Skip to main content
main-content

Open Access 2022 | Open Access | Buch

Buchtitelbild

Datenwirtschaft und Datentechnologie

Wie aus Daten Wert entsteht

herausgegeben von: Marieke Rohde, Matthias Bürger, Kristina Peneva, Johannes Mock

Verlag: Springer Berlin Heidelberg

share
TEILEN
insite
SUCHEN

Über dieses Buch

In diesem Open-Access-Buch stehen die wirtschaftliche Verwertung von Daten und die dazu gehörenden technischen und organisatorischen Prozesse und Strukturen in Unternehmen im Fokus. Es behandelt Themen wie Datenmonetarisierung, Datenverträge, Data Governance, Informationssicherheit, Datenschutz und die Vertrauenswürdigkeit von Daten.
Seit Jahren wird davon gesprochen, dass „Daten das neue Öl“ sind. Expertinnen und Experten sind sich einig: Das Wertschöpfungspotential von Daten ist enorm und das über fast alle Branchen und Geschäftsfelder hinweg. Und dennoch bleibt ein Großteil dieses Potentials ungehoben. Deshalb nimmt dieser Sammelband konkrete Innovationshemmnisse, die bei der Erschließung des wirtschaftlichen Werts von Daten auftreten können, in den Blick. Er bietet praktische Lösungsansätze für diese Hürden an den Schnittstellen von Ökonomie, Recht, Akzeptanz und Technik. Dazu folgen die Autorinnen und Autoren einem interdisziplinären Ansatz und greifen aktuelle Diskussionen aus der Wissenschaft auf, adressieren praxisnahe Herausforderungen und geben branchenunabhängige Handlungsempfehlungen. Den Leserinnen und Lesern soll eine transparente Informationsbasis angeboten werden und damit die Teilnahme an der Datenwirtschaft erleichtert werden.
Dieses Buch richtet sich an Entscheidungsträgerinnen und Entscheidungsträger in Unternehmen sowie an Entwicklerinnen und Entwickler datenbasierter Dienste und Produkte. Der Band ist ebenfalls für Fachkräfte der angewandten Forschung wie auch für interdisziplinär Studierende z.B. der Wirtschaftsinformatik, der technikorientierten Rechtswissenschaft oder der Techniksoziologie relevant.

Inhaltsverzeichnis

Frontmatter

Open Access

1. Einleitung: Wie aus Daten Wert entsteht – Datenwirtschaft und Datentechnologie
Zusammenfassung
Derzeit wachsen im Zuge der Digitalisierung und durch das Aufkommen neuer Informations- und Kommunikationstechnologien die Datenbestände weltweit exponentiell an. Diese Daten erlangen eine immer wichtigere Rolle als Wirtschaftsgut. Als Grundlage neuer Dienstleistungen und Produkte stellen sie die zentrale Ressource der Datenwirtschaft dar. Jedoch wird das in ihnen liegende Wertschöpfungspotenzial momentan nicht vollständig gehoben. Grund hierfür sind Herausforderungen bei der Entwicklung und Vermarktung. Sie stellen ein Hemmnis für Unternehmen dar, um datenbasierte Wertschöpfungsmodelle umzusetzen und somit aktiv an der Datenwirtschaft teilzunehmen. Der vorliegende Sammelband greift solche Herausforderungen entlang der vier Felder Ökonomie, Recht, Informationssicherheit sowie Akzeptanz auf, analysiert sie und bietet praxiserprobte Lösungsansätze an. Dabei wird der Fokus auf besonders grundlegende Aspekte der Datenwirtschaft wie die Datenhaltung, das Datenteilen und die Datenverarbeitung gerichtet. Er adressiert Leserinnen und Leser aus Wirtschaft und Wissenschaft und soll dabei helfen Datenwertschöpfungsprojekte in Unternehmen und Forschung erfolgreich umzusetzen.
Marieke Rohde, Matthias Bürger, Kristina Peneva, Johannes Mock

