Industrial Data Space: Referenzarchitektur für Data Supply Chains

© Fraunhofer, TU Dortmund ·· Seite 1

Univ.-Prof. Dr.-Ing. habil. Boris Otto · Waldkirch · 20. Januar 2016

INDUSTRIAL DATA SPACE: REFERENZ-ARCHITEKTUR FÜR DATA SUPPLY CHAINS


INHALTSÜBERSICHT

Digitale Wirtschaft und Data Supply Chains

Industrial Data Space als Referenzarchitektur

Erfolgskritische Handlungsfelder


Digitale Geschäftsmodelle in der Landwirtschaft basieren auf Datenaustausch im »Ecosystem«

»Precision Farming« Wertschöpfung im »Ecosystem«

Bildquellen: wiwo, traction-magazin.de. Quelle: Beecham Research Ltd. (2014).

»Digital Farming

Ecosystem«

Maschinen-hersteller

Saatgut-anbieter

Landwirte

Großhandel

Anbieter von

Technologie

Software-Anbieter


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

»Ecosysteme«

Innovation erfolgt kooperativ

»Smart Service Welt« Architekturprinzipien

SMART PRODUCTS

SMART SPACES

SMART DATA

SMART SERVICES

Quelle: Working Group Smart Service Welt (2015).


Quelle: VILOMA Projekt.Legende: LDL - Logistikdienstleister.

Die Komplexität moderner Logistikketten stellt wachsende Anforderungen an Transparenz

ProduktionsplanungBedarfs- und Kapazitäts-

Management

Lagermanagement und Reichweitensteuerung

Transportsteuerung und Transportverfolgung

OEMLieferant LDL MontageMontage LDL LDL

Risiko- und Störungsmanagement

anwenderorientierttransparent

intuitiv verständlich

zukunftsbezogen

echtzeitnah


MENSCHENplanen, steuern, vernetzen…

Bildquellen: Fraunhofer IML, Jettainer, Daimler.

Daher basiert die Logistikkette der Zukunft auf vernetzten Daten

BEHÄLTERsagen, was zu entnehmen ist.

CONTAINER organisieren ihre Ladung – vieleContainer das logistische Netz.

LKWfahren Güter u. Waren autonom.

FAHRZEUGE und STAPLERorganisieren sich im Schwarm.

REGALElösen selbst Nachbestellungen aus.

VERNETZTE DATEN


Modernes Datenmanagement plant, steuert und überwacht die Data Supply Chain der digitalen Welt

Data Supply Chain

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:


INHALTSÜBERSICHT





Der Industrial Data Space ermöglicht ein »Network ofTrusted Data«

Souveränität

über Daten und DiensteVertrauensschutz

zertifizierte Teilnehmer

Dezentralität

Föderale Architektur

Offenheit

Neutral und anwendergetrieben

Governance

Gemeinschaftliche Spielregeln

Skalierung

NetzwerkeffekteNetzwerk

Plattformen und Dienste

Sicherheit

Datenaustausch


Industrial Data Space

Upload / Download / Search

Internet

AppsVocabulary

Industrial Data SpaceBroker

Clearing

RegistryIndex

Industrial Data SpaceApp Store

Internal IDSConnector

Company A Internal IDSConnector

Company B

External IDSConnector

External IDSConnector

Upload

Third PartyCloud Provider

Download

Upload / Download

© Fraunhofer

Komponenten pilotieren den Industrial Data Space


Eine »Business Map« stellt die fachlichen Funktionen anwendungs- und technologieneutral dar

Industrial Data SpaceApp Store

Basic Data Services Provisioning

Data Service Management and Use

Vocabulary Management

Software Curation

Data Provenance Reporting

Data TransformationData CurationData Anonymization

Data Service PublicationData Service SearchData Service RequestData Service

Subscription

Vocabulary CreationCollaborative

VocabularyMaintenance

Vocabulary/Schema Matching

Knowledge 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 Preprocessing Software Injection

Remote Software Execution

Data Request from Certified Endpoint

Usage 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


Schlüsselmerkmale charakterisieren den Industrial Data Space

Sichere »Data Supply Chain«

Flexible Nutzungsszenarien der Softwarekomponenten

Unternehmens-IT-Umgebung

Cloud

Hardware Device (z. B. Werkzeugmaschine, Flurförderzeug etc.)

»Light-weight Semantics«

Einfache Kombination verschiedener Datengüter

Domänenspezifische Governance-Modelle und Konzepte zur Datenbewertung

Konfigurierbares Referenzarchitekturmodell

Standardisierte Kollaborationsprozesse für Daten

Offener, partizipativer Entwicklungsprozess


Bildquellen: Johns Hopkins University, Umweltbundesamt, Smellgard, Schneider & Farkas, ITS International.

Der Industrial Data Space ist für viele verschiedene Anwendungsfelder geeignet

Material Sciences Energiewirtschaft Life SciencesHigh Performance

Supply ChainsTraffic

Management

Austausch von Werkstoff und

Material-eigenschaften 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-

managementdatenfür innovative

digitale Dienste im Fahrzeug und zur

Steuerung des Verkehrsflusses


INHALTSÜBERSICHT





Die anstehenden Arbeiten adressieren eine Reihe erfolgskritischer Handlungsfelder

Datenökonomie

Wie wird der Wert der Daten bestimmt?

Eigentumsrechte an Daten

Wem gehören die Daten und wie lassen sich Eigentumsrechte schützen?

Data Governance und Datenqualität

Wer bestimmt über Sichtbarkeit von Datenquellen, über Datennutzung?

Wer verantwortet Datenqualität?

Security Policy Enforcement

Wie kann Datenschutz beim Datennutzer gewährleistet werden?

Semantische Integration

Wie können wir schnell Vokabulare für diverse Domänen erstellen?


Der Industrial Data Space e.V. bündelt die Interessen der Anwender und wird am 26.1.2016 gegründet

Organisation der Aktivitäten

Bündelung der Anwenderinteressen

Einrichtung von Fachausschüssen u. ä. für die Standardisierung und Zertifizierung

Kommunikation und Öffentlichkeitsarbeit

Zusammenarbeit und Austausch mit verwandten Initiativen

Zusammenarbeit mit dem Förderprojekt

1) Stand 13.1.2016.

Vereinszweck

Allianz SE Atos IT Solutions and Services GmbH BASF SE Bayer HealthCare AG Boehringer Ingelheim Pharma GmbH & Co.KG Bundesverband der Deutschen Industrie e.V. Fraunhofer-Gesellschaft zur Förderung der

angewandten Forschung e.V. KOMSA Kommunikation Sachsen AG LANCOM Systems GmbH PricewaterhouseCoopers AG REWE Systems GmbH Robert Bosch GmbH Salzgitter AG Schaeffler AG SICK AG ThyssenKrupp AG TÜV Nord AG Volkswagen AG ZVEI - Zentralverband Elektrotechnik- und

Elektronikindustrie e.V.

Gründungsmitglieder1


Der Industrial Data Space schafft eine Grundlage, um das Internet der Dinge und smarte Services zu verbinden


Prof. Dr. Boris Otto

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

Ihr Ansprechpartner für weitere Informationen


Univ.-Prof. Dr.-Ing. habil. Boris Otto · Waldkirch · 20. Januar 2016

INDUSTRIAL DATA SPACE: REFERENZ-ARCHITEKTUR FÜR DATA SUPPLY CHAINS