visIT Datenräume und Digitale Zwillinge Wie Datenaustausch die industrielle Produktion effizienter, resilienter und nachhaltiger macht www.iosb.fraunhofer.de www.iosb.fraunhofer.de ISSN 1616-8240 ISSN 1616-8240

Editorial Liebe Freunde des Fraunhofer IOSB, im Jahr 2012 wurde die vierte industrielle Revolution ausgerufen: Industrie 4.0 ist ein Export- schlager, und Unternehmen, Forschungseinrichtungen und öffentliche Stellen weltweit haben Projekte gestartet und durchgeführt, um ihre eigene Digitalisierung voranzubringen. Trotz großer Erfolge in der Forschung liegen Deutschlands Firmen bei der Digitalisierung allerdings im inter- nationalen Vergleich nur im Mittelfeld. Die Frage ist: Warum ist das so? Vielleicht haben sich deut- sche Unternehmen bei Industrie 4.0 darauf fokussiert, zunächst ihre eigenen Fabriken effizienter zu machen, und weniger darauf geschaut, kundenbezogene Mehrwerte zu schaffen. Die Sorge, Daten mit Kunden, Zulieferern oder Ausrüstern zu teilen, hat Überlegungen überwogen, wel- che Potenziale sich ergäben, wenn innerhalb der Wertschöpfungsnetzwerke Daten ausgetauscht würden. Und: Standards, die die verschiedenen Akteure wie selbstverständlich nutzen, waren den Firmen unbekannt oder nicht verfügbar. Mit diesem Heft wollen wir dazu beitragen, diese Argumente zu entkräften: Datenaustausch in Datenräumen und Digitale Zwillinge sind vielversprechende Lösungen, um die Digitalisierung voranzubringen. Und sie sind zwei Seiten einer Medaille: Ohne Digitale Zwillinge, die auf offe- nen Standards beruhen, gibt es keinen effizienten Datenaustausch. Datenräume und die ihnen zugrundeliegenden Prinzipien sorgen dafür, dass digitale Lösungen skalieren. Unsere Gastautoren berichten aus der Praxis ihrer Datenraumprojekte und -initiativen: Roland Rosen (Siemens AG) als Leiter des Verbundprojekts Factory-X und der Erfahrung aus fast drei Jahren Catena-X. Georg Kube (SAP) befasst sich intensiv mit Datenräumen und Datenökosystemen und deren Interoperabilität, sodass Software-Applikationen branchenübergreifend genutzt werden können. Hanno Focken (Cofinity-X) arbeitet in der ersten Betreibergesellschaft für Shared Services eines industriellen Datenraums, Catena-X. Georg Schnauffer (ARENA2036) steht wie kaum ein anderer für zielgerichteten Transfer der Datenraumlösungen in mittelständische Unter- nehmen. Die Zusammenarbeit zwischen Forschung bei Fraunhofer und Unternehmen zeigt, dass FuE-Ergebnisse tatsächlich schnell in die Praxis gebracht werden können – um so die Digitalisierung in der deutschen Industrie voranzubringen. Wir wünschen viel Freude beim Lesen unserer Ausgabe »Datenräume und Digitale Zwillinge«. Fraunhofer IOSB, im April 2024 Prof. Dr.-Ing. habil. Jürgen Beyerer Dr. Ing. Olaf Sauer Editorial Prof. Dr.-Ing. habil. Jürgen Beyerer Dr. Ing. Olaf Sauer 3

Datenräume und Digitale Zwillinge f f o k n e d o r o G / e b o d a . k c o t s © Abb. 2: Datenaustausch bei Catena-X Genau hier setzt Manufacturing-X an: Es schafft eine neue Infra- struktur, die es ermöglicht, Daten zwischen unterschiedlichsten Applikationen und Plattformen über Standards auszutauschen. Dabei wird die Datensouveränität erhalten und die Moneta- risierung der Daten ermöglicht. Für einzelne Fabrikbetreiber, Ausrüster oder Softwarefirmen ist die Herausforderung zu groß, einen industriellen Datenraum aufzubauen. Nicht-wett- bewerbskritische Dienste, im Sprachgebrauch der Datenräume »Basisservices« genannt, sollten nur einmal entwickelt werden, statt mehrfach für jede proprietäre Software-Lösung. Vertrau- en in den Datenraum und technische Lösungen in Form von Vertrauensankern müssen Hand in Hand entwickelt werden [1]. In den vergangenen Jahren hat die Industrie, getrieben von Industrie 4.0, viele Basisarbeiten geleistet, um standardisierten, interoperablen und lebenszyklusübergreifenden Datenzugriff und Datenaustausch zu ermöglichen. Dazu zählen u. a. die Arbeiten innerhalb der Plattform Industrie 4.0 zur Verwal- tungsschale (engl. Asset Administration Shell, kurz AAS) sowie die Definition von OPC-UA-Companion-Spezifikationen. Das Datenökosystem Catena-X arbeitet bereits an horizontalen Prozessen in der Automobilbranche. In Factory-X setzen wir uns dafür ein, dass dies erweitert wird, indem wir horizontale und vertikale Prozesse in Fabriken miteinander verknüpfen. Es gibt ähnliche Projekte für die Luft- und Raumfahrt, die Halbleiter- industrie und mehr, aber diese sind noch in Planung. Cofinity-X spielt dabei eine wichtige Rolle. Es ist keine herkömm- liche Plattform, denn es speichert die Daten der Teilnehmer am Datenökosystem nicht. Vielmehr fungiert es wie ein Vermittler, der es Unternehmen ermöglicht, direkt Daten auszutauschen, wobei diese entscheiden, wer welche Daten unter welchen Be- dingungen erhält. Denn: Eine Skalierung von Business Appli- kationen ist nur möglich, wenn Firmen nicht an eine Betrei- bergesellschaft gebunden sind (Vendor Lock-in), sondern Intero- perabilität tatsächlich gewährleistet ist. Das Ziel ist also nicht, ein Monopol zu schaffen, sondern mehrere Betreiberfirmen zu haben, die dasselbe tun, um für alle Beteiligten fair zu sein. Daher ermutigen wir jeden dazu, ihre Digitalisierungsprojekte noch einmal zu überdenken. Fragen Sie sich: »Was wäre, wenn ich alle Daten hätte?