Industrial Data Space

aus Wikipedia, der freien Enzyklopädie
Zur Navigation springen Zur Suche springen

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 geförderten Forschungsprojekts durch zwölf Institute der Fraunhofer-Gesellschaft unter Federführung von Boris Otto (Fraunhofer ISST) entwickelt wurde.[3] Die Initiative zum Industrial Data Space ist nicht durch geografische Grenzen limitiert, sondern hat eine europäische bzw. internationale Ausrichtung. Zur Verstetigung der Aktivitäten ist die Initiative in Form des eingetragenen Vereins Industrial Data Space Association institutionalisiert worden, der am 26. Januar 2016 in Berlin gegründet wurde.[4]

Hintergrund und Ziele[Bearbeiten | Quelltext bearbeiten]

Der Industrial Data Space kann ein Bindeglied zwischen digitaler Produktion/Logistik und Smart Services sein.[5]

Als Teil der aktuell angestrebten Industrie 4.0 verändert die Digitalisierung Unternehmen grundlegend, da sie neue Geschäftsmodelle ermöglicht und das Selbstverständnis ganzer Branchen verändert.[6] Somit sind Unternehmen gefordert, sich der Digitalisierung anzuschließen und ihre Wettbewerbsfähigkeit zu sichern. Dadurch hat die Digitalisierung zur Folge, dass Daten einen bedeutenden Beitrag zum Unternehmenserfolg leisten.

Konsequenterweise gehört zu deren Digitalisierung auch der Austausch von Daten. Der sicherer Datenaustausch und die einfache Kombination in Wertschöpfungsnetzwerken sind Voraussetzung für smarte Services, innovative Leistungsangebote und automatisierte Geschäftsprozesse. Vor diesem Hintergrund hat der Industrial Data Space bereits in der deutschen[7][8] und ausländischen[9] Politik Aufmerksamkeit erlangt.

Die datengetriebene Innovation äußert sich in vier Facetten:[10]

Innovationskategorie 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 muss 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.

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 Aufbau[Bearbeiten | Quelltext bearbeiten]

Zusammenspiel der Komponenten des Industrial Data Space[11]

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 ermöglicht 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[12]:

  • 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.

Referenzarchitekturmodell[Bearbeiten | Quelltext bearbeiten]

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[13]:

  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.

Forschungsprojekte zum Industrial Data Space[Bearbeiten | Quelltext bearbeiten]

Die Architektur des Industrial Data Space hat die Fraunhofer-Gesellschaft im Rahmen eines durch das Bundesministerium für Bildung und Forschung (BMBF) geförderten Forschungsprojektes seit Oktober 2015 entwickelt (Förderkennzeichen 01IS15054). Das Forschungsprojekt verfolgte zwei wesentliche Ziele:

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

Am 1. Oktober 2017 ist die ebenfalls durch das BMBF geförderte und durch die Fraunhofer-Gesellschaft bearbeitete zweite Phase gestartet. Ihr Ziel ist es, die in der ersten Phase entwickelte Referenzarchitektur international zu etablieren. Dabei ist es bedeutsam, eine einheitliche Lösung zu entwickeln, die mit international bestehenden Modellen wie dem des Industrial Internet Consortiums aus den USA oder der Industrial-Value-Chain-Initiative aus Japan kompatibel ist.[14][15]

Leiter beider Forschungsprojekte war und ist Boris Otto.

Die Arbeiten sind eng verzahnt und abgestimmt mit der Plattform Industrie 4.0. Projektmitwirkende des Forschungsprojekts arbeiten in den Arbeitsgruppen der Plattform mit. Der Industrial Data Space ist auf der "Landkarte Industrie 4.0" verzeichnet[16], die im Rahmen des Nationalen IT-Gipfels 2015 vorgestellt wurde.[17] Weitere Forschungsprojekte, in denen der Industrial Data Space weiterentwickelt wird oder Anwendung findet, sind (unvollständige Liste):

  • AMable - Additively Manufacturable (EU)
  • EIT Food Digital Twin (EU)
  • EOSCpilot - The European Open Science Cloud for Research Pilot Project (EU)
  • MIDIH - Manufacturing Industry Digital Innovation Hubs (EU)

Industrial Data Space Association[Bearbeiten | Quelltext bearbeiten]

Der gemeinnützige Verein Industrial Data Space e. V. wurde am 26. Januar 2016 in Berlin mit 18 Gründungsmitgliedern gegründet [18]. Der Verein bietet Unternehmen in mehreren Arbeitsgruppen die Möglichkeit, den Industrial Data Space mitzugestalten. Dazu bündelt er die Anforderungen aus der Wirtschaft an den Industrial Data Space, organisiert den Erfahrungsaustausch zwischen Wissenschaft und Wirtschaft und entwickelt Leitlinien für die Zertifizierung, Standardisierung und Verwertung der Ergebnisse des Forschungsprojekts Industrial Data Space[19].

