Ein zentrales Problem bei der Verwendung von Cloud-basierten Tools wie ChatGPT ist die Möglichkeit von LLM-Halluzinationen. Wie "RAG"-Systeme Abhilfe schaffen können.
Alina Grubnyak, Unsplash
Smarte Datenwirtschaft: Datenprodukte und Smart Services eröffnen neue Geschäftsfelder
In diesem Artikel der Reihe „Smarte Datenwirtschaft“ erfahren Sie, wie durch unternehmensübergreifendes Tauschen und Teilen von Daten neue Geschäftsmodelle entstehen.
Das Teilen und Tauschen von Daten untereinander bietet Unternehmen die Möglichkeit, neue Geschäftsmodelle zu entwickeln. In der sogenannten Plattformökonomie können Datenprodukte und Smart Services entstehen, die mit den allein im eigenen Unternehmen vorhandenen Daten nicht denkbar wären. Das Forschungsprojekt EVAREST, das im Rahmen des Technologieprogramms „Smarte Datenwirtschaft“ vom Bundesministerium für Wirtschaft und Klimaschutz (BWMK) gefördert wurde, hat eine offene technische Plattform entwickelt, die es erlaubt, Daten aus der gesamten Lebensmittelproduktion in einem Datenökosystem zusammenzuführen, wo sie zu höherwertigen Datenprodukten veredelt und global vermarktet werden können.
Zentrale Idee der in EVAREST entwickelten Datenplattform ist, dass Lebensmittelproduzenten fundiertes Insider-Wissen abrufen können. Im Bereich der industriellen Lebensmittelproduktion fallen massenhaft Daten an, angefangen beim Anbau der Rohstoffe über die Kontrolle von Zulieferketten bis zur Verarbeitung inklusive der Qualitätskontrolle. Werden diese Daten gesammelt, konsolidiert und zusammengeführt, lassen sich mithilfe intelligenter, KI-basierter Dienstleistungen (Smart Services) aus Rohdaten unterschiedlicher Herkunft bestimmte Informationen oder Vorhersagen ableiten. Die Ergebnisse werden an Interessenten verkauft und erhalten dadurch einen ökonomischen Wert: Ein Datenprodukt ist entstanden.
Nicht nur im Bereich der Lebensmittelproduktion können solche Datenprodukte zur Sicherung von Lieferketten und nachhaltiger Produktion beitragen. Wenn zum Beispiel Hinweise auf nachlassende Rohstoffqualität um datenbasierte Informationen aus anderen Branchen ergänzt werden, etwa aus der Finanzindustrie oder von Wetterdiensten, sind noch komplexere und damit höherwertige Datenprodukte möglich, die es allen an der Wertschöpfungskette Beteiligten ermöglichen, optimal zu planen.
Dafür ist es notwendig, dass Daten über Herstellergrenzen hinweg nutzbar sind. Voraussetzung für die Entwicklung von Datenprodukten und Smart Services ist deshalb, dass die Unternehmen auch bereit sind, ihre Daten zu teilen. Obwohl es sich dabei um anonymisierte Daten wie Sensordaten, Statistiken oder Mengenangaben handelt, müssen Unternehmen darauf vertrauen können, dass diese sicher übermittelt und nur für die freigegebenen Zwecke verwendet werden.
Je mehr Informationen von unterschiedlichen Datengebern zusammengeführt werden können, desto größer ist der Nutzen für das einzelne Unternehmen.
Hannah Stein, Researcher und Doktorandin im Forschungsbereich Smart Service Engineering in der DFKI GmbH und der Universität des Saarlandes und Mitarbeiterin im Projekt EVAREST
Vertrauen als Schlüssel für die Akzeptanz von Datenwirtschaft
Um das zu gewährleisten, wurde im Projekt an einem sogenannten Broker-Framework gearbeitet. Es ermöglicht mithilfe der Blockchain-Technologie den vertragsbasierten Austausch, Handel und die Verarbeitung von Datenbeständen zwischen den Akteuren. Der Broker agiert dabei als unabhängige dritte Partei und gewährleistet so den sicheren, vor Manipulationen geschützten Datenhandel.
Das Projekt hat zudem die DIN SPEC 91452 entwickelt, eine Spezifikation zur „Geschäftsmodellentwicklung für ein Datenökosystem in der Lebensmittelindustrie“. Dieser Standard definiert konkrete Anforderungen, um datenbasierte Geschäftsmodelle gewinnbringend nutzen zu können. Er unterstützt die Unternehmen der Lebensmittelindustrie dabei, effizienter, produktiver und nachhaltiger zu werden. Mehr Informationen zur DIN SPEC 91452 und die Möglichkeit zum Download finden Sie hier.
Weitere Informationen zum Technologieprojekt EVAREST finden Sie hier
