Industrial Data Space: Referenzarchitekturmodell für die Digitalisierung

© Fraunhofer

Prof. Dr.-Ing. Boris Otto · Fraunhofer ISST · TU Dortmund · Düsseldorf · 25.1.2017

INDUSTRIAL DATA SPACE

© Fraunhofer 2

AGENDA

Digitalisierung und Datensouveränität

Industrial Data Space

Logistik-Use-Case

© 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

© 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

© 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).

© Fraunhofer 6

Die »Smart Service Welt« benötigt ein anderes Datenmanagement

Öffentliche Daten

Daten aus der Wert-schöpfungskette

KommerzielleServices

Industrielle

Services

Digitale Geschäftslösungen

Ende-zu-Ende-Kundenprozess

Geschäfts-ökosysteme

Hybride Angebote

Smart DataManagement

Interoperabilität

Mensch-Roboter-Kooperation

Autonome Systeme

Internet der Dinge

Kunde

Produktions-netzwerk

Logistik-netzwerk

Digitalisiertes LeistungsangebotDatenDigitalisierte Leistungserstellung

Legende: Informationsfluss; Warenfluss.

© Fraunhofer 7

Datengüter unterscheiden sich von materiellen Gütern – dennoch lässt sich ihr Wert bestimmen

Nutzerzahl

Wertanteil

100% Daten

Materielle Güter

Materielle Güter

WertDaten

Nutzung Zeit

Potentieller Wert

Daten

Datenqualität

Wert

100%

Daten

Integration

Wert

Daten

Volumen

Wert

Daten

Quelle: Moody & Walsh (1999).

© 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).

© Fraunhofer 9

AGENDA



Logistik-Use-Case

© Fraunhofer 10

Die Wirtschaft definiert strategische Anforderungen an den Industrial Data Space

Vertrauensschutz

zertifizierteTeilnehmer

Skalierung

Netzwerkeffekte

Offenheit

Neutral und anwendergetrieben

Governance

GemeinschaftlicheSpielregeln

Netzwerk

Plattformenund Dienste

Sicherheit

Datenaustausch

Souveränität

über Daten

Dezentralität

FöderaleArchitektur

© 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


Service Plattformen Smart Serv ices

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).

© Fraunhofer 12

DatenflussWarenfluss

Der Industrial Data Space verbindet Plattformen und Dinge in digitalisierten Geschäftsszenarien

Öffentliche Kontextdaten

Wetter

Fabrik/Warehouse

LDLElektronischer Marktplatz

Verkehr

IoTCloud

IDS Broker

IDS

IDS

IDS

IDS

IDS

IDS

IDS

IDS

Planungs- und Steuerungsdaten in der Supply Chain

Unternehmensübergreifende Supply-Chain-Event-Daten

UnternehmensinterneZustandsdaten

Legende: IDS – Industrial Data Space; LDL – Logistikdienstleister; IoT – Internet of Things.

© 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

© Fraunhofer 14

Der Industrial Data Space e.V. zielt auf eineninternationalen Standard für Datensouveränität ab

Stand: Dezember 2016.

https://de.wikipedia.org/wiki/Datei:Logo_SICK_AG_2009.svg

© Fraunhofer 17

Zentral ist die Ermittlung erwarteterAnkunftszeiten

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 AuftragsänderungGS1

9 Meldung StandortGS1

15a StörungGS1

Transport Pick-up / Drop-off

Request

Transport Pick-up / Drop-off Confirmation

Transport Status Notification

Transport Instruction


REFRESH












REFRESH


Request


Confirmation

© 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


Warehousing Inbound/

Outbound Notification

© Fraunhofer 19

Legend


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 estimatedtime of arrival to the customer. Can enter a newestimated 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 manuallyinitiated estimated time of arrival

1. 2.

3.

IDS Connector withintegrated Backend-System

GS1 EDI XML messagethrough IDS

Transport Pick-up / Drop-off RequestCarrier Customer

ShipperTransport Pick-up / Drop-off

ConfirmationAndroid App withconnection to an IDS Connector

NB: Originalsprache im Projekt beibehalten.

© Fraunhofer 21

Prof. Dr.-Ing. Boris Otto

Fraunhofer ISSTTU Dortmund

[email protected]

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!

Industrial Data Space: Referenzarchitekturmodell für die Digitalisierung

Business

Transcript of Industrial Data Space: Referenzarchitekturmodell für die Digitalisierung