« Lassen Sie uns den Datenaustausch in der Industrie vereinfachen. Es ist an der Zeit, gemeinsam eine ver- netztere und effizientere Zukunft zu gestalten. 1 Rauen, H. und Koschnick, G., »Von der Datatur zur Datokratie. Mit Manufacturing-X zum föderativen Datenökosystem«, SPS-MAGAZIN, Fachzeitschrift für Automatisierungstechnik 3, 2023, S. 20–22. 5

Datenräume und Digitale Zwillinge Abb. 1: Die digitale und die dingliche Welt verschmelzen in Form Digitaler Zwillinge innerhalb der industriellen Großinitiative Manufacturing-X. dardkonforme Teilmodelle Digitaler Zwil- linge, mit Konfigurations-/Kommunika- tionsfähigkeiten, z. B. über OPC UA, und entsprechenden Datenraum-Konnektoren ausgerüstet ist. Das Equipment kann mit vortrainierten KI-Modellen versehen sein, die durch Laufzeitdaten weiterentwickelt und im Austausch mit Daten anderer Ma- schinen/Komponenten verbessert werden. Software: Zur Herstellung inner- und über- betrieblicher Konnektivität bedarf es Soft- ware, die den Datenfluss gewährleistet. Hierzu zählen Basisdienste, die eine Grund- funktionalität einer florierenden Daten- ökonomie gewährleisten, sowie Mehrwert- dienste (»Business Apps«), die Rohdaten aus dem Betrieb zu Informationen zusammen- führen, z. B. über ›Gesundheitszustände‹ von Maschinen/Komponenten, Prädiktionen ausführen oder als Basis für neue Geschäfts- modelle dienen. Geschäftsmodelle: Die Kombination von Hard- und Software ermöglicht zweierlei. Zum einen kann die gegenwärtige Wert- schöpfung effizienter betrieben werden, zum anderen können auch neue Kunden- mehrwerte und Wertschöpfungspotenziale sowie Erlösquellen und Zahlungsströme erschlossen werden, z. B. durch pay-per- use, pay-per-part, pay-per-value, etc. Auf offenen Standards basierende Digitale Zwillinge sind die softwareseitige Basis für den Datenaustausch in Datenräumen: Sie repräsen- tieren die gesamte dingliche Welt, also Infra- struktur und Werkzeuge, und werden über den Lebenszyklus nach und nach mit Informa- tionen angereichert. Digitale Zwillingssysteme sind darauf ausgelegt, Echtzeitdaten von physischen Assets zu sammeln, Modelle von Digitalen Zwillingen sukzessive zu aktualisieren und Analysen, Simulationen, Optimierungen oder andere Berechnungen durchzuführen. Außerdem ermöglichen sie die Steuerung der physischen Assets und Prozesse. Digitale Zwil- linge und Datenräume sind daher zwei Seiten der gleichen Medaille. Einmal umgesetzt sind sich so aufspannende Datenökosysteme eine vielversprechende Möglichkeit, um erforderliche fabrikinterne Planungs- und Steuerungsprozesse effizienter zu gestalten. Sie sind somit auch ein Vehikel, um dem Fachkräftemangel zumindest teilwei- se technologisch zu begegnen. Dem Pro- gramm Manufacturing-X kommt daher in den kommenden Jahren eine große Bedeutung zu. 1 Die Förderung des Vorhabens erfolgt aus Mitteln des Bundesministeriums für Wirtschaft und Klimaschutz (BMWi) aufgrund eines Beschlusses des deutschen Bun- destages, sowie aus Mitteln der NextGenerationEU. 7

Datenräume und Digitale Zwillinge Abb. 2: Factory-X – Prinzipieller Betrachtungsraum. Betriebsmodell des Factory-X Kernel erforderliche Transfermaßnahmen (insbesondere in mittelständischen Unternehmen) Manufacturing-X-weite Koordination Factory-X ist neben Catena-X [2] das zweite Leuchtturmprojekt. Es baut inhaltlich auf Catena-X auf und fokussiert neben der Erweiterung von horizontalen Supply-Chain-Prozessen auf die Integration der vertikalen Fertigungsprozesse. Digitale Zwillinge im Shopfloor Abbildung 2 verdeutlicht den prinzipiellen Betrachtungsraum des Projekts Factory-X. Es sind der »Komponentenlieferant«, der »Maschinenbauer« und der »Fabrikbetreiber« als beispiel- hafte Stufen einer Lieferkette (Supply Chain) aufgeführt. Diese stehen aufgrund eines physikalischen Produktes (Komponente, Maschine) in einer Lieferbeziehung. In jeder dieser Stufen wird ein Herstellungsprozess erfolgen, der durch Shopfloor-Bereiche verdeutlicht wird. Für den »Maschinenbauer« werden exemp- larisch einige der Produktionseinheiten gezeigt, die er für die Herstellung seines Produktes »Maschine« benötigt. Die