Daten – Rohstoff für smarte Innovationen

Bei der Konzeption, Planung und Steuerung industrieller Prozesse spielen digitale Daten eine entscheidende Rolle. Sie werden nicht nur benötigt, sondern auch in großer Menge erzeugt und können zur Entwicklung neuer Produkte, Services und Geschäftsmodelle verwendet werden. Die Fraunhofer-Gesellschaft entwickelt in Kooperation mit zahlreichen Unternehmen Konzepte und Verfahren, um den digitalen Datenschatz in einem sicheren Umfeld nutzbar zu machen und damit die Wertschöpfung industrieller Prozesse weiter zu erhöhen.
 

Neue Geschäftsmodelle

Björn Heinze hat es wie immer eilig. Gerade kam eine Anfrage für eine Besprechung herein, in zwei Stunden muss er kurzfristig von Bonn nach Köln fahren. Sein Auto hat der Ingenieur schon vor einiger Zeit abgeschafft, in der Bonner Innenstadt gibt es ohnehin kaum Parkplätze. Mit dem Smartphone bucht er über eine Carsharing-Plattform ein Elektrofahrzeug, das autonom zu ihm fährt und ihn abholt. Sein Nutzerprofil hat er bereits hinterlegt, deshalb geht es schnell. Die Fahrt dürfte dagegen eine Geduldsprobe werden, denn auf den Straßen nach Köln herrscht wie immer Stau. Zum Glück findet das Navi dynamisch eine Ausweichroute, die der Wagen autonom fährt – pünktlich und ausgeruht rollt Heinze beim Kunden auf den Hof.

Zugegeben: Dieses Beispiel ist erfunden und liegt noch etwas in der Zukunft. Ganz real sind dagegen die geschilderten Abläufe: Termin vereinbaren, Fahrzeug buchen und bezahlen, Positionsbestimmung, Ausweichroute berechnen, das Fahrzeug am Ziel in Köln an der Stromtankstelle anschließen – denn für die Rückfahrt wird die Batterieladung des Elektroautos vielleicht nicht reichen –, und dann den genutzten Strom abrechnen. Auch wenn der Protagonist dieser kleinen Story davon nichts mitbekommt: Im Hintergrund werden jede Menge Daten bewegt, vom Carsharing-Anbieter, vom Parkplatzbetreiber, vom Energieversorger mit seiner Ladeinfrastruktur, vom Anbieter der Staudaten, vom gemieteten Fahrzeug und natürlich von Björn Heinze selbst.

Ökonomie der Daten

Die Mobilität ist im Umbruch. Die Automobilhersteller haben erkannt, dass der Verkauf von Fahrzeugen als Geschäftsmodell der Zukunft nicht mehr ausreicht, sie müssen sich vielmehr zum Anbieter von Mobilität wandeln. Die Branche diskutiert darüber, ob die Wertschöpfung mit digitalen Dienstleistungen in nicht allzu ferner Zukunft die Wertschöpfung mit dem Verkauf der Fahrzeuge übertreffen wird. Gleiches gilt für viele andere Industrien, auch für die Medizintechnik oder den Maschinenbau, wo die Maschinen immer weniger kosten und Dienstleistungen wie die vorausschauende Wartung wachsende Beiträge zur Wertschöpfung erbringen. Von einer Ökonomie der Dinge wandelt sich unsere Wirtschaft in eine Ökonomie der Daten – mit weitreichenden Folgen. Welche das sind und wie die Industrie den größten Nutzen daraus ziehen kann, untersuchen zahlreiche Fraunhofer-Institute.

