Diese Podcast-Episode ist auch als Video auf YouTube verfügbar. Die Datenräume (Data Spaces) feiern Geburtstag: Vor 10 Jahren, am 23. September 2015 fand in Berlin das dritte Spitzengespräch zum »Industrial Data Space« statt. Ein Meilenstein, denn an diesem Tag übergab das Bundesforschungsministerium den ersten Förderbescheid für einen Industrial Data Space an Fraunhofer. Was ist bisher passiert und welche Forschungsfragen sind noch offen? Boris Otto reflektiert in diesem Video seiner »Data Researchers«-Reihe, wo die Datenraumentwicklung heute steht und welche Aufgaben die Zukunft bringt. Er erklärt auch, was ein Data Space eigentlich ist: eine verteilte Datenintegrations-Architektur, die Standards zum Aufrufen und Speichern von Daten beinhaltet und Datensouveränität für die Datengebenden ermöglicht. Damit bilden Data Spaces die Grundlage für einen vertrauensvollen Datenaustausch innerhalb einer Community. Vorangetrieben wurde das Konzept von der International Data Spaces Association (IDSA), inzwischen ist es auch in Open-Source-Software umgesetzt und befindet sich im Standardisierungsprozess. Zahlreiche Data-Sharing-Initiativen, wie etwa Catena-X für die Automobilindustrie, setzen bereits auf dieses Modell – mit großem internationalen Erfolg. Was ist jetzt noch zu tun? Wir müssen eine faire Datenökonomie schaffen, Datentransaktionen manipulationssicher erfassen und definieren, welche Daten wir über Datenräume verfügbar machen wollen. Eine Vision von Boris Otto: ein vollständiges digitales Abbild des europäischen Binnenmarktes. Die Reise der Datenräume geht weiter!

Wie sieht die nächste Stufe von Industrie 4.0 aus? Dieser Frage sind das Fraunhofer ISST und das Fraunhofer IAO in einer empirischen Studie nachgegangen. Boris Otto präsentiert in diesem Video seiner »Data Researchers«-Reihe die wesentlichen Ergebnisse der Studie: 1. Erweitertes Leistungsangebot: Ökosysteme sind die Zukunft. Unternehmen werden um einen Kunden herum dynamische Netzwerke bilden und nicht nur Produkte und Services anbieten, sondern auch die Orchestrierung von Kundenökosystemen übernehmen. 2. Klares Bekenntnis zur Kreislaufwirtschaft: Ein maximales Wiederverwenden von Ressourcen, das schon beim Design der Komponenten anfängt, ist für die Unternehmen selbstverständlich – nicht nur aus Gründen der Nachhaltigkeit, sondern auch der Versorgungssicherheit. 3. KI und Daten als Fundament: Die IT muss mit Blick auf generative KI und eine bessere Datennutzung auf ein nächstes Produktivitätslevel gebracht werden. 4. Die Rolle des Menschen: Welche Kompetenzen müssen Mitarbeitende mitbringen und wie dynamisch können sich diese Kompetenzen entwickeln? Was braucht es für ein gutes Zusammenspiel zwischen menschlicher und künstlicher Intelligenz? Die Studie ist zum Download unter www.isst.fraunhofer.de/publikationen verfügbar.

Die Europäische Kommission will Europa zum KI-Kontent zu machen. In einem gerade veröffentlichten Aktionsplan zeigt sie fünf Schwerpunkte auf – vom eigenen Bau von KI-Modellen über den Aufbau von stärkeren Kompetenzen und einer leistungsfähigen Infrastruktur bis hin zur Diskussion über eine faire und ethische Nutzung von KI. Besonders interessant aus Sicht der Forschung ist die fünfte Säule: Next Generation Data Management. Boris Otto plädiert in diesem Video seiner »Data Researchers«-Reihe für einen ausbalancierten Fokus auf die Innovation, die diese Technologie möglich macht. Er sieht beispielsweise folgende Forschungsfelder: • Daten- und KI-Wertschöpfungskette als integriertes Ganzes • RAG-Technologien als »Betriebsmittel« für KI-Modelle • Datenqualität und Datenaufbereitung • Ökonomische Anreize für (private) Datengebende • »Data-as-a-Service«-Dienste für das Trainieren von KI • Vertrauen bei der Datennutzung (z.B. mit Data Space Technologien)

