INDUSTRIAL DATA SPACE – DIGITALE SOUVERÄNITÄT ÜBER DATEN
-
Upload
data-market-austria -
Category
Technology
-
view
63 -
download
0
Transcript of INDUSTRIAL DATA SPACE – DIGITALE SOUVERÄNITÄT ÜBER DATEN
© Fraunhofer
INDUSTRIAL DATA SPACE –DIGITALE SOUVERÄNITÄT
ÜBER DATEN
Dr. Christoph LangeFraunhofer IAIS
Sankt Augustin b. Bonn
Data Market Austria Kick-Off
Wien3. November 2016
© Fraunhofer 2
INDUSTRIAL DATA SPACE: ÜBERSICHT
Motivation: Digitalisierung der Industrie
Strategische Ziele
Technische Architektur
Datenaustausch im Industrial Data Space
Best Practices: Use Cases und Anforderungen
Partner: Forschungsprojekt und Industrial Data Space e.V.
© Fraunhofer 3
Digitalisierung der Industrie
Die Digitalisierung ermöglicht datengetriebene Geschäftsmodelle – zum Beispiel in der Landwirtschaft.
Bildquellen: wiwo, traction-magazin.de. Quelle: Beecham Research Ltd. (2014).
»Precision Farming« Wertschöpfung im »Ökosystem«
»Digital Farming
Eco-system«
Maschinen-hersteller
Saatgut-anbieter
Landwirte
Großhandel
Anbieter von
Techno-logie
Wetter-dienst
© Fraunhofer 4
Digitalisierung der Industrie
Die Digitalisierung zeigt sich nicht nur in den Produkten, sondern auch in den Prozessen.
Quelle: VILOMA Projekt. Legende: LDL – Logistikdienstleister. OEM – Original Equipment Manufacturer.
ProduktionsplanungBedarfs- und Kapazitäts-
Management
Lagermanagement und Reichweitensteuerung
Transportsteuerung und Transportverfolgung
OEMLieferant LDL MontageMontage LDL LDL
Risiko- und Störungsmanagement
anwenderorientierttransparent
intuitiv verständlich
zukunftsbezogen
echtzeitnah
© Fraunhofer 5
Digitalisierung der Industrie
Die Digitalisierung ist gleichzeitig Treiber und Befähiger neuer Geschäftsmodelle.
Quelle: otto.de (2015), techglam.com (2015), soccerreviews.com (2015), appfullapk.co (2015).
Zeit
Hyb
rid
ität 1
Physisches Produkt
(Laufschuh)
»Klassischer Dienst«
(Trainings-monitor)
Digitaler Dienst
(Social Network-Integration)
2
3 Eine Schlüsselfähigkeit für
Geschäftsmodellinnovation ist die Kombination
von Daten in einem Ökosystem.
Digitale Leistungsangebote folgen
gemeinsamen Architekturprinzipien:
• Dienste sind entkoppelt von physischen
Plattformen/Produkten.
• Die Architekturebenen sind entkoppelt.
• Produkte werden Plattformen und umgekehrt.
• Um Plattformen bilden sich Ökosysteme.
• Innovation erfolgt kooperativ.
© Fraunhofer 6
Digitalisierung der Industrie
Infolge der Smart Service Welt steigt jedoch die Komplexität der Leistungserstellung.
Quelle: Koren (2010), zitiert in Bauernhansl (2014).Bildquellen: https://en.wikipedia.org (2015), https://www.impulse.de (2015), audi.de (2015), o2.co.uk (2015), computerbild.de (2015).
Variantenzahl
Ausstoß pro Variante
1850
1913
1955
1980
2000
Ford Model T
VW Käfer
Produktion
Audi Konfigurator
Massen-
produktion
Individualisierung
»Shareconomy«
Komplexität
Globalisierung
iPhone
3D-Druck-Auto
© Fraunhofer 7
Ziel und Architektur des Industrial Data Space
Quadratur des Kreises der Daten-Bewirtschaftung:zwischen Eigentum und Mehrwert
Interoperabilität
Datenaustausch
»Sharing Economy«
Datenzentrierte Services
Dateneigentum
Datenschutz
Datenwert
Digitale Souveränität ist die Fähigkeit einer natürlichen oder juristischen Person zur ausschließlichen Selbstbestimmung hinsichtlich des Wirtschaftsguts Daten
© Fraunhofer 8
Ziel und Architektur des Industrial Data Space
Der Industrial Data Space verbindet das Internet der Dinge und Smart Services.
© Fraunhofer 9
Ziel und Architektur des Industrial Data Space
Die drei „V“ von Big Data –Variety wird oft vernachlässigt.
Quelle: Gesellschaft für Informatik
© Fraunhofer 10
Ziel und Architektur des Industrial Data Space
Modernes Datenmanagement verbindet Leistungsangebot und -erstellung.
