Animiertes Bild zeigt Laptop, Grafiken, Monitore etc. auf blauem Hintergrund; Bild mit Verlauf

Unschätzbare Werte

Daten, die in der gesamten Wirtschaft anfallen, kann man sammeln, interpretieren und benutzen. Global, national, regional.

Artikel als PDF herunterladen

Wo fallen Daten in Unternehmen an?

Animiertes Bild zeigt die Zahl 17 Zettabyte mit 21 Nullen, darunter eine Grafik und verschiedene Dokumente

Sie produzieren Autos, Oberhemden, Fertigpizzen – und Daten. Unternehmen der Fertigungsindustrie stellen nicht nur Produkte her, sondern generieren auch Daten. Und das in großen Mengen: Insgesamt 3,5 Zettabyte Daten hat das produzierende Gewerbe weltweit im Jahr 2018 generiert, die gesamte Weltwirtschaft brachte es auf 17 Zettabyte – das ist eine Zahl mit 21 Nullen. Und sicher ist: Durch die nahezu allerorten rasant zunehmende Digitalisierung wird aus unserem jetzt schon diffusen Datenpool ein „Immer-Meer“. Denn es sind immer mehr Daten, die zutage gefördert werden und immer mehr Akteuren, die immer mehr Zugriffsmöglichkeiten bekommen. Das Ganze gespeist aus Milliarden von Quellen.

Doch wo und wie genau entstehen die Daten? Unter welchen Umständen kann man sie wozu nutzen? Und welche Vorteile kann man aus dieser Nutzung ziehen? Das sind Fragen, die man sich nicht nur in volkswirtschaftlicher Betrachtung stellen kann, sondern auch auf der Ebene eines jeden Betriebes. „Manche Unternehmen wissen er- schreckend wenig darüber, wo bei ihnen Daten entstehen und welche das sind“, sagt Dr.-Ing. Sebastian von Enzberg vom Fraunhofer-Institut für Entwurfstechnik und Mechatronik (IEM). „Ganz zu schweigen kann.“

Dateninventur und Datenlandkarte

Zitat „The world is one big data problem."

Voraussichtlich 30 Milliarden intelligente Sensoren werden 2020 verkauft, schätzt die Unternehmensberatung Roland Berger. Diese kommen in der Industrie zum Einsatz und generieren Prozessdaten: Werkstückzahlen, Durchlaufzeiten, Maschinenzustände. Aber nicht nur Daten der Produktionsanlagen werden gesammelt. Von der Route, die die Navigations-App eines Logistikfahrzeugs aufzeichnet, bis zur Dokumentation von Reparatur- und Wartungsarbeiten reicht das Spektrum der erhobenen Daten. Bestellungen, Kunden- und Entwicklungsdaten kommen hinzu. 

„Nötig ist im ersten Schritt eine Dateninventur im Unternehmen, um sich einen Überblick zu verschaffen und eine Datenlandkarte zu erstellen“, erklärt Dr. von Enzberg. Vorausgehen muss dem allerdings ein Wandel hin zu einem Bewusstsein, dass Daten ein wertvoller Schatz sind. Dieses fehlt noch oft in der Wirtschaft, ist Dr. von Enzberg überzeugt. Noch 2016 verstanden laut einer McKinsey-Studie jedenfalls nur 15 Prozent der Betriebe in der industriellen Fertigung Daten als Teil der Wertschöpfung. In 50 Prozent der Unternehmen blieben Daten für die Entscheidungsfindung gänzlich ungenutzt.

Wie kann man Daten einsetzen?

Hat sich ein Unternehmen entschlossen, mit seinen Daten zu arbeiten, geht es im ersten Schritt an deren Verknüpfung aus den verschiedenen Bereichen. Denn egal in welchem Baustein der Digitalisierung, ob in den Netzen, den Infrastrukturen wie der Cloud oder in der Security – moderne IT-Technologien wie IoT-Sensoren, vernetzte cyber-physische Systeme, Künstliche Intelligenz oder Maschinelles Lernen erzeugen und verarbeiten Unmengen an Daten. 

