcen

50 TB RAM

>2500 vCPUs

________________

Ergebnis

performante Migration

________________

Projektverantwortlicher

Matthias Sander

Jens Gleichmann



Unterstützung HANA- und S/4HANA-Update

________________

Branche

Maschinen- und Anlagenbau

________________

Sitz

Deutschland

________________

Mitarbeiterzahl

>14.000 Mitarbeiter

________________

Zeitraum

seit 2025/08

________________

Eingesetzte SAP Produkte

S/4HANA 2023


  • Health Check
  • HyperCare
  • Optimierung SQL Performance
  • Partitionslayout
  • Linux und HANA Parameterempfehlungen

________________

Plattform

Intel

________________

Umgebung

Quelle: SLES15 / HANA 2.0 SPS05

Ziel: SLES15  / HANA 2.0 SPS07

________________

Anzahl Systeme

3 SIDs

________________

Ressourcen

4 TB RAM

>80 phys. cores

________________

Ergebnis

Optimierung der Laufzeit

________________

Projektverantwortlicher

Dominik Fiedler

Matthias Sander



Optimierung S/4HANA Conversion

________________

Branche

Versicherung

________________

Sitz

Deutschland

________________

Mitarbeiterzahl

>2.000 Mitarbeiter

________________

Zeitraum

seit 2024

________________

Eingesetzte SAP Produkte

S/4HANA 2023


  • Analyse von Engpässen und HANA-Optimierung
  • Partitionslayout und Data-Tiering-Design
  • Data-Tiering-Design und Fehlerbehebung

________________

Plattform

IBM Power

________________

Umgebung

Quelle: AIX / Oracle

Ziel: SLES15  / HANA 2.0 SPS07

________________

Anzahl Systeme

4 SIDs

________________

Ressourcen

16 TB RAM

>80 phys. cores

________________

Ergebnis

Optimierung der Laufzeit

________________

Projektverantwortlicher

Dominik Fiedler



Optimierung S/4HANA Conversion

________________

Branche

Retail

________________

Sitz

Deutschland

________________

Mitarbeiterzahl

>25.000 Mitarbeiter

________________

Zeitraum

seit 2024

________________

Eingesetzte SAP Produkte

S/4HANA 2023 / 2025


  • Analyse von Engpässen und HANA-Optimierung
  • Partitionslayout und Data-Tiering-Design
  • Data-Tiering-Design und Fehlerbehebung
  • HANA und Linux Parametrisierung

________________

Plattform

GCP

________________

Umgebung

Quelle: Oracle on prem

Ziel: SLES15  / HANA 2.0 SPS08

________________

Anzahl Systeme

8 SIDs

________________

Ressourcen

65 TB RAM

>3000 vCPUs

________________

Ergebnis

Optimierung der Laufzeit

________________

Projektverantwortlicher

Jens Gleichmann

Dominik Fiedler



Data Tiering Projekt

________________

Branche

Retail

________________

Sitz

Deutschland

________________

Mitarbeiterzahl

>390.000 Mitarbeiter

________________

Zeitraum

seit 2024

________________

Eingesetzte SAP Produkte

S/4HANA 2021


  • System Health Check
  • Design Partitionierung
  • Konzeptentwicklung inkl. Einsparungspotential für Data Tiering
  • Implementierungsbefehle und Dokumentation


________________

Plattform

Intel

________________

Umgebung

RHEL8  / HANA 2.0 SPS07

________________

Anzahl Systeme

3 SIDs

________________

Ressourcen

8 TB RAM

>200 vCPUs

________________

Ergebnis

HANA Sizing Optimierung

________________

Projektverantwortlicher

Dominik Fiedler



HANA Expert Services MS Azure

________________

Branche

industrielle Fertigung

________________

Sitz

Deutschland

________________

Mitarbeiterzahl

>12.000 Mitarbeiter

________________

Zeitraum

2026

________________

Eingesetzte SAP Produkte

IS-U, CRM


 

  • Mapping des Workload
  • Steigerung der Performance
  • Senkung Hauptspeicherverbrauch
  • Partitionierung im Migrationsprozess (Interval Option)
  • Health Check
  • Parametrisierung
  • Einführung NSE
  • Einführung Inverted Individual Indexes
  • Einsparung Kosten in Azure durch Resizing der Instanzen
  • Einführung Workloadklassen
  • HSR Optimierung


