Anbei finden Sie unsere aktuelle Broschüre zum Thema Datengenossenschaften. Sie können die Publikation als PDF herunterladen.

Präsentation eines Beitrags auf der 8. Nordic Retail and Wholesale Conference

Neben der Initiierung der Datengenossenschaften ist auch die wissenschaftliche Publikation der im Projekt erzielten Ergebnisse ein relevanter Bestandteil der Projektarbeit. Hierzu verfassten Sebastian Renken, Patrick Weber und Maximilian Werling einen Beitrag zu den Projekterkenntnissen der Datengenossenschaft für Kühlschmierstoffmanagement.  

Der Titel des Beitrags lautet „Data Collaboration in Wholesale: A Case Study in Wholesale”. Eingereicht wurde der Artikel bei der 8. Nordic Retail and Wholesale Conference (NRWC), einer Konferenz, die sich rund um den Groß- und Einzelhandel dreht. Dieses Jahr fand die Konferenz vom 8. bis 10. November in Tampere, Finnland statt. Sebastian Renken präsentierte die Projektergebnisse dort vor einem internationalen Publikum.  

Der Konferenzbeitrag beinhaltet insbesondere die Wertschöpfungsszenarien des Großhändlers die sich aus der kooperativen Datennutzung ergeben. Im Fokus standen die nachfolgenden Wertschöpfungsszenarien:

• Automatisierte Nachlieferung
• Erfüllung von Dokumentationspflichten
• Produktindividualisierung

Diese Wertschöpfungsszenarien basieren darauf, dass der Großhändler Daten mit den anderen beiden Unternehmen der Datengenossenschaft austauscht. Automatisierte Nachlieferung bezeichnet das Angebot des Großhändlers, dem Kunden den Kühlschmierstoff automatisiert bereitzustellen, wenn der Füllstand des Zentraltanks beim Kunden unter einen bestimmten Wert sinkt. Ermöglicht wird das durch die Bereitstellung des Füllstands des Zentraltanks über eine offene Plattform. Nutzer von Kühlschmierstoff unterliegen Dokumentationspflichten. Durch die automatisierte Messung der entsprechenden Werte und der kooperativen Nutzung kann der Großhändler die Dokumentationspflicht erfüllen und außerdem durch das Ergreifen gewisser Maßnahmen dem Zustand des Kühlschmierstoffs verbessern. Durchs konstante Monitoring des Kühlschmierstoffs wird der Großhändler außerdem in die Lage versetzt, zu lernen, wie sich der Kühlschmierstoff unter gewissen Produktionsbedingungen verhält. Das befähigt ihn zur Produktindividualisierung für bestimmte Anwendungsszenarien.

Neben der Präsentation konnten Sebastian Renken und zwei weitere angereiste Kolleg*innen auf der Konferenz spannende Erfahrungen und Eindrücke sammeln. Der Fokus der Konferenz liegt stark auf dem Einzelhandel – somit konnten die Kollegen des Ferdinand-Steinbeis-Instituts einen Blick über den Tellerrand gewinnen.

