FANDOM


Der Industrial Data Space ist eine Initiative mit dem Ziel, einen sicheren Datenraum zu schaffen, der Unternehmen verschiedener Branchen und aller Größen die souveräne Bewirtschaftung ihrer Datengüter ermöglicht [1][2]. Die Grundlage dazu stellt ein Referenzarchitekturmodell dar, das im Rahmen des gleichnamigen, vom Bundesministerium für Bildung und Forschung (BMBF) geförderten Forschungsprojekts durch zwölf Institute der Fraunhofer-Gesellschaft unter Federführung von Prof. Boris Otto (Fraunhofer IML) entwickelt wird[3]. Die Initiative zum Industrial Data Space ist nicht durch geografische Grenzen limitiert, sondern hat eine europäische bzw. internationale Ausrichtung. Eine Institutionalisierung erfolgt über einen eingetragenen Verein, der Anfang 2016 gegründet wird.

Hintergrund und ZieleBearbeiten

Die Digitalisierung ist gleichzeitig Treiber und Befähiger innovativer Geschäftsmodelle und verändert daher grundlegend herkömmliche Geschäftsmodelle und ganze Branchen, wie die Industrie 4.0 zeigt.[4]. Um ihre Wettbewerbsfähigkeit zu sichern, nutzen Unternehmen das Innovationspotential der Digitalisierung mit der Folge, dass Daten die Schlüsselressource für den Unternehmenserfolg sind. Deren sicherer Austausch und einfache Kombination in Wertschöpfungsnetzwerken sind Voraussetzung für smarte Services, innovative Leistungsangebote und automatisierte Geschäftsprozesse.

Die datengetriebene Innovation äußert sich in vier Facetten[5]:

Innovationskategorie[6] Beispiel für den Industrial Data Space
Produktinnovation In der pharmazeutischen Industrie erlaubt die Nutzung von Gesundheitsdaten wirksamere, individuellere Medikamente und Behandlungskonzepte. Dafür müssen verschiedene Akteure in einem Ökosystem zusammenarbeiten wie Anbieter pharmazeutischer Produkte, Krankenkassen, Gesundheitsdienstleister und die Patienten. Gleichzeitig hat der Patient zu jeder Zeit Souverän über die eigenen Daten zu bleiben.
Service-Innovation Modernes Verkehrsmanagement nutzt bei der Routenplanung und -navigation von Fahrzeugen nicht allein traditionelle Informationen wie Kartenmaterial oder Verkehrsmeldungen, sondern Routenberechnungen erfolgen dynamisch unter Nutzung verschiedener Datenquellen, etwa von Verkehrsleitzentralen.
Prozess-Innovation Der Einzelhandel vermeidet „Out of Stock“-Situationen im Supermarktregal, indem Warenflüsse zu jeder Zeit mit Informationsflüssen gekoppelt werden. Daten zum Transportgut (Lokation, Zustand usw.) sind allen Partnern im Wertschöpfungsnetzwerk zu jeder Zeit verfügbar, sodass der Einzelhandel, die Lieferanten und die Logistikdienstleister ihre Lieferkette gemeinschaftlich steuern und überwachen können. Daten werden so zum Gemeinschaftsgut, von dem alle Wertschöpfungspartner profitieren.
Organisationsinnovation Die Fertigung von Kleinserien in der Automobilindustrie, etwa bei Elektrofahrzeugen, basiert auf der Selbststeuerung von Fahrzeugen und Komponenten. Dazu müssen Stammdaten der Produkte, Auftragsdaten, Transportangaben usw. gemeinschaftlich, sicher im Ökosystem aus Hersteller, Zulieferer und Logistikdienstleister bewirtschaftet werden.

IDS Bindeglied SmartServices

Zur Nutzung dieser Innovationspotenziale stellt der Industrial Data Space Datendienste bereit, die beispielsweise der Anonymisierung von Daten, Integrationsdienste und die Einstellung von „Verfallsdaten“ für die Datennutzung umfassen. Auf diese Weise unterstützt der Industrial Data Space Unternehmen bei ihrer digitalen Transformation.

Merkmale und AufbauBearbeiten

Zusammenspiel der Komponenten des Industrial Data Space[8]

Der Industrial Data Space setzt sich aus der Gesamtheit aller Endpunkte (Connectors) zusammen sowie Brokern, einer Clearingstelle, einer Registrierungsstelle und dem Appstore. Der Connector stellt für die teilnehmenden Unternehmen eine standardisierte Schnittstelle zum Industrial Data Space dar. Dieser Zugangspunkt ermöglich einerseits die gezielte und kontrollierte Bereitstellung eigener Daten, andererseits den autorisierten Zugriff auf Daten anderer Teilnehmer. Der Industrial Data Space ist folglich kein zentraler Datenspeicher, sondern folgt einem föderalen Architekturkonzept.