Die Zunahme von datengetriebenen Geschäftsmodellen sorgt z. T. für starke Veränderungen in Unternehmen und in unternehmensübergreifenden Wertschöpfungsketten. Wo Techniker früher Anlagen mühsam konfigurierten, ermöglichen Sensoren heute die automatische Erfassung  von menschlichem Know-how, das der Urheber jedoch sicher vertraulich halten möchte. Auf der anderen Seite gewinnen etwa im Onlinehandel viele Daten erst durch Austausch und Verknüpfung an Wert. Dies kommt einem Paradigmenwechsel beim Datenmanagement gleich:

• Daten sind ein Wirtschaftsgut, das verstärkt produziert und gehandelt, aber auch manipuliert und gestohlen wird.
• Akteure erzeugen Daten z. T. gemeinsam und teilen diese, statt sie unter Verschluss zu halten.
• Eigentum und Nutzungsrechte von Daten sind oft unklar und müssen erst unter den Beteiligten ausgehandelt werden.
• Daten stammen aus vielfältigen Quellen und sind über eine Plattform verbunden – sie sind dabei oft personenbezogen oder auf Personen beziehbar.

Daten sind für Unternehmen kostbar, weil sie zum einen als Grundlage neuer Geschäftsmodelle künftig immer mehr an Wert gewinnen, andererseits verbrauchen sie selbst zunehmend Ressourcen – etwa wenn die Energiekosten für die Datenhaltung und -organisation in Zeiten von Big Data steigen. Aber wie bestimmt man den Wert von Daten? Das Fraunhofer-Institut für Software- und Systemtechnik ISST in Dortmund beschäftigt sich seit einigen Jahren mit dieser Frage.

Unternehmen können den Wert der Daten bemessen

• an den Kosten, die das Unternehmen aufbringen muss, um in den Besitz der Daten zu gelangen und die Datensätze zu pflegen.
• am Nutzwert, der mit den Daten zu erzielen ist. 
  Ein Nutzwert ist z. B. die vorausschauende Wartung, die Kosten einspart, weil sie Defekte einer Anlage früh erkennt und Stillstände verhindert.
• am Marktwert. 
  Man kann z. B. Nutzerdaten verkaufen und schauen, was der Käufer dafür zu zahlen bereit ist.

Doch was bedeutet das für personenbezogene Daten, die z. B. in Deutschland besonderen Schutz genießen? Wie definiert sich der Wert der medizinischen Daten in Krankenhäusern und Arztpraxen, von denen im hohen Maße die Gesundheit der Bürger abhängt? Wie verhält es sich mit hoheitlichen Daten, die ein Staat erhebt, um ein funktionierendes Staatswesen zu gewährleisten? Welchen Wert besitzen die Daten aus kritischen Infrastrukturen wie dem Stromnetz oder der Internet-Infrastruktur, ohne die ganze Märkte oder das gesellschaftliche Leben insgesamt zusammenbrechen könnten? Die Liste der Fragen macht deutlich, dass der Wert und die Nutzungsmöglichkeiten von Daten verschiedene Rechtsgüter berühren, wobei unterschiedliche Interessen nicht selten auch über Ländergrenzen hinweg zu beachten und ggf. auszugleichen sind.

Digitale Schätze: Finden, sammeln, nutzbar machen

Viele Unternehmen im industriellen Sektor verfolgen seit dem Aufkommen von Industrie 4.0 die »Data Lake«-Strategie: Erst einmal alle Daten, die man im Unternehmen findet, in einen großen »See« kippen – was man damit machen kann, sieht man dann später. Doch diese Strategie muss nicht aufgehen. Quereinsteiger können in die Lücke stoßen und mit den Daten, die sie gar nicht erzeugt haben, Geld verdienen. Wer diese Quereinsteiger sein könnten, ist leicht zu erraten: Insbesondere IT-Unternehmen aus den USA, allen voran Google und Amazon, versuchen ihre Kompetenz bei der intelligenten Verarbeitung großer Informationsmengen auf andere Branchen auszuweiten. So nutzt Google frei verfügbare Daten oder kauft mit Hochdruck Firmen auf, die Daten erzeugen. Bekanntestes Beispiel ist Nest, ein Hersteller von intelligenten Heizungsreglern. Google geht es dabei nicht um den Verkauf der Hardware, sondern um die digitalen Dienste, die man auf den Daten aufsetzen kann, die aus den Heizungen und Smartphones der Nutzer – künftig auch aus anderen Smart-Home-Anwendungen – an Google übermittelt werden. Und das auch noch kostenlos.

