Open Source als Wegbereiter für intelligente Datenökosysteme

Datenökosysteme ermöglichen die Datenorchestrierung als wesentliche Grundlage für Künstliche Intelligenz (KI) und sind entscheidend für die Erfüllung regulatorischer Anforderungen – wie des „Digital Product Passport“ [1]. Der Kern von Datenökosystemen liegt in der Zusammenarbeit verschiedener Akteure rund um gemeinsame digitale Datenobjekte mit dem Ziel der Wertschöpfung [2]. Die Vision vieler Datenökosysteme, insbesondere bei gezielten Initiativen in Europa, besteht nicht nur darin, Wert aus Daten zu schöpfen, sondern auch souveräne Praktiken im Umgang mit Daten zu verwirklichen. Datensouveränität, also die Selbstbestimmung und Kontrolle über die eigenen Daten, bildet den ersten Schritt zur Erreichung digitaler Souveränität sowohl im politischen als auch im wirtschaftlichen Bereich [3]. Aktuelle globale politische Turbulenzen, Abhängigkeiten von großen Technologieanbietern und deren Plattformen sowie die wirtschaftliche Rezession treiben die Bemühungen um eine souveräne Datenwirtschaft weiter voran.

Unterstützt durch die Datenstrategie der Europäischen Union (EU) [4] wurden zahlreiche Entwicklungen initiiert, um die erforderliche Interoperabilität zwischen verschiedenen Akteuren und Technologien sicherzustellen und souveräne Datenökosysteme zu verwirklichen. Dazu gehören die Entwicklung von Datenräumen sowie Basistechnologien und Standards.

Um ein breites Spektrum an KI- und Datenanwendungen zu ermöglichen, liegt der Fokus nicht auf einzelnen Lösungen oder Standards, sondern vielmehr auf strategischen Wegbereitern. So koordiniert etwa das Eclipse Dataspace Protocol (DSP) den Datenaustausch in Ökosystemen und fördert die technische Interoperabilität mit besonderem Schwerpunkt auf semantischer Interoperabilität [5]. Prominente Beispiele im industriellen Bereich sind Catena-X für Automobil-Lieferketten [6] und Manufacturing-X für branchenübergreifende Produktionsnetzwerke [7]. Solche OSS-basierten Datenraumtechnologien ermöglichen Anwendungsfälle wie digitale Produktpässe, vorausschauende Wartung und interoperable Digitale Zwillinge über Unternehmensgrenzen hinweg [8, 9].

Es gibt verschiedene Reifegrade der Interoperabilität in Datenökosystemen, wobei der höchste ein domänenübergreifender, flexibler Datenaustausch ist, bei dem Daten in verschiedenen Kontexten, fachübergreifend und mit konsistenten und automatisierten Arbeitsabläufen (wieder)verwendet werden können [10]. Viele Interoperabilitätsstandards stammen von privaten Konsortien und nicht von einer formellen Standardisierungsorganisation [11]. In der Fertigung gehören dazu Standards wie OPC UA für die Maschinenkommunikation [12] oder die Asset Administration Shell für standardisierte Digitale Zwillinge – beide werden zunehmend in OSS-Communitys implementiert [13].

Dennoch stellt Interoperabilität eine große Herausforderung für Geschäftsökosysteme dar, und die Technologieforschung übersieht oft die komplexen Bedingungen, die über Erfolg oder Misserfolg entscheiden [14]. Gemeinsame Standards für komplexe Basistechnologien sind erforderlich, um uneingeschränkte Interoperabilität über verschiedene Branchen und Ökosysteme hinweg zu gewährleisten. In diesem Zusammenhang gewinnt Open-Source-Software (OSS) zunehmend an Bedeutung: Nicht nur werden Standards für Datenökosysteme in enger Zusammenarbeit mit OSS-Communitys entwickelt [15], sondern OSS wird auch an sich als Mittel zur digitalen Souveränität angesehen [16, 17]. Darüber hinaus ist OSS bereits in den meisten digitalen Lösungen verankert und bildet einen wesentlichen Teil des digitalen Ökosystems [18] sowie wirtschaftlich wichtiger Technologien [19]. Im Anschluss an die Open-Source-Strategie der EU für den Zeitraum 2020–2023 werden im Jahr 2026 weitere Schritte in Richtung eines strategischen Ansatzes und eines operativen Rahmens unternommen, um OSS sowie die technologische Souveränität, Sicherheit und Wettbewerbsfähigkeit der EU zu stärken [20]. Die Rolle von OSS für die digitale Souveränität wird zudem im Koalitionsvertrag der deutschen Bundesregierung erwähnt [21].

