In Wirtschaft und Wissenschaft entstehen zunehmend Infrastrukturen für Datenaustausch. Der Wirtschaft ist Vertrauen unter Geschäftspartnern wichtig und Souveränität darüber, was Andere mit meinen Daten machen – die Wissenschaft betont freie Zugänglichkeit und Nachnutzbarkeit. FAIR Data Spaces verbinden beides auf Grundlage gemeinsamer Prinzipien.
Was muss getan werden, damit Datenaustausch nicht mehr bedeutet, E-Mail-Anhänge zu verschicken oder Geheimnisse zentralen Plattformen feindlicher Mächte anzuvertrauen? Wirtschaft, Wissenschaft und öffentliche Verwaltung suchen zunehmend nach Lösungen, um den Datenaustausch sicher und effizient zu gestalten und damit neues Innovationspotenzial zu heben. Was gibt es schon, was ist geplant, und wie können vorhandene Initiativen zusammenwachsen, um Daten über die Grenzen dieser Welten hinaus gemeinsam zu nutzen?
Initiativen der Wirtschaft wie Gaia-X und International Data Spaces priorisieren den Aufbau von Vertrauen unter Geschäftspartner:innen ohne Papier-Verträge sowie die Souveränität darüber, was Andere mit den eigenen wertvollen Daten machen. In der Wissenschaft, zum Beispiel bei der Nationalen Forschungsdateninfrastruktur NFDI, geht es um freie Zugänglichkeit und Nachnutzbarkeit im Einklang mit ethischen Prinzipien. Der öffentlichen Hand ist neben dem freien Zugang etwa zu Open-Data-Portalen die digitale Daseinsvorsorge wichtig. Große Herausforderungen unserer Zeit erfordern Datenaustausch nicht nur innerhalb dieser Welten, sondern über ihre Grenzen hinaus:
zum Beispiel zwischen Forschungsinstituten und kleinen Technologie-Unternehmen, die nicht alle Daten selbst sammeln können,
oder zwischen großen Unternehmen mit reichen Datenschätzen und wirtschaftlichen Interessen und einer Nutzung dieser Daten für das Gemeinwohl.
Das Projekt FAIR Data Spaces schafft Bausteine für übergreifende Datenräume als Keimzellen einer fairen Datenökonomie nach gemeinsamen Prinzipien. Wir möchten diskutieren, wie weit die aus dem Forschungsdatenmanagement stammenden FAIR-Data-Prinzipien tragen, wonach Daten findable (auffindbar), accessible (zugänglich), interoperabel und reusable (nachnutzbar) sein sollen. Das Projekt verfolgt den Plan, vorhandene Initiativen organisatorisch, rechtlich, technisch und praktisch zu einer gemeinsamen Community zusammenzuführen, und lebt dabei von einer breiten Mitwirkung. Werdet mit dem Fraunhofer IUK-Verbund Teil dieser Community und bleibt dabei innovativ und kritisch!
Industrial Data Space: Referenzarchitektur für Data Supply ChainsBoris Otto
Ähnlich wie Faire Datenökonomie für Wirtschaft, Wissenschaft und Gesellschaft: Was braucht es organisatorisch, rechtlich, technisch und praktisch? (20)
Ontology Integration and Interoperability (OntoIOp) – Part 1: The Distributed...
Faire Datenökonomie für Wirtschaft, Wissenschaft und Gesellschaft: Was braucht es organisatorisch, rechtlich, technisch und praktisch?
1. Faire Datenökonomie für Wirtschaft,
Wissenschaft und Gesellschaft
Was braucht es
organisatorisch, rechtlich,
technisch und praktisch?
Christoph Lange-Bever (Fraunhofer FIT)
re:publica, Berlin, 10.06.2022
4. Datenaustausch früher und heute
2
Alice
▪ Entwickelt die App MyKoffer: ich packe ein
▪ Braucht Daten zu Reisezielen, Veranstaltungsart und Wetter
5. Datenaustausch früher und heute
2
Alice
▪ Entwickelt die App MyKoffer: ich packe ein
▪ Braucht Daten zu Reisezielen, Veranstaltungsart und Wetter
OpenStreetMap
6. Datenaustausch früher und heute
2
Alice
▪ Entwickelt die App MyKoffer: ich packe ein
▪ Braucht Daten zu Reisezielen, Veranstaltungsart und Wetter
OpenStreetMap ADAMANT / Amazon
8. Datenaustausch früher und heute
3
Bob
▪ Pflegt das Portal BEactive
▪ Möchte Geld nicht nur
durch Schalten von
Werbeanzeigen verdienen
Wer hat aktuelle
Daten zu
Aktivitäten in
Berlin?
