industrial data space: referenzarchitekturmodell für die digitalisierung
Post on 21-Mar-2017
203 Views
Preview:
TRANSCRIPT
© Fraunhofer
Prof. Dr.-Ing. Boris Otto · Fraunhofer ISST · TU Dortmund · Düsseldorf · 25.1.2017
INDUSTRIAL DATA SPACE
© Fraunhofer 2
AGENDA
Digitalisierung und Datensouveränität
Industrial Data Space
Logistik-Use-Case
© Fraunhofer 3
Die Digitalisierung ist gleichzeitig Treiber und Befähiger digitaler Geschäftsinnovation
Automobil
Verkehrs-management 2.0
Dynamische Routen-bestimmung
»Connected Drive Services«
Service-
Innovation
Produktion
Intelligente Fertigungskonzepte für Kleinserien
Selbststeuerung der Fertigung
Organisations-Innovation
Pharma
»Real-Life Evidence«
Effektivere, effizientere Behandlung
Personalisierte Medizin
Produkt-
Innovation
Handel
Autonome Transparenz in der Lieferkette
Konsumenten-zentrierte Supply Chain
Prozess-
Innovation
© Fraunhofer 4
Schlüsselkompetenz für innovative Geschäftslösungen ist die Kombination von Daten in Geschäftsökosystemen
Automobil
Automobilhersteller
Verkehrszentralen
Kommunen, Städte
Produktion
Automobilhersteller
Zulieferer
Logistikdienstleister
Pharma
Pharma-unternehmen
Healthcare Provider
Ärzte
Patienten
Handel
Einzelhandel Konsumgüter-
industrie Logistikdienstleister Transportmittel-
Pools
Diagnosedaten, Krankheitsbilder
Therapie-informationen
Lokation, Destination
Fahrzeugdaten Verkehrsdaten
EPCIS-Ereignisse Transportdaten Umgebungsdaten
Produkt-, Teiledaten Planungsdaten Transportzustände
© Fraunhofer 5
Daten sind Schlüsselressource der »Smart Service Welt«
Smart Service Welt
Ende-zu-Ende-
Kunden-prozess
Hybride Service-
Angebote
Daten-zentrizität
Geschäfts-ökosysteme
Digitale Platt-
formen
Neue Geschäfts-modelle
Quelle: Arbeitskreis Smart Service Welt (2014).
© Fraunhofer 6
Die »Smart Service Welt« benötigt ein anderes Datenmanagement
Öffentliche Daten
Daten aus der Wert-schöpfungskette
KommerzielleServices
Industrielle
Services
Digitale Geschäftslösungen
Ende-zu-Ende-Kundenprozess
Geschäfts-ökosysteme
Hybride Angebote
Smart DataManagement
Interoperabilität
Mensch-Roboter-Kooperation
Autonome Systeme
Internet der Dinge
Kunde
Produktions-netzwerk
Logistik-netzwerk
Digitalisiertes LeistungsangebotDatenDigitalisierte Leistungserstellung
Legende: Informationsfluss; Warenfluss.
© Fraunhofer 7
Datengüter unterscheiden sich von materiellen Gütern – dennoch lässt sich ihr Wert bestimmen
Nutzerzahl
Wertanteil
100% Daten
Materielle Güter
Materielle Güter
WertDaten
Nutzung Zeit
Potentieller Wert
Daten
Datenqualität
Wert
100%
Daten
Integration
Wert
Daten
Volumen
Wert
Daten
Quelle: Moody & Walsh (1999).
© Fraunhofer
Interoperabilität
Datenaustausch
»Sharing Economy«
Datenzentrierte Services
Dateneigentum
Datenschutz
Datenwert
Datensouveränität ist die Fähigkeit einer natürlichen oder juristischen Person zur ausschließlichen Selbstbestimmung hinsichtlich des
Wirtschaftsguts Daten
Datensouveränität bedeutet in gewisser Weise die Quadratur des Kreises
Quelle: Otto (2016).
© Fraunhofer 9
AGENDA
Digitalisierung und Datensouveränität
Industrial Data Space
Logistik-Use-Case
© Fraunhofer 10
Die Wirtschaft definiert strategische Anforderungen an den Industrial Data Space
Vertrauensschutz
zertifizierteTeilnehmer
Skalierung
Netzwerkeffekte
Offenheit
Neutral und anwendergetrieben
Governance
GemeinschaftlicheSpielregeln
Netzwerk
Plattformenund Dienste
Sicherheit
Datenaustausch
Souveränität
über Daten
Dezentralität
FöderaleArchitektur
© Fraunhofer 11
Der Industrial Data Space definiert die Datenarchitektur zwischen Smart Services und dem Internet der Dinge
Vernetzte physische Plattformen Smart Products
Technische Infrastruktur Smart Spaces
Industrial Data Space
Service Plattformen Smart Serv ices
Smart Data Services (Alerting, Monitoring, Datenqualität etc.)
Basic Data Services (Fusion, Mapping, Aggregation etc.)