Trotz der entscheidenden Rolle von OSS ist noch nicht erforscht, wie OSS die nachhaltige Entwicklung souveräner Datenökosysteme wirksam unterstützt . Auf dem Weg zur digitalen Souveränität gibt es keine Wundermittel oder Abkürzungen; daher ist es wichtig, OSS kritisch zu betrachten und die Risiken oder möglichen Nebenwirkungen zu untersuchen, beispielsweise Cybersicherheitsrisiken [22, 23] oder „Open-Washing“-Strategien [24], insbesondere im Zusammenhang mit Open-Source-Künstlicher Intelligenz (OS-AI). Zudem ist oft die wirtschaftliche Nachhaltigkeit von OSS-basierten Basistechnologien nicht sichergestellt. Forschungsergebnisse deuten darauf hin, dass eine Unterfinanzierung bei diesen Technologien nahezu sicher ist [11]. Dies zeigt sich in den gravierenden Schwachstellen kritischer Open-Source-Infrastrukturkomponenten, die trotz ihrer intensiven Nutzung von Unterproduktion und Unterfinanzierung betroffen sind [25].

Die Wertschöpfung in der digitalen Wirtschaft erfordert ein solides Verständnis der Dynamik von Plattformen und Ökosystemen, da sich diese grundlegend von nicht-digitalen Kontexten unterscheidet [11]. Daher beleuchtet dieser Artikel die Rolle von OSS für souveräne und intelligente Datenökosysteme, indem er einen Überblick als Grundlage für weitere Forschung liefert, d. h. für eingehende Fallstudien zu Datenmanagement-Technologien. Dieser Überblick schafft eine Ausgangsbasis für zukünftige Forschung sowie für politische und strategische Implikationen.

Souveräne Datenökosysteme durch zielgerichtete Open-Source-Software

Der Begriff OSS spiegelt verschiedene historische Bewegungen wider. Freie und Open-Source-Software (FOSS) bezeichnet jedes Computerprogramm, das unter einer Lizenz veröffentlicht wird, die den Nutzern das Recht einräumt, das Programm für beliebige Zwecke auszuführen, sei es, um es zu untersuchen, zu verändern oder in seiner ursprünglichen oder veränderten Form weiterzuverbreiten. Aufgrund der zentralen Rolle der Open Source Initiative [26] wird sie oft als OSS bezeichnet. Während die ersten FOSS-Communitys aus einzelnen Nutzern bestanden, werden viele aktuelle Beiträge von Unternehmen gefördert, sodass die heutige (F)OSS-Community auch Nutzer-Entwickler und Hersteller-Entwickler aus der Wirtschaft umfasst [19]. Zudem entstehen strategische Konsortien als Kooperationen zwischen Organisationen im Rahmen eines (F)OSS-Konzepts [27].

Die folgenden Unterabschnitte dienen als Einführung in dieses Thema in Form einer narrativen und zusammenfassenden Übersicht [28] und skizzieren die positiven und negativen Aspekte von OSS aus der Perspektive (europäischer) Allianzen, die darauf abzielen, Basistechnologien für Datenökosysteme zu schaffen. Sie sind nach Stärken, Schwächen, Chancen und Risiken (SWOT) gegliedert.

Stärken von Open-Source-Software als Wegbereiter für Datenökosysteme

Die aktuelle OSS-Landschaft und die sich entwickelnden Datenökosysteme weisen einige sich ergänzende Merkmale auf. Die Stärke der Datenökosystem-Landschaft liegt in der Verfügbarkeit von Datenressourcen und Entwicklungskapazitäten bei Akteuren, die gemeinsame Interessen teilen. Kooperationen in OSS-Projekten sind eine Möglichkeit, diese Ressourcen zusammenzuführen [29]. Da es bereits eine wachsende Landschaft an Technologien für Datenökosysteme und entstehende Standards gibt, beispielsweise für Protokolle zum Datenaustausch oder Vertrauensmechanismen [30], wurden Allianzen gebildet und eine Lernkurve durchlaufen. Die wachsende Anerkennung der Bedeutung von OSS für die digitale Souveränität seitens politischer Entscheidungsträger und Förderinstitutionen ist ein weiterer starker positiver Faktor.