________________

Plattform

MS Azure

________________

Umgebung

SLES15 SP5 / HANA 2.0 SPS07

________________

Anzahl Systeme

12 SIDs

________________

Ressourcen

37 TB RAM

>1400 vCPUs

________________

Ergebnis

Stabiler und performanter Betrieb

________________

Projektverantwortlicher

Jens Gleichmann



  Unterstützung SAP HANA Betrieb

________________

Branche

Versicherung

________________

Sitz

Deutschland

________________

Mitarbeiterzahl

>10.000 Mitarbeiter

________________

Zeitraum

seit 2021

________________

Eingesetzte SAP Produkte

S/4HANA 2021


 

  • Planung Update
  • Konfiguration HANA
  • Durchführung Update
  • Monitoring / Performancetuning (HANA Cockpit)
  • Sicherheitseinstellungen
  • Zertifikatsmanagement
  • Architektur

 


________________

Plattform

RHEL 8.x / HANA 2.0 / SPS07

VMware

________________

Anzahl Systeme

>10 SIDs

________________

Ressourcen

>4 TB RAM

>200 vCPUs on VMware 


  SAP HANA Migration

Oracle => HANA

________________

Branche

Möbelhersteller

________________

Sitz

Deutschland

________________

Mitarbeiterzahl

>4.000 Mitarbeiter

________________

Zeitraum

ab 2025/10

________________

Eingesetzte SAP Produkte

ERP, EWM, SCM

 

  • Planung Migration
  • Sizing
  • Durchführung Migration
  • HANA Installation / Konfiguration
  • SAP AS Installationen
  • Optimierung Laufzeiten der Migration
  • Performance Tuning
  • Troubleshooting


 

________________

Plattform

x86

________________

Betriebssystem

RHEL 8

________________

Anzahl Systeme

>6 SIDs

>30 AS

________________

Ressourcen

>40 TB RAM

>400 vCPUs x86 Baremetal 

________________

Projektverantwortliche

Jens Gleichmann

  SAP HANA NSE

Branche

Retail

________________

Sitz

Deutschland

________________

Mitarbeiterzahl

>170.000 Mitarbeiter

________________

Zeitraum

ab 2021/04

________________

Eingesetzte SAP Produkte

S/4 Retail, MDG, TM, CAR, F&R

 

  • Analyse NSE Kandidaten
  • Optimierung Ressourcennutzung
  • KPI Definition
  • NSE Einsatz auf Tabellenebene
  • Partitionierung
  • Monitoring für NSE
  • Performancetuning

 



________________

Plattform

MS Azure

________________

Umgebung

Quelle: SLES15 SP4 / HANA 2.0 SPS5/7

________________

Anzahl Systeme

18 SIDs

________________

Ressourcen

200 TB RAM

>12000 vCPUs

________________

Ergebnis

Einsparung von über 26TB Hauptspeicher

________________

Projektverantwortlicher

Jens Gleichmann

  SAP HANA NSE on BW/4HANA

________________

Branche

Retail

________________

Sitz

Deutschland

________________

Mitarbeiterzahl

>170.000 Mitarbeiter

________________

Zeitraum

ab 2023/10

________________

Eingesetzte SAP Produkte

BW/4HANA 2022, IQ


 

  • Analyse NSE Kandidaten
  • Optimierung Ressourcennutzung
  • KPI Definition
  • NSE Einsatz auf Tabellenebene
  • Identifizierung BW Hinweise zur Fehlerbehebung
  • Nutzung Inverted Individual Indexes
  • Optimierung Concat Attribute
  • Optimierung Key Attributes (Schlüsselfelder)

 


________________

Plattform

Bare Metal / VMware

________________

Umgebung

Quelle: SLES15 SP5 / HANA 2.0 SPS07

________________

Anzahl Systeme

4 SIDs

________________

Ressourcen

60 TB RAM

>1800 vCPUs

________________

Ergebnis

Einsparung von über 15TB Hauptspeicher

________________

Projektverantwortlicher

Jens Gleichmann

  HANA Performance Tuning

________________

Branche

Bau und Industrie

________________

Sitz

Dänemark

________________

Mitarbeiterzahl

>1.000 Mitarbeiter

________________

Zeitraum

ab 2021/12

________________

Eingesetzte SAP Produkte

ERP

 

  • Architektur
  • Sizing
  • Health Check
  • HANA SQL Performance Tuning

 

________________

Plattform

IBM Power

________________  

Umgebung

Quelle: SLES15 SP4 / HANA 2.0 SPS05

________________

Anzahl Systeme

3 SIDs

________________

Ressourcen

>6 TB RAM

________________

Projektverantwortlicher

Matthias Sander

  zyklische HANA Health Checks

________________

Branche

IS-U

________________

Sitz

Deutschland

________________

Mitarbeiterzahl

>11.000 Mitarbeiter

________________

Zeitraum

ab 2024/12

________________

Eingesetzte SAP Produkte

HANA 2.0 + XSA native

 

