Smart Data Wissen

Während alle von Big Data reden, haben wir Smart Data erklärt. Denn während Big Data zunächst Ergebnis von fortschreitender Digitalisierung und der Entstehung neuer digitaler Datenquellen ist, umfasst Smart Data die wirtschaftliche und gesellschaftliche Wertschöpfung aus diesen Datenbergen. Weil die Terminologie noch vielfach Aufklärung bedurfte, hat das Smart Data Forum sich neben seiner Vernetzungsaufgabe auch intensiv mit den Hintergründen von Smart Data beschäftigt. So wurden über die Projektlaufzeit wichtige Erkenntnisse über Smart Data Anwendungen, Technologien und Governance erarbeitet und anschaulich aufgearbeitet. Diese können Sie im Nachfolgenden in Kurzberichten nachlesen.

Anwendungsgebiete

Smart Energy

Smart Meter, Smart Grids, virtuelle Kraftwerke – die Energieversorgung von morgen reicht von innovativen Smart-Home-Technologien hin zu dezentralen Energienetzwerken. So bieten neue Informations- und Kommunikationstechnologien Potenzial zur effizienteren Auslastung vorhandener Netzkapazitäten, sowie relevante Daten für einen intelligenten Netzausbau und die Integration erneuerbarer Energien.
Link zum ganzen Bericht

Smart Mobility

Floating Car Data, Car2X, Fahrbahnsensoren und Signalanlagen, Mobilfunkdaten, Strecken und Fahrpläne, Infrastrukturdaten, Twitter – in kaum einem anderen Bereich stehen so viele Datenquellen für Optimierungen zur Verfügung wie im Verkehrssektor. Welche neuen Datenwertschöpfungsketten und Lösungen lassen sich daraus für individuelle Assistenzsysteme oder Methoden in der integrierten Verkehrsplanung und Lenkung schöpfen?
Link zum ganzen Bericht

E-Health

Biosensoren, High-Throughput-Technologien in den Biowissenschaften, Lifelogging, mobile Apps, Online-Patiententagebücher – der Umfang digitaler, patientenbezogener Daten weitet sich dank neuer Möglichkeiten massiv aus. Daneben stellen internationale Forschung und partizipative Medizin in Open-Data-Initiativen immer größere Mengen an Rohdaten online zur Verfügung. Wie können diese Datenbestände zur Verbesserung von Therapien und zur Versorgung von Patienten, beispielsweise in der Telemedizin eingesetzt werden, ohne dabei das Vertrauensverhältnis zwischen Arzt und Patienten zu gefährden?
Link zum ganzen Bericht

Industrie 4.0

Das Internet der Dinge erobert zunehmend die Produktionshallen und Versorgungsnetzwerke. Gleichzeitig lässt sich aufgrund der Komplexität der hochautomatisierten Produktion die Qualität, die Effektivität und die Produktivität der Prozesse kaum noch „händisch“ überwachen. Datenstromanalysen in Echtzeit können nicht nur rechtzeitig Verschleißerscheinungen an Maschinen erkennen, sie liefern auch wertvolle Hinweise für zukünftige Produkt- und Prozessoptimierungen, verbesserte Kapazitätsauslastung und Services. Dennoch stehen wir in der Nutzung dieser Möglichkeiten erst ganz am Anfang.
Link zum ganzen Bericht

Zum Seitenanfang

Smart Data Technologien

Datenerhebung

Riesige Datenmengen werden im Sekundentakt von Milliarden von Geräten erzeugt: von Smartphones, Wearables, Social Media, über das Internet der Dinge, Industrie 4.0 bis hin zu cyber-physikalischen Systemen. Dazu kommen vormals analoge Daten, wie beispielsweise Krankenakten oder wissenschaftliche Dokumente, die immer mehr digitalisiert werden. Daten aus so unterschiedlichen Quellen können in völlig verschiedenen Formaten vorliegen und sollen dennoch im Zusammenhang ausgewertet werden. Wer gezielt Erkenntnisse aus Daten gewinnen will, muss zunächst einmal klären, welche Art von Daten benötigt werden, welche zur Verfügung stehen und ob diese mit Problemen behaftet sind. Dafür kommen sowohl Daten aus dem eigenen Projekt oder Unternehmen als auch externe Daten in Frage. Um eine sinnvolle Datenerhebung und -nutzung zu gewährleisten, müssen auch umfangreiche Datenspeichermöglichkeiten eingesetzt werden.
Link zum ganzen Bericht

