Mais conteúdo relacionado Semelhante a Überblick zum Industrial Data Space (20) Überblick zum Industrial Data Space1. © Fraunhofer · Seite 1
Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V.
Oktober 2015
INDUSTRIAL DATA SPACE IM ÜBERBLICK
2. © Fraunhofer · Seite 2
INHALT
Innovationstreiber und die Rolle der Daten
Kernpunkte des Industrial Data Space
Forschungsprojekt zum Industrial Data Space
Verein zum Industrial Data Space
Rolle der Use Cases
Ansprechpartner
3. © Fraunhofer · Seite 3
Die Digitalisierung ist also gleichzeitig Treiber und
Befähiger innovativer Geschäftsmodelle
Automobil
Merkmale:
Verkehrs-
management 2.0
Dynamische
Routen-
bestimmung
»Connected Drive
Services«
Service-
Innovation
Produktion
Merkmale:
Intelligente
Fertigungs-
konzepte für
Kleinserien
Selbststeuerung
der Fertigung
Organisations-
Innovation
Pharma
Merkmale:
»Real-Life
Evidence«
Effektivere,
effizientere
Behandlung
Personalisierte
Medizin
Produkt-
Innovation
Handel
Merkmale:
Autonome
Transparenz in
der Lieferkette
Konsumenten-
zentrierte
Supply Chain
Prozess-
Innovation
Bildquellen: Microsoft, BMW, Databirds, SmartFace.
4. © Fraunhofer · Seite 4
Eine Schlüsselfähigkeit für Geschäftsmodellinnovation ist
die Kombination von Daten im »Ecosystem«
Automobil
»Ökosystem«:
Automobil-
hersteller
Verkehrs-
zentralen
Kommunen
…
Produktion
»Ökosystem«:
Automobil-
hersteller
Zulieferer
Logistikdienst-
leister
Pharma
»Ökosystem«:
Pharmazeutische
Industrie
Gesundheits-
dienstleister
Ärzte
…
Handel
»Ökosystem«:
Einzelhandel
Konsumgüter-
industrie
Logistikdienst-
leister
…
Daten:
Gesundheitsdaten
Therapiedaten
…
Daten:
Lokation, Ziel
Fahrzeugdaten
Verkehrsdaten
…
Daten:
EPCIS-Ereignisse
Transportdaten
Zustandsdaten
…
Daten:
Produktdaten
Planungsdaten
Zustandsdaten
…
Bildquellen: Microsoft, BMW, Databirds, SmartFace. Legende: EPCIS -
Electronic Product Code Information Services.
5. © Fraunhofer · Seite 5
Daten werden zur strategischen Ressource
Zeit
Wertbeitrag
Daten als
Prozess-
ergebnis
Daten als
Befähiger
von
Prozessen
Daten als
Befähiger
von
Produkten
Daten als
Produkt
6. © Fraunhofer · Seite 6
Der Industrial Data Space kann ein Bindeglied zwischen
digitaler Produktion/Logistik und Smart Services sein
Informationsfluss
Öffentliche
Daten
Daten aus der
Wertschöpfungskette
Kommerzielle
Dienste
Industrielle
Dienste
Individualisierung
Ende-zu-Ende-
Prozess
»Ecosystem«
Ubiquität
Industrial
Data
Space
Vernetzung
Mensch-Maschine-
Kooperation
Autonomisierung
Internet der Dinge
Kunde
Produktions-
netzwerk
Logistik-
netzwerk
Digitalisiertes Leistungsangebot
Daten-
scharnier
Digitalisierte Leistungserstellung
Güterfluss.Legende:
7. © Fraunhofer · Seite 7
Der Industrial Data Space ermöglicht ein »Network of
Trusted Data«
Souveränität
über Daten und DiensteVertrauensschutz
zertifizierte Teilnehmer
Dezentralität
Föderale Architektur
Offenheit
Neutral und
anwendergetrieben
Governance
Gemeinschaftliche
Spielregeln
Skalierung
Netzwerkeffekte
Netzwerk
Plattformen und Dienste
Sicherheit
Datenaustausch
8. © Fraunhofer · Seite 8
Der Industrial Data Space fokussiert auf die Architektur
der Daten und Datendienste
Automobil-
hersteller
Elektronik
und IT
Dienst-
leistungen
Logistik
Maschinen &
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
Architekturebenen
INDUSTRIAL DATA SPACE
9. © Fraunhofer · Seite 9
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
10. © Fraunhofer · Seite 10
