Neue Wege zur Wertschöpfung

Die Bedeu­tung und Wert­schöp­fung inter­net­ba­sier­ter Diens­te auf Basis intel­li­gent ver­knüpf­ter Daten – so genann­ter Smart Ser­vices – nimmt stark zu: Aus Daten ent­ste­hen Geschäfts­mo­del­le, aus Geschäfts­mo­del­len Wer­te, aus Wer­ten Wachs­tum und Wohl­stand. Der Indus­tri­al Data Space eröff­net Unter­neh­men aus Indus­trie, Dienst­leis­tung und Han­del eine neue Dimen­si­on sowohl im Umgang mit Daten als auch in der Nut­zung von Daten, dem Roh­stoff der digi­ta­len Öko­no­mie.

Das macht den Industrial Data Space zu einem Erfolgsmodell – Die wichtigsten Fragen und Antworten:

Für Unter­neh­men sind Daten nur dann wert­voll, wenn sie auch ver­ar­bei­tet wer­den kön­nen. Gleich­zei­tig muss eine umfas­sen­de und gemein­hin akzep­tier­te neue Umgangs­pra­xis mit der Ver­wer­tung und Nut­zung von Daten ver­an­kert wer­den.

Der Indus­tri­al Data Space ist ein vir­tu­el­ler Daten­raum, der den siche­ren Aus­tausch und die ein­fa­che Ver­knüp­fung von Daten in Geschäfts­öko­sys­te­men auf Basis von Stan­dards und mit Hil­fe gemein­schaft­li­cher Gover­nan­ce-Model­le unter­stützt.

Die Daten wer­den nur dann aus­ge­tauscht, wenn sie von ver­trau­ens­wür­di­gen, zer­ti­fi­zier­ten Part­nern ange­fragt wer­den. Der Daten­eig­ner – also das Unter­neh­men – bestimmt selbst, wer die Daten wie nut­zen darf. Im Ergeb­nis kön­nen Part­ner einer Wert­schöp­fungs­ket­te in gegen­sei­ti­gem Ein­ver­ständ­nis gemein­sam auf bestimm­te Daten zugrei­fen, um jeweils oder gemein­sam damit etwas Neu­es anzu­fan­gen, neue Geschäfts­mo­del­le zu ent­wi­ckeln, ihre eige­nen Pro­zes­se effi­zi­en­ter zu gestal­ten oder ander­wei­tig zusätz­li­che Wert­schöp­fungs­pro­zes­se zu initi­ie­ren.

Der Indus­tri­al Data Space zeich­net sich vor allem dadurch aus, dass die Eigen­tü­mer der Daten – also Unter­neh­men, die ihre Daten für digi­ta­le Diens­te bereit­stel­len möch­ten – stets die Kon­trol­le über die Daten behal­ten und ihre Daten­schutz­vor­ga­ben durch­set­zen kön­nen (Stich­wort: „Pri­va­cy Enforce­ment“).

Die Daten ver­blei­ben bei ihrem Eigen­tü­mer und wer­den „on demand“  sicher ver­netzt. Sie wer­den nur dann aus­ge­tauscht, wenn sie von ver­trau­ens­wür­di­gen, zer­ti­fi­zier­ten Part­nern ange­fragt wer­den. Im Extrem­fall wer­den nicht die Daten selbst aus­ge­tauscht, son­dern nur die Ana­ly­se­ver­fah­ren.

Daten­si­cher­heit und Daten­sou­ve­rä­ni­tät sind die wesent­li­chen Merk­ma­le des Indus­tri­al Data Space.

Die Digi­ta­li­sie­rung ist ein gesell­schaft­li­cher, betriebs­wirt­schaft­li­cher und tech­ni­scher Trend, der alle Wirt­schafts­zwei­ge betrifft. Daten sind heu­te längst nicht mehr nur ein Ergeb­nis von Pro­zes­sen und Zustän­den und wer­den gesam­melt und admi­nis­triert, sie die­nen auch längst nicht mehr nur zur Res­sour­cen- oder Pro­dukt- und Pro­zess­pla­nung. Daten sind viel­mehr selbst zu einem Pro­dukt gewor­den und bil­den als Wirt­schafts­gut und stra­te­gi­sche Res­sour­ce die Basis für Ana­ly­sen, um neu­ar­ti­ge Wert­schöp­fungs­pro­zes­se anzu­re­gen.

Mit dem Indus­tri­al Data Space erhal­ten Unter­neh­men ein stra­te­gi­sches Werk­zeug, mit dem sie den Umgang mit Daten aktiv gestal­ten und die Basis für moder­ne Geschäfts­mo­del­le legen kön­nen.

Auf ein­zel­nen Ebe­nen und für spe­zi­el­le Anwen­dungs­fäl­le gibt es dafür zwar schon Lösun­gen oder auch Stan­dards. Ins­be­son­de­re Fra­gen der Gover­nan­ce-Archi­tek­tur sind damit jedoch noch nicht gelöst.