Daten als Wirtschaftsgut

Frontmatter

Open Access

2. Einleitung: Daten als Wirtschaftsgut
Zusammenfassung
Der technologische Fortschritt im Bereich digitaler Technologien und die zunehmende Verfügbarkeit unterschiedlichster (produktionsrelevanter) Daten bieten Unternehmen die Möglichkeit, sich mit neuen Geschäftsmodellen vom Wettbewerb zu differenzieren und neue Wertschöpfungspotenziale zu heben. Dabei sehen sich Unternehmen aber auch vor nicht zu unterschätzenden Herausforderungen. In dieser Einleitung werden die relevanten Themenstellungen aufgegriffen und auf die entsprechenden Beiträge in diesem Buch verwiesen. Zu den angesprochenen Themen gehört unter anderem die Überführung produktzentrierter in nutzungsbezogene Geschäftsmodelle. Hinzu kommt das Verständnis der Besonderheiten sowie die daran ausgerichtete annahmebasierte Entwicklung datenbasierter Geschäftsmodelle. Darüber hinaus wird die Preisbestimmung für Daten beziehungsweise datenbasierte Produkte und Dienstleistungen betrachtet. Abschließend richtet sich der Fokus auf die Bewertung von Datenbeständen und wie diese in die Bilanz und Bewertung eines Unternehmens einbezogen werden können.
Matthias Bürger, Kristina Peneva

Open Access

3. Grenzkostenfreie IoT-Services in den Datenmarktplätzen der Zukunft
Zusammenfassung
Es kann künftig möglich sein, im Internet der Dinge (engl. Internet of Things, kurz IoT) Daten und Resilienz-Services ebenso souverän wie selbstsicher zu handhaben und auszutauschen. Ähnlich wie dies heutzutage mit physischen Ressourcen möglich ist. Um diese Vision zu realisieren, entwickeln Forschende im Projekt SPAICER einen GAIA-X konformen IoT-Datenraum, der Datenproduzierende, Datenkonsumierende und Datenverarbeitende an einem digitalen Ort vereint und eine medienbruchfreie Datenökonomie ermöglicht. Mit Hilfe dieser medienbruchfreien Datenökonomie lassen sich wichtige Antworten auf relevante Fragen, wie zum Beispiel nach industrieller Nachhaltigkeit und resilienter Produktion, auf Knopfdruck ermitteln. Dabei ist der Vorteil eines IoT-Datenraums, dass skalierbare und grenzkostenfreie digitale Vermögenswerte entwickelt werden können, die Datenproduzierende von produktbezogenen zu nutzungsbezogenen Technologieführern wandeln. Hierdurch werden IoT-Daten zu Wirtschaftsgütern und IoT-Services zu digitalen Geschäftsmodellen.
Daniel Trauth, Johannes Mayer

Open Access

4. Besonderheiten datenbasierter Geschäftsmodellentwicklung
Zusammenfassung
Die Erfahrungen der letzten Jahre zeigen, dass Unternehmen häufig den Wert ihrer eigenen Daten sowie die eigenen Fähigkeiten, Umsatz aus diesen Daten generieren zu können, systematisch überschätzen. In der Praxis sind die wenigsten Unternehmen tatsächlich in der Lage ein nachhaltiges auf Daten basiertes Geschäftsmodell zu etablieren. Dies hat vielfältige Gründe: eine zu geringe Menge verfügbarer Daten, fehlende Einheitlichkeit und Vergleichbarkeit der Daten, mangelnde Möglichkeiten, diese Daten zur Erzeugung von relevanten Informationen oder Handlungshinweisen interpretieren zu können, sowie die fehlende Monetarisierung der Resultate.
Für ein besseres Verständnis, welche grundsätzlichen Aspekte es bei der Entwicklung datenbasierter Geschäftsmodelle zu beachten gilt und wie eine mögliche Umsetzung aussehen kann, beschreibt dieser Beitrag die Besonderheiten sowie die unterschiedlichen Arten datengetriebener Geschäftsmodelle und für welche Unternehmen diese besonders geeignet sind, weist auf spezifische Chancen und Herausforderungen hin und stellt die systematische Entwicklung datenbasierter Geschäftsmodelle dar.
Richard Stechow, Leonie Schäfer, Peter Brugger

