industrial data space – digitale souverÄnitÄt Über daten

30
© Fraunhofer INDUSTRIAL DATA SPACE DIGITALE SOUVERÄNITÄT ÜBER DATEN Dr. Christoph Lange Fraunhofer IAIS Sankt Augustin b. Bonn Data Market Austria Kick - Off Wien 3. November 2016

Upload: data-market-austria

Post on 15-Apr-2017

63 views

Category:

Technology


0 download

TRANSCRIPT

© 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

[email protected]

www.industrialdataspace.org