  • Architektur
  • Sizing
  • VMware Optimierungen
  • HA/DR Konzept
  • Skalierbarkeit
  • HANA Partitioning
  • Workshops für Wissenstransfer neuer HANA Features
  • HANA Performance Tuning



 

Plattform

VMware

________________   

Umgebung

Quelle: SLES15 SP5 / HANA 2.0 SPS07

________________

Anzahl Systeme

3 SIDs

________________

Ressourcen

>4 TB RAM

________________

Projektverantwortlicher

Jens Gleichmann

Dominik Fiedler


  SAP S/4HANA Migration

________________

Branche

Mischkonzern

________________

Sitz

Deutschland

________________

Mitarbeiterzahl

>80.000 Mitarbeiter

________________

Zeitraum

ab 2024/11

________________

Eingesetzte SAP Produkte

ERP

 

  • Architektur
  • Sizing
  • Ermittlung Einsparungspotential
  • Optimierung Migration
  • Skalierbarkeit
  • HANA Partitioning
  • Workshops für Wissenstransfer neuer HANA Features
  • HANA SQL Performance Tuning

 

________________

Plattform

IBM Power

________________  

Umgebung

Quelle: Oracle / AIX

Ziel: SLES15 SP6 / HANA 2.0 SPS07

________________

Anzahl Systeme

15 SIDs

________________

Ressourcen

>80 TB RAM

________________

Projektverantwortlicher

Dominik Fiedler

Jens Gleichmann

Matthias Sander


  SAP HANA Health Check

Workload Management

________________

Branche

Geräte und Maschinen für die Land- und Forstwirtschaft

________________

Sitz

Deutschland

________________

Mitarbeiterzahl

>19.000 Mitarbeiter

________________

Zeitraum

ab 2024/06

________________

Eingesetzte SAP Produkte

ERP, S/4HANA


 

  • Optimierung Ressourcennutzung
  • Partitionierung
  • KPI Definition
  • SQL Optimierung
  • HANA Monitoring
  • Limitierung via Workloadklassen
  • HANA Workshop
  • NSE Forecast
  • HSR: muli tier replication


 


Plattform

IBM Power

________________

Umgebung

Quelle: SLES15 SP5 / HANA 2.0 SPS07

________________

Anzahl Systeme

>20 SIDs

________________

Ressourcen

>25TB RAM

>200 CPUs

________________

Ergebnis

Stabilisierung / Performancesteigerung

________________

Projektverantwortliche

Dominik Fiedler

Matthias Sander

  SAP HANA Health Check

Workload Management

________________

Branche

Heiztechnik

________________

Sitz

Deutschland

________________

Mitarbeiterzahl

>15.000 Mitarbeiter

________________

Zeitraum

ab 2023/12

________________

Eingesetzte SAP Produkte

ERP, S/4HANA


 

  • Optimierung Ressourcennutzung
  • Housekeeping / Archivierung
  • Partitionierung
  • KPI Definition
  • SQL Optimierung
  • HANA Monitoring


 


Plattform

IBM Power

________________

Umgebung

Quelle: SLES15 SP4 / HANA 2.0 SPS07

________________

Anzahl Systeme

>20 SIDs

________________

Ressourcen

>32TB RAM

>1000 vCPUs

________________

Ergebnis

Stabilisierung

________________

Projektverantwortliche

Dominik Fiedler

Matthias Sander

Unterstützung SAP Betrieb

________________

Branche

Möbelhersteller

________________

Sitz

Deutschland

________________

Mitarbeiterzahl

>4.000 Mitarbeiter

________________

Zeitraum

ab 2022/06

________________

Eingesetzte SAP Produkte

ERP, EWM, SCM

 

  • Maintenance SAP / OS
  • SAP Upgrades
  • HANA Upgrades
  • SAP Installationen
  • Performance Tuning
  • Troubleshooting
  • Integration neuer Architekturen
  • Aktivierung neuer HANA Features
  • stetiges Sizing / Wachstumsanalysen
  • Health Checks

 

________________

Plattform

x86 + VMware

________________

Betriebssystem

RHEL 8

________________

Anzahl Systeme

>30 SIDs

>40 HDBs

>60 AS

________________

Ressourcen

>25 TB RAM

>400 vCPUs on VMware 

________________

Projektverantwortliche

Michael Hermsen

Jens Gleichmann