Die Digital Business Engineering-Methode

Auch das Fraunhofer ISST beschäftigt sich mit Methoden, digitale Geschäftsmodelle zu entwickeln. Das Institut hat mit »Digital Business Engineering« eine Art Kochrezept dafür entwickelt und auch schon mit Erfolg in einigen Anwendungsstudien erprobt. Ein nächster Schritt wäre, diese Methode in mehr Anwendungen auszurollen und einen Werkzeugkasten zu entwickeln, mit dem Unternehmen ihr digitales Geschäftsmodell nach bewährten Prinzipien erstellen können. Vieles ist hier Neuland, und deshalb gilt es, entsprechende Grundlagen zu schaffen. Doch man kann darauf warten, dass in den Geschäftsberichten großer Unternehmen neben Anlagevermögen und Umlaufvermögen bald auch das Datenvermögen bilanziert wird. Und eines Tages können Start-ups zur Bank gehen und ihren Datenbesitz als Sicherheit in die Waagschale werfen. Wer das heute versucht, wird vom Bankberater noch kein Verständnis erwarten können. Aber das wird sich ganz sicher ändern.

Das Ziel: Digitale Souveränität

Eine wichtige Voraussetzung dafür ist jedoch, dass stets klar ist, wem die Daten gehören. In industriellen Anwendungen ist das meist geregelt, etwa bei der vorausschauenden Wartung. Die Informationen, die eine Maschine während des Betriebs erzeugt, gehören dem Nutzer der Maschine. Der Hersteller darf die Informationen aber zu sich übertragen und damit Prognosen für die vorausschauende Wartung stellen und das Produkt  verbessern. Eine weitere wirtschaftliche Nutzung ist typischerweise ausgeschlossen. 

Die Besitzer von Daten sind bei der Bewirtschaftung derselben in einem Dilemma. Je mehr sie ihre Daten nutzen und tauschen, umso wertvoller werden diese. Allerdings steigt damit auch das Schutzbedürfnis. Was eigentlich bedeutet, dass man seine Daten besser unter Verschluss halten sollte. Diesen Widerspruch zu lösen ist eine der großen Herausforderungen der digitalen Wirtschaft. Es geht darum, freigiebig mit Daten umzugehen, ohne allerdings jemals die Kontrolle darüber zu verlieren. Das Stichwort, das sich hier etabliert hat, lautet: digitale Souveränität. 

Ein Beispiel: Als Ende der 1990er-Jahre die ersten Online-Marktplätze für die Beschaffung von Zulieferteilen aufkamen, stellten die Zulieferer ihre Produkte bereitwillig online, weil sie auf zusätzliches Geschäft hofften. Als ihre Kunden – etwa die Automobilhersteller – auch noch verlangten, dass die Zulieferer kundenindividuelle Preise mit auf diese elektronischen Marktplätze lieferten, weigerten diese sich. Die Zulieferer wollten diese Daten nicht auf Plattformen stellen, die von Dritten betrieben wurden, sie wollten die Souveränität über diesen Teil ihrer Daten nicht preisgeben. Das gilt auch für viele andere Beispiele: Daten sind unterschiedlich sensibel und schützenswert. Fraunhofer-Forscher arbeiten an Konzepten dafür, Daten so zu verpacken, zu schützen und zu veredeln, dass sie die Anforderungen an die Souveränität erfüllen.  

Einige Maßnahmen sind:

• Datenaustausch nur bei Bedarf, kein zwingendes Sammeln der Daten in zentralen »Datenseen«,
• Entwickeln von Konnektoren des Industrial Data Space, um diesen bedingten Datenaustausch zu organisieren
• Mitführen von Restriktionen an den Daten, die über ihre Nutzungsbedingungen Auskunft geben
• Nutzung verteilter Datenhaltungstechnologien wie Blockchain zur Aufzeichnung von Datentransaktionen,
• Nutzung von Vokabularen zur Steigerung der Interoperabilität beim Austausch zwischen Cloud-Plattformen,
• Maßnahmen, um Nutzer transparent über den Umgang mit ihren Daten zu informieren, ihnen selbstbestimmte Kontrolle über ihre Daten zu geben.