9. Datenaustausch früher und heute
4
Wer hat aktuelle
Daten zu
Aktivitäten in
Berlin?
Ich schick‘ dir
was!
10. Datenaustausch früher und heute
4
Wer hat aktuelle
Daten zu
Aktivitäten in
Berlin?
Ich schick‘ dir
was!
11. Datenaustausch früher und heute
4
Wer hat aktuelle
Daten zu
Aktivitäten in
Berlin?
Ich schick‘ dir
was!
?!
12. Datenaustausch früher und heute
5
Wer hat aktuelle
Daten zu
Aktivitäten in
Berlin?
Sundar
▪ Sammelt kostenlose Daten
▪ Verpackt und verkauft sie
13. Datenaustausch früher und heute
5
Wer hat aktuelle
Daten zu
Aktivitäten in
Berlin?
Sundar
▪ Sammelt kostenlose Daten
▪ Verpackt und verkauft sie
Google
Business
Profile APIs
14. Datenaustausch früher und heute
5
Wer hat aktuelle
Daten zu
Aktivitäten in
Berlin?
Sundar
▪ Sammelt kostenlose Daten
▪ Verpackt und verkauft sie
Google
Business
Profile APIs
20. Souveräner Datenaustausch
8
data→
←machine-actionable metadata
← machine-enforceable data usage policy
↓data usage control engine
Brokers may
be federated
for resilience
IDS Communication Protocol:
Angepasst aus: International Data Spaces – Reference Architecture Model
21. Souveräner Datenaustausch
8
data→
←machine-actionable metadata
← machine-enforceable data usage policy
↓data usage control engine
Brokers may
be federated
for resilience
IDS Communication Protocol:
Angepasst aus: International Data Spaces – Reference Architecture Model
Identity Provider /
Certification
• Sind Alice/Bob wer sie
vorgeben zu sein?
• Halten Sie die Spielregeln ein?
22. FAIR-Data-Prinzipien
Bei optimaler Aufbereitung von (Forschungs-)daten sind sie für Mensch & Maschine
Findable — aussagekräftige (Meta-)daten mit eindeutigem Identifier
Auffindbar
Accessible — Kommunikationsprotokoll, unterstützt Authentifizierung & Rechteverwaltung
Zugänglich
Interoperable — gemeinsame Terminologien und Ontologien
Interoperabel
Reusable — Einhaltung fachgebietsrelevanter Standards und detaillierte Provenienzinfo
Nachnutzbar
9
23. FAIR-Data-Prinzipien
Bei optimaler Aufbereitung von (Forschungs-)daten sind sie für Mensch & Maschine
Findable — aussagekräftige (Meta-)daten mit eindeutigem Identifier
Auffindbar
Accessible — Kommunikationsprotokoll, unterstützt Authentifizierung & Rechteverwaltung
Zugänglich
Interoperable — gemeinsame Terminologien und Ontologien
Interoperabel
Reusable — Einhaltung fachgebietsrelevanter Standards und detaillierte Provenienzinfo
Nachnutzbar
9
24. FAIR-Data-Prinzipien
Bei optimaler Aufbereitung von (Forschungs-)daten sind sie für Mensch & Maschine
Findable — aussagekräftige (Meta-)daten mit eindeutigem Identifier
Auffindbar
Accessible — Kommunikationsprotokoll, unterstützt Authentifizierung & Rechteverwaltung
Zugänglich
Interoperable — gemeinsame Terminologien und Ontologien
Interoperabel
Reusable — Einhaltung fachgebietsrelevanter Standards und detaillierte Provenienzinfo
Nachnutzbar
9
25. FAIR-Data-Prinzipien
Bei optimaler Aufbereitung von (Forschungs-)daten sind sie für Mensch & Maschine
Findable — aussagekräftige (Meta-)daten mit eindeutigem Identifier
Auffindbar
Accessible — Kommunikationsprotokoll, unterstützt Authentifizierung & Rechteverwaltung
Zugänglich
Interoperable — gemeinsame Terminologien und Ontologien
Interoperabel
Reusable — Einhaltung fachgebietsrelevanter Standards und detaillierte Provenienzinfo