Beratungen im Analytics-Umfeld empfehlen üblicherweise, bei der Entwicklung einer Analytics-Lösung eine systematische, kriteriengeleitete IT-Tool-Auswahl vorzunehmen, die von einer breiten Longlist aus Produkten über eine Shortlist bis zu einem Proof-of-Concept führt. Das IT-Tool steht dabei am Anfang und im Mittelpunkt des Prozesses. Diese Empfehlungen richten sich allerdings an Unternehmen von zumindest mittlerer Größe, die eine eigene IT-Abteilung und idealerweise sogar ein Analytics-Team mitbringen. Unsere Erfahrungen im Projekt legen es nahe, dass diese Voraussetzung gerade in dem betrachteten Umfeld – kleinere Mittelständler mit Potentialen bei der Analyse digitaler Abbilder physischer Objekte – üblicherweise nicht gegeben ist. Trotz oftmals hohem High-Tech-Anteil der produzierten oder verarbeiteten Güter sind umfangreiche IT-Ressourcen und weitergehende IT-Kompetenzen eher die Ausnahme.
Für eine Datengenossenschaft rückt damit die Auswahl eines geeigneten IT-Anbieters in den Vordergrund. Dieser muss als kompetenter Partner die Anforderungen der Genossen aufgreifen und mit geeigneten Tools umsetzen können – er übernimmt in der Genossenschaft letztlich die Rolle einer IT-Abteilung. Die Toolauswahl ist damit verzahnt, da der Anbieter schließlich eine anforderungskonforme, skalierbare und performante Lösung bereitstellen muss. Idealweise befindet der IT-Anbieter auf Augenhöhe, d.h. ist selbst mittelständisch und mit der Kultur und der Branche der Genossenschaft vertraut.
Zusätzlich zu Anbieter und Tool ist zu berücksichtigen, dass ein Anbieter alternative Angebote mit unterschiedlichem Leistungsumfang anbieten kann. In der Auswahl hierfür ist neben einem kurzfristigen auch ein langfristiger Zeithorizont zu berücksichtigen. Gerade bei Genossenschaften ohne Analytics-Vorerfahrung stehen zunächst der Aufbau einer belastbaren Datenbasis, deren Management sowie einfache, deskriptive Analysen mit Reports und Dashboards im Mittelpunkt. Mit wachsender Erfahrung und einem schrittweisen Ausbau der Datenbasis werden den Anwendern üblicherweise die Potentiale explorativer und im nächsten Schritt auch anspruchsvollerer KI/Machine Learning-Analysen stärker bewusst. Diese Perspektive sollte in die Anbieter- und Angebotsauswahl einfließen.

Die Rolle des IT-Partners

Unsere Studien legen nahe, den IT-Anbieter nicht selbst zum Genossen einer Datengenossenschaft zu machen. Gerade bei einem wenig IT-affinen Konsortium bündelt der IT-Anbieter Macht, was zu einer Unwucht in der Genossenschaft führen kann: Zum einen konzentriert der IT-Partner als zentraler Lösungsentwickler und ­­-betreiber Kompetenzen, Daten und Wissen und kann so in eine dominante Position gelangen. Zum anderen ist seine Rolle grundlegend verschieden von der aller anderen Partner – und damit unterscheiden sich auch seine Ziele. Unter diesen Voraussetzungen entsteht ein hohes Risiko von Zielkonflikten (beispielsweise durch Nutzung des erworbenen Know Hows bei der Akquise und Betreuung konkurrierender Unternehmen). Mit einem von der Genossenschaft vertraglich beauftragtem IT-Dienstleister lässt sich diese Position einfacher beherrschen.

Typen von IT-Partnern und IT-Tools

Im Rahmen unserer Gespräche mit IT-Dienstleistern sowie bei der Suche nach konkreten Partnern für unsere Datengenossenschaften haben wir unterschiedliche Typen von IT-Partnern und IT-Tools identifiziert, die potenziell für eine Datengenossenschaft in Frage kommen. Der Unterschied besteht dabei primär in der fachlichen Herkunft und infolge der inhaltlichen Schwerpunktsetzung, der Kompetenzen und dem Funktionsumfang der vom Partner mitgebrachten Tools. Es ist zu beachten, dass jeder Fall eine individuelle Ausrichtung erfordert und mehrere Anbieter auch durchaus gemeinsam agieren können. Des Weiteren sehen wir die großen IT-Cloudanbieter/Hyperscaler typischerweise eher als mittelbar über einen kleineren IT-Anbieter angebunden, d.h. der IT-Anbieter nutzt die Dienste des Cloudanbieters für den Aufbau der DG-spezifischen Umgebung.

