Pressemitteilung: Springer-Buch “Monetarisierung von technischen Daten — Innovationen aus Industrie und Forschung”

senseering, WZL der RWTH Aachen University und Fraunhofer FIT haben das Manuskript bei SpringerVieweg eingereicht

Header. Bild: © senseering | Semjon Becker

This article is also available in English.

Advertisement/Anzeige: The new Springer Book Monetization of Technical Data is now available for order!

Die Monetarisierung von Daten ist an sich ein sehr junges Thema, und es gibt nur wenige sehr wenige Fallstudien. Es fehlt an einer Strategie oder an einem Konzept, das Führungskräften den Weg zur Monetarisierung von Daten aufzeigt, vor allem jenen, die die digitale Transformation oder Industrie 4.0 für sich entdeckt haben oder davon bedroht sind. Da Maschinendaten meist unstrukturiert sind und ohne Domänenwissen/Metadaten nicht verwertet werden können, birgt die Monetarisierung von Maschinendaten
ein Potenzial, das noch nicht abschließend bewertet werden kann.

Um dieses Potenzial zu erschließen, haben senseering, das WZL der RWTH Aachen und Fraunhofer FIT dieses Buch initiiert, das 35 Beiträge aus der Wissenschaft sowie Praxisbeispiele aus der Industrie enthält. Anhand dieser Beispiele kann der Leser schon heute Teil einer zukünftigen Datenökonomie werden. Mehrwerte und Nutzen werden konkret beschrieben.

Einreichung abgeschlossen

Nach einem Jahr Arbeit ging das Manuskript schließlich am 15. Januar 2021 an Springer und wird bis Ende des Jahres in den Regalen stehen!

Auszug aus dem Vorwort

Liebe Leser:innen,

“Elon Musks Firma Tesla ist kein Elektroautobauer, Tesla ist ein Software-Unternehmen” ist eines meiner Lieblingszitate. Es zeigt einerseits wie facettenreich die Digitalisierung ist und andererseits wie missverstanden sie wird. Während in den Augen vieler Bürger:innen und Unternehmer:innen die Elektrofahrzeuge das eigentliche Produkt Teslas sind, sehen vor allem die sogenannten Digital Natives die digitalen Services und Features, die — mal eben so — mitgeliefert werden als Produkt. Dieser Unterschied in der Produkt- und Markeninterpretation beschreibt sehr gut die unterschiedlichen Erwartungshaltungen verschiedener Kundengruppen, aber auch die Potenziale digitaler, datenbasierter Geschäftsmodelle. In der Vergangenheit waren produktbezogene Werteversprechen im Fokus der wirtschaftlichen und gesellschaftlichen Entwicklung. Man wollte etwas besitzen, man bezahlte für den Gegenwert der Sache. Und das war im Grunde auch eine sichere Bank. Der Wettbewerb differenzierte sich demnach entweder durch deutlich günstigere Produkte oder durch qualitativ deutlich hochwertigere Produkte.

Mit der Digitalisierung veränderte sich nun das Angebot der Unternehmen. Durch die bessere Erreichbarkeit von Lieferanten und Kunden via Apps, Plattformen und Co, fast rund um die Uhr, wurde ersichtlich, dass die eigentlichen Bedürfnisse der meisten Kunden gar nicht in dem Besitz einer Sache liegen, sondern vielmehr in der Benutzung eben dieser Sache zu ergründen sind. Welches Problem löst die Sache eigentlich? Und wie kann ich die problembeseitigende Lösung in eine wiederkehrende, digital automatisierte Dienstleistung überführen? Die Beantwortung der beiden Fragen haben in den letzten Jahren vor allem die angelsächsischen Unternehmen verstanden. Für Tesla ist das Bedürfnis der Autofahrer nicht die Notwendigkeit ein Fahrzeug zu besitzen, sondern von A nach B zu kommen. Umweltfreundlich und zeiteffizient. Ersteres wird durch die Verwendung der Elektrotechnik realisiert, letzteres durch den bald zur Verfügung stehenden Autopiloten. Das ist es nämlich, was Autofahrer und vor allem Pendler wollen: nicht mehr im Stau Zeit verlieren. Der Autopilot ist nur einer der vielen denkbaren Software-Services, die mit einem Tesla ausgeliefert und elegant, ohne Werkstattbesuch, über Over-The-Air-Updates bereitgestellt werden können.

