Daten – Rohstoff für smarte Innovationen

Mit der Digitalisierung steigt der Bedarf der Wirtschaft an Datenschutz, sicherem Datenaustausch und der Souveränität über die eigenen Daten als Wirtschaftsgut.

Daten – Rohstoff für smarte Innovationen

Bei der Konzeption, Planung und Steuerung industrieller Prozesse spielen digitale Daten eine entscheidende Rolle. Sie werden nicht nur benötigt, sondern auch in großer Menge erzeugt und können zur Entwicklung neuer Produkte, Services und Geschäftsmodelle verwendet werden. Die Fraunhofer-Gesellschaft entwickelt in Kooperation mit zahlreichen Unternehmen Konzepte und Verfahren, um den digitalen Datenschatz in einem sicheren Umfeld nutzbar zu machen und damit die Wertschöpfung industrieller Prozesse weiter zu erhöhen.
 

Neue Geschäftsmodelle

Björn Heinze hat es wie immer eilig. Gerade kam eine Anfrage für eine Besprechung herein, in zwei Stunden muss er kurzfristig von Bonn nach Köln fahren. Sein Auto hat der Ingenieur schon vor einiger Zeit abgeschafft, in der Bonner Innenstadt gibt es ohnehin kaum Parkplätze. Mit dem Smartphone bucht er über eine Carsharing-Plattform ein Elektrofahrzeug, das autonom zu ihm fährt und ihn abholt. Sein Nutzerprofil hat er bereits hinterlegt, deshalb geht es schnell. Die Fahrt dürfte dagegen eine Geduldsprobe werden, denn auf den Straßen nach Köln herrscht wie immer Stau. Zum Glück findet das Navi dynamisch eine Ausweichroute, die der Wagen autonom fährt – pünktlich und ausgeruht rollt Heinze beim Kunden auf den Hof.

Zugegeben: Dieses Beispiel ist erfunden und liegt noch etwas in der Zukunft. Ganz real sind dagegen die geschilderten Abläufe: Termin vereinbaren, Fahrzeug buchen und bezahlen, Positionsbestimmung, Ausweichroute berechnen, das Fahrzeug am Ziel in Köln an der Stromtankstelle anschließen – denn für die Rückfahrt wird die Batterieladung des Elektroautos vielleicht nicht reichen –, und dann den genutzten Strom abrechnen. Auch wenn der Protagonist dieser kleinen Story davon nichts mitbekommt: Im Hintergrund werden jede Menge Daten bewegt, vom Carsharing-Anbieter, vom Parkplatzbetreiber, vom Energieversorger mit seiner Ladeinfrastruktur, vom Anbieter der Staudaten, vom gemieteten Fahrzeug und natürlich von Björn Heinze selbst.


Ökonomie der Daten

Die Mobilität ist im Umbruch. Die Automobilhersteller haben erkannt, dass der Verkauf von Fahrzeugen als Geschäftsmodell der Zukunft nicht mehr ausreicht, sie müssen sich vielmehr zum Anbieter von Mobilität wandeln. Die Branche diskutiert darüber, ob die Wertschöpfung mit digitalen Dienstleistungen in nicht allzu ferner Zukunft die Wertschöpfung mit dem Verkauf der Fahrzeuge übertreffen wird. Gleiches gilt für viele andere Industrien, auch für die Medizintechnik oder den Maschinenbau, wo die Maschinen immer weniger kosten und Dienstleistungen wie die vorausschauende Wartung wachsende Beiträge zur Wertschöpfung erbringen. Von einer Ökonomie der Dinge wandelt sich unsere Wirtschaft in eine Ökonomie der Daten – mit weitreichenden Folgen. Welche das sind und wie die Industrie den größten Nutzen daraus ziehen kann, untersuchen zahlreiche Fraunhofer-Institute.