1. IT-Anbieter mit Schwerpunkt Automatisierungstechnik, Produktion und Logistik

IT-Unternehmen mit einer Spezialisierung auf industrielle Anwendungen und Automatisierung bringen wichtige Kompetenzen bei der Anbindung von Maschinen, zu den relevanten Standards und Normen sowie oftmals umfangreiche Kenntnisse der technischen, organisatorischen, kulturellen und rechtlichen Rahmenbedingungen des industriellen Mittelstands mit. Die hierbei inhärente ingenieursorientierte Ausrichtung spiegelt sich oftmals auch im beruflichen Hintergrund der Mitarbeiter sowie den von ihnen umgesetzten Konzepten und Herangehensweisen wider – was ein Vorteil für die Zusammenarbeit ist, wenn die Genossen der DG einen ähnlichen Hintergrund haben. Teilweise verfügen derartige Unternehmen über individuelle, spezialisierte Toolsets für die Digitalisierung und die Prozessunterstützung mit eigenen Datenmodellen und Datenhaltungsansätzen. Diese unbestreitbaren Stärken können in einer analyseorientierten Datengenossenschaft schnell zu Herausforderungen werden, wenn die Architekturen und Modelle nicht mit aktuellen, insbes. cloudbasierten Datenhaltungs- und -analysearchitekturen kompatibel sind. V.a. die Überführung in typische analytische Datenmodelle ist dann schnell mit erheblichem Aufwand verbunden, da Themen wie Historisierung (inkl. Slowly Changing Dimensions), die Schaffung eines Single Point of Truth sowie eine Ausrichtung auf integrierte, zeit- und organisationsübergreifende Analysezusammenhänge nicht vorgesehen sind. Diese Art Anbieter bietet sich dann an, wenn parallel zum Aufbau eines Datenraums auch eine Digitalisierungsinitiative mit tiefer fachlicher Einbindung in die Prozesse der Genossen erforderlich wird.

2. IT-Anbieter mit einem Schwerpunkt auf dem Internet der Dinge/dem Internet of Things (IoT)

Breiter und generischer ausgerichtet als die erste Gruppe sind IoT-orientierte Anbieter und deren Lösungen. Hier stehen die Anbindung typischer IoT-Datenquellen (Smarte Sensoren und Aktoren/Smarte Maschinen/RFID etc.) mit anspruchsvollen Anforderungen an die vorzuhaltenden Datenvolumina, die Geschwindigkeit des Datenanfalls sowie den Umgang mit komplex strukturierten Daten im Mittelpunkt. Gerade für cloudbasierte Dashboards mit Real Time-Integration komplexer, verteilter Sensorik sind derartige Anbieter prädestiniert, selbst wenn diese nicht immer den tiefen fachlichen Hintergrund der ersten Gruppe mitbringen. An Grenzen stoßen solche Anbieter unserer Erfahrung nach, sobald auch hier weitergehende Anforderungen an eine analyseorientierte Datenhaltung sowie tiefergehende Analysen gestellt werden.

3. IT-Anbieter mit Schwerpunkt Business Intelligence und Analytics (BIA)

„Klassische“ BIA-Anbieter haben ihre Wurzeln in einem unternehmensweiten Reporting sowie im Aufbau einer integrierten analyseorientierten Datenhaltung (Data Warehouse/Data Lake). Derartige Anbieter sind v.a. für den initialen Aufbau einer Datenplattform interessant. Andererseits sind bei den entsprechenden, hier favorisierten Lösungen anspruchsvollere AI- und Machine Learning-Lösungen oftmals eher ergänzt als integrativ vorgesehen. Schwerer wiegen eine möglicherweise fehlende Erfahrung mit der Anbindung technischer Systeme sowie einem mangelnden tieferen Verständnis für die Zielgruppe, speziell im Umfeld kleinerer Mittelständler.

4. IT-Anbieter mit Schwerpunkt Artificial Intelligence und Machine Learning

Der Vorteil spezialisierter AI/ML-Anbieter ist, dass diese Kompetenzen mitbringen, die insbes. für weitergehende Ausbaustufen einer Datengenossenschaft relevant sind – methodisch, mathematisch-statistisch, werkzeug-, entwicklungs- und betriebsbezogen. Oftmals sind diese Anbieter gleichzeitig mit den Grundlagen allgemeiner BIA-Lösungen vertraut. Selbst wenn dies nicht die Kernkompetenz ist, sollten entsprechende Anbieter bei einer perspektivisch stärkeren Ausrichtung auf KI/ML-Lösungen berücksichtigt werden.

5. Allgemeine IT-Anbieter mit Mittelstandsbezug ohne spezifische Schwerpunktsetzung

Auch nicht primär auf Automatisierungstechnik, IoT, BIA und/oder AI/ML spezialisierte Partner können in interessante IT-Partner werden, speziell wenn sie mit den Grundlagen cloud- und datenorientierter Lösungen vertraut sind, ein insgesamt breites und aktuelles IT-Know How vorweisen können und sich durch eine starke Mittelstandsorientierung auszeichnen. Hier können geringe Reibungsverluste bei der Kooperation mit der Genossenschaft etwaige Spezialisierungsdefizite potenziell ausgleichen. Dennoch sollte geprüft werden, inwiefern diese Anbieter der vorliegenden Aufgabe gewachsen sind. Insbes. sollte deshalb auf Erfahrungen beim Aufbau von Cloudlösungen mit starkem Datenanteil sowie Vertrautheit mit typischen Datenhaltungs- und ‑analysesystemen geachtet werden.

