Logo des Repositoriums
 

Auf dem Weg zum vertrauensvollen, unternehmensübergreifenden automatisierten Datenaustausch von Maschinen – Identifikation von schützenswertem Wissen im Zeitalter von Industrie 4.0

Kurzanzeige
dc.contributor.authorAdler, Leon
dc.contributor.authorFrank, Andreas
dc.contributor.authorGimpel, Henner
dc.contributor.authorHeger, Sebastian
dc.contributor.authorNüske, Niclas
dc.contributor.authorStarke, Joachim
dc.contributor.authorWaldmann, Daniela
dc.contributor.authorWöhl, Moritz
dc.date.accessioned2021-12-16T13:31:30Z
dc.date.available2021-12-16T13:31:30Z
dc.date.issued2021
dc.description.abstractDer unternehmensübergreifende Datenaustausch in der Welt von Industrie 4.0 birgt für Unternehmen immense Potenziale. So können Unternehmen wertvolles Wissen über den Einsatz ihrer Produkte gewinnen und ihren Kunden innovative Dienstleistungen anbieten. Umgekehrt können Kunden die Produkte zielgerichteter einsetzen, wenn sie beispielsweise Produktions- und Materialdetails kennen. Doch dabei möchte kein Unternehmen für sich geschäftskritisches Wissen an einen Partner im Wertschöpfungsnetzwerk freigeben. Zu groß ist das Risiko, Einblicke in beispielsweise Forschungs- und Entwicklungsergebnisse zu gewähren oder dem Kunden eine Kostenkalkulation aufgrund des genauen Prozessablaufes zu ermöglichen. Es ergibt sich die Frage, welche Daten bedenkenlos ausgetauscht werden können und in welchen Daten implizit wertvolles Wissen enthalten ist. Aus diesem Grund stellt der vorliegende Beitrag ein Vorgehensmodell zur Identifikation von schützenswertem Wissen vor dem Hintergrund des unternehmensübergreifenden automatisierten Datenaustauschs von Maschinen über Netzwerkplattformen vor. Mit Hilfe des Modells lassen sich Daten und Wissen analysieren und auf Basis der Schutzbedarfe und enthaltenen Potenziale einstufen. Ein möglichst umfangreicher unternehmensübergreifender Datenaustausch bei möglichst geringem Verlust von Know-how soll ermöglicht werden. Anschließend wird die Erprobung des Modells im Rahmen eines Anwendungsbeispiels vorgestellt und ein Ausblick gegeben. Cross-company data exchange in the world of industry 4.0 holds immense potential for companies. Companies can gain valuable knowledge about the use of their products and offer their customers innovative services. Conversely, customers can use their products in a more targeted way if they know production and material details, for example. But no company wants to share business-critical knowledge with a partner in the value creation network. The risk of providing insights into, for example, research and development results or enabling the customer to calculate costs based on the exact process flow is too great. The question arises as to which data can be exchanged without hesitation and which data implicitly contain valuable knowledge. For this reason, this article presents a process model for identifying knowledge worth protecting against the background of cross-company data networking. With the help of the model, data and knowledge can be analyzed and classified on the basis of protection requirements and contained potentials. The aim is to enable cross-company data exchange while preventing the violation of know-how. Subsequently, the testing of the model is presented in the context of an application example and an outlook is given.de
dc.identifier.doi10.1365/s40702-020-00704-w
dc.identifier.pissn2198-2775
dc.identifier.urihttp://dx.doi.org/10.1365/s40702-020-00704-w
dc.identifier.urihttps://dl.gi.de/handle/20.500.12116/37868
dc.publisherSpringer
dc.relation.ispartofHMD Praxis der Wirtschaftsinformatik: Vol. 58, No. 6
dc.relation.ispartofseriesHMD Praxis der Wirtschaftsinformatik
dc.subjectData exchange
dc.subjectData security
dc.subjectDatenaustausch
dc.subjectIndustrie 4.0
dc.subjectIndustry 4.0
dc.subjectIoT
dc.subjectKnow-how-Schutz
dc.subjectKnowledge protection
dc.subjectMachine data
dc.subjectMaschinendaten
dc.subjectUnternehmensübergreifende Vernetzung
dc.subjectValue creation networks
dc.titleAuf dem Weg zum vertrauensvollen, unternehmensübergreifenden automatisierten Datenaustausch von Maschinen – Identifikation von schützenswertem Wissen im Zeitalter von Industrie 4.0de
dc.typeText/Journal Article
gi.citation.endPage1534
gi.citation.startPage1521

Dateien

Sammlungen

HMD 58(6) - Dezember 2021 - Digitales Lernen und Lehren: Das neue Normal?