Chancen von Open-Source-Software als Wegbereiter für Datenökosysteme

Diese Stärken ergänzen die Chancen, die das OSS-Ökosystem bietet: OSS ermöglicht unabhängige Technologieentwicklung, -überprüfung und -substitution, was dazu beiträgt, Anbieterabhängigkeit zu vermeiden und die Interoperabilität durch die Kombination von FOSS mit offenen Standards [17] zu erhöhen. Darüber hinaus senkt OSS die Hürden für die Einführung und Anpassung und fördert das Vertrauen, indem es Einblick in den Quellcode und die Entwicklungswege ermöglicht.

Zudem bietet OSS die Möglichkeit einer beschleunigten Zusammenarbeit durch eine „Code-First“-Denkweise. Geschwindigkeit ist ein Schlüsselfaktor für entstehende Datenökosysteme, da sie bestimmt, wie schnell ein Ökosystem für die Teilnehmer nutzbar wird und welche Regeln zuerst und von wem festgelegt werden. Eine zeitnahe Umsetzung und Standardisierung verhindern Fragmentierung, schaffen Vertrauen und Dynamik und unterstützen die kurzen Innovationszyklen bei Basistechnologien.

OSS-Projekte folgen dem Prinzip der Meritokratie und stellen sicher, dass engagierte Mitwirkende anerkannt und geschätzt werden. Professionalisierte Entwicklungsstrukturen, Werkzeuge und Marktakteure unterstützen Organisationen bei ihren OSS-Aktivitäten. Darüber hinaus bietet OSS etablierte Mechanismen für das Management von “OSS-Communitys“ und die Koordination der Zusammenarbeit am Quellcode sowie verfügbare Governance-Rahmenwerke, die Aspekte von rechtlichen Fragen bis hin zur Konfliktlösung abdecken.

Der daraus resultierende OSS-Code kann frei genutzt werden. Seine ökosystemübergreifende Anwendbarkeit und seine weltweite Verfügbarkeit bieten entscheidende Vorteile, insbesondere für industrielle Anwendungen, da sie die Unterstützung von Datenökosystemen über verschiedene Regionen und Rechtsräume hinweg ermöglichen – beispielsweise zur Vernetzung internationaler Produktionsstandorte, zur Synchronisierung von Lieferkettendaten oder zum Betrieb interoperabler Digitaler Zwillinge über mehrere Lieferanten hinweg.

Risiken für die digitale Souveränität und den Aufbau von Datenökosystemen

Es gibt jedoch auch Merkmale, die dazu führen können, dass OSS-Chancen ungenutzt bleiben oder sogar negative Folgen nach sich ziehen. Der OSS-Ansatz birgt manche Risiken für Datenökosysteme, darunter Cybersicherheitsrisiken, die sich aus der Offenheit des Quellcodes ergeben können, auch wenn OSS im Vergleich zu proprietären Systemen andere erhebliche Sicherheitsvorteile bieten kann.

Darüber hinaus können auch bei OSS Informationsasymmetrien zu Lock-in-Situationen und Abhängigkeiten von einzelnen Akteuren führen [31]. Das meritokratische Prinzip kann zudem große Akteure mit erheblichen Entwicklungskapazitäten begünstigen. Viele große Technologieanbieter und Plattformbetreiber sind als OSS-Mitwirkende aktiv und verfügen sowohl über Fachwissen bei der Kommerzialisierung von OSS-Komponenten als auch über eine starke Position in den OSS-Communitys.

Aus wirtschaftlicher Sicht stellt die Entwicklung und Vermarktung von Basistechnologien eine besondere Herausforderung dar. Sie gehen in der Regel mit Übertragungseffekten einher, die sich zwar positiv auf die Entstehung von Datenökosystemen auswirken können, aber auch Innovationen behindern und zu einer Unterinvestition seitens privater Unternehmen führen können [11]. Regulatorische Maßnahmen oder gezielte Förderungen können diese Investitionslücke schließen. Einige Forschungsarbeiten konzentrieren sich auf die starke Rolle Chinas im OSS-Ökosystem und betonen, dass OSS als gezielte Reaktion auf westliche Exportkontrollen und zur Verringerung der Abhängigkeit von ausländischen Technologien dient, verbunden mit einem rasanten Tempo der Innovation und Integration innerhalb des globalen Technologie-Ökosystems [32].

Schwächen für die digitale Souveränität und den Aufbau von Datenökosystemen

Einige dieser Risiken behindern die Entwicklung von Datenökosystemen, indem sie inhärente Schwächen ausnutzen. Viele Unternehmen agieren lediglich als Nutzer von OSS und verfolgen keine strategische Perspektive; sie leisten selten Beiträge, und diese sind oft nicht nachhaltig [33]. Darüber hinaus ist die Nutzung von OSS-Produkten mit rechtlicher Komplexität verbunden, die insbesondere kleinere Unternehmen abschreckt, da diese zunächst in Wissen über OSS-Mechanismen investieren müssten.

