SlideShare ist ein Scribd-Unternehmen logo
1 von 6
Downloaden Sie, um offline zu lesen
Tourism Data Space: Was? Warum? Wie?
olga.preveden@austria.info
Seite 1 /6
Data Space – Was? Warum? Wie?
1. Ein Data Space ist eine Form von Data Sharing:
▪ Data Commons (Die Daten werden gemeinsam gesammelt, geteilt und genutzt. Die
Datenschutzrichtlinien, Zugriffssteuerungen, Datenstandards und -formate und
Governance-Strukturen werden durch die Plattform vorgegeben, auf welcher alle
zusammenarbeiten. Ein Beispiel davon ist „Creative Commons“ in Marketing)
▪ Data Collaboratives (Verschiedene Organisationen teilen ihre Daten, um
gemeinsame Projektziele zu erreichen; oft werden die Daten für große öffentliche
Projekte zur Verfügung gestellt, um z.B. gesundheitliche oder Umweltprobleme zu
lösen).
▪ Data Marketplaces (Data Marketplaces sind Plattformen, wo Daten zum Verkauf
oder Austausch angeboten werden, begleitet von einem klaren Transaktionsprozess.)
▪ Open data (Als Open Data werden bestimmte Daten für die Öffentlichkeit frei
verfügbar gemacht, ohne rechtliche, technische oder finanzielle Beschränkungen.)
Tourism Data Space: Was? Warum? Wie?
olga.preveden@austria.info
Seite 2 /6
▪ Data Space – Data Spaces sind breiter als jede andere Form von Data Sharing, sie
können das alles: Ein Data Space dient nicht nur dem Handel mit Daten, sondern
auch der Zusammenarbeit, dem sicheren Datenaustausch und der gemeinsamen
Nutzung von Daten in einem kontrollierten Umfeld.
“Data Space is a form of data sharing based on trust”.
GAIA-X Definition: “The term ‘data space’ refers to a type of data relationship
between trusted partners who adhere to the same high level standards and guidelines
in relation to data storage and sharing within one or many vertical ecosystems.”
2. Die Basis von Vertrauen in einem Data Space.
Das Vertrauen im Data Space wird durch Standards und Guidelines geschaffen. Vieles
wird durch die technische Infrastruktur abgedeckt, woran viele Experten schon fast seit
zwei Jahren arbeiten und die grundlegend für jeden Data Space ist.
Ein der Hauptcharakteristiken von Data Spaces ist, dass es zwei Ebenen der
Dataaustausch gibt: 1) Zuerst wird die Identitäten und Berechtigungen geprüft (und
eventuell auch Datenlieferungsvertrag abgeschlossen) (oben) 2) Nach dem die
Berechtigung bestätigt wurde, erfolgt der eigentliche Datentransfer (unten). Was wichtig
ist: Data Space Betreiber oder der Provider von technischer Infrastruktur haben keinerlei
Einsicht in die Daten selbst und jeder Teilnehmer kann selbst entscheiden, wem er seine
gibt auf welcher Bedingung gibt („Datensouverinität“).
Zusätzlich zu den technischen Standards kommt Data Space Governance dazu, und
zwar alle Prinzipien und Regeln, die der Data Space Betreiber (oft gemeinsam mit allen
Gründern) festlegt für die Bereichen, die nicht durch Technik oder bestehenden
rechtlichen Rahmen abgedeckt sind. So wird in Data Space eine sichere Umgebung für
Data Sharing geschaffen.
Tourism Data Space: Was? Warum? Wie?
olga.preveden@austria.info
Seite 3 /6
3. Die Vorteile von Data Spaces
Aus der Definition und dem Aufbau von Data Spaces ergeben sich einige Vorteile, und
zwar:
▪ Niedrigere notwendige Speicherkapazität: Es sind keine große Speicherkapazitäten
für Data Spaces notwendig, da nur die Metadaten in Datenkatalog stehen und keine
Daten zentral gespeichert werden bzw. die Daten bleiben immer an der Quelle