Dabei ist digitale Souveränität kein statischer Zustand, man kann sie sich vielmehr als eine Art Waage vorstellen, die in Balance gebracht werden muss. In der einen Waagschale  liegen die Interessen des Eigentümers an Privatheit und Sicherheit seiner Daten und der Wert der Daten. In der anderen Waagschale liegen die Interessen der Anwender nach Austausch, Nutzen und Teilen der Daten. Die Balance ist für jeden Fall unterschiedlich. Die genannten Konzepte sollen den Besitzer der Daten stets in die Lage versetzen, für diesen Zielkonflikt die für ihn passende Balance zu finden. Dies ist eine Schlüsselfähigkeit für den Erfolg in der Datenökonomie.

Dass sich so schnell so viele Mitglieder für den Verein gefunden haben, liegt an der Überzeugung der Unternehmen, dass das Thema Datensouveränität im Industrial Data Space großgeschrieben wird. Deutsche Unternehmen möchten nicht die Einschränkung der eigenen Handlungsfähigkeit riskieren, weil sie sich von zentralen Cloud-Dienstleistern wie Amazon oder Google abhängig gemacht haben. Die Ansprüche bei der Kontrolle essenzieller Dienste und Daten sind dementsprechend hoch. 

Die Verbindung zwischen den Unternehmen und dem Industrial Data Space übernimmt ein sogenannter Konnektor. Er dient als Schnittstelle zwischen den Unternehmen und unterstützt viele Protokolle etwa von Webdiensten und für das Internet der Dinge. Er verknüpft die Daten des Unternehmens und verteilt sie auf Wunsch im Industrial Data Space, umgekehrt leitet er Anfragen von dort an die Systeme im eigenen Unternehmen weiter. Die Konnektoren können um unterschiedliche Apps ergänzt werden, die Daten filtern, transformieren und  für Geschäftsprozesse bereitstellen. Im Projekt wollen die Fraunhofer-Forscher einige Konnektoren und Apps für die Referenzarchitektur prototypisch entwickeln und anhand von beispielhaften Anwendungsfällen deren Nutzung darstellen. 

Die thyssenkrupp AG betreibt im Logistik-Pilotprojekt einen solchen Konnektor, der auf Unternehmensseite mit dem Abfertigungsmanagement für die Werkstore verknüpft ist. Der Disponent sieht in einer Tabelle sofort, wenn einer der Lkw mit Stahlteilen zu früh oder verspätet ist, und kann umplanen. Für eine Verknüpfung mit der realen Welt der Logistik sorgt der Konnektor, der über den Industrial Data Space entweder direkt mit den Apps auf den Smartphones der Lkw-Fahrer verbunden ist oder mit den Transportmanagementsystemen großer Logistikdienstleister. Das Projekt soll helfen, Zeitfenster für das Be- und Entladen zu optimieren und Zeit und Kosten zu sparen. 

Ausblick

Die genannten Beispiele zeigen: Digitalisierung ist ein Thema, das sowohl technische als auch organisatorische, wirtschaftliche und gesellschaftliche Aspekte umfasst. Es ist die industrielle Revolution, die wie keine andere unser Leben bestimmen und verändern wird. Diese industrielle Revolution sollten die Unternehmen aktiv gestalten. Die Fraunhofer-Gesellschaft mit ihrem ganzheitlichen und anwendungsorientierten Ansatz ist der ideale Partner, um diese Entwicklung für Wirtschaft, Gesellschaft und die Nutzer erfolgreich zu gestalten. 

Prof. Dr.-Ing. Albert Heuberger, Leiter des Fraunhofer-Instituts für Integrierte Schaltungen IIS in Erlangen.

Prof. Dr. Boris Otto, Leiter des Fraunhofer-Instituts für Software und Systemtechnik ISST in Dortmund.

Prof. Dr. Michael Waidner, Leiter des Fraunhofer-Instituts für Sichere Informationstechnologie SIT in Darmstadt.

Quelle: Fraunhofer-Jahresbericht 2016