Open Access

5. Herausforderungen der Preisbildung datenbasierter Geschäftsmodelle in der produzierenden Industrie
Zusammenfassung
Hohe Umsatzpotenziale, welche im Rahmen der Industrie 4.0 und hiermit einhergehender, datenbasierter Geschäftsmodelle prognostiziert wurden, können bisher noch nicht voll ausgeschöpft werden und bleiben hinter den Erwartungen zurück. Der Etablierung datenbasierter Geschäftsmodelle stehen in der Industrie, die noch stark auf das Transaktionsgeschäft mit physischen Produkten und Dienstleistungen ausgerichtet ist, im Rahmen der Preisbildung historisch gewachsene Handlungsweisen entgegen, die es in Zukunft zu vermeiden gilt. Daher wurde mit Hilfe eines Fallstudienansatzes ein Rahmenwerk für die systematische Preisbildung entwickelt. Das Modell charakterisiert die Typen datenbasierter Leistungsangebote und zeigt deren nutzen- und wertbestimmende Besonderheiten auf. Weiterhin wird basierend auf dem Preispotenzial und der Risikoübernahmefähigkeit die Auswahl und Ausgestaltung des passenden Preismodells erläutert. Abschließend wird ein Ansatz zur Festlegung der Preismetrik aufgezeigt, wobei Preiskomponenten und -punkte sowie die Auswahl von Zahlungsintervallen und die Vertragslaufzeit beleuchtet werden. Das vorgestellte Modell präsentiert Entscheidungsvariablen und Handlungsempfehlungen, welche Praktiker dabei unterstützt, die Preisbildung datenbasierter Geschäftsmodelle erfolgreich umzusetzen.
Calvin Rix, Tobias Leiting, Lennard Holst

Open Access

6. Bewertung von Unternehmensdatenbeständen: Wege zur Wertermittlung des wertvollsten immateriellen Vermögensgegenstandes
Zusammenfassung
Dieser Beitrag stellt dar, welche Chancen und Herausforderungen mit der Bewertung von Daten sowie der Abbildung monetärer Datenwerte verbunden sind und geht auf mögliche Lösungsansätze zur Bewertung von Unternehmensdatenbeständen, insbesondere im Kontext der industriellen Produktion, ein. Zunächst werden Grundlagen zur Charakterisierung, Nutzung und Verwertung von Daten sowie bestehende Methoden zur Bewertung von immateriellen Vermögensgegenständen dargestellt. Darauf aufbauend werden Chancen und Herausforderungen spezifiziert, potenzielle Lösungsansätze zur Datenbewertung abgeleitet und anschließend Anforderungen für die Datenbewertung beschrieben sowie die nutzenorientierte Datenbewertung skizziert.
Hannah Stein, Florian Groen in’t Woud, Michael Holuch, Dominic Mulryan, Thomas Froese, Lennard Holst

Datenrecht

Frontmatter

Open Access

7. Einleitung: Datenrecht
Zusammenfassung
Daten sind Grundlage für neue Produkte und Dienstleistungen und zugleich Voraussetzung für die Entwicklung selbstlernender Systeme und künstlicher Intelligenz. Sie stehen im Mittelpunkt des digitalen Transformationsprozesses und der Datenwirtschaft. Die nutzerübergreifende Verwendung von Daten ist aber auch mit Risiken verbunden, insbesondere wenn sensible Informationen über Unternehmensgrenzen hinaus ausgetauscht werden. Neben vertrauenswürdigen Infrastrukturen bedarf es auch einer rechtlichen Absicherung von Datenaustausch und –handel, um rechtssicher zu agieren und die Werthaltigkeit von Daten zu bewahren. In diesem Buchteil werden Diskussionsergebnisse zu Konzepten und Ansätzen, wie ein rechtssicheres Umfeld in datenbasierten Wertschöpfungsnetzen geschaffen werden kann, dargestellt. Dabei werden regulatorische Herausforderungen identifiziert sowie Lösungsansätze erarbeitet und hier für die Lesenden praxisnah aufbereitet.
Sebastian Straub