Informationsfluss
Öffentliche Daten
Daten aus der Wertschöpfungskette
Kommerzielle
Dienste
Industrielle
Dienste
Individualisierung
Ende-zu-Ende-Prozess
»Ecosystem«
Ubiquität
ModernesDaten-
management
Vernetzung
Mensch-Maschine-Kooperation
Autonomisierung
Internet der Dinge
Kunde
Produktions-
netzwerk
Logistik-
netzwerk
Digitalisiertes LeistungsangebotDaten-ScharnierDigitalisierte Leistungserstellung
Güterfluss.Legende:
© Fraunhofer 11
Ziel und Architektur des Industrial Data Space
Der Industrial Data Space ermöglicht ein »Network of Trusted Data«.
Sicherheit
Daten-
austausch
Vertrauens-schutz
zertifizierteTeilnehmer
DezentralisierungFöderale
Architektur Souveränitätüber Datenund Dienste
Governancegemeinschaftliche
Spielregeln
SkalierungNetzwerkeffekte
OffenheitNeutral und anwender-getrieben
ÖkosystemPlattformenund Dienste
© Fraunhofer
Die Bilder müsse ein Seitenverhältnis von 16:9 haben!
Wesentliches Element der digitalen Transformation der Industrie ist der Austausch von Daten und Diensten zwischen Industrieunternehmen.
Nutzen: Durch Vernetzung von Unternehmen, den Datenaustausch zwischen Unternehmen und die Integration öffentlich verfügbarer Daten entsteht ein Mehrwert in Form neuer Produkte und Smart Services. Neue, digitale Geschäftsmodelle werden auch in der klassischen Industrie möglich.
Dies sichert die Wettbewerbsfähigkeit der Industrieunternehmen und deren Unabhängigkeit von IT-Unternehmen! Datensicherheit und Vertrauen auf einen sicheren Austausch sind dabei eine unverzichtbare Voraussetzung.
MotivationWarum braucht die Industrie den
Industrial Data Space?
© Fraunhofer www.industrialdataspace.org // 13
EINSATZFELDER FÜR DEN INDUSTRIAL DATA SPACEVERTIKALE KOOPERATIONEN
Materialwissenschaft Energiewirtschaft Life SciencesHigh Performance
Supply ChainsTraffic Management
Austausch von Werkstoff und
Materialeigenschaften über den gesamten Lebenszyklus von
Produktentstehung bis zur Verschrottung
Gemeinschaftliche Nutzung von
Zustandsdaten zur prädiktiven
Instandhaltung von Windkraftanlagen
Entwurf einer gemeinschaftlich genutzten Daten-Plattform für die
Entwicklung medizinischer und pharmazeutischer
Produkte
Austausch von Zustands- und
Qualitätsdaten zu Transportgütern
entlang der gesamten Supply Chain
Nutzung von Verkehrs-managementdaten für
innovative digitale Dienste im Fahrzeug
und zur Steuerung des Verkehrsflusses
© Fraunhofer www.industrialdataspace.org // 14
EINORDNUNG IM KONTEXT INDUSTRIE 4.0FOKUS AUF DATEN
Handel 4.0 Bank 4.0Versicherung
4.0
…Industrie 4.0
Fokus auf die produzierende
IndustrieSmart Services
Übertragung,Netzwerke
Echtzeitsysteme
Industrial Data SpaceFokus auf Daten
Daten
…
Die Arbeiten zum
Industrial Data Space
sind komplementär
verzahnt mit der
Plattform Industrie
4.0.
© Fraunhofer www.industrialdataspace.org // 15
Der IDS steht für einen sicheren Datenaustausch zwischen
Unternehmen, bei dem der Erzeuger von Daten Eigentümer der
Daten bleibt und die Souveränität über die Datennutzung
behält.
Der IDS e. V. definiert hierfür Rahmenbedingungen und Governance für
eine Referenz-Architektur und Schnittstellen mit dem Ziel eines
internationalen Standards.
Dieser Standard wird auf Basis von Use-Cases agil entwickelt und
fortgeschrieben. Er bildet die Basis für eine Vielzahl von zertifizierbaren
Softwarelösungen und Geschäftsmodellen, deren Entstehung der Verein
fördert.
INDUSTRIAL DATA SPACE ASSOCIATIONSELBSTVERSTÄNDNIS„
© Fraunhofer www.industrialdataspace.org // 16
DR. REINHOLD ACHATZ
Vorstandsvorsitzender des Industrial Data Space e. V.
CTO und Leiter der Corporate Function Technology, Innovation & Sustainability bei der thyssenkrupp
AG
MISSION STATEMENT
”Die digitale Transformation und Industrie 4.0
sind für die Unternehmen in Deutschland
zentrale Erfolgsfaktoren.
