Sie sind hier: HomeFeldebeneVernetzung

Herstellerübergreifende Big-Data-Analyse: Fünf häufige Irrtümer

Bei Big-Data-Analysen bewegen sich Anwender und Geräte-Hersteller aus juristischer Sicht auf ungewohntem Terrain. Das Forschungsprojekt 'SIDAP' hat sich mit den Rechten und Pflichten beschäftigt – und fünf Irrtümer rund um die herstellerübergreifende Analyse aufgedeckt.

Daten Bildquelle: © Fotolia, Edelweiss

Je mehr Daten desto besser. Auf diesen Punkt laufen Big-Data-Analysen häufig hinaus. Allerdings sind heute keine Einzelkämpfer mehr gefragt. Je komplexer die Probleme sind, desto sinnvoller ist es, sich mit Partnern zusammenzutun. Die Folge ist, dass hierbei mitunter auch produktionsrelevante Daten in eine gemeinsame Datensammlung einfließen. Wie lässt sich dabei vertrauensvoll in einem Projekt zusammenar­beiten? 

Beim SIDAP-Projekt (Skalierbares Integrationskonzept zur Datenaggregation, -analyse, -aufbereitung von großen Datenmengen in der Prozessindustrie) arbeiten Betreiber (Bayer, Covestro, Evonik), Armaturenhersteller (Samson), Feldgeräte-Hersteller (Krohne, Sick), IT-Unternehmen (Gefasoft, IBM) und die Technische Universität München eng zusammen. Dabei sollen aus großen Datenmengen, die beispielsweise von Messgeräten stammen, neue Zusammenhänge ermittelt werden. Diese sollen wiederum Aufschluss über den Zustand etwa eines Ventils geben und letztendlich für eine höhere Anlagenverfügbarkeit sorgen. Eine der zentralen Fragen dabei: Wie führt man verschiedene Datenquellen aus Entwicklung, Betrieb und Wartung, aber auch von verschiedenen Herstellern, so zusammen, dass daraus Rückschlüsse für beispielsweise neue Wartungskonzepte gezogen werden können? 

Dabei ist klar, dass eine Datensammlung umso aussagekräftiger ist, je mehr zur Fehlerdiagnose relevante Daten der genutzten Geräte von verschiedenen Herstellern und unterschiedlichen Anwendern zur Verfügung stehen. Jedoch kann sich das notwendige Vertrauen zwischen den Partnern nur einstellen, wenn eine Rechtssicherheit darüber besteht, wem in der Partnerschaft welche Pflichten und welche Rechte zustehen. Aus diesem Grund wurden im Projektverlauf verschiedene Vertragsarten auf ihre Praxistauglichkeit und Umsetzbarkeit untersucht. 

Während des Projektes ergaben sich zum einen grundsätzliche Fragen, etwa wer welche Rechte an welchen Daten hat, wie es mit dem Haftungsrisiko aussieht und wer die Weitergabe der Daten verhindert? Zum anderen kam es aber auch zu konkreten Fragestellungen: Etwa, wie dafür Sorge getragen werden kann, dass das dahinterliegende Rechenmodell zwar die notwendigen Informationen über ein bestimmtes Ventil erhält, aber kein Prozess-Know-how herausgibt. 

Die Projekt-Partner haben letztendlich einen Nutzungsvertrag im Rahmen einer strategischen Partnerschaft initiiert. Hierin wird festgelegt: Wie müssen die Daten aufbereitet sein beziehungsweise wer darf diese benutzen. So werden beispielsweise vor der weiteren Verwendung die Rohdaten gemäß den Vorgaben des Datenbesitzers – etwa des Anlagenbetreibers – automatisch anonymisiert, für die Analyse nicht benötigte Meta-Information entfernt und Datenreihen normalisiert. Des Weiteren hat man neben einer manipulationssicheren und verschlüsselten Übertragung der Daten eine sichere Speicherung der Daten am Ort der Verwendung gewährleistet. 

Interessant war jedoch auch, dass während dieser Diskussionen und der Entwicklung einer gemeinsamen Lösung auffiel, dass immer wieder die gleichen Denkfehler auftauchten, insbesondere wenn sich die Anwender zu dem jeweiligen Aspekt noch keine Gedanken gemacht hatten. Dabei wurden die folgenden fünf häufigsten Irrtümer aufgedeckt und erklärt: 

  1. Daten sind ein Asset und es gibt einen Besitzer
  2. Neue Gesetze für den Datenschutz  sind nötig
  3. Alle Eventualitäten müssen zu Beginn berücksichtigt sein
  4. Juristischen Aspekte sind zu komplex
  5. Sicherheit ist nur durch Abschottung möglich