Nachnutzbar
9
26. FAIR and FRAND: geht das zusammen?
Wissenschaft:
Findable
Accessible
Interoperable
Reusable
▪ Freier Zugang
▪ Ethik
10
27. FAIR and FRAND: geht das zusammen?
Wissenschaft:
Findable
Accessible
Interoperable
Reusable
▪ Freier Zugang
▪ Ethik
10
Wirtschaft:
Fair
Reasonable
And
Non
Discriminatory
▪ Geschäftsgeheimnisse
▪ Vertragsfreiheit
28. FAIR and FRAND: geht das zusammen?
Wissenschaft:
Findable
Accessible
Interoperable
Reusable
▪ Freier Zugang
▪ Ethik
10
Wirtschaft:
Fair
Reasonable
And
Non
Discriminatory
▪ Geschäftsgeheimnisse
▪ Vertragsfreiheit
29. FAIR and FRAND: geht das zusammen?
Wissenschaft:
Findable
Accessible
Interoperable
Reusable
▪ Freier Zugang
▪ Ethik
10
Wirtschaft:
Fair
Reasonable
And
Non
Discriminatory
▪ Geschäftsgeheimnisse
▪ Vertragsfreiheit
Öffentliche Verwaltung:
Dataport
30. FAIR and FRAND: geht das zusammen?
Wissenschaft:
Findable
Accessible
Interoperable
Reusable
▪ Freier Zugang
▪ Ethik
10
Wirtschaft:
Fair
Reasonable
And
Non
Discriminatory
▪ Geschäftsgeheimnisse
▪ Vertragsfreiheit
Öffentliche Verwaltung:
Dataport
Leitbild einer fairen Datenökonomie in Deutschland und Europa. Fraunhofer IUK / BMBF 3/2002
33. Datenaustausch zwischen den Welten
13
▪ zum Beispiel zwischen Forschungsinstituten und kleinen Technologie-
Unternehmen, die nicht alle Daten selbst sammeln können,
▪ oder zwischen großen Unternehmen mit reichen Datenschätzen und
wirtschaftlichen Interessen und einer Nutzung dieser Daten für das
Gemeinwohl.
34. FAIR Data Spaces: Überblick
Vision: gemeinsamer Cloud-basierter Datenraum für Wirtschaft und Wissenschaft
(aufbauend auf den FAIR-Daten-Prinzipien)
Mission: Synergien zwischen vorhandenen Technologien und Communities schaffen und
ausbauen
Gefördert vom Bundesministerium für Bildung und Forschung
Mai 2021–Mai 2024, 16 Projektpartner
14
Deutschland EU Welt
Wirtschaft International Data Spaces (IDS):
Grundlage für souveränen
Datenaustausch in Gaia-X
Gaia-X: föderierte, sichere Dateninfrastruktur
Wissenschaft Nationale
Forschungsdateninfrastruktur
(NFDI)
European Open Science
Cloud (EOSC)
Global Open Science
Cloud (GOSC)
35. FAIR Data Spaces – Roadmap und Community
Vision: inhaltliche Verschränkung der beiden Initiativen NFDI und Gaia-X
Mission: Aufbau einer gemeinsamen Community, mit der gemeinsame Ziele und eine
Roadmap erarbeitet werden
• Steter Austausch und Perspektivenabgleich von Vorhaben und Entwicklungen
• FAIR-Data-Spaces-Themen sichtbar machen für Wissenschaft und Wirtschaft
• Kommunikation der Projektergebnisse in Gaia-X und NFDI hinein
Allgemeiner Newsletter – juristischer Newsletter –Twitter @FAIRDataSpaces
15
36. Gemeinsame EU-Datenräume
• Datenstrategie der EU sieht Aufbau von Datenräumen vor für: Industrie / Produktion,
Green Deal/Umwelt, Mobilität, Gesundheit, Finanzen, Energie, Landwirtschaft
(Wald/Holz), öff. Verwaltung, Kompetenzen (Skills / Bildung).
• Datenstrategie der Bundesregierung hebt einige besonders hervor.