Aus diesem Konzept ergeben sich folgende Schlüsselmerkmale[9]:

  • Sichere Datenwertschöpfungskette von der Entstehung der Daten bis zu ihrer Verwendung in smarten Services
  • Flexible Endpunktszenarien, d.h. der Industrial Data Space Connector kann in klassischen Unternehmens-IT-Umgebungen implementiert sein, aber auch in Cloud-Umgebungen oder auf Geräten und Fahrzeugen in der Produktion und Logistik
  • Leichtgewichtige Semantik auf Basis domänenspezifischer Vokabulare
  • Einfache Kombination unterschiedlicher Datengüter
  • Konfigurierbares Referenzarchitekturmodell
  • Unterstützung domänenspezifischer Governance-Modelle
  • Standardisierte Kollaborationsprozesse für die Datenbewirtschaftung
  • Offener Entwicklungsprozess

Um dem eigentlichen Fokus der Initiative gerecht zu werden und bestehende Vorarbeiten sinnvoll zu nutzen, sind folgende Arbeiten nicht Ziel und Teil des Industrial Data Space:

  • Eine zentrale Instanz zur Datenspeicherung ist nicht vorgesehen.
  • Ergebnis des Forschungsprojekts ist kein Produkt, sondern das Referenzarchitekturmodell und die Pilotimplementierungen. Auf deren Basis ist eine anschließende Produktentwicklung möglich.
  • Es werden keine fachlichen smarten Services (z.B. Frachtbörsen o.ä.) entwickelt. Vielmehr bietet der Industrial Data Space durch die Datendienste die Grundlage für die einfache und effiziente Entwicklung solcher Services.
  • Der Industrial Data Space liefert keinen Beitrag auf Datenübertragungsebene oder für den Echtzeitbereich, sondern greift auf bestehende Ansätze zurück.
  • Es wird keine domänenspezifische fachliche Standardisierung betrieben (z.B. in Form von Vokabularen, semantischen Standards), sondern auch hier werden vorhandene Arbeiten genutzt.

ReferenzarchitekturmodellBearbeiten

Die Architektur des Industrial Data Space beschreibt in einem Modell alle Komponenten, die für einen sicheren Austausch und eine einfache Kombination von Daten im Ökosystem erforderlich sind, und gliedert sich dabei in vier Teilarchitekturen:

  1. Governance-Architektur: Sie legt die „Spielregeln“ fest und regelt u.a. die Sichtbarkeit von Datenquellen, die Datenqualität und die wertmäßige Betrachtung der Daten.
  2. Sicherheitsarchitektur: Sie stellt den sicheren Austausch von Daten, die Erkennung von Anomalien und den Datenschutz sicher.
  3. Fachlich-funktionale Software-Architektur: Sie benennt und beschreibt die Software-Komponenten des Industrial Data Space, zu denen der Industrial Data Space Connector, ein AppStore für Datendienste für den Industrial Data Space sowie Bausteine zur Registrierung und Zertifizierung von Datendiensten und -quellen gehören.
  4. Technische Architektur: Sie umfasst die Technologien, die zur Pilotierung der anderen drei Teilarchitekturen in den Use Cases erforderlich sind.

Das Referenzarchitekturmodell und die darin enthalte Beschreibung dieser Teilarchitekturen ist offen und kann von Dritten aufgegriffen und umgesetzt werden.

Forschungsprojekt zum Industrial Data SpaceBearbeiten

Das Bundesministerium für Bildung und Forschung (BMBF) gewährt der Fraunhofer-Gesellschaft unter dem Förderkennzeichen 01IS15054 eine Zuwendung für ein Forschungsprojekt zum Industrial Data Space. Das Forschungsprojekt verfolgt folgende zwei Ziele:

  • Entwurf des Referenzarchitekturmodells für den Industrial Data Space
  • Pilotierung des Referenzarchitekturmodells in ausgewählten Use Cases

Das Forschungsprojekt ist am 1. Oktober 2015 gestartet und hat eine Laufzeit von drei Jahren. Die Arbeiten, an denen insgesamt zwölf Fraunhofer-Institute beteiligt sind, sind eng verzahnt und abgestimmt mit der Plattform Industrie 4.0. Projektmitwirkende des Forschungsprojekts arbeiten in den Arbeitsgruppen der Plattform mit. Die Leitung obliegt Prof. Dr. Boris Otto.

Siehe auch Bearbeiten

Weblinks Bearbeiten

Einzelnachweise Bearbeiten

  1. Neugebauer, Reimund; ten Hompel, Michael; Wrobel, Stefan: Industrial Data Space. Digitale Souveränität über Daten und Dienste. Broschüre der Fraunhofer-Gesellschaft.
  2. BMWi: Plattform Industrie 4.0 gibt Ausblick auf IT-Gipfel. Pressemitteilung. 5.11.2015
  3. Fraunhofer-Initiative für sicheren Datenraum startet. Pressemitteilung der Fraunhofer-Gesellschaft. 23.09.2015
  4. Knüpffer, Gunnar: Industrial Data Space. Datenaustausch ohne Google. In: Produktion. 17.06.2015
  5. Industrial Data Space – Daten als strategische Ressource für Geschäftsinnovation. Website der Fraunhofer-Gesellschaft. Abgerufen am 05. November 2015.
  6. Seite „Innovation“. In: Wikipedia, Die freie Enzyklopädie. Bearbeitungsstand: 5. Oktober 2015, 11:03 UTC. URL: https://de.wikipedia.org/w/index.php?title=Innovation&oldid=146702782 (Abgerufen: 5. November 2015, 08:58 UTC)
  7. Otto, Boris: Industrial Data Space im Überblick. Oktober 2015, S. 6.
  8. Otto, Boris: Industrial Data Space. Brief Overview. Dortmund, Oktober 2015, S. 4.
  9. Industrial Data Space – Schlüsselmerkmale des Industrial Data Space. Website der Fraunhofer-Gesellschaft. Abgerufen am 05. November 2015.


Info Sign Dieser Wikipedia-Artikel wurde, gemäß GFDL, CC-by-sa mit der kompletten Versionsgeschichte importiert.