gespeichert.
▪ Ein wichtiges Merkmal von Data Space Konzept ist, dass sie einheitlich von der EU
für alle Domains geplant werden1
, und somit eine einfacherer Datenaustausch
zwischen verschiedenen Domains auf der Basis von gleichen technischen
Standards möglich wird. Z.B. gibt es schon ein Mobility DS, DS Smart Cities, DS
Green Deal, DS Agro, DS Skills und DS Cultural Heritage, die alle einen Link zu
Tourism Data Space haben2
.
▪ Data Spaces basieren auf der Verlinkung durch hergestellte Verbindungen,
sozusagen ein System, wo alle Akteure angeschlossen sind. So ein System ist für
Trenderkennung und Resilienz insbesondere wichtig; das war ein der Gründe warum
das Data Spaces Thema nach COVID-Lockdowns und extreme Unsicherheit im
Tourismus so rasant aktuell wurde.
▪ Und nicht zuletzt, auf der Basis von Datenkatalog, wo jeder Anbieter seine Daten zur
Verfügung stellen kann, kann man sehr wohl Anbieteragnostisch agieren.
Und zwar gibt es verschiedene Datentypen im Tourismus (angeführt unten mit ihrer
gewichteten Bedeutung für touristischen Use Cases3
). Jede DMO braucht jeden
Datentyp und für jeden Datentyp kann es mehrere Anbieter/ Datenquellen geben:
Behavior of tourists 15%
Tourist flow 11%
Mobility data (Routen & ticket prices) 11 %
Demand and offer data 10%
Typology of tourists 10%
Tourists’ satisfaction & emotions 10%
Purchase habits 8%
Sustainability data 8%
Local/Residents’ satisfactions and emotions 7%
Accessibility data 6%
Related industry data 4%
1 https://digital-strategy.ec.europa.eu/en/library/building-data-economy-brochure
2 https://internationaldataspaces.org/adopt/data-space-radar/
3 https://op.europa.eu/en/publication-detail/-/publication/9df86541-fba5-11ec-b94a-01aa75ed71a1
Tourism Data Space: Was? Warum? Wie?
olga.preveden@austria.info
Seite 4 /6
4. Wie kann man mitmachen und wann macht es Sinn mitzumachen?
Man braucht einen EDC Connector von Nexyo oder einem anderen Anbieter4
. Zu ÖW
Tourism Data Space kann man sich durch did ID anschließen (der Data Space ist
öffentlich): did:web:hub.austria.info:ds:ef9a3f2d-490b-46dd-917d-dddadf5adc01
Es ist wichtig zu betonen, dass der Einsatz eines Data Spaces von den spezifischen
Anforderungen und Zielen der beteiligten Akteure abhängt:
▪ Insbesondere eignen sich Data Spaces für Projekte, wo es um Austausch von
sensiblen oder vertraulichen Daten geht (Sicherheitsaspekt)
▪ Wenn die Datenquellen komplex (nicht homogen) sind und es viele Datenquellen
gibt, die miteinander angeschlossen werden müssen (hergestellte
Verbindungen)
▪ Wieder mal auf die Verbindungen zurückzuführen: Data Spaces eignen sich mehr
für Projekte, wo es um Echtzeitdatenübertragung geht bzw. kontante
Datenabfragen, und nicht einmalige Datenübertragung (Notwendigkeit der
Echtzeit-Kollaboration)
▪ Use Cases in Data Spaces lassen sich gut skalieren und ausweiten
(Skalierbarkeit)
5. Die Bedeutung der Use Case für Data Space Entwicklung:
Use Cases sind von zentraler Bedeutung für Data Space Entwicklung, da sie konkrete
Anwendungsfälle darstellen, in denen der Austausch von Daten im Data Space
erforderlich ist. Bei einem nicht Use-Case-basierten Ansatz wäre die Entwicklung von
einem Data Space überkompliziert (ähnlich wie ein Rechtsystem, wo man an alle
möglichen Fälle im Voraus vorhersehen versucht). Deswegen wird es normalerweise ein
Minimum Viable Data Space Ansatz praktiziert und die Identifikation von Use Cases, die