Kriterien für die integrierte Auswahl von IT-Partnern, -Tools und -Angeboten

Basierend auf diesen Vorüberlegungen wurde im Laufe des Projektes ein Katalog von Kriterien für die integrierte Auswahl von IT-Partnern, ‑Tools und Angeboten entwickelt. Dieser Katalog ist bereits sehr umfangreich, kann aber durchaus auch erweitert werden.

So wird bei den toolbezogenen Kriterien neben übergreifenden Kriterien das potenziell relevante Funktionsangebot sowohl auf der Datenhaltungs- und der Analyseseite berücksichtigt. Bei den anbieterbezogenen Kriterien stehen v.a. die Kompatibilität mit dem Konsortium sowie Angebote zu Schulung, Betreuung und Beratung im Mittelpunkt – Fragen, die v.a. bei Mittelstandskonsortien ohne eigene IT-Abteilung kritisch werden. Die angebotsorientierten Kriterien berücksichtigen neben allgemeinen Informationen zum Preis- und Servicemodell sowohl Fragen der Entwicklung und Bereitstellung der Lösung wie auch solche zu deren Betrieb. Hierbei wird jeweils differenziert nach Datenanbindung und -bereitstellung, Datenanalyse und Frontend/Dashboard.

Vor der eigentlichen Anbietersichtung sollte dieser umfangreiche Katalog auf die für die vorgesehenen Wertschöpfungsszenarien relevanten Kriterien reduziert werden. Hierbei kann ggf. auch nach einer kurzfristigen und einer langfristigen Perspektive differenziert werden, beispielsweise wenn weitergehende KI/ML-Funktionalität erst für eine spätere Ausbaustufe der Datengenossenschaft vorgesehen ist.

Die selektierten Kriterien können im nächsten Schritt zum Screening einer größeren Longlist an Anbietern genutzt werden, beispielsweise durch ein punktebasiertes erstes Scoring, wobei die Kriterien gewichtet werden sollten (etwaige KO-Kriterien sollten separat und vorweg geprüft werden). Die resultierenden Punktwerte erleichtern eine erste Vorselektion, die Ergebnisse sollten aber auch qualitativ plausibilisiert werden. Gerade in Grenzfällen empfiehlt sich eine kritische Analyse der Resultate.

Auf dieser Basis kann dann auch ein erstes Lastenheft vorbereitet werden, das im Rahmen von Vorgesprächen genutzt wird. Spätere Schritte würden gemeinsame Workshops, Demonstrationen der Werkzeuge, Prototypen und Proof of Concepts vorsehen, um schrittweise einen oder mehrere geeignete Partner zu identifizieren.

Werkzeug

Für die entsprechenden Selektionsprozesse wurde im Projekt ein Spreadsheet-basiertes Werkzeug entwickelt, mit dem zum einen die Kriterienselektion vorgenommen werden kann und zum anderen das Scoring/Screening. Hierfür bietet das Werkzeug zwei Vorlagen, die jeweils individuell angepasst werden können. Das Werkzeug findet sich in GitHub unter der Adresse

https://github.com/Projekt-Datengenossenschaften/Werkzeugkasten/blob/main/05_AuswahlVonAnbieternToolsUndAngeboten_VorgehenUndTool/02_DG_Werkzeugkasten_TOOL_Angebotsauswahl_KriterienselektionUndAngebotsbewertung.xlsx

Im Rahmen des Projekts wurde ein Verrechnungskonzept für Datengenossenschaften (Daten eG) entwickelt. Zielsetzung des Konzepts ist die transparente Bewertung und Verrechnung von Leistungsverflechtungen einer Daten eG. Das Konzept geht über die Bestimmung einzelner Verrechnungspreise für Daten und datenbasierte Services hinaus. Es enthält Regeln und Methoden für die monetäre Bewertung, Verrechnung und Dokumentation von datenbasierten Leistungen, die innerhalb der Genossenschaft sowie durch den Einbezug externer Partner (nicht Mitglieder der Genossenschaft) eingebracht und in Anspruch genommen werden.
Das hier abrufbare Dokument gibt einen Überblick über das entwickelte Verrechnungskonzept für Datengenossenschaften. In dem Dokument werden die vier zentralen Bausteine, die für die individuelle Ausgestaltung eines Verrechnungskonzepts für eine Datengenossenschaft relevant sind, erläutert: 1) Leistungsstruktur, 2) verwendete Bewertungsmethode für ausgetauschte Daten oder andere Leistungen, 3) Preismodell für datenbasierte Services sowie 4) Dokumentation und Reporting.