So stellen sich folgende Aufgaben und Ziele heraus:

  • Standardisierung und Zertifizierung
  • Information und Weiterbildung für KMU
  • Bündelung von Anwenderanforderungen und Use-Cases
  • Kooperation mit verwandten Initiativen
  • Interessenvertretung auf EU-Ebene

Neben einer Kooperation mit der OPC Foundation[20] finden Aktivitäten zur Vernetzung mit dem Industrial Internet Consortium statt.

Weblinks[Bearbeiten | Quelltext bearbeiten]

Einzelnachweise[Bearbeiten | Quelltext 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. November 2015
  3. Fraunhofer-Initiative für sicheren Datenraum startet. Pressemitteilung der Fraunhofer-Gesellschaft. 23. August 2015
  4. Industrial Data Space e.V. gegründet. Presseinformation der Fraunhofer-Gesellschaft, 26. Januar 2016. Abgerufen am 19. März 2016.
  5. Otto, Boris: Industrial Data Space im Überblick. Oktober 2015, S. 6.
  6. Knüpffer, Gunnar: Industrial Data Space. Datenaustausch ohne Google. In: Produktion, 17. Juni 2015
  7. Deutscher Bundestag. Antrag der Fraktionen der CDU/CSU und SPD: Industrie 4.0 und Smart Services, 10. November 2015, S. 8.
  8. Wanka, J.: Beratung des Antrags von CDU/CSU und SPD "Industrie 4.0 und Smart Services – Wirtschafts-, arbeits-, bildungs- und forschungspolitische Maßnahmen für die Digitalisierung und intelligente Vernetzung von Produktions- und Wertschöpfungsketten". Rede der Bundesministerin für Bildung und Forschung Johanna Wanka im Deutschen Bundestag. 13. November 2015.
  9. UK Science & Innovation Network: Science and Innovation developments in Germany, März 2015, S. 2.
  10. Industrial Data Space – Daten als strategische Ressource für Geschäftsinnovation. Website der Fraunhofer-Gesellschaft. Abgerufen am 5. November 2015.
  11. Otto, Boris: Industrial Data Space. Brief Overview. Dortmund, Oktober 2015, S. 4.
  12. Industrial Data Space – Schlüsselmerkmale des Industrial Data Space Website der Fraunhofer-Gesellschaft. Abgerufen am 5. November 2015.
  13. Otto, B.; Lohmann, S. u. a.: Reference Architecture Model for the Industrial Data Space. Hrsg.: Fraunhofer-Gesellschaft, München, 2016
  14. Industrial Data Space e.V.: Forschungsprojekt der Fraunhofer-Gesellschaft zum Industrial Data Space geht in die zweite Runde. Presseinformation, Oktober 2017.
  15. Fraunhofer ISST: Bundesregierung und Fraunhofer treiben Internationalisierung von Industrie 4.0 weiter voran. Presseinformation, 27. Juli 2017.
  16. Plattform Industrie 4.0: Industrial Data Space. Souveränität über Daten in der digitalen Wirtschaft. Eintrag auf der Landkarte Industrie 4.0. 2015
  17. BMWi: Nationaler IT-Gipfel 2015. Aktuelle Meldung, 19. November 2015 .
  18. Industrial Data Space e.V. gegründet. Presseinformation der Fraunhofer-Gesellschaft, 26. Januar 2016. Abgerufen am 23. Juni 2016.
  19. Website des Industrial Data Space e.V.
  20. OPC UA system adapter ensures an easy integration into the IDS ecosystem. Presseinformation der OPC Foundation zum Memorandum of Understanding mit der Industrial Data Space Association. Abgerufen am 30. Juni 2017.