In industriellen Datenökosystemen arbeiten mehrere Unternehmen zusammen in einem System, weil sie ein Ziel erreichen wollen, dass sie alleine nicht erreichen können – zum Beispiel den Einstieg in die Kreislaufwirtschaft oder die Nachverfolgbarkeit von Bauteilen und deren Einsatz im Lebenszyklus eines Produkts. Damit das gelingen kann, müssen die Unternehmen Produkt- und Organisationsdaten austauschen. Letztere sind Gegenstand dieser Folge. Die Organisationsdaten gilt es zu identifizieren und zu authentifizieren, um dann im dritten Schritt bestimmte Dateneingaben und -abfragen zu erlauben. Ein solches Identitätsmanagement ist beispielsweise Gegenstand von Gaia-X. Solche Datenverifizierungen sind auch ein wichtiger Aspekt der Cybersecurity und des Datenqualitätsmanagements. Beide Aspekte – Identitätsmanagement und Datenqualitätsmanagement – müssen in der Forschung und Entwicklung zu einem Trusted Organizational Data Model zusammengebracht werden, um eine integrierte Sicht auf die Mitglieder eines Ökosystems zu erhalten. Organisationsstammdaten braucht in einem Ökosystem jeder. Sie haben also ein hohes Skalierungspotenzial. Daher ist es wichtig, Dienste zu entwickeln, die es erleichtern, derartige Informationen in Datenökosystemen besser zu bewirtschaften. Gar nicht öde, sondern wirtschaftlich hoch relevant.

Wie weit nutzt die Industrie heute schon KI? Und wie viel mehr könnte die KI für die Industrie leisten? In seinem aktuellen Video stellt Boris Otto fünf Nutzungsszenarien von künstlicher Intelligenz im industriellen Kontext vor: 1. Anwenden klassischer KI in Diensten z.B. zur Bilderkennung, in der Sensorik oder der Intralogistik 2. Anreichern unternehmenseigener Dienste mit Daten von Kunden entlang des Data Act 3. Generieren neuer Inhalte mit generativer KI 4. Anreichern bestehender generativer KI-Modelle mit eigenen Daten, um bessere Ergebnisse zu erhalten (Retrieval Augmented Generation, Finetuning) 5. Gemeinsames Trainieren großer KI-Modelle (Sprachmodelle, Foundation Models) Warum macht es für die Industrie Sinn, über alle fünf Kategorien nachzudenken? Wie können Unternehmen sicherstellen, dass sie die Kontrolle über ihre Daten behalten? Wie lässt sich der Wert der eingespeisten Daten ermitteln, einfordern und angemessen kompensieren? Fragen wie diesen geht das Fraunhofer ISST in aktuellen Forschungsprojekten nach. #KI #AI #generativeAI #ArtificialIntelligence #datasovereignty #dataspaces #machinelearning #ML #foundationmodels #RAG #finetuning #sprachmodell #LLM #ChatGPT #DataAct www.isst.fraunhofer.de

Grenzüberschreitender Waren- und Güterverkehr, globale Lieferketten über verschiedene Wirtschaftsräume hinweg: Unsere weltweit vernetzte Produktion verlangt nach einem vertrauenswürdigen Datenaustausch, um Informationen aus der gesamten Zuliefererkette standardisiert bündeln und nutzen zu können. Diese werden beispielsweise für die Erstellung eines "Digital Product Passport" benötigt. Dieser digitale Produktpass sammelt standardisiert Daten über den kompletten Lebenszyklus eines Produkts wie etwa den Batteriekomponenten in einem Elektroauto hinweg. Er unterstützt damit eine möglichst nachhaltige Folgenutzung dieser wertvollen Teile. Was es dafür braucht? Semantische Standards, gleichartige Berechnungsverfahren und ein interoperables Identitäts- und Authentifizierungsmanagement. Sowohl die deutsche Bundesregierung als auch die Europäische Kommission sehen Datenräume als adäquates Mittel, um diese Herausforderungen zu lösen. Wie dies gelingen kann, wird im Oktober 2024 auch Thema einer Session im Rahmen des Digitalgipfels der Bundesregierung sein. #digitalproductpassport #cross-border #datasharing #dataexchange #dataspaces #sustainability #identitymanagement #interoperability #digitalgipfel www.isst.fraunhofer.de

Diese Podcast-Episode ist auch als Video auf YouTube verfügbar. Wie gut gehen Unternehmen mit ihren Daten um? Diese Frage betrachtete schon 2019 eine Studie im Projekt DEMAND im Auftrag des Bundeswirtschaftsministeriums. Das Ergebnis war ernüchternd: 84 Prozent der Unternehmen bezeichneten sich als Einsteiger bei der Data Readiness. Inzwischen sind viele Unternehmen in Bezug auf ihre Datenbewirtschaftung zwar einen Schritt weiter, aber es ist noch viel zu tun. Um zukunftsfähig zu sein, müssen Unternehmen ihre Datenwertschöpfungskette im Griff haben - von der Aufnahme mithilfe von Sensorik über die Vorverarbeitung und Verfügbarmachung, die Zwischenspeicherung in Clouds bis hin zur Katalogisierung und Nutzungsweitergabe. Was sie dafür brauchen? Ein funktionierendes Datenarchitekturmanagement und die Festlegung der Rollen und Verantwortlichkeiten im Unternehmen im Rahmen der Data Governance. #sustainability #datareadiness #dataexchange #datenressource #datenwertschöpfungskette #datagovernance #ManufacturingX www.isst.fraunhofer.de

