BA/MA: Entwicklung einer Code-to-Data-Komponente zur Auswertung von Harvester-Produktionsdaten

Bachelor-/Masterarbeit:

Der Begriff IoT ist in der Industrie heutzutage nicht mehr wegzudenken und geht mit einem steigenden Datenaustausch einher. Um dies zu ermöglichen, wird eine zuverlässige, sichere und vertrauensvolle Infrastruktur benötigt. Hier sind auch die Ziele der Data Spaces Business Alliance (DSBA) einzuordnen, deren Vision eine Zukunft der globalen, digitalen Wirtschaft mittels eines sicheren und souveränen Systems zur gemeinsamen Datennutzung, den sogenannten Data Spaces, ist. Dies soll es allen Teilnehmern eines Data Spaces ermöglichen, den vollen Wert ihrer Daten auszuschöpfen. Die DSBA wurde mit dem Ziel einer gemeinsamen Referenzarchitektur von vier verschiedenen Mitgliedern gegründet, die zusammen über 1000 unterschiedliche Einrichtungen repräsentieren, von führenden Industrie Key Playern über Forschungseinrichtungen bis hin zu politischen Entscheidungsträgern. Das Ziel ist hierbei nicht die Implementierung von Data Spaces, sondern das Erzeugen von Standards [1].

Hervorzuheben seien an dieser Stelle die beiden Initiativen Gaia-X und International Data Spaces (IDS). Während der Fokus von Gaia-X auf souveränen Cloud Services und Infrastrukturen liegt, fokussiert sich IDS auf Daten, insbesondere die Datenhoheit und den automatisierten Datenaustausch. Dennoch arbeiten beide Initiativen eng zusammen, was sich in den Konzepten widerspiegelt. So wird in Gaia-X bspw. das IDS-Konzept der Nutzungskontrolle als geeigneter Ansatz angesehen und in die Gaia-X Services integriert. Die Konzepte beider Initiativen sind dabei domänenübergreifend nutzbar, was diverse Prototypen wie Catena-X (Automotive), Sintef (Schiffsverkehr) oder der Mobility Data Space (Mobilitätsdaten) verdeutlichen [2], [3]

In der Welt der IDS wird der Datenaustausch durch sogenannte Connectoren realisiert. Jeder Teilnehmer besitzt dabei einen eigenen Connector, welcher als Software-Schnittstelle fungiert und so den technischen Zugang zum IDS-Ökosystem bereitstellt. Dies bietet die Möglichkeit Usage Policies, Regeln für die Nutzung und den Austausch der Daten, auszudrücken, auszuhandeln und zu dokumentieren. Um die Durchsetzung der zuvor vereinbarten Nutzung sicherzustellen, werden die Daten innerhalb des Connectors in einem virtuellen Container abgelegt [4].

Quelle: https://internationaldataspaces.org/why/data-spaces/

Eine erste Umsetzung der IDS-Konzepte findet am MMI derzeit in dem vom Bundesministerium für Bildung und Forschung geförderten Forschungsprojekt „S3I-X: S3I Trusted Data Exchange and Analytics“ statt. Hierbei entsteht ein Datentreuhänder, welcher im ersten Schritt einen effektiven und effizienten sowie gegenüber unberechtigten Dritten geschützten Austausch sensibler Daten zwischen verschiedenen Akteuren ermöglichen soll. Im zweiten Schritt sollen die Daten dann selektiv, anonymisiert und ggfs. auch aggregiert freigegeben werden, sodass diese als Ressource für darauffolgende Schritte in der Wertschöpfungskette nutzbar sind. Dabei dient die Forstwirtschaft mit ihren zahlreichen Akteuren und unterschiedlichsten Interessenslagen als Anwendungsdomäne zur Erprobung des im Kern generischen Datentreuhänders [4], [5]. Als erster Use Case wird daher der Austausch von Harvester-Produktionsdaten der Holzernte nach dem StanForD2010-Format [6] betrachtet.

Um Daten nicht nur auszutauschen, sondern einen Mehrwert daraus zu schaffen, sowohl wirtschaftlich als auch für Forschungszwecke oder die Öffentlichkeit, ist eine entsprechende Analyse notwendig. Um die Datenhoheit zu gewährleisten, sollen Analysen dabei möglichst nah an der Datenquelle durchgeführt werden. Aus diesem Grund werden in der IDS-Welt sogenannte „Apps“ genutzt, welche nach dem Code-to-Data-Prinzip direkt auf einem Connector (idealerweise, auf dem Connector, welcher die Daten bereitstellt) installiert werden.

Im Rahmen dieser Abschlussarbeit soll daher eine beispielhafte IDS-App zur Analyse von Harvester-Produktionsdaten (HPR-Daten) entwickelt und prototypisch umgesetzt werden. Konkrete Arbeitspakete setzen sich zusammen aus:

  • Einarbeitung in International Data Spaces
  • Literaturrecherche bezüglich der Implementierung von IDS-Apps
  • Literaturrecherche bezüglich der Analyse von HPR-Daten sowie der kombinierten Analyse mit ähnlichen Datenquellen (z.B. FPR- oder HQC-Daten)
  • Entwicklung eines Konzepts zur Analyse von HPR-Daten sowie, falls von Vorteil, der kombinierten Analyse mit weiteren Datenquellen mittels einer IDS-App
  • Prototypische Umsetzung des Konzepts in einem bestehenden Minimum Viable Data Space (MVDS)
  • Erweiterung des MVDS um einen App Store
  • Validierung durch die Analyse verschiedener Dateien mit HPR-Daten
  • Schriftliche Ausarbeitung und Präsentation

Stichworte: Internet of Things, International Data Spaces, Gaia-X, Web of Things

Betreuer: Schinke

[1] https://data-spaces-business-alliance.eu/

[2] https://internationaldataspaces.org/wp-content/uploads/dlm_uploads/IDSA-Position-Paper-GAIA-X-and-IDS.pdf

[3] https://internationaldataspaces.org/wp-content/uploads/dlm_uploads/Use-Case-Bro_2021-1.pdf

[4] https://docs.internationaldataspaces.org/ids-ram-4/

[5] https://www.kwh40.de/s3i-x/

[6] https://www.skogforsk.se/english/projects/stanford/