Open Access

8. Compliant Programming – Rechtssicherer Einsatz von Blockchains und anderen Datentechnologien
Zusammenfassung
Es gibt keine rechtsfreien Räume: nicht im „realen“ Leben, nicht im Internet und insgesamt auch nicht bei der Softwareentwicklung. Dieses Mantra kann nicht oft genug wiederholt werden. Das Primat des Rechts gilt fort. Es ist der Grundstein des modernen, rechtsstaatlichen Zusammenlebens. Dennoch werden rechtliche Anforderungen an Software und deren Entwicklungsprozess zumeist stiefmütterlich behandelt. Das ist erstaunlich. Schließlich beeinflusst die zunehmende Digitalisierung unser gesamtes Leben und Arbeiten. Eine korrekt funktionierende Software ist für den Alltag genauso entscheidend wie das Dach über dem Kopf. Doch niemand würde auf die Idee kommen, Häuser ungeachtet der geltenden Bauvorschriften zu planen und zu bauen. In der Softwareentwicklung sieht das leider anders aus. Dieser Beitrag soll als Aufruf für mehr interdisziplinäre Zusammenarbeit zwischen Recht und Technik verstanden werden und gleichzeitig konkrete Hinweise zu den rechtlichen Herausforderungen moderner Blockchain-Netzwerke geben.
David Saive

Open Access

9. Data Governance – Datenteilung in Ökosystemen rechtskonform gestalten
Zusammenfassung
Die Europäische Union strebt mit einem Bündel von Verordnungsentwürfen die Ausgestaltung des Rechtsrahmens für Datenräume an. Mit dem Vorschlag eines Data-Governance-Gesetzes soll die Grundlage für einen zukünftigen Rechtsrahmen der Datennutzung und der Datenmärkte gelegt werden. Neben dem Datentransfer aus dem öffentlichen in den privaten Sektor und der Datenspende wird das Anbieten von Diensten für die gemeinsame Datennutzung (Datenmittlung) geregelt. Das Teilen von Daten soll rechtskonform gestaltet werden können, um die Entstehung von Datenräumen auch wirtschaftlich zu ermöglichen.
Anbietern von Diensten für das Teilen von Daten, sogenannten Datenmittlern, wird eine Schlüsselrolle in der Datenwirtschaft zugeschrieben. Sie schaffen Plattformen, die das Aggregieren und den Austausch erheblicher Mengen einschlägiger Daten erleichtern, und verbinden die verschiedenen Akteure miteinander. Sie unterstützen sowohl das Teilen von Daten mehrseitiger Herkunft für mehrseitige Nutzung als auch den bilateralen Datenaustausch von Unternehmen zu Unternehmen. So kann zukünftig eine „neuartige europäische Art der Data Governance“ für datengetriebene offene Ökosysteme auf der Basis neutraler Datenmittler entstehen.
Unternehmen, die Datenbestände als Anbieter oder Nutzer innovativ einsetzen wollen, benötigen Modelle zur Datennutzung und eine Data Governance, die die künftigen gesetzlichen Vorgaben umsetzt und hierbei Technik, Ökonomie und Recht verbindet. Data Governance ist das Zukunftsmodell für alle datengetriebenen Innovationen, um die Teilhabe an Daten und datenbasierten Innovationen auch für KMU niederschwellig und rechtskonform zu ermöglichen und Markteinschränkungen aufgrund von Datenabhängigkeiten zu vermeiden. In diesem Beitrag wird für Entscheidungsträger in Unternehmen der aktuelle Rechtsrahmen erläutert und im Kontext von zukünftigen Ökosystemen bewertet.
Beatrix Weber, Regine Gernert

Open Access

10. Herausforderung und Grenzen bei der Gestaltung von Datenverträgen
Zusammenfassung
Digitale Ökosysteme leben vom Austausch und der übergreifenden Nutzung von Daten. Dem wirtschaftlichen Nutzen von digitalen Innovationen stehen häufig Sorgen vor Kontrollverlust und missbräuchlicher Verwendung von Daten gegenüber. Abhilfe schaffen technische Lösungsansätze, die den souveränen Umgang mit Daten sicherstellen und Vertrauen zwischen den Akteuren schaffen sollen. Im engen Zusammenhang hierzu steht die Frage, wem Daten rechtlich zuzuordnen sind und wer sie nutzen darf. Die bestehende Rechtsordnung gibt hierauf nur punktuell Antworten. Die Überlassung von Daten erfolgt derzeit vor allem auf Grundlage von Verträgen. Dabei gilt weitgehend das Prinzip der Vertragsfreiheit. Dies ermöglicht eine interessengerechte Ausgestaltung der Vertragsbeziehung, stellt die Vertragsparteien aber gleichzeitig vor Herausforderungen. Die lückenlose und zugleich rechtssichere Gestaltung von Datenverträgen erweist sich mitunter als schwierig. Der folgende Beitrag befasst sich mit Herausforderungen und Grenzen bei der Gestaltung von Datenverträgen.
Sebastian Straub