Basis für die Planung und Entwicklung von Data Space werden.
Use Case basierter Ansatz hat folgende Vorteile:
Bedarfsermittlung. Use Cases helfen dabei, die spezifischen Anforderungen und
Bedürfnisse der Data Space Teilnehmer zu verstehen und weitere Funktionalitäten und
Eigenschaften des Data Spaces zu entwickeln, die auf die Bedürfnisse der Nutzer
zugeschnitten werden. Das verhindert unnötige Komplexität und stellt sicher, dass die
Plattform effektiv die Anforderungen erfüllt.
Sicherheit und Datenschutz im Data Space: Use Cases helfen bei der Festlegung und
Standardisierung von Sicherheits- und Datenschutzrichtlinien. Je nach Anwendungsfall
können unterschiedliche Sicherheitsanforderungen gelten, und die Implementierung von
Sicherheitsstandards muss auf diese spezifischen Bedingungen zugeschnitten sein.
Zielgerichtete Governance: Use Cases beeinflussen die Governance-Struktur des Data
Spaces. Die Identifikation von Use Cases ermöglicht es, klare Regeln und Richtlinien
4 https://internationaldataspaces.org/data-connector-report/
Tourism Data Space: Was? Warum? Wie?
olga.preveden@austria.info
Seite 5 /6
festzulegen oder diese zu erweitern, um sicherzustellen, dass der Datenaustausch den
Anforderungen entspricht.
Nutzerakzeptanz: Die erfolgreiche Umsetzung von Use Cases ist entscheidend für die
Nutzerakzeptanz. Wenn der Data Space die Anforderungen der Benutzer erfüllt und
effektiv ihre Bedürfnisse adressiert, steigt die Wahrscheinlichkeit einer erfolgreichen
Einführung und Nutzung des Data Spaces.
Skalierbarkeit und Flexibilität vom Data Space: Use Cases helfen, die Skalierbarkeit
und Flexibilität des Data Spaces zu bewerten und sicherzustellen, so dass die Plattform
auf zukünftige Anforderungen reagieren kann.
Erfolgsmessung: Use Cases (Schnittstellanbindungen oder erfolgten
Datenübertragungen) dienen oft als KPI für die Messung des Erfolgs des Data Spaces.
Durch die Definition klarer Ziele und Indikatoren in Bezug auf die identifizierten Use
Cases wird Erfolg und die Effektivität des Data Spaces evaluieren.
Wir suchen aktiv Destinationen, Organisationen und Betriebe, die Use Cases mit uns
machen wollen und die Daten nutzen oder teilen wollen! Der Weg zu Data Space
Ökonomie ist noch lang (s. unten), aber das Konzept wurde von der EU als Rahmen
definiert, so dass „Verweigern keine Lösung ist“, um Roman Egger wieder zu zitieren.
Früh einsteigen und ausprobieren lohnt sich!
A suggested timeframe for implementing the recommended actions over the next decade
(x-axis). The y-axis illustrates the relative, rather than absolute, effort distribution between
the five phases. The absolute effort value is expected to fluctuate, reaching a peak
around the 3-5 year mark5
.
5
https://bdva.eu/sites/default/files/BDVA%20DataSharingSpaces%20PositionPaper%20V2_2020_F
inal.pdf
Tourism Data Space: Was? Warum? Wie?
olga.preveden@austria.info
Seite 6 /6
Kontaktinformationen:
Die Webseite von Tourism Data Space: https://www.tourism-dataspace.com/de/ueber-uns
Unser Beitrag zum Artikel „"Destinationsmarketing - Mit Open Data in die (Meeting-)
Destination der Zukunft?" in TW zum Thema Open Data und Data Spaces (S. 9):
https://emag.tw-media.com/november-2023/
Olga Preveden
Project Manager Data & Innovation
olga.preveden@austria.info
Oliver Csendes
Chief Digital & Innovation Officer
oliver.csendes@austria.info