Abbildung zeigt bewusst keine Automatisierungstechnik und keine IT-Systeme. Sie visualisiert generell den Informations- austausch zwischen Produktionseinheiten sowie innerhalb des Shopfloors, zu/von der Supply Chain und zwischen den verschiedenen Stufen. Die Innovationshypothese ist, dass Digitale Zwillinge den Infor- mationsaustausch realisieren werden. Denn nur Digitale Zwillinge können außer strukturierten Daten, die einer definierten Seman- tik folgen, in Zukunft auch weitergehende Modelle transportie- ren, z. B. Simulationsmodelle. Eine verstärkte Standardisierung von Inhalten und Übertragungs- mechanismen führt zu Ratio-Effekten [2] [3]. Die Ausgestaltung der Übertragung und deren Inhalte wird auch davon abhängen, ob firmenintern oder firmenübergreifend Digitale Zwillinge aus- getauscht werden (in der Abbildung durch verschiedene Farben der Produktionseinheiten und den explizit aufgeführten »Daten- Analyst« verdeutlicht). Beispiele für Digitale Zwillinge im Shopfloor sind Informationen von Maschinen (z. B. Zustand, Betriebsdaten), die gesammelt und analysiert werden und in der Supply Chain als Lieferinfor- mationen bereitgestellt werden. Umgekehrt können Auftrags- änderungen (von Kunden und Lieferanten) auf ihre Auswirkun- gen geprüft werden, wenn Simulationsmodelle (als Digitale Zwillinge bereitgestellt) der eigenen Produktion betriebsparallel ausgeführt werden. Digitale Zwillinge werden ein wesentliches Innovationselement auf dem Shopfloor werden. Die Eroberung wird schrittweise erfolgen und das Tempo wesentlich davon abhängen, ob in je- dem Schritt der klare Wertbeitrag für den geschäftlichen Erfolg bestimmt ist. Dieses Ziel kann nur gemeinschaftlich erreicht werden – Factory-X wird dazu beitragen. 1 https://www.plattform-i40.de/IP/Navigation/DE/Manufacturing-X/Initiative/initiative-manufacturing-x.html 2 https://catena-x.net/de/ 3 https://industrialdigitaltwin.org/ 9

Datenräume und Digitale Zwillinge Abb. 2: Referenzmodell für Digitale Zwillingssysteme (DTS-RM). Eclipse AASX Package Explorer und AASX Server Der Eclipse AASX Package Explorer [2] ist ein Editor für AAS, der die Nutzer insbesondere bei ihren ersten Schritten im Umfeld der Ver- waltungsschale unterstützen soll. Der AASX Server [3] stellt eine Laufzeitumgebung für AAS dar, die AASX-Dateien lädt und über das AAS- API der VWS via http/REST, OPC UA oder MQTT zugreifbar macht. In Kombination mit einer in- tegrierten Web-Oberfläche eignet sich der AASX Server sehr gut für das Prototyping von AAS-as-a-Service-Lösungen und wird bereits in mehreren Demonstratoren der Plattform Industrie 4.0 verwendet. Beide Software-Werk- zeuge basieren auf dem .NET-Framework und sind in der Programmiersprache C# geschrieben. Sammlung von Werkzeugen für die Modellierung, Erstellung und Nutzung von AAS-konformen DT in der Programmiersprache Java, die als Open Source unter der Apache 2.0 Lizenz veröffent- licht ist [1]. Die wichtigste Komponente ist der FA3ST Service, der sich auf gerätenahe Ver- waltungsschalen (»in the edge«) fokussiert. Die Synchronisierung von Assets mit der Ver- wal-tungsschale ist somit ein zentraler Aspekt. Durch die protokollunabhängige Definition kann der FA3ST Service mit jeder Art von Kom- munikationsprotokoll und unter Verwendung verschiedener Interaktionsmuster integriert werden. FA³ST Service bietet Out-of-the-Box- Unterstützung für verschiedene Protokolle (z. B. OPC UA, HTTP und MQTT), die ohne das Schrei- ben von Code (»no code«) verwendet werden können. Für die Kommunikation mit der Außen- welt bieten die mit FA3ST Service realisierten DT eine standardisierte AAS-konforme Program- mierschnittstelle (DT-API), die derzeit auf Basis von HTTP, OPC UA oder beidem gleichzeitig genutzt werden kann. 1 https://projects.eclipse.org/projects/dt.fa3st 2 https://projects.eclipse.org/projects/dt.aaspe 3 https://github.com/eclipse-aaspe/aasx-server Florian Pethig M. Sc. Maschinelle Intelligenz (MIT) Tel. +49 5261 94290 45 florian.pethig @iosb-ina.fraunhofer.de 11