• Forschung → EOSC; Datenraum Kultur in Deutschland in Vorbereitung.
• Weit vorn in Deutschland: Mobilität (Betreibergesellschaft ab 2022).
• Spezifischeres Netzwerk der Autoindustrie: Catena-X (Wertschöpfungs-/Lieferketten)
16
39. Teilnehmende in Datenräumen und ihre Rollen
19
Participant
Federator Consumer
End user
Provider
Service Instance
vereinfacht aus: Gaia-X Architecture Document
Innerhalb Datenraum
Service Offering
realisiert als
bietet an für
spielt Rolle
40. Teilnehmende in Datenräumen und ihre Rollen
19
Participant
Federator Consumer
End user
Provider
Service Instance
vereinfacht aus: Gaia-X Architecture Document
Innerhalb Datenraum
Service Offering
realisiert als
bietet an für
spielt Rolle
Identität?
Vertrauenswürdig?
Compliant?
41. Teilnehmende in Datenräumen und ihre Rollen
19
Participant
Federator Consumer
End user
Provider
Service Instance
vereinfacht aus: Gaia-X Architecture Document
Innerhalb Datenraum
Service Offering
realisiert als
bietet an für
spielt Rolle
Identität?
Vertrauenswürdig?
Compliant?
Leistungs-
versprechen
geprüft?
42. FAIR Data Spaces: Demonstratoren
20
Arbeitsstand aus NFDI-Konsortien,
um weitere Dienste ergänzt
und Gaia-X-konform beschrieben
Demonstrator
NFDI4Biodiversity and
Gaia-X →
↑ FAIR Research Data Quality Assurance and Workflows
(NFDI4Ing)
Cross-Plattform FAIR
Datenanalyse (NFDI4Health) →
43. FAIR Data Spaces: Demonstratoren
20
Arbeitsstand aus NFDI-Konsortien,
um weitere Dienste ergänzt
und Gaia-X-konform beschrieben
Demonstrator
NFDI4Biodiversity and
Gaia-X →
↑ FAIR Research Data Quality Assurance and Workflows
(NFDI4Ing)
Cross-Plattform FAIR
Datenanalyse (NFDI4Health) →
Geplante Verbindung:
1. Analysen aus
Gesundheitsstudien
2. Qualitätsgeprüft
3. Auf Landkarte
explorierbar
44. FAIR Data Spaces: Demonstratoren
20
Arbeitsstand aus NFDI-Konsortien,
um weitere Dienste ergänzt
und Gaia-X-konform beschrieben
Demonstrator
NFDI4Biodiversity and
Gaia-X →
↑ FAIR Research Data Quality Assurance and Workflows
(NFDI4Ing)
In Vorbereitung: Vergabe von
Unteraufträgen an KMU, die
weitere Demonstratoren bauen
Cross-Plattform FAIR
Datenanalyse (NFDI4Health) →
Geplante Verbindung:
1. Analysen aus
Gesundheitsstudien
2. Qualitätsgeprüft
3. Auf Landkarte
explorierbar
46. Danke für Euer Interesse und Mitwirken!
• Souveräner Datenaustausch unter vertrauenswürdigen Partner:innen ist machbar.
• Wirtschaft, Wissenschaft und Öffentlichkeit können
• bestehende Datenaustausch-Lösungen voneinander lernen
• vom Datenaustausch über Grenzen hinweg profitieren, und
• dabei auf gemeinsamen Prinzipien aufbauen.
22
47. Danke für Euer Interesse und Mitwirken!
• Souveräner Datenaustausch unter vertrauenswürdigen Partner:innen ist machbar.
• Wirtschaft, Wissenschaft und Öffentlichkeit können
• bestehende Datenaustausch-Lösungen voneinander lernen
• vom Datenaustausch über Grenzen hinweg profitieren, und
• dabei auf gemeinsamen Prinzipien aufbauen.
22
Macht mit in der FAIR-Data-Spaces-Community!
• Newsletter: Mail mit Betreff „subscribe“ an fair-ds-community-join@lists.nfdi.de
• In diesem Monat: „Towards creating an ELSA Curriculum for Data Scientists“
• Juristische Perspektive: https://listserv.uni-muenster.de/mailman/listinfo/fair-newsletter
• Überblick: https://www.nfdi.de/fair-data-spaces/
• Twitter: @FAIRDataSpaces