Der Verein stellt sicher, dass die spezifischen
Interessen der Wirtschaft gezielt in die
Forschungsarbeiten einfließen.
Gleichzeitig sollen Unternehmen schneller auf
Ergebnisse aus dem Forschungsprojekt zum
Industrial Data Space zugreifen können und
diese umsetzen.
DIGITALE TRANSFORMATION
”
© Fraunhofer 17
Ziel und Architektur des Industrial Data Space
Komponenten-Referenzarchitektur
internet
decentralized data transmission
company A
IT DB IoT
IDS connector
company B
IT DB IoT
IDS connector
vocabularies apps
IDS connector
IDS app storeindex clearing
IDS connector
IDS brokerregistry
download
op
tio
na
l
Alle Akteure (definierte Rollen) werden durch Softwarekomponenten zur Teilnahme am IDS befähigt
Die Menge aller (externen) IDS-Konnektoren definiert den Industrial Data Space
Interne IDS Konnektoren werden genutzt, um Datenquellen im Unternehmen anzubinden, zu transformieren und zu veredeln.
© Fraunhofer 18
Ziel und Architektur des Industrial Data Space
Der Industrial Data Space fokussiert auf dieArchitektur der Daten und Datendienste.
Automobil-hersteller
Elektronikund IT
Dienst-leistungen
LogistikMaschinen &Anlagenbau
Pharma &Medizinbedarf
Smart-Service-Szenarien
Service- und Produktinnovation
»Smart Data Services« (Alerting, Monitoring, Datenqualität etc.)
»Basic Data Services« (Informationsfusion, Mapping, Aggregation etc.)
Internet der Dinge ∙ Breitband-Infrastruktur ∙ 5G
Echtzeitbereich ∙ Sensoren, Aktoren, Devices
Arc
hit
ektu
reb
en
en
INDUSTRIAL DATA SPACE
© Fraunhofer www.industrialdataspace.org // 19
FUNKTIONSUMFANGBUSINESS MAP DER BASISDIENSTE
Industrial Data SpaceApp Store
Basic Data Services Provisioning
Data Service Management and Use
Vocabulary Management Software Curation
Data Provenance ReportingData TransformationData CurationData Anonymization
Data Service PublicationData Service SearchData Service RequestData Service Subscription
Vocabulary CreationCollaborative Vocabulary
MaintenanceVocabulary/Schema
MatchingKnowledge Database
Management
Software Quality and Security Testing
Industrial Data Space Broker
Data Source Management
Data Source Search Data Exchange Agreement
Data ExchangeMonitoring
Data Source PublicationData Source MaintenanceVersion Controlling
Key Word SearchTaxonomy SearchMulti-criteria Search
»One Click« AgreementData Source Subscription
Transaction AccountingData Exchange ClearingData Usage Reporting
Industrial Data Space Connector
Data Exchange Execution Data PreprocessingSoftware Injection
Remote Software Execution
Data Request from Certified EndpointUsage Information Maintenance (Expiration etc.)Data Mapping (from Source to Target Schema)Secure Data Transmission between Trusted
Endpoints
Preprocessing Software Deployment and Execution at Trusted Endpoint
Data Compliance Monitoring (Usage Restrictions etc.)
Remote AttestationEndpoint Authentication
© Fraunhofer 20
Un
tern
eh
me
ns-
IT
Application Container Management
Core OS
Core IDS Container
Einbindung weiterer IT-Services (Apps)
Application Container Management
Core OS
Core IDS Container
Einbindung weiterer IT-Services (Apps)
Datenaustausch im Industrial Data Space
Unternehmen A fragt Daten bei Unternehmen B an
Unternehmen B prüft die Anfrage und sendet die angefragten Daten
In Arbeit: Datenaustausch mit Trusted App; Datenaustausch per Remote Execution
Einfacher Datenaustausch mit dem Connector
Unternehmen A Unternehmen Bverschlüsselte Verbindung
Anfrage
Authentifizierung und Autorisierung
Daten
Internes Interface
Date
na
bfr
ag
e
Datenweitergabe
Internes Interface
© Fraunhofer
KOMPONENTEN
Kon-nektor
App Store
Voka-bular
Clearing-Dienst
Broker Apps Registry3rd PartyCloud
ZERTIFIZIERUNG
Prüfstelle
Antrag-steller
Zertifizie-rungsstelle
Akkreditie-rungsstelle
Prozess zur Teilnahme am IDS.
Zertifizierung von: Entwicklern, Unternehmen, Komponenten.
IDS-Ökosystem
Teilnehmende Rollen mit zunehmendem Funktionsumfang des IDS von innen nach außen
4 SICHERHEITSSTUFEN
01
23
SELBSTBESTIMMUNGDatenprovider kontrollieren selbst den Zugriff auf ihre Daten und definieren ihre Anforderungen an Consumer.