Datenräume und Digitale Zwillinge r d n a s k e O l / Abb. 2: Futuristische Darstellung einer Fertigungsanlage der Industrie 4.0 inklusive hybrider und Digitaler Zwillinge. e b o d a . k c o t s © von ML-Modellen gefordert, z. B. in sicherheitskritischen und regulierten Industrien. Außerdem müssen rechtliche Überle- gungen beachtet werden, etwa die Einhaltung der Datenschutz- gesetze. Um diese Herausforderungen zu meistern, ist die Zusammen- arbeit von Anlagenexpert*innen mit qualifizierten Fachleuten für Datenwissenschaften (Data Science) und Maschinelles Ler- nen unerlässlich. Dafür haben wir uns in der Abteilung KIS (Kognitive Industrielle Systeme) des Fraunhofer IOSB aufge- stellt und viel Erfahrung in der Zusammenarbeit mit unseren Industriepartnern gesammelt. Dies nutzen wir für die metho- dische Weiterentwicklung und bei der Umsetzung spannender praktischer Anwendungsfälle. mit ML auch solche Komponenten in Digitale Zwillinge inte- griert werden, für die es sonst nur mit extremem Aufwand möglich wäre. Der Erfolg, Verhaltensmodelle von Komponenten durch ML zu erstellen, hängt jedoch essenziell von der Qualität und Quanti- tät der verfügbaren Daten ab. Eine sorgfältige Datenerfassung und -überwachung ist daher notwendig, um Algorithmen korrekt zu trainieren und präzise Modelle zu generieren. Durch die Verbindung von Vorwissen und bekannten Teilmodellen mit ML ist es möglich, mit weniger Daten auszukommen als bei einem rein datengetriebenen Ansatz. Herausforderungen nur interdisziplinär zu bewältigen Jedoch gibt es auch Herausforderungen für den Einsatz von ML-Verfahren bei Digitalen Zwillingen. Dazu gehört die pas- sende Auswahl der Verfahren, um eine Echtzeit-Simulation großer Modelle zu gewährleisten. Drifts und Shifts während der Laufzeit können zu Einbußen in der Vorhersagegüte des Modells führen und sollten zuverlässig erkannt und ausgeglichen werden. Weitere Herausforderungen liegen in der Skalierbarkeit der Infrastruktur: Wenn z. B. neue Anlagen hinzugefügt werden sollen, müssen entsprechende Speicher- und Rechenkapazitäten verfügbar gemacht werden. Manchmal ist die Interpretierbarkeit 13

Datenräume und Digitale Zwillinge Abb. 2: Datenraum-Bausteine des OPEN-DEI-Projekts und erforderliche Änderungen für die Integration. sie im OPEN DEI-Projekt [3] definiert wurden. Die rot markier- ten Bausteine zeigen Änderungen an, die zur Integration von Digitalen Zwillingen erforderlich sind. Um Daten in einem Datenraum teilen zu können, ist eine Be- schreibung der Datenquellen im Katalog des Konnektors (siehe Baustein »Metadata & Discovery Services«) erforderlich. Dies ist meist ein manueller Prozess, bei dem die freizugebenden Daten ausgewählt, beschrieben und mit Zugangs- und Nutzungsver- trägen versehen werden. Wir haben eine neue Komponente »EDC-Erweiterung für VWS« entwickelt, um diesen Prozess für VWS-Anbieter und -Konsumenten, die den Eclipse Dataspace Connector (EDC) verwenden, zu vereinfachen. Wir haben den Programmcode Open-Source zur Verfügung gestellt, um andere Projekte zu unterstützen, die VWS im IDS einsetzen [4]. Die Kom- ponente bietet Funktionen für Anbieter, die VWS teilen, und Verbraucher, die mit VWS interagieren. Abbildung 3 zeigt einen Datenanbieter, der VWS-Daten mit dem erweiterten EDC austauscht. Abb. 3: Teilen von VWS-Daten (englisch: AAS) mit der EDC-Erwei- terung für VWS. Unsere Open-Source VWS-Implementierung, FA³ST Service [5], wird als Software-Implementierung verwendet, um die VWS über verschiedene Protokolle in Übereinstimmung mit der VWS- API bereitzustellen. FA³ST Service kann ein Modell eines Digitalen Zwillings laden und sich direkt mit den Maschinen oder Anlagen verbinden, um einen reaktiven Digitalen Zwilling bereitzustellen. Dieser Digitale Zwilling kann dann mit der Erweiterung für VWS geteilt werden [4]. Ein mögliches Anwendungsszenario ist das Teilen von digitalen Produktpässen (DPP) mit Geschäftspartnern in einem Datenraum. Zum Beispiel könnte ein Batteriehersteller Digitale Zwillinge für die Batterien mit der VWS gemäß der »EU Battery Passport Content Guidance« [6] erstellen, die dann als DPPs für die Batterien agieren und für alle Datenraumteilnehmer verfügbar sind. Ein Datenraum kann verschiedene zusätzliche Funktionen bereitstellen, z. B. Suchdienste, um den passenden DPP im Datenraum zu finden. Zusammenfassend lässt sich sagen, dass sich die Änderungen in einem Datenraum für Digitale Zwillinge hauptsächlich auf die Datenmodellierung von Aspekten wie DPP, zum Beispiel als VWS, fokussieren. Darüber hinaus ist die automatisierte Integra- tion dieser Daten in den Datenraum mit zusätzlichen Diensten oder Marktplätzen ein wesentlicher Erfolgsfaktor, um Digitale Zwillinge oder DPP in einem Datenraum zu teilen. Wir schlagen die Modellierung von Prozess- und Produktdaten mit der VWS oder die Referenzierung etablierter Ontologien/Vokabulare in- nerhalb der VWS vor. In Zukunft werden noch mehr Aspekte von Produkten und Prozessen in der VWS mit standardisierten VWS-Teilmodellen modelliert werden, die Nutzungsfälle mit DPP in Datenräumen ermöglichen. 1 VWS: https://industrialdigitaltwin.org/wp-content/uploads/2023/06/IDTA-01001-3-0_SpecificationAssetAdministrationShell_Part1_Metamodel.pdf. 2 IDS-RAM: https://docs.internationaldataspaces.org/knowledge-base/ids-ram-4.0. 3 Das EU-finanzierte OPEN DEI-Projekt versucht Lücken und Synergien bei der europäischen digitalen Transformation zu identifizieren. OPEN-DEI-Positionspapier »Design Priciples for Data Spaces«: https://www.opendei.eu/wp-content/uploads/2022/03/Position-Paper-Design-Principles-for-Data-Spaces.pdf. 4 EDC Extension for AAS: https://github.com/FraunhoferIOSB/EDC-Extension-for-AAS. 5 FA³ST Service: https://github.com/FraunhoferIOSB/FAAAST-Service. 6 Battery Passport Content Guidance: https://thebatterypass.eu/https://thebatterypass.eu/. 15