Ausgehend von einer Kooperationsidee ermöglicht eine Datengenossenschaft vertrauensvolle Zusammenarbeit und Verbindlichkeit für die kooperative Datennutzung. Anhand eines Sägewerks und Partnern zeigt das Video, wie dabei vorgegangen werden kann. Gerne können Sie den Film in Ihrem Netzwerk teilen!

Erhebung von Anforderungen und Vorbereitung der Genossenschaftsgründung

Aufbauend auf der „Initiierung des Partnernetzwerks und Definition eines gemeinsamen Wertschöpfungsszenarios“ ging das Konsortium weitere Schritte zur Ausgestaltung der Kooperation. Um Verbindlichkeit zu erzeugen, wurde die Gründung der Genossenschaft für Energiemanagement vorbereitet. Zeitgleich erfolgte die Erhebung weiterer Anforderungen und die Detaillierung der Servicekonzepte. Dies ermöglichte die inhaltliche sowie formale Konkretisierung der Zusammenarbeit der Partner.

In Bezug auf die Gründung definierten die Partner den Gegenstand und die Rolle der Genossenschaft. Kern hiervon ist die Zurverfügungstellung eines kooperativ genutzten Datenbestands, der die Mitglieder zur datenbasierten Steigerung von Auslastung und Energieeffizienz im Wäschereikontext sowie die Generierung neuer Wertschöpfung durch datengetriebene Erkenntnisse befähigen soll. Die Genossenschaft stellt hierfür Lösungen zur Zustandsüberwachung von Anlagen und Prozessen im Wäschereiumfeld sowie die benötigte technische Infrastruktur und den Datenraum bereit.

In den Gesprächen zwischen den Unternehmern wurde klar, dass zunächst eine übergreifende Prozesstransparenz hergestellt werden muss. Bisher habe alle Unternehmen ihre eigene, eingeschränkte Sicht auf z.B. Störungen im Prozessablauf. Durch das Zusammenführen von objektbezogenen Zustandsdaten in einem kooperativen Datenraum, wird den Unternehmen ermöglicht, ein umfassendes Bild über den Trocknungsprozess, mögliche Störungen und das Zusammenspiel der wichtigsten Komponenten zu erhalten. Auf Basis dieser Prozesstransparenz sind sowohl der Maschinenbauer als der Hersteller von Gasbrennern in der Lage, kleine Veränderungen an Konstruktion und Einstellung ihrer Maschinen vorzunehmen, die langfristig auf das Ziel der Energieeffizienz einzahlen. Die Abbildung fasst die beschriebene Anwendung zusammen.

Begleitend zu konzeptionellen Überlegungen soll eine technische Lösung zur prototypischen Umsetzung der skizzierten Szenarien entstehen. Nun gilt es zu klären, welche Daten und Informationen relevant sind, um Prozesstransparenz herzustellen. In der Diskussion waren zunächst beispielsweise Feuchtigkeit bzw. Gewicht des Textils, die Zusammensetzung der Abluft und Stillstandzeiten der Anlage. Die Partner versprechen sich daraus ein Experimentierfeld, dass es ihnen erlaubt, datengetrieben Maßnahmen zur Steigerung der Auslastung und Energieeffizienz abzuleiten.

Initiierung des Partnernetzwerks und Definition eines gemeinsamen Wertschöpfungsszenarios

Die Reihe „Datengenossenschaften – Aus der Praxis“ dient dazu, Erfahrungen aus den Pilotinitiativen zu dokumentieren und Einblicke in den Aufbau von Datengenossenschaften zu geben. Die Beiträge orientieren sich dabei an dem in der nachfolgenden Abbildung dargestellten Vorgehen für die Gestaltung von Datengenossenschaften. Dieser Beitrag fokussiert den ersten Baustein, die Initiierung des Partnernetzwerks und die Identifikation eines gemeinsamen Wertschöpfungsszenarios am Beispiel der Datengenossenschaft für Energiemanagement.