Die Zukunft birgt in meinen Augen ein unglaubliches Potenzial für Tesla-ähnliche Erfolgsgeschichten. Bis 2025 erwarten Expert:innen, dass weltweit bis zu 75 Milliarden Internet-of-Things (IoT)-Devices mit dem Internet verbunden sein werden. Ein IoT-Device kann dabei vom intelligenten Toaster über elektrifizierte Fahrzeuge bis zur smarten Fertigungsmaschine im Maschinenbau alles sein, mit dessen/deren Daten ein digitaler, datengetriebener Service entwickelt werden kann, der die Benutzung der eigentlichen Sache für den Benutzer angenehmer macht. Und diese datengetriebenen Services werden die Wirtschaft dominieren. Schätzungsweise 175 Zettabyte, also 175 Milliarden Terabyte, sollen im Jahr 2025 anfallen. Daten müssen in dem Kontext nicht als singuläre Information verstanden werden, sondern als Treibstoff, der zeit- und ortsabhängig die personenindividuelle Benutzung einer Sache ermöglicht.

Auch wenn man heute noch nicht weiß, wie genau eine wirtschaftliche Verwertung von Daten in einem solchen Szenario aussieht, so weiß man, dass diese Daten im Jahr 2025 ein Potenzial von 829 Milliarden Euro haben werden. Mit dem vorliegendem Buch “Monetarsierung von technischen Daten” wird versucht, Möglichkeiten aufzuzeigen, wie Leser:innen und Unternehmer:innen das Potenzial von Daten heben und mittels einzigartiger Services monetarisieren können. Dabei ist das Buch kein Praxisleitfaden, der etablierte und erprobte Best Practices teilt, sondern eine Sammlung von innovativen Impulsbeiträgen einiger weniger Pioniere, die als Inspiration und Türöffner langsam aber sicher das Thema “Monetarisierung von technischen Daten” etablieren will. Mein Dank gilt daher allen Autor:innen, die sich auf diese Reise ins Unbekannte eingelassen haben und mit Ihren Beiträgen den Erfolg dieses Buches erst möglich gemacht haben. Ebenfalls ist dieses Buch kein Ergebnisbericht. Es ist erst der Anfang einer langen Reise, auf der auch Sie, die Leser:innen eingeladen sind, privat oder beruflich Ihre Erfahrungen und Ergebnisse zu teilen, vielleicht sogar mit einem Beitrag in der nächsten Auflage.

Mein ganz besonderer Dank gilt Herrn Marco Becker sowie seinen Kolleg:innen Mia Kornely, Joachim Stanke, Johannes Mayer, Lucia Ortjohann, Martin Unterberg, Philipp Niemietz und Tobias Kaufmann vom Werkzeugmaschinenlabor WZL der RWTH Aachen, welche die Koordination und Betreuung dieses Buches übernommen haben sowie den Mitherausgebern, die durch wichtige Impulse und Beiträge dieses Werk unterstützt und möglich gemacht haben.

Ich wünsche allen Leser:innen eine spannende Zeit und viel Freude beim Lesen dieser zukunftsweisenden Beiträge. Ich hoffe die nachfolgenden Seiten liefern Ihnen Inspiration, Ihre eigenen Projekte zur Monetarisierung von Daten erfolgreich zu gestalten.

In Namen der Mitherausgeber Thomas Bergs und Wolfgang Prinz

Daniel Trauth

Januar 2021

Das sind die Beiträge

Leider ist die erste Auflage nur auf deutsch. Je nach Resonanz folgt darauf bald die englische Version!

Geleitworte

• Dorothee Bär (Beauftragte der Bundesregierung für Digitalisierung.)
• Prof. Andreas Pinkwart (Minister für Innovation, Wissenschaft, Forschung und Technologie des Landes Nordrhein-Westfalen)

Einleitung

• Dr. Daniel Trauth (senseering GmbH): Grundlagen der Datenmonetarisierung am Beispiel von Fertigungsmaschinen: Grundlagen, Herausforderungen und Potenziale.