Datenräume und Digitale Zwillinge Abb. 2: Sortierer: Ein Digitaler Zwilling für sensorgestützte Sortiersysteme liefert wichtige Infor- mationen zur Auswahl optimaler Recyclingpfade. Abb. 3: Kunststoff. Betriebsdaten bilden die Grundlage für das Bewertungsmodell, um mögliche Recyclingpfade zu evaluieren. Durch die Erfassung der Betriebsdaten ist es möglich, dem Bewertungsmodell eine stetig wachsende, aktuelle Datenbasis zur Verfügung zu stellen. Aus dem gewählten Recyclingpfad werden die Konfigurationen für die einzelnen Prozesse abgeleitet und im jeweiligen Anlagen- Zwilling gespeichert. Bei der Modellierung der Digitalen Zwillinge wurde auf die Spe- zifikation der Plattform Industrie 4.0 für Digitale Zwillinge (Ver- waltungsschale oder Asset Administration Shell, AAS) zurück- gegriffen, um eine interoperable und nachhaltige Lösung zu entwickeln. Für die sensorgestützte Sortierung (s. Abbildung 2) wird eine innovative Terahertz-Sensorik entwickelt. Für die Materialcha- rakterisierung kommen KI-basierte Klassifikationsverfahren zum Einsatz. Um die Verfahren zu evaluieren, wird ein Demonstrator für die neuartige Sortierung realisiert. Sensorgestützte Sortier- systeme, die in der Kunststoffaufbereitung auch heute bereits eingesetzt werden, bieten eine bedeutende Informationsquelle, die maßgeblich zur Verbesserung der Recyclingausbeute beitra- gen kann. Das entwickelte System nutzt die sensoriell erhobenen Daten nicht nur zur Berechnung von Sortierentscheidungen, son- dern ermittelt auch aussagekräftige Statistiken über die Beschaf- fenheit des Stoffstroms. Dieser Datenschatz wird in Echtzeit über eine standardisierte Schnittstelle (OPC UA) den Digitalen Zwillingen verfügbar gemacht, was die Basis für die Auswahl des sinnvoll- sten Recyclingpfads darstellt. Die Digitalen Zwillinge agieren dabei als Informationsdrehscheibe (»Single Source of Truth«) für den gesamten Recycling-Prozess. Ausblick: Digitale Zwillinge im Recycling-Datenraum Die verschiedenen Recyclingprozesse eines Recyclingpfads, wie Sortierung, selektive Extraktion, energetische Verwertung etc., laufen in der Regel bei verschiedenen Akteuren der Recycling- Wertschöpfungskette ab. Daher ist der Einsatz eines Datenraumes sinnvoll. Dieser bietet den verschiedenen Akteuren die Möglich- keit, ihre Daten untereinander zu teilen – ohne eine zentrale Instanz einzubeziehen. Zwischen den Partnern im Datenraum werden die Spielregeln für die Nutzung der geteilten Daten defi- niert. Diese legen fest, wer wofür welche Daten in den Model- len der Digitalen Zwillinge lesen oder ändern darf. Da hier der AAS-Standard genutzt wird, ist eine einfache Interoperabilität zwischen den Partnern durch standardisierte Metamodelle und APIs sichergestellt. Der Recycling-Datenraum stellt eine sichere Umgebung dar, um Daten zu organisieren, zu verwalten und zu teilen. Dies erleichtert die Zusammenarbeit der Unternehmen sowie die Analyse und Entscheidungsfindung durch ein unternehmensübergreifendes Bewertungsmodell. 17

Datenräume und Digitale Zwillinge Abb. 1: Energiemarktlabor am Fraunhofer IOSB-AST Ilmenau. Entwicklung der Digitalen Zwillinge und sorgen für Interoperabi- lität zwischen dem Energie- und dem Industriesektor. Aktuelle Arbeiten In laufenden Projekten arbeitet das Fraunhofer IOSB-AST Ilme- nau in mehreren Konsortien daran, einen Datenraum für den Energiesektor (energy data-X und IdFlexNetz) zu etablieren und mit dem Industriesektor (Factory-X) zu koppeln. Das Ziel der Arbeiten ist, verfügbare Open Source Implemen- tierungen (Gaia-X, Eclipse Dataspace Components, Asset Ad- ministration Shell) weiterzuentwickeln und an den Energiesek- tor anzupassen, um für diesen einen Datenraum aufzubauen und datenbasierte Planungs-, Prognose- und Betriebsführungs- algorithmen (Digitaler Zwillinge) bereitzustellen. Dabei soll die Interoperabilität zum Industriesektor gewährleistet werden. Diese Digitalen Zwillinge ermöglichen es Industrieunternehmen, energetische Aspekte in der Produktions- und Prozessplanung zu berücksichtigen und automatisiert mit dem Energieversorger abzustimmen. Der dafür notwendige souveräne Datenaustausch wird über die Datenraumtechnologie gewährleistet. Die nach- haltige Transformation