Die Zunahme von datengetriebenen Geschäftsmodellen sorgt z. T. für starke Veränderungen in Unternehmen und in unternehmensübergreifenden Wertschöpfungsketten. Wo Techniker früher Anlagen mühsam konfigurierten, ermöglichen Sensoren heute die automatische Erfassung  von menschlichem Know-how, das der Urheber jedoch sicher vertraulich halten möchte. Auf der anderen Seite gewinnen etwa im Onlinehandel viele Daten erst durch Austausch und Verknüpfung an Wert. Dies kommt einem Paradigmenwechsel beim Datenmanagement gleich:

  • Daten sind ein Wirtschaftsgut, das verstärkt produziert und gehandelt, aber auch manipuliert und gestohlen wird.
  • Akteure erzeugen Daten z. T. gemeinsam und teilen diese, statt sie unter Verschluss zu halten.
  • Eigentum und Nutzungsrechte von Daten sind oft unklar und müssen erst unter den Beteiligten ausgehandelt werden.
  • Daten stammen aus vielfältigen Quellen und sind über eine Plattform verbunden – sie sind dabei oft personenbezogen oder auf Personen beziehbar.

Daten sind für Unternehmen kostbar, weil sie zum einen als Grundlage neuer Geschäftsmodelle künftig immer mehr an Wert gewinnen, andererseits verbrauchen sie selbst zunehmend Ressourcen – etwa wenn die Energiekosten für die Datenhaltung und -organisation in Zeiten von Big Data steigen. Aber wie bestimmt man den Wert von Daten? Das Fraunhofer-Institut für Software- und Systemtechnik ISST in Dortmund beschäftigt sich seit einigen Jahren mit dieser Frage.

Unternehmen können den Wert der Daten bemessen

  • an den Kosten, die das Unternehmen aufbringen muss, um in den Besitz der Daten zu gelangen und die Datensätze zu pflegen.
  • am Nutzwert, der mit den Daten zu erzielen ist. 
    Ein Nutzwert ist z. B. die vorausschauende Wartung, die Kosten einspart, weil sie Defekte einer Anlage früh erkennt und Stillstände verhindert.
  • am Marktwert. 
    Man kann z. B. Nutzerdaten verkaufen und schauen, was der Käufer dafür zu zahlen bereit ist.

Doch was bedeutet das für personenbezogene Daten, die z. B. in Deutschland besonderen Schutz genießen? Wie definiert sich der Wert der medizinischen Daten in Krankenhäusern und Arztpraxen, von denen im hohen Maße die Gesundheit der Bürger abhängt? Wie verhält es sich mit hoheitlichen Daten, die ein Staat erhebt, um ein funktionierendes Staatswesen zu gewährleisten? Welchen Wert besitzen die Daten aus kritischen Infrastrukturen wie dem Stromnetz oder der Internet-Infrastruktur, ohne die ganze Märkte oder das gesellschaftliche Leben insgesamt zusammenbrechen könnten? Die Liste der Fragen macht deutlich, dass der Wert und die Nutzungsmöglichkeiten von Daten verschiedene Rechtsgüter berühren, wobei unterschiedliche Interessen nicht selten auch über Ländergrenzen hinweg zu beachten und ggf. auszugleichen sind.


Digitale Schätze: Finden, sammeln, nutzbar machen

Viele Unternehmen im industriellen Sektor verfolgen seit dem Aufkommen von Industrie 4.0 die »Data Lake«-Strategie: Erst einmal alle Daten, die man im Unternehmen findet, in einen großen »See« kippen – was man damit machen kann, sieht man dann später. Doch diese Strategie muss nicht aufgehen. Quereinsteiger können in die Lücke stoßen und mit den Daten, die sie gar nicht erzeugt haben, Geld verdienen. Wer diese Quereinsteiger sein könnten, ist leicht zu erraten: Insbesondere IT-Unternehmen aus den USA, allen voran Google und Amazon, versuchen ihre Kompetenz bei der intelligenten Verarbeitung großer Informationsmengen auf andere Branchen auszuweiten. So nutzt Google frei verfügbare Daten oder kauft mit Hochdruck Firmen auf, die Daten erzeugen. Bekanntestes Beispiel ist Nest, ein Hersteller von intelligenten Heizungsreglern. Google geht es dabei nicht um den Verkauf der Hardware, sondern um die digitalen Dienste, die man auf den Daten aufsetzen kann, die aus den Heizungen und Smartphones der Nutzer – künftig auch aus anderen Smart-Home-Anwendungen – an Google übermittelt werden. Und das auch noch kostenlos.