Weitere ähnliche Inhalte

Ähnlich wie TFF2023 - Navigating Tourism Data Nexus

Michael Pfefferle (Bitkom) Datenplattform für intelligente Infrastrukturen.pdf
Michael Pfefferle (Bitkom) Datenplattform für intelligente Infrastrukturen.pdfMichael Pfefferle (Bitkom) Datenplattform für intelligente Infrastrukturen.pdf
Michael Pfefferle (Bitkom) Datenplattform für intelligente Infrastrukturen.pdf
FIWARE
 
Einführung in Metadatenverwaltung
Einführung in MetadatenverwaltungEinführung in Metadatenverwaltung
Einführung in Metadatenverwaltung
Open Data Support
 
Das Entwerfen und die Entwicklung von Vokabularen in RDF
Das Entwerfen und die Entwicklung von Vokabularen in RDFDas Entwerfen und die Entwicklung von Vokabularen in RDF
Das Entwerfen und die Entwicklung von Vokabularen in RDF
Open Data Support
 
BITKOM_Präsentation Data Intelligence Hub -Schwarz-Kouril
BITKOM_Präsentation Data Intelligence Hub -Schwarz-KourilBITKOM_Präsentation Data Intelligence Hub -Schwarz-Kouril
BITKOM_Präsentation Data Intelligence Hub -Schwarz-Kouril
Stefan Schwarz
 
8 Tipps für eine Cloud Strategie – wie Unternehmen heute die Cloud einsetzen
8 Tipps für eine Cloud Strategie – wie Unternehmen heute die Cloud einsetzen8 Tipps für eine Cloud Strategie – wie Unternehmen heute die Cloud einsetzen
8 Tipps für eine Cloud Strategie – wie Unternehmen heute die Cloud einsetzen
AWS Germany
 
Einsatz mobiler Lösungen in Instandhaltung & Service
Einsatz mobiler Lösungen in Instandhaltung & ServiceEinsatz mobiler Lösungen in Instandhaltung & Service
Einsatz mobiler Lösungen in Instandhaltung & Service
T.A. Cook
 
ch.ch 2020
ch.ch 2020 ch.ch 2020
ch.ch 2020
ch.ch
 

Ähnlich wie TFF2023 - Navigating Tourism Data Nexus (20)

Michael Pfefferle (Bitkom) Datenplattform für intelligente Infrastrukturen.pdf
Michael Pfefferle (Bitkom) Datenplattform für intelligente Infrastrukturen.pdfMichael Pfefferle (Bitkom) Datenplattform für intelligente Infrastrukturen.pdf
Michael Pfefferle (Bitkom) Datenplattform für intelligente Infrastrukturen.pdf
 
Einführung in Metadatenverwaltung
Einführung in MetadatenverwaltungEinführung in Metadatenverwaltung
Einführung in Metadatenverwaltung
 
UBA Data Cube
UBA Data CubeUBA Data Cube
UBA Data Cube
 
Data Mining und OLAP
Data Mining und OLAPData Mining und OLAP
Data Mining und OLAP
 
Big Data Discovery + Analytics = Datengetriebene Innovation!
Big Data Discovery + Analytics = Datengetriebene Innovation!Big Data Discovery + Analytics = Datengetriebene Innovation!
Big Data Discovery + Analytics = Datengetriebene Innovation!
 
Das Entwerfen und die Entwicklung von Vokabularen in RDF
Das Entwerfen und die Entwicklung von Vokabularen in RDFDas Entwerfen und die Entwicklung von Vokabularen in RDF
Das Entwerfen und die Entwicklung von Vokabularen in RDF
 
Web Content-Management-Systeme the Past - the Present - the Future
Web Content-Management-Systeme the Past - the Present - the FutureWeb Content-Management-Systeme the Past - the Present - the Future
Web Content-Management-Systeme the Past - the Present - the Future
 
BITKOM_Präsentation Data Intelligence Hub -Schwarz-Kouril
BITKOM_Präsentation Data Intelligence Hub -Schwarz-KourilBITKOM_Präsentation Data Intelligence Hub -Schwarz-Kouril
BITKOM_Präsentation Data Intelligence Hub -Schwarz-Kouril
 
Suche ein effizientes Mittel zur Datenintegration
Suche ein effizientes Mittel zur DatenintegrationSuche ein effizientes Mittel zur Datenintegration
Suche ein effizientes Mittel zur Datenintegration
 
eGovernment Konferenz 2013,Österreich - Workshop: Grundlagen und Mehrwerte vo...
eGovernment Konferenz 2013,Österreich - Workshop: Grundlagen und Mehrwerte vo...eGovernment Konferenz 2013,Österreich - Workshop: Grundlagen und Mehrwerte vo...
eGovernment Konferenz 2013,Österreich - Workshop: Grundlagen und Mehrwerte vo...
 
8 Tipps für eine Cloud Strategie – wie Unternehmen heute die Cloud einsetzen
8 Tipps für eine Cloud Strategie – wie Unternehmen heute die Cloud einsetzen8 Tipps für eine Cloud Strategie – wie Unternehmen heute die Cloud einsetzen
8 Tipps für eine Cloud Strategie – wie Unternehmen heute die Cloud einsetzen
 
SOA im Kontext anderer IT-Trends
SOA im Kontext anderer IT-TrendsSOA im Kontext anderer IT-Trends
SOA im Kontext anderer IT-Trends
 
Einsatz mobiler Lösungen in Instandhaltung & Service
Einsatz mobiler Lösungen in Instandhaltung & ServiceEinsatz mobiler Lösungen in Instandhaltung & Service
Einsatz mobiler Lösungen in Instandhaltung & Service
 
Swiss Cloud Conference 2014: Wachstum und Herausforderung im Mittelstand meis...
Swiss Cloud Conference 2014: Wachstum und Herausforderung im Mittelstand meis...Swiss Cloud Conference 2014: Wachstum und Herausforderung im Mittelstand meis...
Swiss Cloud Conference 2014: Wachstum und Herausforderung im Mittelstand meis...
 