Open Access

11. Vertragsdurchführung mit Smart Contracts – rechtliche Rahmenbedingungen und Herausforderungen
Zusammenfassung
Smart Contracts als algorithmen-basierte Routinen eignen sich zur automatisierten Vertragsabwicklung. Hierzu ist es notwendig, dass sich die Vertragsgestaltung der besonderen Anforderungen bewusst wird, die ein Programmcode, der lediglich einfache Wenn-dann-Beziehungen abbilden kann, an sie stellt. Ein automatisches Ablaufen eines Smart Contracts kann nur dann zur Vertragserfüllung eingesetzt werden, wenn die komplexen juristischen Vereinbarungen zwischen den Parteien derart dekonstruiert werden, dass seine automatische Ausführung möglich ist. Für den Bauvertrag wurde die Zahlungsabwicklung als ein Komplex identifiziert, der es mittels Bautenstandsfeststellungen mithilfe der Methode BIM erlaubt, eine (teil-)automatisierte Vertragsabwicklung durchzuführen. Der Beitrag möchte das Bewusstsein für das Potenzial einer solchen Teilautomatisierung, aber auch für deren Grenzen schärfen. Die Vertragsgestaltung muss ermitteln, an welchen Stellen trotz Teilautomatisierung menschlicher Input notwendig bleibt. Darüber hinaus gilt es die zwingenden Regelungen des Datenschutzes zu beachten. Im Rahmen eines Ausblicks wird untersucht, inwiefern sich die für den Bauvertrag gefundenen Ergebnisse auf die Abwicklung anderer Vertragstypen übertragen lassen.
Dominik Groß

Kontrolle über Daten

Frontmatter

Open Access

12. Einleitung: Kontrolle über Daten
Zusammenfassung
Die Frage nach der Kontrolle über Daten spiegelt sich in populären, aber wenig konkreten Begriffen wie „Datenhoheit“ oder „Datensouveränität“ wieder. In dieser Einleitung zum dritten Teil des Buches werden kurz die Themenfelder und Zielstellungen der folgenden drei Beiträge eingeführt, die sich u. a. mit der Datenhoheit aus Perspektive der Nutzenden, einer Einführung in Verfahren zur Anonymisierung und Pseudonymisierung sowie dem Konzept der sogenannten Datennutzungskontrolle befassen. Damit werden rechtliche, organisatorische und technische Bausteine für die Umsetzung von Datensouveränität beschrieben, die Datenschutz, Informationssicherheit und Vertraulichkeit in datenzentrierten Wertschöpfungsnetzen ermöglichen.
Tilman Liebchen

Open Access

13. Datenhoheit und Datenschutz aus Nutzer-, Verbraucher- und Patientenperspektive
Zusammenfassung
Daten bergen ein hohes Wertschöpfungspotenzial. Zur Umsetzung von innovative Geschäftsmodellen wird immer häufiger auch auf Daten von natürlichen Personen zurückgegriffen. Dabei stellt sich die Frage, inwieweit die betroffenen Personen Einfluss und Kontrolle auf die Verarbeitung der sie betreffenden Daten nehmen können. Der Beitrag widmet sich dem Thema Datenhoheit aus Sicht von Nutzenden, Verbraucherinnen und Verbrauchern sowie Patientinnen und Patienten. In diesem Zusammenhang werden die rechtlichen Rahmenbedingungen und bereichsspezifische Regelungen zur Gewährleistung der Datenhoheit dargestellt.
Sebastian Straub