Data Supply Chain
Durchgängige Sicherheit der Datenflüsse
Data Fusion
Integration und Kombination von Daten über Branchengrenzen hinweg (einschließlich öffentlicher Daten)
Allgemeine Datendienste
Zertifizierung
Frei konfigurierbar
Souveränität über eigene Daten
Quelle: Kagermann (2015).
© Fraunhofer 12
DatenflussWarenfluss
Der Industrial Data Space verbindet Plattformen und Dinge in digitalisierten Geschäftsszenarien
Öffentliche Kontextdaten
Wetter
Fabrik/Warehouse
LDLElektronischer Marktplatz
Verkehr
IoTCloud
IDS Broker
IDS
IDS
IDS
IDS
IDS
IDS
IDS
IDS
Planungs- und Steuerungsdaten in der Supply Chain
Unternehmensübergreifende Supply-Chain-Event-Daten
UnternehmensinterneZustandsdaten
Legende: IDS – Industrial Data Space; LDL – Logistikdienstleister; IoT – Internet of Things.
© Fraunhofer 13
Zentrale Architekturkomponente ist der Industrial Data Space Connector
Application Container Management
Betriebssystem
Core IDS ContainerIDS Data Core
Data App Data App
Data App Data App
Data App Data App
IDS
© Fraunhofer 14
Der Industrial Data Space e.V. zielt auf eineninternationalen Standard für Datensouveränität ab
Stand: Dezember 2016.
© Fraunhofer 15
AGENDA
Digitalisierung und Datensouveränität
Industrial Data Space
Logistik-Use-Case
© Fraunhofer 16
Der Referenz-Use-Case für Logistik adressiert Transparenz über Supply Chain Events
© Fraunhofer 17
Zentral ist die Ermittlung erwarteterAnkunftszeiten
Procedure of a Transportation
15a Störung
GS1
10a Meldung aktualisierte Ankunftszeit
10b Rückmeldung aktualisierte Ankunftszeit
GS1
GS1
2 Auftrags-vergabe
8a Meldung Avisierung
8b Rückmeldung Avisierung
11 Ankunft Be-/Entladestelle
12 Beginn Be-/Entladung
13 Ende Be-/Entladung
14a Beginn / Fortsetzung Transport
9 Meldung Standort
17 Ankunft Be-/Entladestelle
18 Beginn Be-/Entladung
19 Ende Be-/Entladung
20 Transport Ende
GS1
GS1
GS1
GS1
GS1
GS1
GS1
GS1
GS1
GS1
GS1
GS1
GS1
3a AuftragsänderungGS1
9 Meldung StandortGS1
15a StörungGS1
Transport Pick-up / Drop-off
Request
Transport Pick-up / Drop-off Confirmation
Transport Status Notification
Transport Instruction
Transport Instruction
REFRESH
Transport Status Notification
Transport Status Notification
Transport Status Notification
Transport Status Notification
Transport Status Notification
Transport Status Notification
Transport Status Notification
Transport Status Notification
Transport Status Notification
Transport Status Notification
Transport Instruction
REFRESH
Transport Pick-up / Drop-off
Request
Transport Pick-up / Drop-off
Confirmation
© Fraunhofer 18
Nachrichten entsprechen dem GS1 EDI XML Standard
GS1 EDI XML spezifiziert u.a. Nachrichten für die Transportabwicklung
Standardformat auf Basis von XML
Ermöglicht die Bestimmung erwarteter Ankunftszeiten
Hohe Skalierbarkeit und Verbreitung des Referenz-Use-Case
Transport Status
Notification
Transport
Pick-up / Drop-off Request
Transport
Pick-up / Drop-off
Confirmation
Transport Instruction
Warehousing Inbound/
Outbound Notification
© Fraunhofer 19
Legend
Transport Pick-up / Drop-off
Request + Transport
Status Notification
Sprint 1 entwickelte in 2016 Prototypen für das Basisszenario
Transport management system (TMS)
Table which contains several supplies for different receivers and carrier. Transmit the new estimatedtime of arrival to the customer. Can enter a newestimated time of arrival as well.
ERP System
Contains several supplies from different shippers. Confirms new estimated time of arrival.
Smartphone App
Transmission of GPS coordinates and manuallyinitiated estimated time of arrival
1. 2.
3.
IDS Connector withintegrated Backend-System
GS1 EDI XML messagethrough IDS
Transport Pick-up / Drop-off RequestCarrier Customer
ShipperTransport Pick-up / Drop-off
ConfirmationAndroid App withconnection to an IDS Connector
NB: Originalsprache im Projekt beibehalten.
© Fraunhofer 20
© Fraunhofer 21
Prof. Dr.-Ing. Boris Otto
Fraunhofer ISSTTU Dortmund
Boris.Otto@isst.fraunhofer.de
https://de.linkedin.com/pub/boris-otto/1/1b5/570
https://twitter.com/drborisotto
https://www.xing.com/profile/Boris_Otto
http://www.researchgate.net/profile/Boris_Otto
http://de.slideshare.net/borisotto
Vielen Dank!
© Fraunhofer
Prof. Dr.-Ing. Boris Otto · Fraunhofer ISST · TU Dortmund · Düsseldorf · 25.1.2017
INDUSTRIAL DATA SPACE
top related