Goldbach Group I Goldbach Seminar I Data Management im programmatischen Zeita...
Goldbach Group I Goldbach Seminar I Data Management im programmatischen Zeita...Goldbach Group I Goldbach Seminar I Data Management im programmatischen Zeita...
Goldbach Group I Goldbach Seminar I Data Management im programmatischen Zeita...
 
BizDataX - Data Masking Solution - Datamasking-Tool
BizDataX - Data Masking Solution - Datamasking-ToolBizDataX - Data Masking Solution - Datamasking-Tool
BizDataX - Data Masking Solution - Datamasking-Tool
 
Semantic Web als Infrastruktur fuer die Wissensgesellschaft
Semantic Web als Infrastruktur fuer die WissensgesellschaftSemantic Web als Infrastruktur fuer die Wissensgesellschaft
Semantic Web als Infrastruktur fuer die Wissensgesellschaft
 
2011 07-13 collaboration solutions day - cedros
2011 07-13 collaboration solutions day - cedros2011 07-13 collaboration solutions day - cedros
2011 07-13 collaboration solutions day - cedros
 
Linked Data - Das Ende des Dokuments?
Linked Data - Das Ende des Dokuments?Linked Data - Das Ende des Dokuments?
Linked Data - Das Ende des Dokuments?
 
ch.ch 2020
ch.ch 2020 ch.ch 2020
ch.ch 2020
 

Mehr von TourismFastForward

Mehr von TourismFastForward (20)

TFF2023 - Navigating Tourism Data Nexus
TFF2023 - Navigating Tourism Data NexusTFF2023 - Navigating Tourism Data Nexus
TFF2023 - Navigating Tourism Data Nexus
 
TFF2023 - Navigating Tourism Data Nexus
TFF2023 - Navigating Tourism Data NexusTFF2023 - Navigating Tourism Data Nexus
TFF2023 - Navigating Tourism Data Nexus
 
TFF2023 - Navigating Tourism Data Nexus
TFF2023 - Navigating Tourism Data NexusTFF2023 - Navigating Tourism Data Nexus
TFF2023 - Navigating Tourism Data Nexus
 
TFF2023 - Navigating Tourism Data Nexus
TFF2023 - Navigating Tourism Data NexusTFF2023 - Navigating Tourism Data Nexus
TFF2023 - Navigating Tourism Data Nexus
 
TFF2023 - Navigating Tourism Data Nexus
TFF2023 - Navigating Tourism Data NexusTFF2023 - Navigating Tourism Data Nexus
TFF2023 - Navigating Tourism Data Nexus
 
TFF2023 - Navigating Tourism Data Nexus
TFF2023 - Navigating Tourism Data NexusTFF2023 - Navigating Tourism Data Nexus
TFF2023 - Navigating Tourism Data Nexus
 
TFF2023 - Navigating Tourism Data Nexus
TFF2023 - Navigating Tourism Data NexusTFF2023 - Navigating Tourism Data Nexus
TFF2023 - Navigating Tourism Data Nexus
 
TFF2023 - Navigating Tourism Data Nexus
TFF2023 - Navigating Tourism Data NexusTFF2023 - Navigating Tourism Data Nexus
TFF2023 - Navigating Tourism Data Nexus
 
TFF2023 - Navigating Tourism Data Nexus
TFF2023 - Navigating Tourism Data NexusTFF2023 - Navigating Tourism Data Nexus
TFF2023 - Navigating Tourism Data Nexus
 
TFF2022 - Mobility in Tourism
TFF2022 - Mobility in TourismTFF2022 - Mobility in Tourism
TFF2022 - Mobility in Tourism
 
TFF2022 - Mobility in Tourism
TFF2022 - Mobility in TourismTFF2022 - Mobility in Tourism
TFF2022 - Mobility in Tourism
 