des Energiesystems wird somit für die Sektoren Energie und Industrie eine Win-Win Situation. Das Energiesystem profitiert durch die bereitgestellten Daten und energetische Flexibilität zur Sicherstellung der Energieversorgung, während die Industrieunternehmen von den geringeren Kosten profitieren. Unterstützung durch das Fraunhofer IOSB-AST bei der Transformation Das Fraunhofer IOSB-AST unterstützt Unternehmen durch Beratung und Lösungen bei der Ermittlung und Bewertung potenzieller Transformations- szenarien. Damit wird der für das Unternehmen optimale Dekarbonisierungspfad aufgezeigt. unterstützt beim Aufbau der notwendigen IT-Systeme und bei der Entwicklung Digitaler Zwillinge durch Beratung und industrieerprobte Lösungen für den Betrieb Ihres Energie- managements. unterstützt zukünftig beim Aufbau und der Erprobung der Datenraumtechnologie durch einen FuE-Datenraum und an- schließend bei der Integration in die entstehenden Daten- räume. 19

Datenräume und Digitale Zwillinge s k r o w r o m a t e m / m o c . o t o h p k c o t s i © Abb. 1: Symbolbild Vernetzung und Datenräume. Zukünftige Perspektive und Ausgestaltung von neuen Geschäftsmodellen Werden Kund*innen bereit sein, für die Nutzung fremder Daten zu zahlen und wie sieht das damit verbundene Geschäftsmodell aus? Die Gesamtlösung ist dahingehend offen, zu skalieren und Fremdsysteme anzubinden, um für die Kund*innen weiteren Mehrwert durch weitere Datenräume zu schaffen. Eine zuneh- mend wichtige Komponente findet sich in der Erstellung von Applikationen, die sowohl kundenspezifisch als auch allgemein- gültig sein können. Letztlich spielt das Business Model die entscheidende Rolle, ob IT-Provider in diesem Konstrukt auch für sich einen wirtschaftli- chen Nutzen für die Entwicklung von Portalen in diesem Segment sehen. Der Betrieb eines Portals mit Zugang auf unterschiedliche Datenräume wird dann wirtschaftlich, wenn über die Anforde- rungen von energy data-X hinaus weitere Kundenanbindungen erfolgen, die Anzahl der Applikationen steigt und Kund*innen bereit sind, die Nutzung des Gesamtsystems entsprechend finanziell zu honorieren. Abb. 2: Das energy data-X-Portal (ed-X-Portal) als zentraler Baustein für den Zugang zum Datenraum und den damit ver- bundenen Applikationen. 1 Mehr Informationen zum ed-X-Projekt finden Sie unter: https://www.energydata-x.eu/ 21

Datenräume und Digitale Zwillinge Transfer-X Trafo-Hub-LS LS Hub Y Hub X OEM OEMs T T T r 1 r 2 r n Abb. 2: Transformations-Hubs zur Unterstützung von Transformationsprozessen in Wertschöpfungsketten der Automobilindustrie. Tal des Todes. Gefördert werden aktuell elf derartige Hubs. Sie übersetzen die meist wissenschaftliche Beschreibung von Projektergebnissen in die Sprache des potenziellen Anwenders und skalieren die Bekanntheit der besten Lösungen in ihrer jeweiligen Zielgruppe. Ein besonderer Fokus liegt dabei auf den Ergebnissen des Konjunkturpaketes 35c zur Stärkung der Automobil-Industrie von 2021. In den Projekten dieses Förderrahmens entstehen FuE-Ergebnisse für verschiedene Wertschöpfungsketten der Fahrzeug- und Zuliefererindustrie. Ein inhaltlicher Schwerpunkt ist die Digitalisierung, Vernetzung und Flexibilisierung unter- nehmensübergreifender Produktionsprozesse. Damit befassen sich zahlreiche Projekte, u. a. das Leitprojekt Catena-X. Klar ist: Viele Projekte haben die gleiche Zielgruppe (Fahrzeug- industrie) und kein Projekt kann alle Bedarfe eines Gestaltungs- feldes gesamtheitlich abdecken. Die Herausforderung besteht darin, dass die Lösungen für den Transfer projektübergreifend konsolidiert und anschaulich aufbereitet werden. Erst auf dieser Basis kann die Skalierung in einen breiten Transfer bei potenzi- ellen Anwendern, v. a. bei kleinen und mittleren Unternehmen, münden und somit wirksam werden. Hier kommen die Transformations-Hubs ins Spiel, die die Ergeb- nisse der FuE-Projekte allgemeinverständlich aufbereiten und zu interessierten Unternehmen transferieren. Mit dem neuen Trans- fer-Ansatz sollen projektübergreifende Synergieeffekte realisiert werden, die allen beteiligten Akteuren der Branche zugutekommen. Einer dieser Transformations-Hubs ist Transfer-X [2]: Seine Kernaufgabe liegt in der Überführung der FuE-Projektergeb- nisse (»Transfergegenstände«) rund um das Thema »Datenöko- systeme« in webbasierte Lerneinheiten, sogenannte Transfer- module. Dabei werden unterschiedliche Medien wie Video, Audio, Bilder, Texte etc. verwendet, um die Inhalte möglichst anschaulich zu vermitteln. Der Nutzer oder die Nutzerin kann sich bequem informieren und erhält Empfehlungen, welche ergänzenden Informationen noch hilfreich wären. Er oder sie kann sich so einen eigenen Transferpfad