Internet of Things (IoT)

Für die deutsche Industrie bieten sich ähnliche Chancen, denn sie hat schon viele Daten. Sie fallen beim Betrieb der Maschinen und Fahrzeuge »made in Germany«, aber auch in der Kommunikation mit dem Kunden an. Neue IoT (Internet  of Things) -Technologien ermöglichen die Sammlung von sehr vielen Daten. So kann z. B. die LPWA (Low Power Wide Area) -Networktechnologie MIOTY® des Fraunhofer-Instituts für Integrierte Schaltungen IIS mit einem Empfänger Millionen von Sensordaten aus der Umwelt, der Produktion oder dem Verkehr im Umkreis von vielen Kilometern einsammeln. Dies alles erfolgt sehr energieeffizient und kostengünstig. Über die weiterführenden Data-Analytics-Methoden des Fraunhofer IIS wie Machine Learning werden dann Sensor- und Lokalisierungsdaten für neue IoT-Anwendungen zugänglich gemacht. 

MIOTY – Die drahtlose IoT-Plattform

Beim Klick auf dem Start-Button wird ein externes Video von www.youtube.com geladen und gestartet. Somit werden möglicherweise Ihre Daten an Dritten übermittelt und gespeichert. Starten Sie nicht das Video, wenn Sie damit nicht einverstanden sind.

Wertschöpfung durch neue Geschäftsmodelle

Bisher machen die Unternehmen noch zu wenig aus diesen Möglichkeiten. Fraunhofer hat sich auf die Fahne geschrieben, sie bei der Nutzung ihrer Datenschätze zu unterstützen. Dabei fokussieren sich viele Institute traditionell auf den technischen Teil, wo es immer noch viel zu tun gibt. Zunehmend suchen die Unternehmen aber auch nach Unterstützung bei der Bewertung und dem Schutz von Daten sowie bei der Erstellung digitaler Geschäftsmodelle. 

Hier bietet das Fraunhofer IIS mit seiner Arbeitsgruppe für Supply Chain Services SCS aus Nürnberg Unterstützung mit Methoden zur Service- und Geschäftsmodellentwicklung. Denn oft sind zwar Daten im Unternehmen vorhanden; welche davon tatsächlich nützlich sind und welche vielleicht noch fehlen und zusätzlich erhoben werden müssten, steht aber auf einem anderen Blatt. Im Zeitalter der Digitalisierung können mikroelektronische Elemente genutzt werden, um aus physischen Objekten, z. B. Behältern in einer Produktion, cyberphysische Systeme (CPS) zu kreieren. CPS sind verteilte, miteinander vernetzte und in Echtzeit kommunizierende, eingebettete Systeme, die eindeutig identifiziert werden können. Ihre Position kann in Prozessen bestimmt werden, und mittels Sensoren können sie Umgebungsparameter in physischen Prozessen überwachen. Durch eine eigenständige Datenverarbeitung können sie steuernd bzw. regulierend auf Prozesse einwirken und mit anderen Parteien kommunizieren. Dabei generieren sie vielfältige Daten, die mit den bereits in Unternehmen vorhandenen Daten verknüpft und genutzt werden können. 

Die Fraunhofer-Arbeitsgruppe für Supply Chain Services SCS entwickelt nun seit einigen Jahren Services und Geschäftsmodelle für Unternehmen, die auf der Verwertung von Daten basieren. Dabei geht es nicht nur um die Erarbeitung der eigenen prozessbezogenen internen Bedarfe, sondern auch um die Ermittlung und Berücksichtigung der Bedarfe der Kunden, um daraus neue Services und Geschäftsmodelle zu entwickeln. Bis heute wurden dafür in vielen Projekten Datenwertschöpfungsprozesse von der Erhebung, der Analyse und Aufbereitung bis zur Verwertung entworfen und in Geschäftsmodelle in der digitalen Welt übersetzt.