Datenmanagement

Damit Daten analysiert werden können, bedarf es oftmals einiger Vorbereitung. Verteilte Daten müssen zusammengeführt werden, bevor sie gemeinsam ausgewertet werden können und ihrem Verwendungszweck entsprechende Qualitäten besitzen. Der Aufgabe, verschiedene Daten zu organisieren sowie die nötige Qualität herzustellen und zu erhalten, widmet sich das Datenmanagement.
Die Wahl der richtigen Infrastruktur, um Erkenntnisse aus Big Data zu gewinnen, ist der wichtigste Faktor für das Datenmanagement. Die Vielzahl der Daten (strukturiert, unstrukturiert und halbstrukturiert) erschwert die Auswahl und den Einsatz des am besten geeigneten Tools. Die Variety, Verocity, Veracity und Volume (4 V`s) von Big Data müssen bei der Auswahl der Datenanalyse-Software berücksichtigt werden.
Link zum ganzen Bericht

Datenanalyse

Die Datenanalyse konzentriert sich auf die Gewinnung wertvoller Erkenntnisse aus heterogenen Datenquellen. Eine nachvollziehbare und umfassende Visualisierung der Ergebnisse gehört ebenfalls zum Analyseprozess dazu, sodass die Informationen aussagekräftig und gebrauchsfertig dargestellt werden können. Dies hilft Unternehmen, intelligentere Entscheidungen zu treffen, Kosten zu senken und neue Produkte sowie Dienstleistungen von höherer Qualität zu entwickeln.
Link zum ganzen Bericht

Datenvisualisierung und Benutzerinteraktion

Neue Smart-Data-Lösungen erzeugen einen hohen Bedarf an neuen Schnittstellen zwischen Menschen und Computern – Sprachdialogsysteme, Brain-Computer-Interfaces oder verschiedene Arten von Augmented-Reality-Schnittstellen (AR). Mit Geräten wie AR-Brillen oder AR-Helmen für Bauarbeiter zielt Augmented Reality unter anderem darauf ab, die Wahrnehmung der Realität zu erweitern und Umgebungsinformationen interaktiv und digital manipulierbar zu machen.
Link zum ganzen Bericht

Zum Seitenanfang

Smart Data Governance

Sicherheit

Digitalisierung schafft viele Chancen für Unternehmen und Verbraucher, aber gleichzeitig auch Herausforderungen. IT-Sicherheitsthemen wie Cyber-Angriffe, Identitäts- und Datendiebstahl bereiten vielen Nutzern Sorgen. Unternehmen aus allen Branchen verfügen über wertvolle Daten und Kenntnisse. Gerade wenn sie Sicherheitsmaßnahmen vernachlässigen, werden sie daher zum Ziel von Hackern, die sich diese Informationen beschaffen oder das System eines Unternehmens gefährden wollen.
Link zum ganzen Bericht

Rechtlicher Rahmen

Die ständige Weiterentwicklung digitaler Technologien wirft auch neue rechtliche und ethische Fragen auf. Um einen einheitlichen Verhaltenskodex für den Umgang mit neuen Technologien festzulegen, bedarf es eines kollektiven Dialogs, der Mitglieder der Zivilgesellschaft, der Wissenschaft, Ethikkommissionen, Rechtsanwälte und Politiker zusammenbringt. Autonomes Fahren, humanoide Roboter, Drohnen oder Gesichtserkennungssysteme sind nur einige Beispiele für Bereiche, die im rechtlichen Rahmen jedes Landes enthalten werden sein müssen. Obwohl die EU-Datenschutzgrundverordnung (DSGVO) die Datenerhebung und -verarbeitung EU-weit gründlich regelt, müssen nationale Regierungen der tatsächlichen Durchsetzung weiterhin besondere Aufmerksamkeit widmen.
Link zum ganzen Bericht

Datensouveränität

Datensouveränität ist als Teilbereich von Digitaler Souveränität ein unscharfer Diskursbegriff und wird verwendet, um verschiedene Aspekte der individuellen oder gesellschaftlichen Befähigung zum selbstbestimmten Umgang mit Big Data zum Ausdruck zu bringen. Grundannahme ist dabei, dass aktuelle Regelungen, politische Agenden und individuelle Kompetenzen nicht ausreichend an die neuen Bedingungen der Massendatenverarbeitung angepasst sind. Der Datensouveränitätsbegriff wird von verschiedenen Akteuren unterschiedlich geprägt. Da er anders als „informationelle Selbstbestimmung“ stärker die Ermöglichung von Datenerhebung und Datenverarbeitung betont, wird er von manchen Datenschützern auch als „Lobbybegriff“ bezeichnet. Die in dem Zusammenhang mit Datensouveränität diskutierten Probleme gehen jedoch deutlich über die Verfügbarmachung von Daten hinaus. Der Diskurs ist uneinheitlich und verzweigt, außerdem ergeben sich zahlreiche Überschneidungen mit anderen Themen wie rechtlicher Rahmen und Datensicherheit.
Link zum ganzen Bericht