Business Challenges

Daten werden zunehmend eingesetzt, um innovative Geschäftsmodelle zu verwirklichen (z.B. Airbnb, Uber etc.). Diese neuen Geschäftsmodelle entstehen immer mehr durch einen domänenübergreifenden Datenaustausch (sog. »Data Sharing«) zwischen verschiedenen Akteuren. Durch Handel und Austausch von Daten werden Prozesse optimiert und Ressourcen geschont. Trotz dieses Wissens haben jedoch viele Unternehmen aktuell Angst ihre Daten zu teilen und für andere nutzbar zu machen. Eine Studie von PwC über die International Data Spaces veranschaulicht dies. Dabei adressiert die IDS-Architektur verschiedene Herausforderungen an, von denen die bedeutendste Datensouveränität ist.

Die Themen Datensicherheit und Compliance stellen große Herausforderungen für Unternehmen in der Datenökonomie dar. Denn nur wenn alle Akteure in einem Ökosystem sicher sein können, dass ihre Daten geschützt werden und nicht in die falschen Hände geraten, sind sie bereit, ihre Daten innerhalb des Ökosystem zu teilen. Eine repräsentative Unternehmensbefragung des Instituts der deutschen Wirtschaft und der IW Consult bestätigt diese Beobachtungen mit den Ergebnissen, dass über 50 Prozent der befragten Unternehmen sich unsicher bezüglich der Thematik Datensicherheit fühlen. Die Studie stellte ebenfalls fest, dass für 45,8 Prozent der befragten Unternehmen Vorgaben zum Datenschutz, wie bspw. die Datenschutzgrundverordnung (DSGVO), aktuell ein Hemmnis für unternehmensübergreifenden Datenaustausch darstellen.

Um dem entgegenzuwirken, bieten die International Data Spaces einheitliche Vorschriften in Bezug auf den Umgang mit Daten und kontrollieren den Zugang zum IDS Ökosystem mit Hilfe unterschiedlicher Connectoren. So impliziert beispielsweise der »Trusted Connector« eine Kontrolle des Informationsflusses, die Unternehmen damit die Basis zur Einhaltung der DSGVO bietet. Desweiteren ermöglicht zum Beispiel der »OPC UA Factory Connector« eine Datenutzungskontrolle, um dem Datengeber zu gewährleisten, dass seine Daten nur die gewünschten Anspruchsgruppen oder Personen erreichen.

Die International Data Spaces garantieren somit Datensicherheit und Datenschutz für alle Beteiligten, schaffen gegenseitiges Vertrauen zwischen ihnen, gewährleisten gleiche Wettbewerbsbedingungen durch ein gemeinsam entwickeltes und allgemein akzeptiertes Design und setzt die Datensouveränität für alle Dateneigentümer durch. Sie ermöglichen den Austausch von Daten auf der Grundlage ethischer Grundsätze und gemeinsamer europäischer Werte.

Hier erfahren Sie wie Sie Ihren eigenen IDS-Use Case aufsetzen und welche technischen Voraussetzungen Sie erfüllen sollten.

Eine Studie des World Economic Forums und der Boston Consulting Group ergab, dass 72% der ca. 1000 befragten Managern Data Sharing für die Verbesserung von Betriebsabläufen in Betracht ziehen. Die nachfolgenden Fälle geben Beispiele in denen unternehmensübergreifender Datenaustausch sinnvoll wäre, um die Effizienz betrieblicher Prozesse zu erhöhen.

Verbesserung der Anlagenauslastung: Durch die Kombination von Daten mehrerer Benutzer desselben Maschinentyps können Hersteller Algorithmen verbessern, die beispielsweise eine vorausschauende Wartung ermöglichen. Die gemeinsame Nutzung von Daten kann somit die Anlagenleistung optimieren, indem sie die Maschinenbetriebszeit und die Produktqualität erhöht und so eine Win-Win-Situation für alle Beteiligten schafft. Dies ist besonders wichtig für Hersteller, denen die Datenmenge fehlt, die für robuste Analysealgorithmen benötigt wird.

Verfolgung von Produkten entlang der Wertschöpfungskette: Durch eine durchgängige Transparenz ihrer Wertschöpfungsketten können Hersteller proaktiv Risiken minimieren, schnell auf unerwartete Ereignisse reagieren und ihre Bestände reduzieren. Obwohl die Hersteller bereits Produkte entlang der Lieferketten verfolgen, müssen sie zusammenarbeiten, Daten gemeinsam nutzen und gemeinsame Systeme einsetzen, um eine echte End-to-End-Transparenz herzustellen und eine gegenseitig nutzbringende Kooperation zu etablieren.

