Industrial Data Space: Referenzarchitekturmodell für die Digitalisierung

1. © Fraunhofer Prof. Dr.-Ing. Boris Otto · Fraunhofer ISST · TU Dortmund · Düsseldorf · 25.1.2017 INDUSTRIAL DATA SPACE

2. © Fraunhofer 2 AGENDA  Digitalisierung und Datensouveränität  Industrial Data Space  Logistik-Use-Case

3. © Fraunhofer 3 Die Digitalisierung ist gleichzeitig Treiber und Befähiger digitaler Geschäftsinnovation Automobil  Verkehrs- management 2.0  Dynamische Routen- bestimmung  »Connected Drive Services« Service- Innovation Produktion  Intelligente Fertigungskonzepte für Kleinserien  Selbststeuerung der Fertigung Organisations- Innovation Pharma  »Real-Life Evidence«  Effektivere, effizientere Behandlung  Personalisierte Medizin Produkt- Innovation Handel  Autonome Transparenz in der Lieferkette  Konsumenten- zentrierte Supply Chain Prozess- Innovation

4. © Fraunhofer 4 Schlüsselkompetenz für innovative Geschäftslösungen ist die Kombination von Daten in Geschäftsökosystemen Automobil  Automobilhersteller  Verkehrszentralen  Kommunen, Städte Produktion  Automobilhersteller  Zulieferer  Logistikdienstleister Pharma  Pharma- unternehmen  Healthcare Provider  Ärzte  Patienten Handel  Einzelhandel  Konsumgüter- industrie  Logistikdienstleister  Transportmittel- Pools  Diagnosedaten, Krankheitsbilder  Therapie- informationen  Lokation, Destination  Fahrzeugdaten  Verkehrsdaten  EPCIS-Ereignisse  Transportdaten  Umgebungsdaten  Produkt-, Teiledaten  Planungsdaten  Transportzustände

5. © Fraunhofer 5 Daten sind Schlüsselressource der »Smart Service Welt« Smart Service Welt Ende-zu- Ende- Kunden- prozess Hybride Service- Angebote Daten- zentrizität Geschäfts- ökosysteme Digitale Platt- formen Neue Geschäfts- modelle Quelle: Arbeitskreis Smart Service Welt (2014).

6. © Fraunhofer 6 Die »Smart Service Welt« benötigt ein anderes Datenmanagement Öffentliche Daten Daten aus der Wert- schöpfungskette Kommerzielle Services Industrielle Services Digitale Geschäftslösungen Ende-zu-Ende- Kundenprozess Geschäfts- ökosysteme Hybride Angebote Smart Data Management Interoperabilität Mensch-Roboter- Kooperation Autonome Systeme Internet der Dinge Kunde Produktions- netzwerk Logistik- netzwerk Digitalisiertes LeistungsangebotDatenDigitalisierte Leistungserstellung Legende: Informationsfluss; Warenfluss.

7. © Fraunhofer 7 Datengüter unterscheiden sich von materiellen Gütern – dennoch lässt sich ihr Wert bestimmen Nutzerzahl Wertanteil 100% Daten Materielle Güter Materielle Güter Wert Daten Nutzung Zeit Potentieller Wert Daten Datenqualität Wert 100% Daten Integration Wert Daten Volumen Wert Daten Quelle: Moody & Walsh (1999).

8. © Fraunhofer Interoperabilität Datenaustausch »Sharing Economy« Datenzentrierte Services Dateneigentum Datenschutz Datenwert Datensouveränität ist die Fähigkeit einer natürlichen oder juristischen Person zur ausschließlichen Selbstbestimmung hinsichtlich des Wirtschaftsguts Daten Datensouveränität bedeutet in gewisser Weise die Quadratur des Kreises Quelle: Otto (2016).

10. © Fraunhofer 10 Die Wirtschaft definiert strategische Anforderungen an den Industrial Data Space Vertrauensschutz zertifizierte Teilnehmer Skalierung Netzwerkeffekte Offenheit Neutral und anwendergetrieben Governance Gemeinschaftliche Spielregeln Netzwerk Plattformen und Dienste Sicherheit Datenaustausch Souveränität über Daten Dezentralität Föderale Architektur

11. © Fraunhofer 11 Der Industrial Data Space definiert die Datenarchitektur zwischen Smart Services und dem Internet der Dinge  Vernetzte physische Plattformen Smart Products Technische Infrastruktur Smart Spaces  Industrial Data Space Service Plattformen Smart Services Smart Data Services (Alerting, Monitoring, Datenqualität etc.) Basic Data Services (Fusion, Mapping, Aggregation etc.)  Data Supply Chain  Durchgängige Sicherheit der Datenflüsse  Data Fusion  Integration und Kombination von Daten über Branchengrenzen hinweg (einschließlich öffentlicher Daten)  Allgemeine Datendienste  Zertifizierung  Frei konfigurierbar  Souveränität über eigene Daten Quelle: Kagermann (2015).