Diese Podcast-Episode ist auch als Video auf YouTube verfügbar. Datenräume als dezentrale Datenintegrationsarchitekturen erlauben es, Daten fair und souverän miteinander zu teilen. Solche Datenräume bieten heute schon verschiedenste Unternehmen an. Wer einen Datenraum aufbauen möchte, kann also heute schon aus einer Auswahl an Angeboten wählen. Doch wie muss der nächste Schritt aussehen, damit Datenräume noch besser werden? In dieser Folge setzt Prof. Dr.-Ing. Boris Otto den Fokus auf die Nutzerzentrierung in Datenräumen. Er beschreibt am Beispiel der Mikronavigation für den Automobilsektor unterschiedliche Nutzergruppen und deren individuelle »User Stories« bzw. »User Journeys«. Weiterhin argumentiert er, warum es gerade jetzt wichtig ist, die Angebote in Datenräumen auszubauen (mehr Teilnehmer, Dienste und Datenangebot) und für Nutzende so attraktiv und einfach wie möglich zu gestalten. Er stellt eine Zukunft vor, in der die Nutzung von Datenräumen für Nutzer ähnlich reibungslos funktionieren kann wie die Benutzung von gängigen Customer App-Ökosystemen. www.isst.fraunhofer.de #nutzerorientierung #usercentricity #dataspaces #datsharing #easytouse #vision #userjourney #customerjourney #customerapp #datasovereignty

Diese Podcast-Episode ist auch als Video auf YouTube verfügbar. Welche Schwerpunkte soll die Digitalisierungsforschung 2024 und darüber hinaus setzen? Antworten abgeleitet aus der Zukunftsstrategie erläutert Prof. Dr.-Ing. Boris Otto in dieser Episode. Die »Zukunftsstrategie Forschung und Innovation« der Bundesregierung liefert eine Blaupause, wie wir technische Innovationen dafür nutzen können, uns gesellschaftlich in Zukunft aufzustellen. Sie soll einen Betrag leisten, damit Deutschland nachhaltiger, wettbewerbsfähiger und souveräner wird und will zu diesem Zweck »die digitale und technologische Souveränität Deutschlands und Europas sichern und Potenziale der Digitalisierung nutzen«. Fraunhofer kann wertvolle Beiträge zur technologischen Souveränität leisten. Wir stehen bereit, um in digitalen und Innovationsökosystemen mitzuarbeiten. Es wird die Kraft, Offenheit und gemeinsame Vision von Vielen brauchen, um dieses Ziel zu erreichen. Wir müssen Ökosysteme stärken: Kräfte bündeln, Technologien selber beherrschen und entwickeln Kompetenzbildung betreiben: Organisationen wie auch jedes einzelne Individuum müssen den Umgang mit und den Wert von Technologien besser verstehen Governance geben: Rahmenbedingungen für eine faire Ökonomie bei der Nutzung digitaler Technologien schaffen Drei Beispiele: Grundlegende KI-Modelle (Foundation Models) sind der nächste Evolutionsschritt im Data Management, um den Datenschatz Europas heben zu können. Diese müssen souverän von uns selbst ohne technologische Abhängigkeiten etabliert werden. Digitale Zwillinge als Verbindung eines dinglichen Guts und seiner digitalen Repräsentanz bieten Potenzial für Zukunftsprognosen (Recommender-Systeme). Diese sind Grundlage industrieller Wertschöpfungsprozesse wie z.B. bei Catena-X und des Industrial Metaverse als Integrationsinnovation. Cyber Security und Cyber-Sicherheitsmanagement: Für die erfolgreiche Arbeit in Ökosystemen müssen wir an Zero-Trust-Technologien (z.B. Distributed Ledger Technologien) z.B. auf Basis von Open-Source und einer sinnvollen, leichtgewichtigen Zertifizierung weiter arbeiten. Daraus können Decentralized Autonomous Organizations entstehen. Es ist viel zu tun, wir freuen uns darauf! www.isst.fraunhofer.de #digitalecosystems #datagovernance #datasovereignty #dataspaces #digitaltwin #KI #cybersecurity #zerotrusttechnologies #opensource