Für ein erfolgreiches Energiemanagement gilt es, Prozesse zu optimieren und Anlagen für den Anwendungskontext optimal zu gestalten. Die Prozessanalyse der Textilreinigung und -trocknung eines Wäschereibetriebs zeigte, dass dahingehend erhebliches Verbesserungspotenzial bei der Nutzung des Finishers besteht. Im Finisher erfolgt die Trocknung und Glättung feuchter Wäsche und Textilien durch Gasbeheizung und spezieller Luftführung. Unterschiedliche Störfälle führen beispielsweise zu einer zu hohen Restfeuchte der Wäsche, welche im Ergebnis erneut den Prozess des Finishens durchlaufen muss. Ein weiteres Problem besteht in der Häufigkeit des energieintensiven Hoch- und Herunterfahrens der Anlage.

In Zusammenarbeit mit dem Hersteller des Finishers und dem Hersteller der in der Anlage verbauten Gasbrenner soll die Energieeffizienz und die Auslastung in diesem Kontext gesteigert werden. Hierfür sollen relevante Zustandsdaten zwischen den drei Unternehmen geteilt und damit die Grundlage für neue, digitale Services gebildet werden. Die Unternehmen haben erkannt, dass die Effizienzsteigerung insbesondere durch das Zusammenführen der unterschiedlichen Expertisen der einzelnen Partner erreicht werden kann.

Mit unserem Forschungskonsortium wurde in den ersten Workshops das gemeinsame Wertschöpfungsszenario des Netzwerks erarbeitet. Wichtig war die Definition des Nutzens für jeden Partner, um das notwendige Vertrauen und die Bereitschaft Daten tatsächlich zu teilen, zu stützen. Das erste Wertschöpfungsszenario, das die Partner des Konsortiums definierten, war die Schaffung von Prozesstransparenz. Diese bildet die Grundlage für die zu entwickelnden Services. Neben der Steigerung der Energieeffizienz, sollen die Steigerung der Anlagenverfügbarkeit sowie eine Konstruktions- und Einstellungsoptimierung ermöglicht werden.

Als nächsten Schritt gilt es, die relevanten Zustände zu bestimmen und hierfür den Informationsbedarf zu klären. Auf dieser Basis werden digitale Abbilder des Finishers, der Gasbrenner und ggf. der Halle und der Fördertechnik gestaltet. Um Verbindlichkeit zu schaffen, wird parallel die Gründung der Genossenschaft fokussiert.

Datengenossenschaft Steigerung der Betriebsbereitschaft

In diesem Beitrag der Reihe „Betriebsbereitschaft im Sägewerksumfeld – Aus der Praxis“ soll der Fokus auf Phase 3 des in der nachfolgenden Abbildung dargestellten Vorgehensmodells zum Aufbau von Datengenossenschaften gerichtet werden. In dieser Phase steht eine Detaillierung von digitalen Services und die Erhebung der Anforderungen an eine technische Lösung an. Ebenso werden die Rollen und Verflechtungen der Partner analysiert sowie Schnittstellen und Prozesse definiert.

Erst wenn Wertschöpfungsszenario und entsprechende Services ausdefiniert sind und die beteiligten Unternehmenspartner ihre Nutzenperspektive berücksichtigt sehen, können die Anforderungen detaillierter erhoben werden. In dieser Phase wurden in kleineren Gesprächsrunden relevante Daten und Informationen zur Realisierung der Services identifiziert und diskutiert.

Bei den noch nicht zur Verfügung stehenden digitalen Abbildern, wurden Möglichkeiten gesucht, diese bedarfsgetrieben zu definieren und bereitzustellen. Parallel zu den Workshops und Gesprächen wurde mit dem Aufbau einer prototypischen Lösung begonnen, um die Daten der unterschiedlichen digitalen Abbilder in einem kooperativen Datenraum zusammenzuführen. Die nachfolgende Abbildung gibt einen Überblick über die Datengenossenschaft.

Die oberste Ebene der Abbildung charakterisiert die Mitglieder der Datengenossenschaft. Die zweite Ebene die unterschiedlichen Services, die auf das gemeinsame Wertschöpfungsszenario „Steigerung der Betriebsbereitschaft“ einzahlen. Die dritte Ebene repräsentiert den kooperativen Datenraum, in dem die Daten der unterschiedlichen digitalen Abbilder zusammengeführt werden und der die Grundlage für die Servicegestaltung bildet. Auf der vierten Ebene werden beteiligte reale Objekte – Motoren und Sägen – aufgeführt.