über »seine«/ »ihre« Transfermodule zusammenstellen. Transfer-X erarbeitet eine Vielzahl derart vernetzter Transfermodule, die dann über Multi- plikatoren (Verbände, IHKs, Mittelstand Digital-Zentren etc.) in die Breite getragen werden. Das ist eine Win-Win-Situation für alle: Die Projekte erhalten mehr Reichweite und die Multi- plikatoren erhalten konsolidierte und verständlich aufbereitete Inhalte. Erste Beispiele bestätigen, dass das Konzept von Transfer-X funktioniert. Auch für die kommenden Leuchtturmprojekte in Manufacturing-X kann der Transfer-X-Ansatz einen Beitrag zum schnelleren und besseren Transfer leisten. Seitens des Bundesministeriums für Wirtschaft und Klimaschutz (BMWK) gibt es bereits Planungen zu einer übergeordneten Transfer- initiative. Es bleibt zu hoffen, dass dieser Ansatz Schule macht und das nationale Innovationssystem das Tal des Todes besser überbrücken kann. 1 R. Laguna: »Sprunginnovation. Wie wir mit Wissenschaft und Technik die Welt wieder in Balance bekommen«, Econ, Berlin, 2021, S. 146ff. 2 www.transfer-x.de 23

Hier steht das Kapitel Deployment View Rel. 23.09 V3 Use Cases Business Business Business Applications Applications Application (Commercial) (Commercial) (Commercial) Business Business Business Applications Applications Application (Commercial) (Commercial) (OSS) Business Business Business Applications Applications Application (Commercial) (Commercial) (Local Development) Catena-X Operating System (cxOS) KITs Core Services Onboarding Services Enablement Services Core Services A Core Services B Onboarding Services Marketplace Partner Network UI Semantic Hub Identity Provider (User) Identity Provider (Clients) Golden Record Service & API Discovery Finder Data Space Discovery BPN Discovery Business Partner Number Issuer Managed Identity Wallet SD-Factory Registration Connection to External Onboarding Services Connection GXDCH Connector Data Space Protocol Identity Check Contract Management Policy Management Digital Twin Context Digital Twin Registry Item Relationship Service AAS-Server Simple Data Exchanger . V . e k r o w t e N e v i t o m o t u A X - a n e t a C © Abb. 2: Service Map (Deployment View) Ergänzt wird der Verein durch die Catena-X-Entwicklungs- umgebung. Der Fokus der Entwicklungsumgebung liegt auf der Entwicklung von Open-Source-Referenzimplementierungen und sogenannten KITs (»Keep it Together«) [3]. Letztere bieten Softwarekomponenten, Richtlinien und Deployment-Skripte, um die Einführung und Entwicklung von Catena-X-Anwen- dungsfällen und Standards zu beschleunigen. Organisiert ist die Entwicklungsumgebung in Eclipse Tractus-X [4], dem offi- ziellen Open-Source-Projekt für das Catena-X-Ökosystem. In der Catena-X-Betriebsumgebung, dem tatsächlichen Datenraum, werden die verschiedenen Open-Source- und kommerziellen Dienste und Geschäftsanwendungen von unter- schiedlichen Anbietern betrieben. Die Betriebsumgebung ist dabei bewusst getrennt von der Governance und Entwicklung. Der größte Vorteil hierin ist, dass die Steuerung unabhängig ist von kommerziellen Interessen einzelner Betreiber und die auf dem Datenraum angebotenen Lösungen von unterschiedlichen Anbietern zur Verfügung gestellt werden. Der Verein legt im Sinne eines Marktsystems Rollen und Regeln im Catena-X Betreibermodell [5] fest und koordiniert die Entwicklung der zugehörigen Open-Source-Software-Bausteine in der Ent- wicklungsumgebung. Im Ergebnis steht eine »Service Map«, die potenziellen Betreibern Tools und Rahmenbedingungen auferlegt, eine produktive Rolle, auf dem Catena-X-Datenraum einzunehmen. Neben Betreibergesellschaften bestehen die folgenden Rollen, die von beliebig vielen Akteuren ausgefüllt werden können – Wettbewerb belebt das Geschäft: 1. Onboarding Service Provider registrieren Teilnehmer im Datenraum. 2. Enablement Service Provider befähigen Teilnehmer über die nötigen Werkzeuge, wie einen Connector oder eine Digital Twin Registry, zu produktivem Datenaustausch. 3. Business Application Provider erwecken Catena-X Use Cases zum Leben und ermöglichen Wertschöpfung über das Netzwerk. 4. Data Provider und Data Consumer stellen Daten in dem Netz- werk zur Verfügung und konsumieren diese, um spezifische Industrieprobleme zu lösen und Wertschöpfung zu generieren. 5. Advisory Provider bieten als Catena-X-Experten all den- jenigen Unterstützung, die (noch) nicht selbstständig auf Catena-X agieren können. 