Der Indus­tri­al Data Space wird nun die ers­te von Anwen­dern mit­ge­stal­te­te Archi­tek­tur bie­ten, die alles ver­eint und einen inter­na­tio­nal aner­kann­ten Stan­dard setzt.

Der Indus­tri­al Data Space ist das „Daten­schar­nier“ zwi­schen Smart Ser­vices und der Industrie-4.0-Produktion und -Logis­tik.

Smart Ser­vices bie­ten Unter­neh­men die Chan­ce, sich im Wett­be­werb zu dif­fe­ren­zie­ren. Doch sie stei­gern die Kom­ple­xi­tät von Sup­ply Chains und Pro­duk­ti­ons­pro­zes­sen enorm. Die Lösung liegt in der Auto­no­mi­sie­rung und Ver­net­zung von Pro­duk­ti­on und Logis­tik, also Indus­trie 4.0.

Bei­des braucht Daten: über Kun­den und ihren Kon­text (also Loka­ti­on, Prä­fe­ren­zen etc.), über Pro­duk­te und Waren. Die­se Daten kann jetzt jeder Markt­teil­neh­mer mit jedem ande­ren aus­tau­schen.

Der Indus­tri­al Data Space bil­det ein Fun­da­ment für Indus­trie 4.0, indem er siche­ren und zer­ti­fi­zier­ten Daten­aus­tausch zwi­schen Unter­neh­men ermög­licht, ohne dass die Eigen­tü­mer der Daten die Sou­ve­rä­ni­tät, d.h. die Kon­trol­le über ihre Daten ver­lie­ren. Er för­dert damit die Nut­zung und Ver­brei­tung von Smart-Ser­vice-Kon­zep­ten.

Für die Indus­tri­al Data Space Asso­cia­ti­on steht Indus­trie 4.0. nicht allein im Fokus. Der Anwen­der­ver­ein und sei­ne Unter­neh­men adres­sie­ren viel­mehr die digi­ta­le Wirt­schaft in ihrer Gesamt­heit – sowohl Indus­trie als auch Dienst­leis­tung und Han­del.

Die Initia­ti­ve zum Indus­tri­al Data Space wur­de Ende 2014 gemein­schaft­lich von Tei­len der Wirt­schaft, Poli­tik und For­schung in Deutsch­land ins Leben geru­fen und ver­folgt seit­dem das Ziel, sowohl Ent­wick­lung als auch Nut­zung auf euro­päi­scher bzw. inter­na­tio­na­ler Ebe­ne zu eta­blie­ren.

Das vom Bun­des­mi­nis­te­ri­um für Bil­dung und For­schung (BMBF) geför­der­te gleich­na­mi­ge For­schungs­pro­jekt der Fraun­ho­fer-Gesell­schaft zielt auf die Ent­wick­lung eines Refe­renz­ar­chi­tek­tur­mo­dells des Indus­tri­al Data Space sowie des­sen Pilo­tie­rung in aus­ge­wähl­ten Anwen­dungs­fäl­len ab.

Die Indus­tri­al Data Space Asso­cia­ti­on ver­tritt als Anwen­der­ver­ein die Inter­es­sen der Unter­neh­men. Ins­be­son­de­re iden­ti­fi­ziert, ana­ly­siert und bewer­tet der Ver­ein die Anfor­de­run­gen der Unter­neh­men an den Indus­tri­al Data Space und wirkt bei der Ent­wick­lung des Refe­renz­ar­chi­tek­tur­mo­dells mit. Dabei steht er im engen und direk­ten Aus­tausch mit den Ver­tre­tern des BMBF-For­schungs­pro­jekts.

Aus­führ­li­che Infor­ma­tio­nen ins­be­son­de­re zum tech­no­lo­gi­schen Kern des Indus­tri­al Data Space erhal­ten Sie im WHITEPAPER.

Schlüsselmerkmale

Schnell, sicher, sou­ve­rän – hier fin­den Sie alle Schlüs­sel­merk­ma­le des Indus­tri­al Data Space,

dem neu­en inter­na­tio­na­len „Net­work of Trusted Data“, im Über­blick.

Vorteile im Wettbewerb

Ob Indus­trie, Dienst­leis­tung oder Han­del: Daten­si­cher­heit und digi­ta­le Sou­ve­rä­ni­tät sind heu­te für alle Wirt­schafts­zwei­ge von über­ra­gen­der Bedeu­tung. Hier lie­gen für Unter­neh­men die größ­ten Poten­zia­le des Indus­tri­al Data Space:

  • Ver­bind­li­che gemein­schaft­li­che Spiel­re­geln in der Zusam­men­ar­beit mit Part­nern
  • Par­ti­zi­pa­ti­on an ein­heit­li­chem, natio­nal und inter­na­tio­nal gül­ti­gem Kon­zept
  • Daten­si­cher­heit in der Zusam­men­ar­beit mit Part­nern
  • Infor­ma­ti­ons­trans­pa­renz in der Zusam­men­ar­beit mit Part­nern
  • Ein­heit­li­che Inte­gra­ti­on von Daten
  • Indi­vi­du­el­le Bewirt­schaf­tung von Daten
  • Durch­gän­gig­keit aller Pro­zes­se in Rich­tung Lie­fe­ran­ten und Kun­den
  • Ent­wick­lung neu­er Geschäfts­mo­del­le
  • Ent­wick­lung neu­er Nut­zungs­mo­del­le im Hin­blick auf die Sharing Eco­no­my
  • Ent­wick­lung neu­er smar­ter Ser­vices, zu jeder Zeit an jedem Ort

Aus der Praxis, für die Praxis

Daten sind das Ergeb­nis von Pro­zes­sen und befä­hi­gen Pro­zes­se. Daten befä­hi­gen aber auch Pro­duk­te und wer­den selbst zu Pro­duk­ten. Der Indus­tri­al Data Space macht Daten nutz­bar – erfah­ren Sie hier mehr über drei bei­spiel­haf­te Anwen­dungs­fäl­le, die sich auf Unter­neh­men aus Indus­trie, Dienst­leis­tung und Han­del über­tra­gen las­sen.

HIGH PERFORMANCE SUPPLY CHAINS

In vie­len Lie­fer­ket­ten wer­den einer­seits zu vie­le, weil red­un­dan­te, und ande­rer­seits zu weni­ge Daten gespei­chert, d. h. bestimm­te Daten sind gar nicht in allen Stu­fen der Lie­fer­ket­te ver­füg­bar. Das führt u. a. zu Lie­fer­risi­ken, Sicher­heits­be­stän­den und erhöh­ten Pro­zess­kos­ten.

Das leis­tet der Indus­tri­al Data Space.
Der Daten­aus­tausch zwi­schen den Unter­neh­men ent­lang der Lie­fer­ket­te wird stan­dar­di­siert und ver­ein­facht: Ver­schie­de­ne Daten unter­schied­li­cher Akteu­re kön­nen ein­an­der zugäng­lich gemacht und mit­ein­an­der ver­knüpft wer­den. Das ermög­licht z. B. die Rück­ver­folg­bar­keit von Pro­duk­ten, die Opti­mie­rung von Trans­port­leis­tun­gen sowie eine bes­se­re Pro­gno­se von Bestell- und Pro­duk­ti­ons­men­gen.

Anwen­dungs­bei­spiel.
Lkw-Steue­rung in der Inbound-Logis­tik.

LIFE SCIENCES
.

Auf­grund ihrer Hete­ro­ge­ni­tät und Sen­si­bi­li­tät wer­den Daten aus medi­zi­ni­schen Stu­di­en bis­lang nur an weni­gen Stand­or­ten zen­tral zusam­men­ge­führt. Dies wirkt sich jedoch nach­tei­lig auf die Ent­­wicklung neu­er Behandlungs­methoden und den Nach­weis ihrer Wirk­sam­keit aus.

Das leis­tet der Indus­tri­al Data Space.
Daten aus unter­schied­li­chen Quel­len las­sen sich – unter Berück­sich­ti­gung der essen­ti­ell not­wen­di­gen Anony­mi­sie­rung – aggre­gie­ren und für die wei­te­re Ana­ly­se trans­for­mie­ren. Die neu­ar­ti­ge Kom­bi­na­ti­on unter­schiedlicher Daten­­quellen erlaubt es, Hypo­thesen bes­ser und schnel­ler zu vali­die­ren. Kli­ni­sche Stu­di­en kön­nen beschleu­nigt, der Aus­tausch von Stu­di­en­ergeb­nis­sen geför­dert wer­den.

Anwen­dungs­bei­spiel.
Ent­wick­lung medi­zi­ni­scher und phar­ma­zeu­ti­scher Pro­duk­te.

TRAFFIC MANAGEMENT
.

Umwelt­be­din­gun­gen beim Trans­port kri­ti­scher Güter – ob Tem­pe­ra­tur, Feuch­tig­keit, Vibra­tio­nen oder Licht – wer­den heu­te von unter­schied­lichs­ten Sen­so­ren erfasst. Doch wie kön­nen die Daten Kun­den, Lie­fe­ran­ten und ggf. auch Drit­ten adäquat zur Ver­fü­gung gestellt wer­den?

Das leis­tet der Indus­tri­al Data Space.
Kun­den und Lie­fe­ran­ten erhal­ten Zugriff auf eine Platt­form, auf der Daten bedarfs­ge­recht und sicher bereit­ge­stellt wer­den. Damit ist eine durch­gän­gi­ge Über­wachung ver­schie­de­ner Umwelt­bedingungen von Transport­gütern gewähr­leis­tet. Dies schafft für alle Betei­lig­ten in der Liefer­kette Trans­parenz dar­über, wo und wie lan­ge sich wel­ches Trans­portgut in wel­chem Zustand befin­det.

Anwen­dungs­bei­spiel.
Durch­gän­gi­ge Trans­port­über­wa­chung.