Da Konzeption und Umsetzung von Geschäftsmodellen in der digitalen Welt mit vielfältigen betriebswirtschaftlichen Fragestellungen verbunden sind, betreibt das Fraunhofer IIS über seine Arbeitsgruppe SCS in Kooperation mit der Otto-Friedrich-Universität Bamberg seit 2014 zusätzlich das Kompetenzzentrum für Geschäftsmodelle in der digitalen Welt. Dort unterstützt die Arbeitsgruppe SCS in einem sechsstufigen, strukturierten Transformationsprozess Unternehmen bei der digitalen Transformation ihrer Geschäftsmodelle. Die Nutzung von Daten steht dabei vom Definieren der eigenen Potenziale über die Analyse der aktuellen Nutzungsgrade bis zur Szenario-Entwicklung für die Unternehmen an vorderster Stelle. Beim Erstellen von Transformationsstrategien für das eigene Unternehmen werden konkrete Anwendungsfälle behandelt. Diese können dann in der Fraunhofer-IIS-eigenen Infrastruktur umgesetzt und getestet werden, etwa im Test- und Anwendungszentrum L.I.N.K. für Lokalisierungs-, Identifikations-, Navigations- und Kommunikationslösungen. Eine andere Möglichkeit dafür ist das offene Innovationslabor JOSEPHS®, ein richtiges Ladengeschäft in der Nürnberger Innenstadt, in dem Unternehmen potenzielle Kunden direkt in die eigenen Entwicklungs- und Testprozesse für ihre neuen Services und Produkte einbinden können. Dabei gilt jedoch immer: Die digitale Transformation des Geschäftsmodells durch die Nutzung von Daten muss einen Mehrwert für den Endkunden haben! Deswegen setzt die Arbeitsgruppe SCS auf eine strukturierte Risikoanalyse und ein Management, das die datenbasierten Geschäftsmodelle unterstützt

Die Digital Business Engineering-Methode

Auch das Fraunhofer ISST beschäftigt sich mit Methoden, digitale Geschäftsmodelle zu entwickeln. Das Institut hat mit »Digital Business Engineering« eine Art Kochrezept dafür entwickelt und auch schon mit Erfolg in einigen Anwendungsstudien erprobt. Ein nächster Schritt wäre, diese Methode in mehr Anwendungen auszurollen und einen Werkzeugkasten zu entwickeln, mit dem Unternehmen ihr digitales Geschäftsmodell nach bewährten Prinzipien erstellen können. Vieles ist hier Neuland, und deshalb gilt es, entsprechende Grundlagen zu schaffen. Doch man kann darauf warten, dass in den Geschäftsberichten großer Unternehmen neben Anlagevermögen und Umlaufvermögen bald auch das Datenvermögen bilanziert wird. Und eines Tages können Start-ups zur Bank gehen und ihren Datenbesitz als Sicherheit in die Waagschale werfen. Wer das heute versucht, wird vom Bankberater noch kein Verständnis erwarten können. Aber das wird sich ganz sicher ändern.

Das Ziel: Digitale Souveränität

Eine wichtige Voraussetzung dafür ist jedoch, dass stets klar ist, wem die Daten gehören. In industriellen Anwendungen ist das meist geregelt, etwa bei der vorausschauenden Wartung. Die Informationen, die eine Maschine während des Betriebs erzeugt, gehören dem Nutzer der Maschine. Der Hersteller darf die Informationen aber zu sich übertragen und damit Prognosen für die vorausschauende Wartung stellen und das Produkt  verbessern. Eine weitere wirtschaftliche Nutzung ist typischerweise ausgeschlossen. 

Die Besitzer von Daten sind bei der Bewirtschaftung derselben in einem Dilemma. Je mehr sie ihre Daten nutzen und tauschen, umso wertvoller werden diese. Allerdings steigt damit auch das Schutzbedürfnis. Was eigentlich bedeutet, dass man seine Daten besser unter Verschluss halten sollte. Diesen Widerspruch zu lösen ist eine der großen Herausforderungen der digitalen Wirtschaft. Es geht darum, freigiebig mit Daten umzugehen, ohne allerdings jemals die Kontrolle darüber zu verlieren. Das Stichwort, das sich hier etabliert hat, lautet: digitale Souveränität. 