Nach der erfolgreichen Gründungsversammlung wurde zeitnah in die technische Umsetzung gestartet. Es wurden u.a. Temperatursensoren und Differenzstrommonitore installiert. Im Anschluss fand eine Anbindung dieser Sensoren an den kooperativen Datenraum statt sowie der Aufbau von Dashboards zur Visualisierung der Daten.

Im nächsten Schritt wurden die aufgezeichneten und auf dem Dashboard dargestellten Daten der Differenzstrommonitore durch die Unternehmenspartner analysiert. Die Analyse der Daten offenbarte technische Hürden, die dem Projektkonsortium zuvor nicht bekannt waren. Um die Daten also zielführend nutzen zu können, müssen Veränderungen an der Infrastruktur im Sägewerk vorgenommen werden. Diese konkreten Schritte werden aktuell mit den Partnern der Datengenossenschaft ausgestaltet.

Die ersten Erfahrungen der Partner im Umgang mit den Daten und Reports sind die Grundlage für die kontinuierliche Verbesserung und Detaillierung des Wertschöpfungsszenarios.

Durchführung einer Gründungsversammlung

Aufbauend auf dem Blogbeitrag „Initiierung des Partnernetzwerks und Definition eines gemeinsamen Wertschöpfungsszenarios“ wird in diesem Blogbeitrag dargestellt, wie Verbindlichkeit für die Kooperation geschaffen werden kann. Bereits initiierte Datengenossenschaften können durch die Durchführung einer Gründungsversammlung Verbindlichkeit für die Datenkooperation schaffen. In der nachfolgenden Abbildung wird der Fokus dieses Beitrags in das Vorgehen für die Gestaltung von Datengenossenschaften eingeordnet.

In der Praxis kann beobachtet werden, dass immer mehr Ökosysteme initiiert werden. Aktuell stellt es für Unternehmen aber eine Herausforderung dar, diese Datenkooperationen zu verstetigen und Verbindlichkeit zu schaffen. Datengenossenschaften dienen dazu, einen rechtlichen Rahmen und damit eine Verbindlichkeit für die Kooperation zu schaffen.

Nachdem im März der erste Workshop und die Definition des Wertschöpfungsszenarios stattfand, wurde im April die Gründungsversammlung der Datengenossenschaft zur Steigerung der Betriebsbereitschaft durchgeführt. In der Gründungsversammlung wurden sowohl der Gegenstand der Kooperation als auch die Rolle der Genossenschaft, des Vorstands und des Bevollmächtigten festgehalten. Diese Aspekte werden im Folgenden erklärt:

• Gegenstand der Kooperation: Gegenstand der Genossenschaft für die Steigerung der Betriebsbereitschaft eG i.G. ist die kooperative Nutzung eines geteilten Datenbestands, der Zustandsdaten von bestimmten Anlagen enthält. Zu diesen Anlagen gehören unter anderem eine Bandsäge, ein Hacker und eine Hobelmaschine. Anhand der Zustandsdaten werden die Anlagen überwacht und deren Betriebsbereitschaft kann gesteigert werden.
• Rolle der Genossenschaft in der Datenkooperation: In der Datengenossenschaft zur Steigerung der Betriebsbereitschaft bildet die Genossenschaft primär den rechtlichen Rahmen der Datenkooperation, der es ermöglicht, Zustands- und Kontextdaten kooperativ zu nutzen. Zustandsdaten beschreiben hierbei den Zustand der Anlage, es handelt sich beispielsweise um Temperaturen, Fehlerströme oder Stromverbrauchswerte. Kontextdaten dagegen ergänzen die Zustandsdaten zu aussagekräftigen Informationen. Bei Kontexten kann es sich somit um Schwellwerte oder Betriebskosten handeln, aber genauso um den Hersteller einer Anlage und den Anlagentyp.
• Vorstand und Bevollmächtigter: Die Mitglieder der Genossenschaft haben aus ihrem Kreis den Geschäftsführer eines Mitgliedsunternehmens zum Vorstand gewählt. Außerdem erfolgte die Wahl des Vertreters eines zweiten Unternehmens zum Bevollmächtigten der Datengenossenschaft.

