INDUSTRIAL DATA SPACE IM ÜBERBLICK

Transkript

1 INDUSTRIAL DATA SPACE IM ÜBERBLICK Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.v. Oktober 2015 Fraunhofer Seite 1

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 2

3 Die Digitalisierung ist also gleichzeitig Treiber und Befähiger innovativer Geschäftsmodelle Pharma Automobil Handel Produktion Merkmale:»Real-Life Evidence«Effektivere, effizientere Behandlung Personalisierte Medizin Merkmale: Verkehrsmanagement 2.0 Dynamische Routenbestimmung»Connected Drive Services«Merkmale: Autonome Transparenz in der Lieferkette Konsumentenzentrierte Supply Chain Merkmale: Intelligente Fertigungskonzepte für Kleinserien Selbststeuerung der Fertigung Produkt- Innovation Service- Innovation Prozess- Innovation Organisations- Innovation Bildquellen: Microsoft, BMW, Databirds, SmartFace. Fraunhofer Seite 3

4 Eine Schlüsselfähigkeit für Geschäftsmodellinnovation ist die Kombination von Daten im»ecosystem«pharma Automobil Handel Produktion»Ökosystem«: Pharmazeutische Industrie Gesundheitsdienstleister Ärzte»Ökosystem«: Automobilhersteller Verkehrszentralen Kommunen»Ökosystem«: Einzelhandel Konsumgüterindustrie Logistikdienstleister»Ökosystem«: Automobilhersteller Zulieferer Logistikdienstleister 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 4

5 Daten werden zur strategischen Ressource Wertbeitrag Daten als Prozessergebnis Daten als Befähiger von Prozessen Daten als Befähiger von Produkten Daten als Produkt Zeit Fraunhofer Seite 5

6 Der Industrial Data Space kann ein Bindeglied zwischen digitaler Produktion/Logistik und Smart Services sein Öffentliche Daten Digitalisierte Leistungserstellung Datenscharnier Digitalisiertes Leistungsangebot Kunde Produktionsnetzwerk Logistiknetzwerk Mensch-Maschine- Kooperation Vernetzung Autonomisierung Internet der Dinge Industrial Data Space Ende-zu-Ende- Prozess Individualisierung»Ecosystem«Ubiquität Kommerzielle Dienste Industrielle Dienste Daten aus der Wertschöpfungskette Legende: Informationsfluss Güterfluss. Fraunhofer Seite 6

7 Der Industrial Data Space ermöglicht ein»network of Trusted Data«Vertrauensschutz zertifizierte Teilnehmer Dezentralität Föderale Architektur Souveränität über Daten und Dienste Sicherheit Datenaustausch Offenheit Neutral und anwendergetrieben Skalierung Netzwerkeffekte Netzwerk Plattformen und Dienste Governance Gemeinschaftliche Spielregeln Fraunhofer Seite 7

8 Der Industrial Data Space fokussiert auf die Architektur der Daten und Datendienste Smart-Service-Szenarien Elektronik und IT Automobilhersteller Dienstleistungen Logistik Maschinen & Anlagenbau Pharma & Medizinbedarf Architekturebenen Service- und Produktinnovation»Smart Data Services«(Alerting, Monitoring, Datenqualität etc.) INDUSTRIAL DATA SPACE»Basic Data Services«(Informationsfusion, Mapping, Aggregation etc.) Internet der Dinge Breitband-Infrastruktur 5G Echtzeitbereich Sensoren, Aktoren, Devices Fraunhofer Seite 8

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 9

10 Die Initiative Industrial Data Space institutionalisiert sich als Forschungsprojekt und gemeinnütziger Verein Ende Q3/ Anfang Q1/2016 Initiative Verein Forschungsprojekt Zwölf beteiligte Fraunhofer-Institute: AISEC, FIT, FKIE, FOKUS, IAIS, IAO IESE, IML, IOSB, IPA, ISST, SIT Fraunhofer Seite 10

11 Das Förderprojekt ist am 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 11

12 Die Arbeiten im Förderprojekt gliedern sich in 9 Arbeitspakete und laufen über drei Jahre AP Beschreibung Referenzarchitekturmodell 2 Software-Pilotierung 3 Use Cases 4 Standardisierungsbeiträge 5 Zertifizierungskonzept 6 Geschäftsmodellinnovation 7 Handlungsempfehlungen 8 Institutionalisierung 9 Projekt-Management Fraunhofer Seite 12

13 Der Verein nimmt die Anwenderinteressen zum Industrial Data Space wahr Vereinszweck Gründungsmitglieder 1 Organisation der Aktivitäten Bündelung der Anwenderinteressen Kommunikation und Öffentlichkeitsarbeit Zusammenarbeit und Austausch mit verwandten Initiativen Zusammenarbeit mit dem Förderprojekt 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. 1) Stand ; Gründung geplant für Januar Fraunhofer Seite 13

14 Derzeit 1 liegen mehr als 65 Use-Case-Kandidaten aus verschiedenen Branchen vor Zweck der Use Cases Use-Case-Merkmale 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 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«1) Stand Fraunhofer Seite 14

15 Die Arbeiten zum Industrial Data Space sind komplementär verzahnt mit der Plattform Industrie 4.0 Versicherung 4.0 Industrie 4.0 Handel 4.0 Bank 4.0 Fokus auf die produzierende Industrie Smart Services Industrial Data Space Fokus auf Daten Daten Übertragung, Netzwerke Echtzeitsysteme Fraunhofer Seite 15

16 Ihr Ansprechpartner steht für Fragen gerne zur Verfügung Prof. Dr. Boris Otto Fraunhofer IML Fraunhofer Seite 16