TFF2022 - Mobility in Tourism
TFF2022 - Mobility in TourismTFF2022 - Mobility in Tourism
TFF2022 - Mobility in Tourism
 
TFF2022 - Mobility in Tourism
TFF2022 - Mobility in TourismTFF2022 - Mobility in Tourism
TFF2022 - Mobility in Tourism
 
TFF2022 - Mobility in Tourism
TFF2022 - Mobility in TourismTFF2022 - Mobility in Tourism
TFF2022 - Mobility in Tourism
 
TFF2022 - Mobility in Tourism
TFF2022 - Mobility in TourismTFF2022 - Mobility in Tourism
TFF2022 - Mobility in Tourism
 
TFF2022 - Mobility in Tourism
TFF2022 - Mobility in TourismTFF2022 - Mobility in Tourism
TFF2022 - Mobility in Tourism
 
TFF2022 - Mobility in Tourism
TFF2022 - Mobility in TourismTFF2022 - Mobility in Tourism
TFF2022 - Mobility in Tourism
 
TFF2022 Mobility in Tourism
TFF2022 Mobility in TourismTFF2022 Mobility in Tourism
TFF2022 Mobility in Tourism
 
TFF2022 - Mobility in Tourism
TFF2022 - Mobility in TourismTFF2022 - Mobility in Tourism
TFF2022 - Mobility in Tourism
 
TFF2022 - Mobility in Tourism
TFF2022 - Mobility in TourismTFF2022 - Mobility in Tourism
TFF2022 - Mobility in Tourism
 