Auch deshalb ist nicht nur das schiere Volumen dabei die Herausforderung, sondern auch die Unterschiedlichkeit der Quellen und Qualitäten. Von Sensoren generierte Daten müssen zusammengefügt werden, etwa mit handgeschriebenen Reparaturprotokollen. „Mehr Daten bedeuten nicht mehr Wert, die Frage nach der Datenqualität und dem Wissen über den Kontext ist entscheidend“, erklärt Sebastian von Enzberg. Und deren durchgängige Verfügbarkeit.

Higher Performace basiert auf Trusted Performance

Zitat „We are drowning in information but startving for knowledge."

Denn Effekte auf die Geschäftsverläufe von Unternehmen hat die Auswertung von Daten nur, wenn sie lückenlos und ohne Brüche geleistet werden kann. Denn was nutzen Konnektivität, Digitalisierung, Infrastruktur oder Security, wenn an einer Stelle immer das entscheidende Quäntchen Kapabilität fehlt. Und das, so T-Systems-CEO Abdel Al-Saleh, „gilt für praktisch jeden Service oder Technologie, die wir uns anschauen und die unsere Kunden aktuell umtreibt – Kryptografie, Integration, Analytics, Multicloud, Adaptive, Data sovereignty“. Und obendrein, nicht zu vergessen die Orchestrierung des Ganzen. „Auch deshalb sehen wir eine unserer Aufgaben darin, den holistischen Blick unserer Kunden auf Informationstechnik und Telekommunikation zu schärfen. Denn ‚Higher Performace‘, wie wir sie Unternehmen bieten wollen, basiert zu allererst immer auf Trusted Performance“, so T-Systems-Chef Saleh.

Die IT-Systeme, die größere Unternehmen betreiben, sind dabei nur bedingt von Vorteil. Diese sind in der Regel:

  • ERP-Systeme (Enterprise Ressource Planning) als zentrale Speicher- und Verarbeitungsinstanz
  • MES-Systeme (Manufacturing Execution System) zur Steuerung und Überwachung einzelner Fertigungsprozesse
  • CRM-Systeme (Customer Relationship Management) zur Verwaltung von Kundendaten
  • PLM-Systeme (Product Lifecycle Management) zu Verwaltung von Produktdaten
  • BIS Business-Intelligence-Systeme zur Auswertung betrieblicher Daten

All diese Systeme erfüllen Teilfunktionen im betrieblichen Ablauf, sind aber oftmals nicht miteinander vernetzt. „Sie stellen unverbundene Datensilos dar und sind nicht für Big-Data-Auswertungen ausgelegt“, betont Enzberg.

Welchen Nutzen kann man aus Daten ziehen?

Zitat „Some companies know frighteningly little about where they generate data, and of what kind they are."

„Bevor ich beginne, Daten zu sammeln, sollte ich mich erst mal fragen, wofür ich sie auswerten will“, erklärt der Fraunhofer-Experte, „das ist eine komplexe und alles andere als banale Frage“.

In produzierenden Unternehmen kann vor allem in den folgenden Bereichen ein erheblicher Nutzen aus Daten gezogen werden:

  • Prozesstransparenz
  • Prozessoptimierung
  • Produktoptimierung
  • Smart Quality
  • Smart Maintenance
  • Entwicklungsoptimierung

Die Transparenz des Produktionsprozesses kann bis hin zur Feststellung von Kapazitäten gehen. Gibt es wirklich Unternehmen, die ihre Produktionskapazitäten nicht kennen? „Ja“, lacht Dr. von Enzberg, „in der Lebensmittelindustrie etwa, wo die Kunden just-in-time beliefert werden, muss so viel Reserve vorgehalten werden, dass immer ausreichend geliefert werden kann.“ Dort kenne man manchmal die tatsächliche Auslastung einer Anlage nicht.

Datengetriebene Modellierungsverfahren

Die Harmonisierung einer vernetzten Produktionsanlage auf Basis von Daten mag noch naheliegend sein. Deutlich anspruchsvoller ist sicher der Bereich Smart Maintenance. Im Rahmen des EU-Projektes BOOST 4.0 entwickelt etwa das Fraunhofer IEM mit dem Automobilzulieferer Benteler und Atlantis Engineering ein System für vorausschauende Instandhaltung. Genutzt werden dafür datengetriebene Modellierungsverfahren – also machine learning–, die zum Beispiel funktionale Fehler erkennen, bevor sie passieren. So sollen Maschinenstillstände und Betriebsausfälle vermieden werden. Bis 2020 werden im Rahmen des EU-Projekts zehn Pilotfabriken errichtet.