Ein Beispiel: Als Ende der 1990er-Jahre die ersten Online-Marktplätze für die Beschaffung von Zulieferteilen aufkamen, stellten die Zulieferer ihre Produkte bereitwillig online, weil sie auf zusätzliches Geschäft hofften. Als ihre Kunden – etwa die Automobilhersteller – auch noch verlangten, dass die Zulieferer kundenindividuelle Preise mit auf diese elektronischen Marktplätze lieferten, weigerten diese sich. Die Zulieferer wollten diese Daten nicht auf Plattformen stellen, die von Dritten betrieben wurden, sie wollten die Souveränität über diesen Teil ihrer Daten nicht preisgeben. Das gilt auch für viele andere Beispiele: Daten sind unterschiedlich sensibel und schützenswert. Fraunhofer-Forscher arbeiten an Konzepten dafür, Daten so zu verpacken, zu schützen und zu veredeln, dass sie die Anforderungen an die Souveränität erfüllen.  

Einige Maßnahmen sind:

  • Datenaustausch nur bei Bedarf, kein zwingendes Sammeln der Daten in zentralen »Datenseen«,
  • Entwickeln von Konnektoren des Industrial Data Space, um diesen bedingten Datenaustausch zu organisieren
  • Mitführen von Restriktionen an den Daten, die über ihre Nutzungsbedingungen Auskunft geben
  • Nutzung verteilter Datenhaltungstechnologien wie Blockchain zur Aufzeichnung von Datentransaktionen,
  • Nutzung von Vokabularen zur Steigerung der Interoperabilität beim Austausch zwischen Cloud-Plattformen,
  • Maßnahmen, um Nutzer transparent über den Umgang mit ihren Daten zu informieren, ihnen selbstbestimmte Kontrolle über ihre Daten zu geben.

Dabei ist digitale Souveränität kein statischer Zustand, man kann sie sich vielmehr als eine Art Waage vorstellen, die in Balance gebracht werden muss. In der einen Waagschale  liegen die Interessen des Eigentümers an Privatheit und Sicherheit seiner Daten und der Wert der Daten. In der anderen Waagschale liegen die Interessen der Anwender nach Austausch, Nutzen und Teilen der Daten. Die Balance ist für jeden Fall unterschiedlich. Die genannten Konzepte sollen den Besitzer der Daten stets in die Lage versetzen, für diesen Zielkonflikt die für ihn passende Balance zu finden. Dies ist eine Schlüsselfähigkeit für den Erfolg in der Datenökonomie.

Die Lösung: Der Industrial Data Space

Was für eine erfolgreiche Digitalisierung bisher fehlte, ist demnach eine Technologie, die es Unternehmen ermöglicht, Daten souverän auszutauschen und auf dieser Basis Geschäftsmodelle zu entwickeln. Ob die Daten ein Preisschild tragen oder kostenlos sind, entscheidet der Inhaber der Daten. Der kann sich darauf verlassen, dass er immer die Hoheit darüber behält und dass ein Nutzer der Daten wirklich der ist, für den er sich ausgibt. Kurz gesagt: Diese Technologie sorgt für die digitale Souveränität jedes Teilnehmers, ohne die Kreativität der Partner zu beschneiden. 

Genau diese Idee liegt dem Industrial Data Space zugrunde. Gleich zwölf Fraunhofer-Institute arbeiten an dieser sicheren Datenplattform für die deutsche Industrie. Das Forschungsvorhaben ist im Oktober 2015 an den Start gegangen und wird vom Bundesministerium für Bildung und Forschung gefördert. Ziel ist ein gemeinsamer Datenraum, in dem sich Unternehmen über standardisierte Schnittstellen sicher miteinander vernetzen können und dabei absolute Souveränität über ihre Daten behalten. Flankiert  wird das Forschungsprojekt von einem Anwenderverein mit derzeit 42 Mitgliedern aus Industrie und Handel, darunter thyssenkrupp, Bayer, Allianz und Rewe. Auch die Fraunhofer-Gesellschaft ist Vereinsmitglied. In dem Verein definieren die Mitglieder eine Referenzarchitektur und erproben sie mit Anwendungsfällen.