Software-Architektur
Broker Betreiber
Betreiber Clearing
Betreiber App Store
App Anbieter
Betreiber IDS Konnektor
CloudAnbieter
Anbieter Smart Data Services (IT)
Anbieter Mehrwertdienste
Funktionsumfang Datengeber & -nutzer
© Fraunhofer 22
Forschungsprojekt und Industrial Data Space e.V.
Die Anwendungsfälle der Unternehmen werden zu Referenz-Use-Cases zusammengefasst.
WeitereReferenz-Use-Cases
Referenz-Use-Case
»Produktion«
Referenz-Use-Case
»Logistik«
ThyssenKOMSAKOMSA
Atos
Bayer
Boehringer
Festo
BoschSalzgitter
Salzgitter
Salzgitter
Schaeffler
SICKVW
© Fraunhofer 23
Forschungsprojekt und Industrial Data Space e.V.
Konzept des Referenz-Use-Case »Logistik«
© Fraunhofer 24
Forschungsprojekt und Industrial Data Space e.V.
Erster Prototyp des Referenz-Use-Case »Logistik«
© Fraunhofer
Industrial Data Space ist Forschungsprojekt und Verein
Kerndaten des BMBF-Projekts Start: 1.10.2015 Dauer: 36 Monate Volumen: 5 Mio. EUR
Highlights Januar 2016: Eingetragener Verein Round-table auf EU-Level CeBIT und Hannover Messe
Fraunhofer-Konsortium 12 Institute AISEC, FIT, FKIE, FOKUS, IAIS, IAO, IESE, IML,
IOSB, IPA, ISST, SIT
Industrial Data Space e.V.: 40+ Mitglieder aus 8 Ländern
Projekt-Status Erste Software-Demonstratoren fertig 12 aktive Use-Case-Projekte MoU mit OPC Foundation
Induzierte Folgeaktivitäten Domänenspezifische Vertikalisierung:
Materials Data Space, Medical Data Space u.a. Internationalisierung und Standardisierung
http://www.industrialdataspace.org
© Fraunhofer 26
Industrial Data Space e.V.
Ihre Möglichkeiten zur Gestaltung
• Pilotieren, anwenden und testen des Industrial Data Space
• Früher Zugang zu Software
• Einbringen von Anforderungen in die Architekturentwicklung
• Entwicklung von Smart Services
Use Cases
ArchitekturVerwertung• Mitgestaltung der
Referenzarchitektur
• Einbringen von unternehmensspezifischem Know-how
Arbeitsgruppen
• Teilnahme an Arbeitsgruppen
• Regelmäßiger Austausch mit allen Mitgliedsunternehmen
• Gemeinsame Bearbeitung von Problemstellungen zum Thema Datenaustausch
• Entwicklung von Geschäftsmodellen
• Innovationscamp
• Gemeinsame Nutzungsmodelle
erarbeiten
Informationsaustausch
• Vermittlung der Inhalte des Forschungsprojekts
• Gemeinsame Veranstaltungen Netzwerkveranstaltungen
• Organisation von Marketingaktivitäten/Messen
Standardisierung/Zertifizierung
• Definieren und Umsetzen von Standards
• Gestaltung der Zertifizierungsmaßnahmen
© Fraunhofer 27
Forschungsprojekt und Industrial Data Space e.V.
Die Initiative erfährt hohe Aufmerksamkeit in der Politik.
Übergabe des White Paper an die Bundesforschungsministerin Johanna Wanka (CeBIT 2016)
Besuch des EU-Kommissars Günther Oettinger am Exponat des Industrial Data Space (Hannover Messe 2016)
© Fraunhofer 28
Forschungsprojekt und Industrial Data Space e.V.
Nach der Entwicklung des Connectors werden grundlegende Datendienste (»Data Core«) entworfen und prototypisch realisiert
Parallel dazu kann der Entwurf weiterer Datendienste (»Data Apps«) beginnen
Broker und AppStore werden durch spezielle AddOn-Packages auf Basis des Connectors realisiert
Entwicklungsplan im Überblick
Connector
1
Data Core
2
Broker Core
3
AppStore
4
Data Apps
5
Erster Fraunhofer-Prototyp am 30.6.2016
© Fraunhofer 29
Forschungsprojekt und Industrial Data Space e.V.
Whitepaper
http://s.fhg.de/white-paper-industrial-data-space
Übersicht über Ziele und Architektur des Industrial Data Space
Vorstellung ausgewählter Einsatzszenarien
Vorstellung des Industrial Data Space e.V.
© Fraunhofer // 30
KONTAKTGeschäftsstelle
INDUSTRIAL DATA SPACE ASSOCIATION
Joseph-von-Fraunhofer-Str. 2-444227 Dortmund
Deutschland
+49 231 9743 619
www.industrialdataspace.org