In dem auf drei Jahre angelegten Projekt BOOST 4.0 arbeiten 50 Partner aus 16 Ländern zusammen an dem Thema „Big Data for Factories“. Das Projektvolumen umfasst neben einer Förderung von rund 20 Millionen Euro durch die Europäische Kommission Investitionen von 100 Millionen Euro durch die teilnehmenden Unternehmen.

Simulation von Prüfzyklen

Den Einsatz von Smart Quality zeigt ein Beispiel des Unternehmens Schwering & Hasse, das jährlich mehr als 50.000 Tonnen Lackdrähte für die elektrotechnische Industrie herstellt. Einerseits sind bei der Firma physische Qualitätskontrollen notwendig, um mechanische und elektrische Materialeigenschaften zu überprüfen. Andererseits sollte die Produktion möglichst selten unterbrochen werden, da der Draht fortlaufend von Rollen mit mehreren Kilometern Länge verarbeitet wird. Um dieses Dilemma zu lösen, sammelte Schwering & Hasse Produktionsdaten aus zwei Jahren und simulierte daraus verschiedene Prüfzyklen. Aus der Analyse dieser Simulationen wurde eine optimale Prüfhäufigkeit berechnet. Damit kann das Unternehmen seinen Ausschuss um bis zu 14 Prozent reduzieren.

Das Beratungsunternehmen Frost & Sullivan erwartet insgesamt von Big Data Analytics eine Steigerung der Produktionseffizienz von zehn Prozent, eine Reduktion der Betriebskosten um fast 20 Prozent und eine Reduktion der Instandhaltungskosten um 50 Prozent. Insgesamt prognostizieren die Kollegen von Roland Berger, dass in den kommenden fünf Jahren allein in Europa bis zu 1,25 Billionen Euro an zusätzlicher Wertschöpfung durch Digitalisierung in der Industrie realisiert werden könnte.

Was können Konsumenten mit ihren Daten anfangen?

Zitat „Consumer data will be the biggest differentiator in the next two to three years."

Auch wenn Unternehmen Daten deutlich besser nutzen können als Individuen – ganz ohne Möglichkeiten sind diese auch nicht. Experte Walter Palmetshofer von der Open Knowledge Foundation unterscheidet drei Arten, wie Konsumenten ihre Daten verwenden können: im Austausch gegen Service, gegen Entgelt oder als Datenspende. Die Open Knowledge Foundation ist eine gemeinnützige Organisation, die sich für Informationsfreiheit und den ethischen Umgang mit Technologie einsetzt und 2017 im Auftrag des Bundesjustizministeriums eine Studie zum Wert persönlicher Daten durchgeführt hat.

„Daten gegen Service“ meint eine oft unbewusste Weitergabe von Daten. Beispiel: Ich buche eine Bahnfahrkarte online und erspare mir das Anstehen am Schalter, gebe dafür aber meine Stamm- und Reisedaten. „Konsumenten sind sich des Datenaspektes oft nicht bewusst“, sagt Sebastian von Enzberg. Bei solchen Buchungsvorgängen oder bei Software-Nutzung werde oft „OK“ geklickt, ohne das Kleingedruckte gelesen zu haben.

Regelwerke transparent machen

Ein bekanntes Beispiel für „Daten gegen Entgelt“ ist der Telematik-Tarif von Autoversicherern. Kunden erhalten günstigere Tarife, wenn diese ihre Fahrdaten teilen und damit nachweisen, sich am Lenkrad verkehrsrechtskonform zu verhalten. Für beide Formen des Austauschs fordert Palmetshofer Transparenz: „Ich muss nicht nur wissen, wer meine Daten sammelt. Ich möchte diese beim Unternehmen auch in maschinenlesbarer Form herunterladen.“ Damit könnte man etwa mit den Daten der Bahn am Jahresende seine Reisekostenabrechnung machen. Bei Angeboten wie dem Telematik-Tarif fordert er, das Regelwerk transparent zu machen, nach dem Versicherte bei Verstößen in einen höheren Tarif gestuft werden.