12. © Fraunhofer 12 Datenfluss Warenfluss Der Industrial Data Space verbindet Plattformen und Dinge in digitalisierten Geschäftsszenarien Öffentliche Kontextdaten Wetter Fabrik/Warehouse LDLElektronischer Marktplatz Verkehr IoT Cloud IDS Broker IDS IDS IDS IDS IDS IDS IDS IDS Planungs- und Steuerungsdaten in der Supply Chain Unternehmensübergreifende Supply-Chain-Event-Daten Unternehmensinterne Zustandsdaten Legende: IDS – Industrial Data Space; LDL – Logistikdienstleister; IoT – Internet of Things.

13. © Fraunhofer 13 Zentrale Architekturkomponente ist der Industrial Data Space Connector Application Container Management Betriebssystem Core IDS ContainerIDS Data Core Data App Data App Data App Data App Data App Data App IDS

14. © Fraunhofer 14 Der Industrial Data Space e.V. zielt auf einen internationalen Standard für Datensouveränität ab Stand: Dezember 2016.

17. © Fraunhofer 17 Zentral ist die Ermittlung erwarteter Ankunftszeiten  Procedure of a Transportation 15a Störung GS1 10a Meldung aktualisierte Ankunftszeit 10b Rückmeldung aktualisierte Ankunftszeit GS1 GS1 2 Auftrags-vergabe 8a Meldung Avisierung 8b Rückmeldung Avisierung 11 Ankunft Be-/Entladestelle 12 Beginn Be-/Entladung 13 Ende Be-/Entladung 14a Beginn / Fortsetzung Transport 9 Meldung Standort 17 Ankunft Be-/Entladestelle 18 Beginn Be-/Entladung 19 Ende Be-/Entladung 20 Transport Ende GS1 GS1 GS1 GS1 GS1 GS1 GS1 GS1 GS1 GS1 GS1 GS1 GS1 3a Auftragsänderung GS1 9 Meldung Standort GS1 15a Störung GS1 Transport Pick-up / Drop-off Request Transport Pick-up / Drop-off Confirmation Transport Status Notification Transport Instruction Transport Instruction REFRESH Transport Status Notification Transport Status Notification Transport Status Notification Transport Status Notification Transport Status Notification Transport Status Notification Transport Status Notification Transport Status Notification Transport Status Notification Transport Status Notification Transport Instruction REFRESH Transport Pick-up / Drop-off Request Transport Pick-up / Drop-off Confirmation

18. © Fraunhofer 18 Nachrichten entsprechen dem GS1 EDI XML Standard  GS1 EDI XML spezifiziert u.a. Nachrichten für die Transportabwicklung  Standardformat auf Basis von XML  Ermöglicht die Bestimmung erwarteter Ankunftszeiten  Hohe Skalierbarkeit und Verbreitung des Referenz-Use-Case Transport Status Notification Transport Pick-up / Drop- off Request Transport Pick-up / Drop- off Confirmation Transport Instruction Warehousing Inbound/ Outbound Notification

19. © Fraunhofer 19 Legend Transport Pick-up / Drop-off Request + Transport Status Notification Sprint 1 entwickelte in 2016 Prototypen für das Basisszenario Transport management system (TMS) Table which contains several supplies for different receivers and carrier. Transmit the new estimated time of arrival to the customer. Can enter a new estimated time of arrival as well. ERP System Contains several supplies from different shippers. Confirms new estimated time of arrival. Smartphone App Transmission of GPS coordinates and manually initiated estimated time of arrival 1. 2. 3. IDS Connector with integrated Backend- System GS1 EDI XML message through IDS Transport Pick-up / Drop-off RequestCarrier Customer Shipper Transport Pick-up / Drop-off Confirmation Android App with connection to an IDS Connector NB: Originalsprache im Projekt beibehalten.

21. © Fraunhofer 21 Prof. Dr.-Ing. Boris Otto Fraunhofer ISST TU Dortmund Boris.Otto@isst.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 http://de.slideshare.net/borisotto Vielen Dank!

22. © Fraunhofer Prof. Dr.-Ing. Boris Otto · Fraunhofer ISST · TU Dortmund · Düsseldorf · 25.1.2017 INDUSTRIAL DATA SPACE