Open Access

14. Verfahren zur Anonymisierung und Pseudonymisierung von Daten
Zusammenfassung
Dieses Kapitel gibt einen Überblick über aktuelle Techniken für die Anonymisierung und Pseudonymisierung von Daten. Nach einer kurzen Einführung in die Thematik sowie der Klärung wesentlicher Begriffe aus rechtlicher und organisatorischer Sicht werden Methoden für die Anonymisierung strukturierter Daten erläutert. Hierbei wird der Schwerpunkt auf aggregationsbasierte Anonymisierung gelegt. Differential Privacy wird als moderne Methodik zur Bewertung rauschbasierter Anonymisierungsverfahren diskutiert und anhand eines Praxisbeispiels erläutert. Es werden Methoden für das Testen von differenziell privaten Anonymisierungsverfahren und Praxisbeispiele vorgestellt, in denen Differential Privacy von Organisationen erfolgreich eingesetzt wird. Anschließend werden Pseudonymisierungsverfahren erläutert. Hierbei werden insbesondere moderne, kryptographische Verfahren betrachtet sowie die struktur- und formaterhaltende Pseudonymisierung von Daten. Die vorgestellten Verfahren werden wiederum anhand von Praxisbeispielen erläutert.
Andreas Dewes

Open Access

15. Datensouveränität in Digitalen Ökosystemen: Daten nutzbar machen, Kontrolle behalten
Zusammenfassung
Digitale Ökosysteme entstehen in allen Branchen und Domänen, leben von einer starken Vernetzung und ermöglichen neue, datenzentrierte Geschäftsmodelle. Die Umsetzung von Datensouveränität – also die größtmögliche Kontrolle, Einfluss- und Einsichtnahme auf die Nutzung der Daten durch den Datengebenden – ist essenziell, um eine vertrauensvolle und sichere Nutzung von Daten zwischen allen Beteiligten des digitalen Ökosystems zu ermöglichen. Datennutzungskontrolle ist hierfür ein wesentlicher Baustein, um eine organisations- und unternehmensübergreifende Selbstbestimmung und Transparenz bei der Verwendung von Daten durch Ökosystemteilnehmer zu gewährleisten. Das Kapitel befasst sich mit den Grundlagen der Umsetzung von Datensouveränität durch Datennutzungskontrolle und der Verwendung von Datendashboards für Datensouveränität in digitalen Ökosystemen. Hierzu wird ein Anwendungsbeispiel eines digitalen Ökosystems aus der Automobilbranche eingeführt und die Umsetzung von Datensouveränität anhand konkreter Szenarien verdeutlicht und diskutiert.
Christian Jung, Andreas Eitel, Denis Feth

Vertrauen in Daten

Frontmatter

Open Access

16. Einleitung: Vertrauen in Daten
Zusammenfassung
Die Qualität von Daten sowie die darauf angewandten Transformationen und Berechnungen sind maßgebend für die Qualität der Entscheidungen, die auf ihrer Basis getroffen werden. Auf Seiten potenzieller Nutzender gibt es derzeit immer noch kein ausreichendes Vertrauen in datenbasierte Lösungen. Dies gilt besonders für sicherheitskritische Anwendungen oder Anwendungen im Gesundheitsbereich. In diesem Buchteil werden ausgewählte Lösungsansätze vorgestellt, um die Qualität datenbasierter Dienste und Produkte sicherzustellen beziehungsweise nachzuweisen und so das Vertrauen in diese Angebote zu stärken.
Marieke Rohde, Nicole Wittenbrink

Open Access

17. Unternehmensdaten – Informationen aus gewachsenen, komplexen Systemen herausarbeiten
Zusammenfassung
Viele Datenanalyse-Projekte gehen nicht über die Phase des Prototypings hinaus. Im vorliegenden Kapitel werden Herausforderungen und Lösungsansätze für die Arbeit mit Daten im Unternehmenskontext betrachtet, die bereits frühzeitig eine spätere Inbetriebnahme begünstigen sollen. Besonderer Fokus liegt dabei auf dem Umgang mit unterschiedlichen, fehlerbehafteten Datenquellen sowie der organisatorischen Ebene.
Zu Beginn wird die Planung eines ersten Projekttreffens thematisiert. Dazu gehört, welche Akteure sich zu welchen Fragen austauschen sollten. Anschließend werden verschiedenste Datentypen und typische Probleme mit verbreiteten Datenquellen besprochen. Mit dem Werkzeug der „Live Working Sessions“ wird danach ein schlichtes Konzept vorgestellt, mit dem die gemeinsame Arbeit der Projektpartner so gestaltet werden kann, dass möglichst früh eine durchgängige, praktikable Datenpipeline entsteht. Es wird beschrieben, wie die direkte Umsetzung einer solchen dazu beiträgt, potenzielle Probleme in der IT-Infrastruktur bereits während des Prototypings anzugehen, um erste Tests zur Einbindung der Analyse-Ergebnisse in die Unternehmensstruktur realisieren zu können.
Philipp Schlunder, Fabian Temme