6. Conformity Assessment Bodies stellen über unabhängige Zertifizierung sicher, dass die Catena-X-Standards von allen Teilnehmern des Netzwerks eingehalten werden. Betreibergesellschaft – eine von vielen Eine Catena-X-Betreibergesellschaft ist explizit für den Betrieb der grundlegenden Infrastruktur des föderierten Datenraums nach Catena-X-Standards verantwortlich. Mit Cofinity-X [6] hat im Oktober 2023 zum ersten Mal eine zertifizierte Catena-X- Betreibergesellschaft ihr Angebot für alle Datenraumteilnehmer »live« geschaltet, ermöglicht seitdem produktiven Datenaus- tausch auf dem Netzwerk und zeigt: Catena-X funktioniert. Unter den Stichworten »Trust & Adoption« plant Catena-X im Jahr 2024 die schrittweise Föderierung des Datenraum- Betriebs. Dies gewährleistet nicht nur ein resilienteres Daten- ökosystem, sondern garantiert auch globale Anwendungs- möglichkeit und damit das Einlösen des Catena-X-Wertever- sprechens. Je nach Region kann Catena-X demnach auch von lokalen Akteuren mit betrieben werden und Angebote können entsprechend passend für das regionale Ökosystem gestaltet werden. 1 https://catena-x.net/de/ 4 https://eclipse-tractusx.github.io/ 2 https://catena-x.net/de/ueber-uns/rolle-des-vereins 5 https://catena-x.net/fileadmin/_online_media_/CX_Operating_Modelv2.1_ 3 https://eclipse-tractusx.github.io/Kits/ final.pdf 25

Datenräume und Digitale Zwillinge Fazit und Zusammenfassung Vor Industrie 4.0 war die Welt noch ‚in Ordnung‘: Produktion und IT waren zwei voneinander ge- trennte Welten. Die Automatisierungs-Pyramide bildete den Common-Sense ab: Die Feldebene mit den Fertigungs-, Montage und Material- flussprozessen, Sensoren, Aktoren, Steuer- ungen und ihre Echtzeitkommunikation war weitgehend autark von überlagerten IT-Sys- temen, natürlich auch vom Internet. Auf der ERP- und der MES-Ebene gab es eigenständige Systeme mit abgegrenzten Funktionalitäten. Mit dem Aufkommen cyberphysischer Systeme,dem Internet-of-Things, der durchgängigen Vernetz- ung ‚vom Sensor in die Cloud‘ und kollabora- tiven Ansätzen beim Datenaustausch haben sich Architektur, das Zusammenspiel und die Verantwortlichkeiten von IT und OT komplett verändert: IT durchdringt Feldgeräte und Ma- schinen immer stärker. Der Zugriff auf Daten von Feldgeräten und Maschinen innerhalb von Fabriken ist inzwischen Standard, und zwar über alle Ebenen der ehemaligen Automati- sierungspyramide. Aus dem Ebenenmodell ist ein Netzwerk geworden, mit Geräten, die wie selbstverständlich mit dem Internet verbunden sind. Viele Unternehmen nutzen Daten aus Maschinen, Anlagen und verbessern so stetig ihre Kennzahlen. Zwar haben sich die Schlag- worte und Moden über die Jahre verändert, die Aufgabenstellungen sind jedoch ähnlich: heterogene Signale und Daten aus industriel- len Prozessen sammeln, kommunizieren, ver- arbeiten und mit modernen Werkzeugen der Softwareentwicklung in komplexen IT-Kompo- nenten und -Systemen aufbereiten, auswerten und interpretieren. Viele Firmen haben in den Jahren seit dem Be- ginn von »Industrie 4.0« Schritte in die Digit- alisierung gemacht, mehr oder weniger erfolg- reich; viele proprietäre Lösungen blieben hinter den Erwartungen zurück. Entsprechend zurück- haltend sind die Unternehmen nun. Damit bleiben sie aber hinter den mit der Digitalisie- rung verbundenen Potenzialen zurück, z.B. für zusätzliche datenbasierte Dienstleistungen rund um Fabriken, Maschinen und Komponen- ten, und verpassen möglicherweise wichtige Chancen. Tatsächlich ist Digitalisierung für alle Branchen des produzierenden Gewerbes ein strategisches Muss. Egal ob Fabrikbetreiber, Maschinenbauer, Komponentenlieferant oder Automatisierungsanbieter: Digitale Zwillinge, Künstliche Intelligenz, industrielle Datenräume und Datenaustausch über Unternehmensgren- zen hinweg sind die Themen der Zukunft. Nur im Austausch mit anderen Unternehmen, z.B. Zulieferern, Kunden, Ausrüstern, lassen sich weitere Potenziale heben, beispielsweise im Engineering, um Produktionsanlagen und ihre Digitalen Zwillinge zu testen und schnell in Betrieb zu nehmen, entlang der Lieferkette, um z.B. lückenlose Rückverfolgbarkeit zu ermöglichen oder um Produktionsprozesse zu verbessern, z.B. indem Prozessparameter aufgrund verschiedener Gegebenheiten oder Mess- werte schnell angepasst werden. Deutschland verfügt über weltweit anerkannte Kompetenzen bei Anlagenbetreibern, im Ma- schinen- und Anlagenbau, in der Elektro- und Automatisierungsindustrie, der Mikroelektro- nik und bei eingebetteten Systemen, in der produktionsnahen IT bis hin zur kompletten Systemintegration. Kaum ein anderes Land der Welt hat dieses breite Spektrum von Know-how und Erfahrung – beste Ausgangsbedingungen also. Lassen Sie uns den Standort nicht zerreden, sondern handeln wir gemeinsam! Geschäftsfeld Automatisie- rung und Digitalisierung Maßgeschneiderte IT- Lösungen für vernetzte Produktions-Ökosysteme Zum Geschäftsfeld und zur Geschäftsfeld-Broschüre: iosb.fraunhofer.de/ad 27