TFF2023 - Navigating Tourism Data Nexus

  • 1. Tourism Data Space: Was? Warum? Wie? olga.preveden@austria.info Seite 1 /6 Data Space – Was? Warum? Wie? 1. Ein Data Space ist eine Form von Data Sharing: ▪ Data Commons (Die Daten werden gemeinsam gesammelt, geteilt und genutzt. Die Datenschutzrichtlinien, Zugriffssteuerungen, Datenstandards und -formate und Governance-Strukturen werden durch die Plattform vorgegeben, auf welcher alle zusammenarbeiten. Ein Beispiel davon ist „Creative Commons“ in Marketing) ▪ Data Collaboratives (Verschiedene Organisationen teilen ihre Daten, um gemeinsame Projektziele zu erreichen; oft werden die Daten für große öffentliche Projekte zur Verfügung gestellt, um z.B. gesundheitliche oder Umweltprobleme zu lösen). ▪ Data Marketplaces (Data Marketplaces sind Plattformen, wo Daten zum Verkauf oder Austausch angeboten werden, begleitet von einem klaren Transaktionsprozess.) ▪ Open data (Als Open Data werden bestimmte Daten für die Öffentlichkeit frei verfügbar gemacht, ohne rechtliche, technische oder finanzielle Beschränkungen.)
  • 2. Tourism Data Space: Was? Warum? Wie? olga.preveden@austria.info Seite 2 /6 ▪ Data Space – Data Spaces sind breiter als jede andere Form von Data Sharing, sie können das alles: Ein Data Space dient nicht nur dem Handel mit Daten, sondern auch der Zusammenarbeit, dem sicheren Datenaustausch und der gemeinsamen Nutzung von Daten in einem kontrollierten Umfeld. “Data Space is a form of data sharing based on trust”. GAIA-X Definition: “The term ‘data space’ refers to a type of data relationship between trusted partners who adhere to the same high level standards and guidelines in relation to data storage and sharing within one or many vertical ecosystems.” 2. Die Basis von Vertrauen in einem Data Space. Das Vertrauen im Data Space wird durch Standards und Guidelines geschaffen. Vieles wird durch die technische Infrastruktur abgedeckt, woran viele Experten schon fast seit zwei Jahren arbeiten und die grundlegend für jeden Data Space ist. Ein der Hauptcharakteristiken von Data Spaces ist, dass es zwei Ebenen der Dataaustausch gibt: 1) Zuerst wird die Identitäten und Berechtigungen geprüft (und eventuell auch Datenlieferungsvertrag abgeschlossen) (oben) 2) Nach dem die Berechtigung bestätigt wurde, erfolgt der eigentliche Datentransfer (unten). Was wichtig ist: Data Space Betreiber oder der Provider von technischer Infrastruktur haben keinerlei Einsicht in die Daten selbst und jeder Teilnehmer kann selbst entscheiden, wem er seine gibt auf welcher Bedingung gibt („Datensouverinität“). Zusätzlich zu den technischen Standards kommt Data Space Governance dazu, und zwar alle Prinzipien und Regeln, die der Data Space Betreiber (oft gemeinsam mit allen Gründern) festlegt für die Bereichen, die nicht durch Technik oder bestehenden rechtlichen Rahmen abgedeckt sind. So wird in Data Space eine sichere Umgebung für Data Sharing geschaffen.
  • 3. Tourism Data Space: Was? Warum? Wie? olga.preveden@austria.info Seite 3 /6 3. Die Vorteile von Data Spaces Aus der Definition und dem Aufbau von Data Spaces ergeben sich einige Vorteile, und zwar: ▪ Niedrigere notwendige Speicherkapazität: Es sind keine große Speicherkapazitäten für Data Spaces notwendig, da nur die Metadaten in Datenkatalog stehen und keine Daten zentral gespeichert werden bzw. die Daten bleiben immer an der Quelle gespeichert. ▪ Ein wichtiges Merkmal von Data Space Konzept ist, dass sie einheitlich von der EU für alle Domains geplant werden1 , und somit eine einfacherer Datenaustausch zwischen verschiedenen Domains auf der Basis von gleichen technischen Standards möglich wird. Z.B. gibt es schon ein Mobility DS, DS Smart Cities, DS Green Deal, DS Agro, DS Skills und DS Cultural Heritage, die alle einen Link zu Tourism Data Space haben2 . ▪ Data Spaces basieren auf der Verlinkung durch hergestellte Verbindungen, sozusagen ein System, wo alle Akteure angeschlossen sind. So ein System ist für Trenderkennung und Resilienz insbesondere wichtig; das war ein der Gründe warum das Data Spaces Thema nach COVID-Lockdowns und extreme Unsicherheit im Tourismus so rasant aktuell wurde. ▪ Und nicht zuletzt, auf der Basis von Datenkatalog, wo jeder Anbieter seine Daten zur Verfügung stellen kann, kann man sehr wohl Anbieteragnostisch agieren. Und zwar gibt es verschiedene Datentypen im Tourismus (angeführt unten mit ihrer gewichteten Bedeutung für touristischen Use Cases3 ). Jede DMO braucht jeden Datentyp und für jeden Datentyp kann es mehrere Anbieter/ Datenquellen geben: Behavior of tourists 15% Tourist flow 11% Mobility data (Routen & ticket prices) 11 % Demand and offer data 10% Typology of tourists 10% Tourists’ satisfaction & emotions 10% Purchase habits 8% Sustainability data 8% Local/Residents’ satisfactions and emotions 7% Accessibility data 6% Related industry data 4% 1 https://digital-strategy.ec.europa.eu/en/library/building-data-economy-brochure 2 https://internationaldataspaces.org/adopt/data-space-radar/ 3 https://op.europa.eu/en/publication-detail/-/publication/9df86541-fba5-11ec-b94a-01aa75ed71a1