Kapitel 1: Rechtliche Aspekte der Datenmonetarisierung

• Prof. Walter Frenz (Lehr- und Forschungsgebiet Berg-, Umwelt- und Europarecht der RWTH Aachen University): Datenmonetarisierung im Recht: Nutzungs- und Kommerzialisierungsrechte
• Inka Müller-Seubert (CMS Germany): Monetarisierung von technischen Daten am Beispiel von technischen Beschäftigtendaten: Grundlagen, Herausforderungen und Potenziale
• Alexander Bauer (Fraunhofer FIT): Die Einzel- und Gesamtvollstreckung Blockchain-basierter Vermögenswerte (Crypto-Assets): Eine Analyse der Vollstreckbarkeit von Blockchain-basierten Crypto-Assets de lege lata — alles kein Problem?

Kapitel 2: Betriebswirtschaftliche Aspekte der Datenmonetarisierung

• Prof. Wolfgang Breuer, Anthony Haake, Manuel Hass, Eric Sachsenhausen (Lehrstuhl für Betriebswirtschaftslehre, insbes. Betriebliche Finanzwirtschaft der RWTH Aachen University): Schweigen ist Silber, Reden ist Gold: Der Nutzen von Machine-Learning und Textanalysen in der Finanzwirtschaft
• Prof. Malte Brettel, Thorsten Beule, Markus Rey, Nathalie Huber (Innovation and Entrepreneurship Group (WIN) — TIME Research Area der RWTH Aachen University): Monetarisierung von maschinengenerierten Onlinedaten — Branchenübergreifende Chancen und Herausforderungen
• Hannah Stein, Prof. Wolfgang Maaß (Deutsches Forschungszentrum für Künstliche Intelligenz GmbH): Monetäre Bewertung von Daten im Kontext der Rechnungslegung
• PD Dr. Fred Jopp (USU Software AG), Andreas Weiss (eco Verband der Internetwirtschaft e.V.): Was kostet den deutschen Mittelstand die digitale Transformation? — Überlegungen zu Datenprodukten, Geschäftsmodellen und zur Plattformökonomie
• Prof. Günther Schuh, Christoph Kelzenberg, Julian Boshof, Tim Graberg, Tim Ochel (Werkzeugmaschinenlabor WZL der RWTH Aachen): Strategien der Datenmonetarisierung in produzierenden Unternehmen: Sechs Möglichkeiten zur zahlungswirksamen Nutzung von Daten

Kapitel 3: Informationstechnische Aspekte der Datenmonetarisierung

• Dr. Christoph F. Strnadl (Software AG): End-to-End-Architekturen zur Datenmonetarisierung im Industrial Internet of Things (IIoT): Konzepte und Implementierungen
• Holger Köther (IOTA Foundation): Die Technologie IOTA als offene Infrastruktur für Mikrozahlungen, IoT-Kommunikation, und weltweite digitale Sicherheit
• Patrick Lamplmair, Simon Pfeifhofer, Benedikt Berger (Tributech Solutions GmbH): Data Notary — auditierbare Daten als Monetarisierungsgrundlage: Leitfaden für Design und Architektur von Data Notary Services
• Kai Hendrik Wöhnert, Sven-Jannik Wöhnert, Prof. Volker Skwarek (Forschungs- und Transferzentrum Digitale Wirtschaftsprozesse der Hochschule für Angewandte Wissenschaften Hamburg): Sichere, verifizierbare Objektidentitäten als Wegbereiter für Wertschöpfung in Verteilten Netzwerken