Die Durchführung der Gründungsversammlung und das Aufsetzen einer gemeinsamen Satzung befähigt die Unternehmen in der Datengenossenschaft zur Steigerung der Betriebsbereitschaft eG i.G. zur Schaffung von Verbindlichkeit für die Datenkooperation. Diese Verbindlichkeit war für die Mitglieder wichtig, um die Grundlage für den gemeinsamen Aufbau der technischen Infrastruktur sowie der digitalen Abbilder zu schaffen. Zusätzlich war es für die Mitglieder bedeutsam, diese Verbindlichkeit herbeizuführen, um die nächsten Schritte in den Ausbau des Servicegeschäfts zu gehen. Hierfür war es für die Mitglieder essenziell, sich darauf verlassen zu können, dass die anderen Partner der Datengenossenschaft die definierten Daten, in der festgehaltenen Qualität und Quantität einbringen. Dieses Commitment der Mitglieder konnte über die Gründungsversammlung und die Satzung hergestellt werden.

Lesen Sie im nächsten Beitrag mehr zu der prototypischen Lösung und wie diese helfen kann, Ziel und Modus der Datenkooperation zu schärfen.

Initiierung des Partnernetzwerks und Definition eines gemeinsamen Wertschöpfungsszenarios

Die Reihe „Datengenossenschaften – Aus der Praxis“ dient dazu, Erfahrungen aus den Pilotinitiativen zu dokumentieren und Einblicke in den Aufbau von Datengenossenschaften zu geben. Die Beiträge orientieren sich dabei an dem in der nachfolgenden Abbildung dargestellten Vorgehen für die Gestaltung von Datengenossenschaften. In diesem Beitrag starten wir mit dem ersten Baustein, der Initiierung des Partnernetzwerks und der Identifikation eines gemeinsamen Wertschöpfungsszenarios am Beispiel der Datengenossenschaft zur Steigerung der Betriebsbereitschaft.

Holzverarbeitende Betriebe unterliegen einem großen Brandrisiko. Hierbei sind zirka 30% der Brandursachen auf Elektrizität und 9% der Brandursachen auf Überhitzung zurückzuführen. Weitere 22% der Brandursachen werden als „Sonstiges und unbekannt“ eingestuft. Um primär die elektrischen und die bisher unbekannten Brandursachen zu senken, wurde ein Konsortium zusammengestellt, das die Steigerung der Betriebsbereitschaft von holzverarbeitenden Betrieben zum Ziel hat. Dieses Konsortium besteht aus einem mittelständischen Sägewerk, einer Industrievertretung im Bereich Elektrotechnik und einem Versicherungsmakler.

Die Steigerung der Betriebsbereitschaft betrifft neben dem Brandrisiko auch anderweitige Schadensfälle und das Risiko, aufgrund steigender Rohstoff-, Betriebsmittel- und Energiepreise, nicht mehr wirtschaftlich produzieren zu können. Insbesondere in der aktuellen Zeit ist das ein beachtliches Risiko. Darüber hinaus führen Schadensfälle zu langfristigen Betriebsunterbrechungen, wenn Schäden ersetzt oder repariert werden müssen. Häufig sind Unternehmen aufgrund der langen Betriebsunterbrechung nicht mehr in der Lage, nach einem Großschaden den Betrieb überhaupt wieder aufzunehmen.

Das Konsortium, das initiiert wurde, fand sich im März 2022 zu einem ersten Workshop ein. In diesem Workshop wurde das gemeinsame Ziel „Steigerung der Betriebsbereitschaft“ definiert. Um dieses Ziel zu erreichen, ist das Zusammenspiel unterschiedlicher Fähigkeiten der Mitglieder erforderlich. Die Datengenossenschaft soll die Mitglieder somit zur kooperativen Datennutzung befähigen. Dadurch werden sie in der Lage verssetzt, digitale Services und Dienstleistungen bereitzustellen, die im Rahmen dieses Pilotprojekts gemeinsam mit den Partnern entwickelt werden. Durch die kooperative Datennutzung und die Services und Dienstleistungen sind die Unternehmen in der Lage, einen Beitrag zur Steigerung der Betriebsbereitschaft zu leisten.

Lesen Sie im nächsten Beitrag über die Bedeutung und die Durchführung der Gründungsversammlung und den damit verbundenen Ausdruck von Commitment.