industrial data space im Überblick - fraunhofer.de · der industrial data space kann ein...
Post on 12-Oct-2019
2 Views
Preview:
TRANSCRIPT
© Fraunhofer · Seite 1
Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V.
Oktober 2015
INDUSTRIAL DATA SPACE IM ÜBERBLICK
© 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
© 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.
© 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.
© Fraunhofer · Seite 5
Daten werden zur strategischen Ressource
Zeit
Wertbeitrag
Daten als Prozess-ergebnis
Daten als Befähigervon Prozessen
Daten als Befähigervon Produkten
Daten als Produkt
© 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
IndustrialDataSpace
Vernetzung
Mensch-Maschine-Kooperation
Autonomisierung
Internet der Dinge
Kunde
Produktions-
netzwerk
Logistik-
netzwerk
Digitalisiertes LeistungsangebotDaten-
scharnierDigitalisierte Leistungserstellung
Güterfluss.Legende:
© Fraunhofer · Seite 7
Der Industrial Data Space ermöglicht ein »Network ofTrusted Data«
Souveränitätüber Daten und DiensteVertrauensschutz
zertifizierte Teilnehmer
DezentralitätFöderale Architektur
OffenheitNeutral und
anwendergetriebenGovernance
Gemeinschaftliche Spielregeln
SkalierungNetzwerkeffekte
NetzwerkPlattformen und Dienste
SicherheitDatenaustausch
© Fraunhofer · Seite 8
Der Industrial Data Space fokussiert auf die Architektur 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
enen
INDUSTRIAL DATA SPACE
© 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
© 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
© 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
© 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
© 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
© 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 Ökosystemsdurch 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
© 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 4.0Fokus auf die
produzierende Industrie Smart Services
Übertragung,Netzwerke
Echtzeitsysteme
Industrial Data SpaceFokus auf Daten
Daten
…
© Fraunhofer · Seite 16
Prof. Dr. Boris Otto
Fraunhofer IMLBoris.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
top related