FOCUS – BEST PRACTICES 10 / UdZ 03.22 Uranos-X Für jedenDatenraumwurdeeineReihe spezifischerGaia-X-Usecases gestartet. Die insgesamt 78 Projekte stellen bisher das wesentliche Instrument zur Beteiligung von Unternehmen an Gaia-X dar. Hierzu entwickeln die Mitglieder des deutschen Gaia-X-Hubs aus verschiedenen Wirtschaftsdomänen, von der Finanzwirtschaft bis zu Industrie 4.0, erste spezifische Anwendungen. Im Bereich Industrie 4.0 befasst sich beispielsweise das Projekt ‚Predict Machines (PdM)‘ mit der prädiktiven Instandhaltung von Maschinen . Das Projekt „Supply Chain Collaboration in a Connected Industry“ setzt sich wiederum das Ziel, Synergien in Zulieferernetzwerken besser zu nutzen . Trotz beachtlicher Erfolge ist die Anwendungsbreite von Gaia-X noch eingeschränkt. Der bislang verfolgteUsecase-basierte Ansatz führt zu einer Vielzahl divergenter Insellösungen; für eine erfolgreiche Skalierung wird nun ein methodisch ganzheitliches Lösungsbild erforderlich. Aufgrund der eingeschränkten Anzahl der veröffentlichten Usecases ist auch die Menge der Teilnehmer:innen begrenzt, die herausragendes Wissen über Gaia-X und ihre Funktionen mitbringen und transferieren können (z. B. Gaia-X-Hubs, Verbundprojektpartner). Gleichzeitig besteht ein großer Bedarf an Wissen bei denjenigen Akteuren, für die ein Einstieg in Gaia-X erfolgversprechende Geschäftsoptionen eröffnet. Darunter fallen z. B. Industrieunternehmen oder KMU, die vernetzte Produkte anbieten oder deren Produktion von der Vernetzung profitieren würde. Ziel des übergreifenden Begleitprojekts Uranos-X ist es, das in den Usecases generierte Wissen zu bündeln und den Wissenstransfer von der Forschung für die Nutzung in mittelständischen Unternehmen zu gestalten. Anhand eines speziellen Entwicklungsbaukastens sollen KMU dazu befähigt werden, Gaia-X-konforme Anwendungen eigenständig zu identifizieren, zu spezifizieren und umzusetzen. Für den Uranos-X-Baukasten werden alle Anforderungen, Vorgehens- Closed Data Space Open Ecosystem Federations of Ecosystems Federator Data Provider Data Consumer Meta Data Payload Data Figure 2: Roles in the data space and development stages of data ecosystems (Otto 2022, p. 7 f.) 7 s. BMWK 2022a 8 s. BMWK 2022b 7 BMWK 2022a 8 BMWK 2022b various economic domains, from finance to Industrie 4.0, are developing the first specific applications. In the area of Industry 4.0, for example, the Predict Machines (PdM) project deals with the predictive maintenance of machines. The Supply Chain Collaboration in a Connected Industry project aims to make better use of synergies in supplier networks. Despite considerable successes, the range of applications for Gaia-X is still limited. The use case-based approach followed so far leads to a large number of divergent isolated solutions; a methodologically uniform solution is now required for successful scaling. Due to the limited number of published use cases, the number of participants who can contribute and transfer outstanding knowledge about Gaia-X and its functions (e. g. Gaia-X hubs, joint project partners) is also limited. At the same time, there is a great need for knowledge among those for whom participation Gaia-X opens up promising business options, including, for example, industrial companies or SMEs that offer networked products or whose production would benefit from networking. The aim of the overarching accompanying project Uranos-X is to pool the knowledge generated in the use cases and to secure the transfer of knowledge from research to application in SMEs. Using a special development kit, SMEs are to be enabled to independently identify, specify, and implement Gaia-X-compliant applications. For the Uranos-X kit, all requirements, procedures, and methods of the previous use cases are compiled and synthesized into transferable solution patterns. This results in a direct transfer of knowledge from experienced companies and organizations to potential newcomers. The focus here is on the Industry 4.0 data space (see Figure 3, p. 11). Nevertheless, the project approach and the results should be transferable to other data spaces, such as that of the energy sector.
RkJQdWJsaXNoZXIy NzcyMw==