Kapitel 4: Datenmonetarisierung in der fertigenden Industrie

• Dr. Daniel Trauth, Nils van Ouwerkerk, Felix Mönckemeyer, Kristof Herrmann (senseering GmbH): Putting a Price Tag on Data: Datenmonetarisierung und Smarte Resilienz-Services mit der MyDataEconomy-Plattform
• Marco Becker, Dr. Matthias Brockmann, Philipp Niemietz, Dr. Daniel Trauth, Prof. Thomas Bergs, Prof. Christian Brecher (Werkzeugmaschinenlabor WZL der RWTH Aachen): Das Internet of Production als Fundament der Datenverwertung in der Produktion — Herausforderungen und Lösungsansätze des datengetriebenen Erkenntnisgewinns
• Ricardo Vega Ayora, Nicolina Praß (ITA Academy GmbH, Digital Capability Center): Grafischer Ansatz zur Energieoptimierung durch künstliche Intelligenz — Am Beispiel der Textilindustrie
• Dr. Cloppenburg, F. (Lehrstuhl für Textilmaschinenbau und Institut für Textiltechnik der RWTH Aachen University): Effizienzsteigerung durch datenbasierte Modellierung von Qualität und Produktionskostenfaktoren in der Vliesstoffindustrie
• Ruben Kins, Prof. Thomas Gries (Institut für Textiltechnik (ITA) der RWTH Aachen University): Mehrwert durch Verknüpfung von Produkt- und Prozessdaten am Beispiel einer textilen Prozesskette Effizienzsteigerung von textilen Produktionsprozessen durch eine ganzheitliche Datenanalyse
• Prof. Kirsten Bobzin, Dr. Tobias Brögelmann, Wolfgang Wietheger, Hendrik Heinemann, Dr. Christian Kalscheuer, Seyed Ruhollah Dokhanchi, Martin Welters (Institut für Oberflächentechnik (IOT) der RWTH Aachen University): Datenbasierter Erkenntnisgewinn aus dem Blickwinkel der Oberflächentechnik
• Prof. Christian Hopmann, Mauritius Schmitz (Institut für Kunststoffverarbeitung (IKV) der RWTH Aachen University): Digitalisierung in der Kunststoffverarbeitung — Mehrwert durch Daten und vernetzte Systeme
• Prof. Uwe Reisgen (Lehrstuhl und Institut für Schweißtechnik und Fügetechnik der RWTH Aachen University), Dr. Marion Purrio, Guido Buchholz (FEF GmbH): Monetarisierung von Daten in der Fügetechnik — Digitalisierung lohnt sich: Datenerfassung in der Fügetechnik als Voraussetzung für kontinuierliche Verbesserungsprozesse
• Sven O. Rimmelspacher (Pickert & Partner GmbH): Mit Transparenz zur Null-Fehler-Produktion und Mehrwerten für den Kunden — Digital Twins mithilfe von Distributed Ledgers abbilden
• Prof. Philipp Sandner, Marcel Kaiser (Frankfurt School of Finance & Management gGmbH — Blockchain Center): Dezentralisierte Marktplatzstrukturen als Schutz vor Informationsasymmetrien — Wie Plattformgeschäftsmodelle mit Blockchainarchitekturen herausgefordert werden können und wie Firmen in diesem Szenario Daten monetarisieren
• Joachim Stanke, Dr. Daniel Trauth, Philipp Niemietz, Prof. Thomas Bergs (Werkzeugmaschinenlabor WZL der RWTH Aachen University): As-a-Service Modelle für die Fertigungstechnik — Am Beispiel des Feinschneidens
• Benjamin Lehmann, Prof. Georg Jacobs, Christian Habermehl, Christian Gentz, Stephan Neumann (Institut für Maschinenelemente und Systementwicklung der RWTH Aachen University): Daten von Land- und Baumaschinen gewinnbringend nutzen — Analyse derzeitiger Monetarisierungsmechanismen und Handlungsempfehlungen für die Zukunft
• Prof. Robert H. Schmitt, Daniel Buschmann, Kristof Briele, Peter Schlegel, Max Ellerich (Werkzeugmaschinenlabor WZL der RWTH Aachen University): Nachhaltige Produktion durch Predictive Quality und Sustainability Analytics entlang der Lieferkette — Monetarisierungseffekte bei einem unternehmensübergreifenden Datenaustausch
• Prof. Christian Brecher, Philipp Blanke, Melanie Buchsbaum, Yannick Dassen, Christian Fimmers, Aleksandra Müller, Oliver Petrovic, Simon Pieske, Simon Roggendorf, Katrin Schilling, Stephan Wein (Werkzeugmaschinen WZL der RWTH Aachen University): Der Data Lifecycle von der Erfassung bis zur Erkenntnis — Einsparpotentiale in der automatisierten Fertigungstechnik
• Prof. Peter Burggräf (Institut für Produktionstechnik der Universität Siegen), Dr. Matthias Dannapfel (Werkzeugmaschinen WZL der RWTH Aachen University), Dr. Johannes Wagner, Benjamin Koke (Institut für Produktionstechnik der Universität Siegen), Nils Föhlisch, Jonas Dackweiler (Werkzeugmaschinen WZL der RWTH Aachen University): „ReLIFE“: Geschäftsmodelle zum datenbasierten Remanufacturing — Adaptives Remanufacturing zur Lebenszyklusoptimierung vernetzter Investitionsgüter
• Ulrich Thombansen, Peter Abels, Wolfgang Fiedler, Christian Knaak, Moritz Kröger, Andrea Lanfermann, Frederic Schulze (Fraunhofer ILT): Datennutzung und Datenreduktion in der Lasermaterialbearbeitung — Lernen aus der vollständigen Information
• Prof. Sigrid Brell-Cokcan, Dr. Sven Stumm, Lukas Kirner, Elisa Lublasser (Lehrstuhl für individualisierte Bauproduktion der RWTH Aachen University): Transparenz und Wert der Daten im Bauwesen — Potentiale innerhalb von Informationsnetzwerken zur unternehmensübergreifenden Kollaboration in den Fertigungsketten des Bauwesens
• Dr. Seonhi Ro (Ford Werke GmbH): Datenmonetarisierungspotenzial in der Automobilindustrie Wertschöpfungskette und dem Produktlebenszyklus — von der Kundenbestellung bis zur Autolieferung an den Kunden