Die Initiative Industrial Data Space institutionalisiert sich
als Forschungsprojekt und gemeinnütziger Verein
Ende Q3/2014 1.10.2015 Anfang Q1/2016
Initiative Verein
Forschungsprojekt
Zwölf beteiligte Fraunhofer-Institute:
AISEC, FIT, FKIE, FOKUS, IAIS, IAO IESE, IML,
IOSB, IPA, ISST, SIT
11. © Fraunhofer · Seite 11
Das Förderprojekt ist am 1.10.2015 gestartet und
verfolgt zwei wesentliche Ziele
1. Referenzarchitekturmodell
Governance-Architektur
Fachlich-funktionale Software-Architektur für Datendienste
Sicherheitsarchitektur
Technische Architektur für Pilotierungen
2. Pilotierung in Use Cases
Logistik und Supply Chain Management
Automobilität
Produktion
12. © Fraunhofer · Seite 12
Die Arbeiten im Förderprojekt gliedern sich in 9
Arbeitspakete und laufen über drei Jahre
AP Beschreibung 2016 2017 2018
1 Referenzarchitekturmodell
2 Software-Pilotierung
3 Use Cases
4 Standardisierungsbeiträge
5 Zertifizierungskonzept
6 Geschäftsmodellinnovation
7 Handlungsempfehlungen
8 Institutionalisierung
9 Projekt-Management
13. © Fraunhofer · Seite 13
Der Verein nimmt die Anwenderinteressen zum
Industrial Data Space wahr
Organisation der Aktivitäten
Bündelung der Anwenderinteressen
Kommunikation und Öffentlichkeitsarbeit
Zusammenarbeit und Austausch mit
verwandten Initiativen
Zusammenarbeit mit dem Förderprojekt
1) Stand 31.10.2015; Gründung geplant für Januar 2016.
Vereinszweck
Atos IT Solutions and Services GmbH
Bayer HealthCare AG
Boehringer Ingelheim Pharma GmbH &
Co.KG
Fraunhofer-Gesellschaft zur Förderung
der angewandten Forschung e.V.
KOMSA Kommunikation Sachsen AG
PricewaterhouseCoopers AG
REWE Systems GmbH
Robert Bosch GmbH
Salzgitter AG
SICK AG
ThyssenKrupp AG
TÜV Nord AG
Volkswagen AG
ZVEI - Zentralverband Elektrotechnik- und
Elektronikindustrie e.V.
Gründungsmitglieder1
14. © Fraunhofer · Seite 14
Derzeit1 liegen mehr als 65 Use-Case-Kandidaten aus
verschiedenen Branchen vor
Identifikation und Bündelung von
Anforderungen der Anwender
»Verprobung« des
Referenzarchitekturmodells durch die
Anwender
Demonstration für Innovation auf Basis
des Industrial Data Space
Demonstration und Integration
bestehender
Standardisierungsvorhaben
Entwicklung einer prototypischen
Referenz für die beteiligten
Unternehmen
Potenzieller Kern eines Ökosystems
durch Integration weiterer (auch
domänenfremder) Partner
1) Stand 31.10.2015.
Zweck der Use Cases
Verknüpfung von Daten mehrerer
Datenquellen
Integration verschiedener Datenarten
(z. B. Stammdaten und Zustandsdaten aus
der Fertigung)
Kombination verschiedener
Datengüter
(private Daten, öffentliche Daten, »Club-
Güter«)
Beteiligung mindestens zweier
Unternehmen
Integration von mehr als zwei
Unternehmensarchitekturebenen
(z. B. »Shop Floor« und »Office Floor«)
Grundlage für das Angebot »smarter
Services«
Use-Case-Merkmale
15. © Fraunhofer · Seite 15
Die Arbeiten zum Industrial Data Space sind
komplementär verzahnt mit der Plattform Industrie 4.0
Handel 4.0 Bank 4.0Versicherung
4.0
…Industrie 4.0
Fokus auf die
produzierende
Industrie Smart Services
Übertragung,
Netzwerke
Echtzeitsysteme
Industrial Data Space
Fokus auf Daten
Daten
…
16. © Fraunhofer · Seite 16
Prof. Dr. Boris Otto
Fraunhofer IML
Boris.Otto@iml.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
Ihr Ansprechpartner steht für Fragen gerne zur
Verfügung
17. © Fraunhofer · Seite 17
Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V.
Oktober 2015
INDUSTRIAL DATA SPACE IM ÜBERBLICK