Die intelligente Dateninfrastruktur für die Wirtschaft

Dass sich so schnell so viele Mitglieder für den Verein gefunden haben, liegt an der Überzeugung der Unternehmen, dass das Thema Datensouveränität im Industrial Data Space großgeschrieben wird. Deutsche Unternehmen möchten nicht die Einschränkung der eigenen Handlungsfähigkeit riskieren, weil sie sich von zentralen Cloud-Dienstleistern wie Amazon oder Google abhängig gemacht haben. Die Ansprüche bei der Kontrolle essenzieller Dienste und Daten sind dementsprechend hoch. 

Die Verbindung zwischen den Unternehmen und dem Industrial Data Space übernimmt ein sogenannter Konnektor. Er dient als Schnittstelle zwischen den Unternehmen und unterstützt viele Protokolle etwa von Webdiensten und für das Internet der Dinge. Er verknüpft die Daten des Unternehmens und verteilt sie auf Wunsch im Industrial Data Space, umgekehrt leitet er Anfragen von dort an die Systeme im eigenen Unternehmen weiter. Die Konnektoren können um unterschiedliche Apps ergänzt werden, die Daten filtern, transformieren und  für Geschäftsprozesse bereitstellen. Im Projekt wollen die Fraunhofer-Forscher einige Konnektoren und Apps für die Referenzarchitektur prototypisch entwickeln und anhand von beispielhaften Anwendungsfällen deren Nutzung darstellen. 

Die thyssenkrupp AG betreibt im Logistik-Pilotprojekt einen solchen Konnektor, der auf Unternehmensseite mit dem Abfertigungsmanagement für die Werkstore verknüpft ist. Der Disponent sieht in einer Tabelle sofort, wenn einer der Lkw mit Stahlteilen zu früh oder verspätet ist, und kann umplanen. Für eine Verknüpfung mit der realen Welt der Logistik sorgt der Konnektor, der über den Industrial Data Space entweder direkt mit den Apps auf den Smartphones der Lkw-Fahrer verbunden ist oder mit den Transportmanagementsystemen großer Logistikdienstleister. Das Projekt soll helfen, Zeitfenster für das Be- und Entladen zu optimieren und Zeit und Kosten zu sparen. 

Herausforderung Datensicherheit

Trotz aller Diskussionen um den Wert und die Sicherheit von Daten und die Souveränität der Dateninhaber sollte man nicht vergessen, dass die Digitalisierung auch weiterhin eine große technologische Herausforderung ist. Zahlreiche Fraunhofer-Institute arbeiten eng mit der Industrie zusammen und entwickeln gemeinsam Lösungen, etwa das Fraunhofer-Institut für Sichere Informationstechnologie SIT für das Thema Cybersecurity, den Schutz von Daten gegen Diebstahl und Hackerangriffe. Der Industrial Data Space ist ein gutes Beispiel, wie solche Technologien mit Geschäftsmodellen Hand in Hand gehen. 

Ähnliches ist auch im Fahrzeugkontext möglich: So entwickelt das Fraunhofer SIT geeignete Schutzmaßnahmen für Daten, die von Beginn an in Systeme integriert werden können. Ohne solche Schutzmaßnahmen könnte im Beispiel des autonom fahrenden Carsharing-Fahrzeugs ein Angreifer sicherheitskritische Systeme wie die Bremsen beeinflussen und so Leib und Leben der Insassen gefährden. Eine weitere Bedrohung besteht durch die Analyse der Fahrzeugdaten, um beispielsweise Bewegungs- oder Persönlichkeitsprofile basierend auf dem Nutzungsverhalten zu erstellen. Oft lassen sich aus scheinbar unbedeutenden Daten unvermutete Rückschlüsse ziehen.  