Dezentrale Echtzeit-Steuerung durch Analyse von Betriebsdaten in digitalen Plattformen: Der unternehmensübergreifende Austausch von Daten entlang deren Wertschöpfungsketten, ermöglicht den Aufbau gemeinsamer digitaler Ökosysteme, die eine effiziente und bedarfsgerechte Steuerung der Wertschöpfung ermöglichen.

Obwohl der Mehrwert dieser Anwendungsszenarien allgemein bekannt ist, findet ein unternehmensübergreifender Datenaustausch häufig nicht statt. Die International Data Spaces-Architektur kann die Realisierung dieser Szenarien ermöglichen da sie auf allgemein akzeptierten Data-Governance-Modellen und Standards basiert und somit einen sicheren Austausch und die einfache Verknüpfung von Daten innerhalb von Geschäftsökosystemen erleichtert.

Prognosen schätzen, dass der Wert der Datenwirtschaft in Europa im Jahr 2025 680 Mrd. € betragen wird. Um ein Teil dieser Entwicklung zu sein und die Potentiale dieser ausschöpfen zu können, müssen Unternehmen ihre Daten in Ökosystemen teilen wollen und können. Aktuell sind jedoch Unternehmen häufig noch nicht in der Lage ihre Daten zu teilen, auch wenn sie willens sind. So geben knapp 44 Prozent der in einer repräsentativen Umfrage befragten Unternehmen an, dass ihnen der Zugang zu den richtigen Daten fehlt. 45 Prozent der befragten Unternehmen bemängeln wiederum die verfügbare Datenqualität in ihrem Unternehmen. Diese Komponenten sind allerdings entscheidend für die Teilnahme an der Datenökonomie und für die Implementierung von datengetriebenen Geschäftsmodellen. Besonders die Wichtigkeit guter Datenqualität wird noch von vielen Unternehmen unterschätzt.

Ein Hauptaspekt bei der »Data Readiness« ist, dass sich Unternehmen aktiv in Ökosysteme einbringen und sich ihrer jeweiligen Rolle bewusst werden müssen, um die Potenziale der Datenwirtschaft nutzen zu können. Es sind interne Maßnahmen zu ergreifen und Daten als wertvolles Gut zu verstehen, damit unternehmensübergreifende Kooperationen zu innovativen Leistungsbündeln führen können. Diese Interaktionen führen letztlich zu einer gemeinsamen Wertschöpfung, bei der jeder Akteur im Datenökosystem profitiert.

Die International Data Spaces bestimmen mit ihrer Governance-Architektur die Spielregeln und regeln bspw. die Sichtbarkeit von Datenquellen, die Datenqualität und die Berücksichtigung von Daten hinsichtlich ihres ökonomischen Wertes. Aufgrund der Korrelation zwischen guter Datenqualität und der Wertmaximierung von Daten als Wirtschaftsgut wird in den International Data Spaces explizit der Aspekt der Data Readiness adressiert. Aufgrund dieser Prämisse ermöglichen die International Data Spaces seinen Teilnehmern, die Qualität von Datenquellen anhand öffentlich zugänglicher Informationen und der Transparenz, die er hinsichtlich der angebotenen Brokerage-Funktionalität bietet, zu beurteilen. Insbesondere in Wettbewerbsumgebungen kann diese Transparenz die Datenanbieter zwingen, die Datenpflege ernster zu nehmen. Durch die Erweiterung der Funktionalität des Connectors mit selbst implementierten Datenapplikationen legen die International Data Spaces die Grundlage für ein automatisiertes Daten(qualitäts)management.

Um Innovationen aus Daten zu generieren benötigen Data Scientists Daten mit hoher Qualität. Daten werden dabei heute meist dezentral in sogenannten »Datensilos« gehalten. Am Zugriff auf diese Daten mangelt es heute aber noch. Die International Data Spaces ermöglichen einen unabhängigen, auf europäischen Werten beruhenden, Datenraum der den Informationsaustausch über Unternehmensgrenzen hinweg ermöglicht.

Dazu bilden sichere und zertifizierte Gateways, sogenannte Connectoren, die Eckpfeiler dieses Systems. Durch an Datensätze angeheftete »Usage Policies« wird dabei die Datensouveränität durchgesetzt, welche Zugriffsrechte definieren.

Die International Data Spaces sind dabei ein wichtiger Baustein bei zukünftige Initiativen rund um Cloud- und Datensouveränität, wie bspw. GAIA-X, und helfen dabei eine vernetzte Dateninfrastruktur zu schaffen. Derzeit werden dabei folgende Services durch die International Data Spaces ermöglicht:

• Datenverarbeitung & -transformation
• Implementierung von Data Apps
• Bereitstellung von Data Apps
• Installation & Support von Data Apps
• Clearing & Billing
• Usage Restrictions & Governance