  • 4. Tourism Data Space: Was? Warum? Wie? olga.preveden@austria.info Seite 4 /6 4. Wie kann man mitmachen und wann macht es Sinn mitzumachen? Man braucht einen EDC Connector von Nexyo oder einem anderen Anbieter4 . Zu ÖW Tourism Data Space kann man sich durch did ID anschließen (der Data Space ist öffentlich): did:web:hub.austria.info:ds:ef9a3f2d-490b-46dd-917d-dddadf5adc01 Es ist wichtig zu betonen, dass der Einsatz eines Data Spaces von den spezifischen Anforderungen und Zielen der beteiligten Akteure abhängt: ▪ Insbesondere eignen sich Data Spaces für Projekte, wo es um Austausch von sensiblen oder vertraulichen Daten geht (Sicherheitsaspekt) ▪ Wenn die Datenquellen komplex (nicht homogen) sind und es viele Datenquellen gibt, die miteinander angeschlossen werden müssen (hergestellte Verbindungen) ▪ Wieder mal auf die Verbindungen zurückzuführen: Data Spaces eignen sich mehr für Projekte, wo es um Echtzeitdatenübertragung geht bzw. kontante Datenabfragen, und nicht einmalige Datenübertragung (Notwendigkeit der Echtzeit-Kollaboration) ▪ Use Cases in Data Spaces lassen sich gut skalieren und ausweiten (Skalierbarkeit) 5. Die Bedeutung der Use Case für Data Space Entwicklung: Use Cases sind von zentraler Bedeutung für Data Space Entwicklung, da sie konkrete Anwendungsfälle darstellen, in denen der Austausch von Daten im Data Space erforderlich ist. Bei einem nicht Use-Case-basierten Ansatz wäre die Entwicklung von einem Data Space überkompliziert (ähnlich wie ein Rechtsystem, wo man an alle möglichen Fälle im Voraus vorhersehen versucht). Deswegen wird es normalerweise ein Minimum Viable Data Space Ansatz praktiziert und die Identifikation von Use Cases, die Basis für die Planung und Entwicklung von Data Space werden. Use Case basierter Ansatz hat folgende Vorteile: Bedarfsermittlung. Use Cases helfen dabei, die spezifischen Anforderungen und Bedürfnisse der Data Space Teilnehmer zu verstehen und weitere Funktionalitäten und Eigenschaften des Data Spaces zu entwickeln, die auf die Bedürfnisse der Nutzer zugeschnitten werden. Das verhindert unnötige Komplexität und stellt sicher, dass die Plattform effektiv die Anforderungen erfüllt. Sicherheit und Datenschutz im Data Space: Use Cases helfen bei der Festlegung und Standardisierung von Sicherheits- und Datenschutzrichtlinien. Je nach Anwendungsfall können unterschiedliche Sicherheitsanforderungen gelten, und die Implementierung von Sicherheitsstandards muss auf diese spezifischen Bedingungen zugeschnitten sein. Zielgerichtete Governance: Use Cases beeinflussen die Governance-Struktur des Data Spaces. Die Identifikation von Use Cases ermöglicht es, klare Regeln und Richtlinien 4 https://internationaldataspaces.org/data-connector-report/
  • 5. Tourism Data Space: Was? Warum? Wie? olga.preveden@austria.info Seite 5 /6 festzulegen oder diese zu erweitern, um sicherzustellen, dass der Datenaustausch den Anforderungen entspricht. Nutzerakzeptanz: Die erfolgreiche Umsetzung von Use Cases ist entscheidend für die Nutzerakzeptanz. Wenn der Data Space die Anforderungen der Benutzer erfüllt und effektiv ihre Bedürfnisse adressiert, steigt die Wahrscheinlichkeit einer erfolgreichen Einführung und Nutzung des Data Spaces. Skalierbarkeit und Flexibilität vom Data Space: Use Cases helfen, die Skalierbarkeit und Flexibilität des Data Spaces zu bewerten und sicherzustellen, so dass die Plattform auf zukünftige Anforderungen reagieren kann. Erfolgsmessung: Use Cases (Schnittstellanbindungen oder erfolgten Datenübertragungen) dienen oft als KPI für die Messung des Erfolgs des Data Spaces. Durch die Definition klarer Ziele und Indikatoren in Bezug auf die identifizierten Use Cases wird Erfolg und die Effektivität des Data Spaces evaluieren. Wir suchen aktiv Destinationen, Organisationen und Betriebe, die Use Cases mit uns machen wollen und die Daten nutzen oder teilen wollen! Der Weg zu Data Space Ökonomie ist noch lang (s. unten), aber das Konzept wurde von der EU als Rahmen definiert, so dass „Verweigern keine Lösung ist“, um Roman Egger wieder zu zitieren. Früh einsteigen und ausprobieren lohnt sich! A suggested timeframe for implementing the recommended actions over the next decade (x-axis). The y-axis illustrates the relative, rather than absolute, effort distribution between the five phases. The absolute effort value is expected to fluctuate, reaching a peak around the 3-5 year mark5 . 5 https://bdva.eu/sites/default/files/BDVA%20DataSharingSpaces%20PositionPaper%20V2_2020_F inal.pdf
  • 6. Tourism Data Space: Was? Warum? Wie? olga.preveden@austria.info Seite 6 /6 Kontaktinformationen: Die Webseite von Tourism Data Space: https://www.tourism-dataspace.com/de/ueber-uns Unser Beitrag zum Artikel „"Destinationsmarketing - Mit Open Data in die (Meeting-) Destination der Zukunft?" in TW zum Thema Open Data und Data Spaces (S. 9): https://emag.tw-media.com/november-2023/ Olga Preveden Project Manager Data & Innovation olga.preveden@austria.info Oliver Csendes Chief Digital & Innovation Officer oliver.csendes@austria.info