So bieten einige Versicherungen bereits Kfz-Tarife an, deren Konditionen vom Fahrverhalten abhängen. Bei diesen Angeboten wird z. B. über ein Geschwindigkeitsprofil das Fahrverhalten analysiert. Jedoch lassen sich mit diesem Geschwindigkeitsprofil auch potenziell Bewegungsprofile erstellen. Das Fraunhofer SIT arbeitet deshalb an datenschutzfreundlichen Lösungen, die dem Nutzer Transparenz über die Nutzung »seiner Daten« durch Dritte geben und mit denen er die Nutzung seiner Daten kontrollieren kann. 

Entscheidend beim Thema Cybersecurity ist die Sicherstellung, dass Systeme keine Schwachstellen aufweisen. Hierzu betreibt das Fraunhofer SIT ein Testlabor, in dem Sicherheitsanalysen von Systemen durchgeführt werden. Dies können einzelne eingebettete Systeme, ein komplexeres System wie eine ganze Bordnetzarchitektur eines Fahrzeugs, aber auch Infrastrukturen oder Cloud-Dienste sein.

Smarte Innovationen brauchen 5G

Um die Daten bedarfsgerecht sammeln zu können, ist eine flexible Übertragungstechnologie elementar. Eine wesentliche Grundlage hierfür bietet 5G, die nächste Generation des  Mobilfunks. Das Ziel von 5G ist es, einen universellen Übertragungsstandard für unterschiedliche vertikale Märkte wie Industrie 4.0, Automotive, das Internet der Dinge oder Smart Grid zu schaffen. Zentrale Aspekte sind ultrakurze Latenzzeiten von unter einer Millisekunde, hohe Datenraten, geringer Stromverbrauch sowie Konvergenz von unterschiedlichen Übertragungsstandards. An den Fraunhofer-Instituten für Integrierte Schaltungen IIS, für Nachrichtentechnik, Heinrich-Hertz-Institut, HHI und für Offene Kommunikationssysteme FOKUS wird daran gearbeitet, diese Aufgaben zu lösen.

Damit wird der neue Standard mehr sein als nur eine weitere Generation Mobilfunk. Ziel ist ein universeller Funkstandard, der als Basis für Zukunftsthemen wie Internet of Things (IoT) und automatisiertes Fahren dienen soll und zu relevanten Fortschritten bei der Gesundheitsversorgung durch Telemedizin, beim smarten Wohnen für beeinträchtigte Menschen und auch bei der Energiewende auf Basis von Smart Grids führen soll. Dabei stellt sich die Frage, wo die Daten aufbewahrt und verarbeitet werden. In der Cloud? Das kommt Unternehmen entgegen, die nach dem »Data Lake«-Prinzip möglichst viele Daten sammeln wollen. Dies steht allerdings im Widerspruch zum Konzept dezentraler und weitgehend autonomer cyberphysischer Systeme im Sinne von Industrie 4.0. Dagegen steht das Edge Computing, bei dem die Daten auf intelligenten Endgeräten bleiben. Doch darunter leidet die Option, möglichst viele Daten miteinander zu kreuzen und so zu neuen Erkenntnissen zu gelangen. Die Wahrheit wird vermutlich in der Mitte liegen. Fraunhofer-Institute arbeiten deshalb an hybriden Konzepten, welche die Vorteile beider Positionen verbinden.

Ausblick

Die genannten Beispiele zeigen: Digitalisierung ist ein Thema, das sowohl technische als auch organisatorische, wirtschaftliche und gesellschaftliche Aspekte umfasst. Es ist die industrielle Revolution, die wie keine andere unser Leben bestimmen und verändern wird. Diese industrielle Revolution sollten die Unternehmen aktiv gestalten. Die Fraunhofer-Gesellschaft mit ihrem ganzheitlichen und anwendungsorientierten Ansatz ist der ideale Partner, um diese Entwicklung für Wirtschaft, Gesellschaft und die Nutzer erfolgreich zu gestalten. 

Prof. Dr.-Ing. Albert Heuberger, Leiter des Fraunhofer-Instituts für Integrierte Schaltungen IIS in Erlangen.

Prof. Dr. Boris Otto, Leiter des Fraunhofer-Instituts für Software und Systemtechnik ISST in Dortmund.

Prof. Dr. Michael Waidner, Leiter des Fraunhofer-Instituts für Sichere Informationstechnologie SIT in Darmstadt.