Auf gesellschaftlicher Ebene wirkt schließlich die Datenspende. Konsumenten können ihre Mobilitätsdaten als Grundlage für eine optimierte Verkehrsplanung quasi stiften oder beispielsweise auch ihre Gesundheitsdaten für die medizinische Forschung. Vor allem bei diesen Spenden stelle sich das Problem der Anonymisierung. „Jede mehr Daten ich über ein Individuum habe, desto besser ist dieses identifizierbar“, warnt Palmetshofer. Die Anonymisierung der Daten müsse gleich im Prozessdesign miteingeplant werden.

Welche Regeln garantieren einen vertrauensvollen Umgang?

Zitat „From a mathematical point of view, however, trust is hard to quantify."

Nach exakt diesem Prinzip entwickelt T-Systems seine Cloud-Lösungen für Unternehmen, Datenschutz wird immer von Anfang an mitentwickelt. Security by design, nennt das Dr. Claus-Dieter Ulmer, Konzernbeauftragter für den Datenschutz bei der Deutschen Telekom. „Wir haben Datenschutz als verbindlichen Teil des Kernprozesses integriert. Das heißt: Ein Projekt kann nur angeschoben werden, wenn ein Go der Datensicherheit vorliegt.“ Sogenannte Privacy Champions begleiten alle Entwicklungen. Außerdem hat der Konzern einen externen Datenschutzbeirat installiert, dem unter anderem Mitglieder des Chaos Computer Clubs und der Bitkom angehören.

Bei der industriellen Verwertung von Daten kommt es häufig zu einer Dreierkonstellation zwischen etwa Anlagenhersteller, Anlagenbetreiber und Infrastrukturdienstleister. Letzterem kommt in diesem Dreieck eine besondere Bedeutung zu, betont Ulmer. Das bezieht sich natürlich auf Datensicherheit: „Über ein Provider Shielding bieten wir eine Verschlüsselung an, und den Schlüssel haben nur wir.“ Das müssen die Kunden wissen, betont Ulmer: „Wer transparent mit den Daten umgeht, kann sich auch das Vertrauen der Kunden erarbeiten.“

Internationales Governance Modell

Außerdem muss der Dienstleister auch über bestimmte Kenntnisse der geschäftlichen Abläufe des Anlagenbetreibers verfügen. „Nur so wissen wir, welche spezifischen Sicherheitsanforderungen nötig sind“, so Ulmer, „und nur so, können wir auch neue Ideen für verbesserte maßgeschneiderte Sicherheitsarchitekturen entwickeln.“ Diese bietet T-System als skalierbare Leistungen an, sodass vom Mittelständler bis zum Konzern allen Kunden passende Pakete angeboten werden können.

Die Sicherheitsstandards des Dienstleisters gelten weltweit einheitlich. „Wir haben ein internationales Governance Modell“, betont Ulmer. Es gebe etwa in jedem Land einen Datenschutzbeauftragten, auch wenn die jeweiligen Ländergesetze dies nicht vorschreiben.

Und die rechtlichen Rahmenbedingungen?

Zitat „Da immer mehr personenbezogene Daten gesammelt werden, ist es auch wichtig, mit den Menschen die Kontrolle über ihre D.."

Und wie sehen die Datenschutzregeln in verschiedenen Ländern aus? In allen EU-Staaten gelten mit der Datenschutzgrundverordnung DSGVO die gleichen Regeln. Problematisch könnte damit aber der Brexit werden, warnt Prof. Dr. Thomas Riehm vom Lehrstuhl für Deutsches und Europäisches Privatrecht, Zivilverfahrensrecht und Rechtstheorie der Universität Passau. Mit dem EU-Austritt würde Großbritannien als Drittland gelten, in das nicht ohne weiteres personenbezogene Daten transferiert werden dürfen. Für den Austausch personenbezogener Daten mit den Vereinigten Staaten etwa gilt das sogenannte EUUS Privacy Shield. Die herrschende Vielzahl unterschiedlicher Regelungen behindert jedoch den Datenverkehr. „Der Datenmarkt ist ein globaler, der am besten unter einheitlichen Spielregeln funktioniert“, betont Prof. Riehm.