Open Access

18. Datenqualitätssicherung entlang der Datenwertschöpfungskette im Industriekontext
Zusammenfassung
In zunehmend vernetzten Systemen erstreckt sich die gesamte Datenwertschöpfungskette über eine Vielzahl an Systemen, wobei unterschiedliche Akteure mit unterschiedlichen und möglicherweise gegensätzlichen Interessen beteiligt sind. Es ist daher erforderlich, die Prozesse der Datenerfassung, Verarbeitung und Speicherung so abzusichern, dass Manipulationen durch externe Angriffe oder einzelne Akteure erkannt werden können. Dieser Beitrag legt den Fokus auf drei unterschiedliche technische Maßnahmen, durch welche Vertrauen in die ausgetauschten Daten selbst und letztendlich auch zwischen unterschiedlichen Akteuren hergestellt werden kann: Maßnahmen zur Kommunikationssicherheit schützen Daten während des Transports, digitale Kalibrierzertifikate erlauben eine Aussage über die Genauigkeit der erfassten Daten, Distributed-Ledger-Technologien wie zum Beispiel eine Blockchain erfassen Aktionen sowie beteiligte Akteure und legen diese Informationen manipulationsgeschützt ab. Dieser Beitrag bezieht sich auf das Forschungsprojekt GEMIMEG-II, das durch das Bundesministerium für Wirtschaft und Klimaschutz (BMWK) gefördert wird.
Jochen Saßmannshausen, Philipp Marcel Schäfer

Open Access

19. Nationale und internationale Standardisierung und Zertifizierung von Datendiensten
Zusammenfassung
Die Akteure der Datenwirtschaft müssen sich mit dem Thema der Normung, Standardisierung, Zertifizierung und Regulierung beschäftigen, da nicht nur der Regulierungsentwurf der Europäischen Union für KI-Anwendungen Konformitätsbewertungsverfahren vorsieht, sondern auch, weil immer mehr freiwillige Zertifizierungsprogramme am Markt entstehen. Der Beitrag gibt einen Überblick zu Normen und Standards sowie freiwilligen oder gesetzlich verpflichtenden Zertifizierungen in der Datenwirtschaft und zeigt, welche Kosten und Nutzen daraus für die Akteure der Datenwirtschaft entstehen können. Ein Beispiel aus dem Gesundheitsbereich zeigt, wie innovative Unternehmen mit regulatorischen Vorgaben umgehen und Entscheidungen zu produktbezogener Zweckbestimmung und Risikoeinschätzung bereits in der Entwicklungsphase getroffen werden müssen. Den Akteuren der Datenwirtschaft wird auf Grundlage dieser Erkenntnisse empfohlen, die Vorteile der Mitarbeit an Normen und Standards (Wissensvorsprung, Verwertungsmöglichkeiten, Networking) mit den Kosten für die Teilnahme abzuwägen. Zertifizierungsprogramme können zu mehr Akzeptanz und Vertrauen am Markt führen, ersetzen jedoch nicht unbedingt die Entwicklung unternehmenseigener Anforderungen an Datenqualität und -sicherheit.
Axel Mangelsdorf, Stefanie Demirci, Tarek Besold
Backmatter
share
TEILEN
Metadaten
Titel
Datenwirtschaft und Datentechnologie
herausgegeben von
Marieke Rohde
Matthias Bürger
Kristina Peneva
Johannes Mock
Copyright-Jahr
2022
Verlag
Springer Berlin Heidelberg
Electronic ISBN
978-3-662-65232-9
Print ISBN
978-3-662-65231-2
DOI
https://doi.org/10.1007/978-3-662-65232-9

Premium Partner