Kapitel 5: Datenmonetarisierung in der Energietechnik

• Fynn-Hendrik Kühl, Daniel Demmer, Nils Herterich, Moritz Hafke (peerOS UG (haftungsbeschränkt)): Progressive Anwendungssysteme — LoRaWAN und IOTA als Befähiger der Datenmonetarisierung
• Stephan Groß, Dr. Stefan Lankes, Prof. Ferdinanda Ponci, Prof. Antonello Monti (Institute for Automation of Complex Power Systems der RWTH Aachen University): Datenmonetarisierung im Energiesystem und dessen Rolle bei der Entwicklung eines kundenorientierten Stromnetzes — Der Endkunde als aktiver Marktakteur fördert die Energiewende

Kapitel 6: Datenmonetarisierung in weiteren aufkommenden Anwendungsfeldern

• Dr. Steffen Heidrich, Christopher Seipel (DigitalWerk der Commerz Real AG): Monetarisierung von Sensordaten in Gewerbeimmobilien — Grundlagen, Potenziale und Herausforderungen
• Prof. Michael Herty, Dr. Michael Rom, Dr. Giuseppe Visconti (Institut für Geometrie und Praktische Mathematik der RWTH Aachen University): Einsparung kostenintensiver Experimente und Simulationen durch Maschinelles Lernen — Neuronale Netze und Filtermethoden im Praxiseinsatz
• Prof. Thomas Rose, Julia Gruber, Kathrin Hausmann, Thomas Osterland (Fraunhofer FIT): PigConomy — Evidenzbasierte Analyse von empirischen Daten der Nutztierhaltung und deren Verwertung

senseering Logo | © senseering

senseering GmbH

Die senseering GmbH ist ein mit dem RWTH Aachen University Spin-Off-Award ausgezeichnetes und im September 2018 gegründetes Unternehmen. Kernkompetenz der senseering GmbH ist die Entwicklung und Implementierung von Systemen zur Digitalisierung und Vernetzung von Industrie- und Produktionsanlagen. Gleichermaßen berät die senseering GmbH bei strategischen Unternehmensfragestellungen, insbesondere bei der digitalen Transformation, bei Distributed-Leger-Technologies, bei Edge vs. Cloud-Computing-Architekturen zur KI-basierten Echtzeitregelung industrieller Prozesse, bei der Digital Business Model Innovation und bei der Einführung digitaler Geschäftsprozesse wie Home Office, Azure oder Microsoft365. Senseering gehört zu den Gewinnern des ersten und größten KI-Innovationswettbewerbs des BMWi mit dem Projekt www.spaicer.de.

Daniel Trauth (CEO) | www.senseering.de | E-Mail: mail@senseering.de