Eigentumsrecht an Daten gibt es nicht

Und wem gehören die Daten, die Unternehmen oder Konsumenten generieren? „Niemandem“, sagt Riehm. „Ein Eigentumsrecht an Daten wie beim Sacheigentum gibt es in der deutschen Rechtsordnung nicht.“ Bei den Daten etwa, die ein vernetztes Auto generiert, muss man zwischen verschiedenen Ebenen differenzieren. Alle Daten, die dem Fahrer als Person zuzuordnen sind, etwa GPS-Koordinaten, gefahrene Geschwindigkeiten, die Identität des Fahrers, sind personenbezogene Daten und fallen damit unter den Datenschutz nach der DSGVO. „Hier darf allein die betroffene Person darüber bestimmen, wer diese Daten zu welchem Zweck verarbeiten darf“, so Prof. Riehm. „Das geschieht im Wege der datenschutzrechtlichen Einwilligung, die der Fahrer etwa einer Versicherung erteilen kann.“ Etwa im Rahmen eines Telematik-Tarifes.

Die rein technischen Daten, also zum Beispiel Verschleißdaten zu einzelnen Bauteilen, sind nicht personenbezogen und unterliegen deswegen nicht dem Datenschutzrecht. „Hier gilt erst einmal ganz praktisch: Wer tatsächlich Zugang zu den Daten hat, kann sie auch verarbeiten“, erklärt Prof. Riehm. Da sich aber in der Regel die rein technischen Daten kaum von den personenbezogenen trennen lassen werden, ist auch hier für jede Weiterverarbeitung eine Einwilligung des Fahrers erforderlich.

Portabilität ist Voraussetzung für Datenaustausch 

Animiertes Bild zeigt ein Tablet, ein Smartphone und zwei farbige Wolken darüber

Die gesetzlichen Regelungen reichen für einen sicheren Datenaustausch zwischen Geschäftspartnern völlig aus, so Prof. Riehm. „Vertraglich muss zwischen ihnen festgelegt werden, wer welche Zugriffsrechte auf die Daten zu welchen Zwecken erhalten soll“, erklärt er. Sinnvollerweise solle ein solcher Vertrag auch Regelungen für den Fall enthalten, dass eine Partei ihre Befugnisse überschreitet – zum Beispiel Vertragsstrafen oder Kündigungsrechte. Verschafft sich ein Dritter unbefugten Zutritt zu Daten, die technisch und/oder organisatorisch geschützt sind, greift das neue Geschäftsgeheimnisgesetz, und das Ausspähen der Daten wäre eine Straftat.

„Die wichtigste Voraussetzung für produktiven Datenaustausch ist die Portabilität von Daten, also die Möglichkeit einer Übertragung der Daten zwischen verschiedenen Systemen“, betont Prof. Riehm. Dafür sind offene Datenformate und Schnittstellen notwendig. Nicht-offene, also proprietäre Dateiformate verhindern, dass ein Nutzer seine Daten zu einem anderen Anbieter migrieren kann. „Die neue Free-flow-of-data-Verordnung der EU weist in diese Richtung und gibt der Industrie auf, im Wege der Selbstregulierung hierfür Verhaltensregeln zu entwickeln und bis Mai 2020 wirksam umzusetzen.“

Wichtig ist außerdem die IT-Sicherheit, betont der Datenrechtsexperte: „Je zentraler die Rolle von Daten in den industriellen Wertschöpfungsprozessen ist, desto empfindlicher werden Unternehmen für Cyberangriffe. Hier scheint das Bewusstsein für die enormen Risiken noch nicht in allen Branchen gleichermaßen angekommen zu sein.“

Unbekannte Risiken, unbekannte Chancen – für einen sicheren und gewinnbringenden Umgang mit Daten braucht es eine 360-Grad-Betrachtung aller Faktoren. „Dieser umfassende Blick ist insbesondere für kleine und mittlere Unternehmen oft eine Herausforderung, denen es an Budget und Personal fehlt“, erklärt Dr. Sebastian von Erzberg. „Aber er lohnt sich!“

Ihr Ansprechpartner: bestpractice@t-systems.com

Weitere Informationen: www.t-systems.de

Autor: Heinz-Jürgen Köhler
Fotos/ Quelle: KPMG CEO Outlook 2019

Besuchen Sie t-systems.com außerhalb von Germany? Besuchen Sie die lokale Website für weiterführende Informationen und Angebote für Ihr Land.