Datenbestände nutzbar machen

Über alle Branchen hinweg bilden Unternehmensdaten das Fundament für KI-Anwendungen, sei es für die Zulieferungsoptimierung in der Landwirtschaft, die automatisierte Qualitätskontrolle in der industriellen Fertigung oder für Assistenzsysteme, die ein altersgerechtes Wohnen ermöglichen. Ein geeignetes digitales Abbild („digitaler Zwilling“) des Anwendungsbereichs ist hierfür notwendig, etwa ein digitales Gebäudemodell, eine digitale Einzelhandelsfiliale oder ein digitaler Acker. Ob Daten nur in Papierform vorliegen, lückenhaft sind oder nicht zugreifbar in sog. „Silos“ gehalten werden: Meist müssen Datenbestände erst aufwändig aufbereitet und vereinheitlicht werden, bevor KI zum Einsatz kommen kann. Nicht nur nutzbar, sondern auch teilbar müssen Daten sein, wenn Partnerunternehmen KI gemeinsam einsetzen möchten oder Dienste branchenweit eingesetzt werden sollen. Oft fehlen etablierte Standards für Datenmodelle und Schnittstellen. Weiterhin möchten Unternehmen die Kontrolle darüber behalten, mit wem sie welche Daten zu welchem Zweck teilen, was beim Datenteilen in der Cloud oft nicht in hinreichendem Maße sichergestellt wird, sodass Daten oft auch aus Akzeptanzgründen nicht bereitgestellt werden.

Lösungswege / -ansätze

  1. Mit Hilfe KI-basierter Dienste können Datenbestände digitalisiert und harmonisiert werden oder gar automatisiert erhoben werden. Der Aufwand zur Erstellung digitaler Zwillinge wird so reduziert.
  2. Branchenweit etablierte Standards und einheitliche semantische Beschreibungen ermöglichen es, sowohl Daten als auch KI-Dienste wiederzuverwenden, neu zu kombinieren und so weitere innovative Anwendungen über Abteilungs- und Unternehmensgrenzen hinweg zu ermöglichen.
  3. Die Umsetzung von dezentralen Datenräumen für das branchenweite Datenteilen peer-to-peer stellt die Datensouveränität der Unternehmen sicher. Dabei setzen die Projekte auf offene Standards und Open Source Communities, wie die der international agierenden Initiativen IDSA und Gaia-X.

Praxisbeispiele

AgriGaia

Ein KI-Ökosystem, semantische Standards und ein Gaia-X Datenraum für KI und Datenteilen in der Agrar- und Lebensmittelindustrie.

Videostatement Heiko Tapken (Hochschule Osnabrück)



BIMKIT

Zusammenführung heterogener Daten aus verschiedenen Datenquellen zur Nutzung in BIM-Modellen für den Hoch- und Tiefbau.

Videostatement Markus König (Ruhr-Universität Bochum)



FabOS

Ein Betriebssystem für KI in der Produktion durch standarisierte Beschreibung von Prozessen, Anlagen und Datenverarbeitung.

Videostatement Frank Schnicke (Fraunhofer IESE)



ForeSight

Semantische Standards und ein herstellerübergreifender, souveräner Gaia-X Datenraum für KI-basierte Smart-Living-Services in Wohn- und Lebensumgebungen.

Videostatement Michael Schidlack (ZVEI e.V.)



Knowledge4Retail

Ein Open Source System, standardisierte Schnittstellen und ein digitaler Zwilling der Filiale für KI-Wertschöpfung im Einzelhandel.

Videostatement Marco Atzberger (EHI Retail Institute)

Weiterführende Informationen (Studien der Begleitforschung)