Datenpools und Data Sharing verheißen viele Vorteile für IoT-Projekte. Doch oft profitieren Unternehmen nicht davon, da sie wegen juristischer Bedenken den Austausch von Daten ablehnen. Ein Ausweg sind maßgeschneiderte Vertragstemplates, die automatisch anhand von Projektdaten erzeugt werden.
Die Herausforderung: Unternehmen zögern bei Data Sharing, da Rechte und Pflichten nur aufwendig zu klären sind
Der Austausch von Daten innerhalb einer Lieferkette oder mit gewerblichen Kunden ist essenziell für das Industrial IoT. Ein praxisnahes Beispiel: Ein Hersteller von Bestückautomaten für Platinen bietet dafür eine KI-gestützte Qualitätsanalyse an. Die Qualitätsdaten werden nicht nur im Bestückautomaten ermittelt, sondern auch in einem von dessen Hersteller zugekauften Ofen, in dem Lötzinn erhitzt wird. Für die Qualitätsprüfung werden Daten erhoben, die über das Industrial IoT an eine cloudbasierte IoT-Plattform mit KI-Funktionen gesendet wird.
Letztlich sind also für die Qualitätsanalyse drei unterschiedliche Unternehmen verantwortlich: der Automatenhersteller, der Ofenlieferant und der Plattformanbieter. Im Werkzeugmaschinenbau, der Elektronik-Branche und vielen anderen Sektoren sind solche Situationen durch die zunehmende Verbreitung des Industrial IoT recht häufig. Oft sind noch weitere Unternehmen in der Wertschöpfungskette beteiligt, da sie zum Beispiel als Käufer der produzierten Werkstücke ebenfalls Interesse an den Qualitätsdaten haben.
Durch solche technischen Prozesse entsteht ein multilaterales Rechtsverhältnis, ein häufiges Szenario beim Data Sharing für Industrie 4.0 und Smart Factory. Da hier geschäftskritische Daten und gelegentlich sogar Personendaten unter dem Regime der DSGVO beteiligt sind, muss der gesamte Datenaustausch vertraglich geregelt sein. Das ist mit traditionellen, von einem Anwalt ausgefertigten Schriftstücken ein sehr aufwendiger Prozess. Die Konsequenz: B2B-Unternehmen verlieren kostbare Zeit in der Anbahnung von Shared Data Pools und daraus entstehenden Lösungen und neuen Geschäftsmodellen.
Die Lösung: Automatisch erzeugte Vertragstemplates für Datenpool-Projekte
Durch das multilaterale Verhältnis der Unternehmen aus dem Beispiel entsteht ein gemeinsam genutzter Datenpool. Er wird auf einer Plattform verwaltet (in diesem Fall MindSphere, das Prinzip ist aber auch für andere Plattform anwendbar), was eine weitgehende Automatisierung des Datenaustauschs bedeutet. Hilfreich ist in diesem Fall die Möglichkeit, anhand der Angaben im Datenpool „auf Knopfdruck“ ein Vertrags-Template zu erzeugen, dass allen beteiligten Unternehmen Rechtssicherheit bietet und die Daten durch das Rechtsverhältnis schützt.
Solche Vertrags-Templates für Datenpool-Projekte sind besonders wichtig für Künstliche Intelligenz und Machine Learning. Bei Anwendungen wie Condition Monitoring, Predictive Maintenance oder Qualitätsprüfung sind große Mengen geschäftskritischer Daten beteiligt. Hier sind Verträge wichtig, um Rechte, Pflichten und Verantwortlichkeiten genau zu klären.
Vertragstemplates für Data Sharing im Industrial IoT ermöglichen firmenübergreifenden Datenpools, die noch einen zusätzlichen Nutzen für KI-Anwendungen haben: Sie vergrößern die Datenbasis und erlauben ein besseres Training der verwendeten Maschine-Learning-Modelle. Dadurch profitieren alle Beteiligten und können sicher sein, dass ihre Daten maximal geschützt sind.
Das Ergebnis: Schneller zu klaren und umfassenden Verträgen für datengetriebene Innovation
Vertragstemplates ermöglichen den Aufbau von firmenübergreifenden Datenpools und Kollaborationsmodellen auf einer stabilen rechtlichen Grundlage – ohne juristische Ängste. Viele Unternehmen befürchten, durch die teilweise Offenlegung ihrer Daten Betriebsgeheimnisse zu verlieren und rechtliche Probleme (Compliance) zu bekommen. Doch auf die spezifische Datenverwendung zugeschnittene Vertragstemplates schützen die Unternehmen und ermöglichen ihnen zudem den Einstieg in datenbasierte Geschäftsmodelle – zügig und mit der notwendigen Sorgfalt.