Diese Podcast-Episode ist auch als Video auf YouTube verfügbar. Rund um den Aufbau von Datenräumen ist eine Vielzahl unterschiedlicher Initiativen entstanden – Beispiele sind die International Data Spaces Association (IDSA), die Gaia-X AISBL, domänenspezifische Datenräume wie das Catena-X Automotive Network, der Datenraum Mobilität und Eona-X, aber auch Koordinierungsprojekte wie das von der EU geförderte Data Spaces Support Centre (DSSC). Aber wie passt das alles zusammen – und brauchen wir das alles? In dieser Folge zeigt Boris Otto auf, wie die einzelnen Initiativen als Rädchen in das Getriebe der Data Spaces greifen und auf das große Ziel einzahlen, in Europa eine faire Datenökonomie mit einer gemeinsamen Dateninfrastruktur für die Datenräume aufzubauen. Boris Otto zeigt sich zuversichtlich, dass diese große Aufgabe gelingt und lädt ein, auf dem Data Spaces Symposium im März 2024 an der gemeinsamen Gestaltung des großen Bildes mitzuarbeiten und sich zu informieren, wo die einzelnen Initiativen stehen. Denn eines ist sicher: Es bleibt spannend! www.isst.fraunhofer.de #dataspaces #dataact #dateninfrastruktur #catenax #gaiax #dssc #interoperability #skalierung #commoneuropeandataspaces

Diese Podcast-Episode ist auch als Video auf YouTube verfügbar. Eine funktionierende Kreislaufwirtschaft ist von enormer Bedeutung für die Wirtschaft und Industrie. Dies gilt auch für die Automobilindustrie, die den Einsatz ihrer aufwändig produzierten und teuren Komponenten nachhaltiger gestalten muss. Catena-X hat sich als Netzwerk für die Automobilindustrie zum Ziel gesetzt, durch den vertrauensvollen und souveränen Austausch von Daten auf einer verteilten Datenplattform eine bessere Datenlage über die eingesetzten Komponenten und Ressourcen zu schaffen. Ein Beispiel ist der Batteriepass, der von der Fertigung über den Einbau und die Nutzung bis hin zur Zweitverwertung alle Informationen einer in einem E-Auto verbauten Batterie zusammenführt. Kreislaufwirtschaft ist ein Topthema für die Plattformforschung, so zum Beispiel auch im Juli beim MIT Platform Strategy Summit am Massachusetts Institute of Technology. Denn wer Komponenten über ihren gesamten Lebenszyklus hinweg möglichst ressourcenschonend und effizient einsetzen möchte, braucht enorm viele Daten unterschiedlichster Akteure, die die Komponenten produzieren, einsetzen, einer Umnutzung zuführen usw. Diese Daten müssen mithilfe von Plattformen wie bei Catena-X ausgetauscht und sinnvoll genutzt werden. Das Fraunhofer-Institut für Software- und Systemtechnik ISST bringt seine Expertise zu Datenräumen in Initiativen wie Catena-X ein, um eine Datennutzung im Sinne der Kreislaufwirtschaft zu ermöglichen. Damit leistet das Institut aus der Datenperspektive einen wichtigen Beitrag für eine nachhaltige Wirtschaft in Deutschland und der Welt. www.isst.fraunhofer.de #circulareconomy #CatenaX #dataspaces #Datenraum #Industrie40 #DataSharing #emobility #dataplatform #StrongerTogether

Diese Podcast-Episode ist auch als Video auf YouTube verfügbar. Die Produktions- und Fertigungsindustrie braucht eine bessere Resilienz von Produktionsnetzwerken und Lieferketten, um Abhängigkeiten zu reduzieren. Sie muss nachhaltiger werden und ihren Beitrag zu den Klimaschutzzielen erreichen. Und sie möchte ihre Wettbewerbsfähigkeit langfristig sichern und ausbauen. Unternehmen müssen sich zusammentun, um in flexiblen und kundenindividuellen Produktionsprozessen schnell und agil arbeiten zu können. Hierfür brauchen sie die Bereitschaft und eine technische Möglichkeit, Daten auszutauschen, denn die Verfügbarkeit und Nutzbarkeit von Daten ist eine Grundvoraussetzung für den erfolgreichen Umgang mit diesen Herausforderungen. Manufacturing-X bietet der Industrie einen Datenraum, in dem dieser Datenaustausch umgesetzt werden kann. Die Initiative wurde von einem breiten Bündnis aus Industrie, Politik, Verbänden und Wissenschaft gestartet. Sie kann auf umfangreiche Vorerfahrungen und -entwicklungen aus Initiativen wie Catena-X, Verwaltungsschale, OPCOA, Gaia-X und International Data Spaces zurückgreifen. Besondere Bedeutung haben die mitmachenden Verbände VDMA, ZVEI und Bitkom als Multiplikatoren für die Unternehmen. Ihr gemeinsames Ziel: Die industrielle Fertigung auf das nächste Level zu heben. www.isst.fraunhofer.de