Die Nutzung von OSS geht zunehmend mit Vorschriften einher, die zwar eine sichere Nutzung gewährleisten sollen, den Unternehmen jedoch Verpflichtungen auferlegen und eine einschränkende Wirkung haben. Auch bestehende Finanzierungsstrukturen und bürokratische Prozesse scheinen ein Hindernis für die rasche Entwicklung von Datenökosystemen zu sein und führen zu Silos. Die Landschaft der Datenökosysteme ist dezentralisiert und fragmentiert, und die Abstimmung zwischen den verschiedenen Akteuren ist eine Herausforderung, was oft zu Verzögerungen führt und gemeinsame Vorteile verhindert. OSS kann ein Weg nach vorn sein und einen wirksamen Rahmen bieten, um die Entwicklung und Reifung von Datenökosystemen und ihren zugrunde liegenden Technologien voranzutreiben.

Bild 1 bietet einen Überblick über alle oben genannten Aspekte. Die SWOT-Analyse stellt traditionell interne und externe Faktoren eines Unternehmens dar. In unserer Darstellung entsprechen die internen Faktoren den Merkmalen neu entstehender industrieller Datenökosysteme, während sich die externen Faktoren auf die charakteristischen Merkmale des bestehenden Open-Source-Ökosystems beziehen.

Interdisziplinäre Analysen entlang des OSS-Lebenszyklus sind notwendig

Die explorative SWOT-Analyse liefert eine Momentaufnahme und skizziert die nächsten Schritte für interdisziplinäre Forschungsbemühungen. Der wichtigste nächste Schritt umfasst detaillierte systematische Übersichtsarbeiten und eine empirische Untersuchung von OSS-Projekten, die auf die Ermöglichung von Datenökosystemen abzielen. Beispiele für solche Projekte sind solche, die sich direkt dem Datenaustausch in vertrauenswürdigen Ökosystemen widmen [9], sowie andere Plattformansätze. Eine erste Untersuchung des Status quo zeigt, dass Herausforderungen und Chancen weitgehend von der tatsächlichen Praxis und der Art der langfristigen Umsetzung geprägt sind. Daher sollten Projekte in unterschiedlichen Reifegraden oder Lebenszyklusphasen analysiert werden, um tiefere Einblicke in die zugrunde liegenden Konzepte und Dynamiken zu gewinnen. Auch die Entwicklungswege und verschiedenen Muster der Entwicklung und Verbreitung sowie die daraus resultierenden Anforderungen sollten genauer untersucht werden.

Darüber hinaus besteht die Notwendigkeit, die damit einhergehenden rechtlichen Rahmenbedingungen zu analysieren. Im Kontext von Technologien für Open-Source-Daten-Ökosysteme umfasst dies nicht nur die Datenregulierung – wie das Datengesetz oder das Data-Governance-Gesetz –, sondern auch das Gesetz zur Cyber-Resilienz sowie künftige Maßnahmen, die mit der Open-Source-Strategie der EU für Ökosysteme einhergehen könnten [20, 34].

Wirtschaftliche Auswirkungen und Abhängigkeiten im Fokus

Bei Standards für digitale Technologien geht es nicht nur um Kompatibilität und Benchmarks von Endprodukten, sondern auch um Entwicklungswege [11]. Einige Forscher weisen darauf hin, dass insbesondere Entwicklungsländer die wirtschaftlichen und sozialen Auswirkungen von OSS und OSAI zu spüren bekommen, da Lizenzgebühren für proprietäre Lösungen die Nutzung dort noch stärker hemmen als in Industrienationen [31].

Forscher müssen die wirtschaftlichen Auswirkungen und Abhängigkeiten, die sich aus OSS ergeben, sowie Optionen für die effektive Gestaltung und Vermarktung von Basistechnologien langfristig besser untersuchen, insbesondere vor dem Hintergrund zunehmender politischer Relevanz. Regulierungsbehörden müssen ermitteln, wie der Markt für Basistechnologien wirksam unterstützt werden kann, zumal Spillover-Effekte für die Entstehung von Ökosystemen von entscheidender Bedeutung sind. Unternehmen sollten generell ein OSS-Management fördern, das Beiträge oder die Unterstützung von Entwickler-Communitys sowie den Aufbau entsprechender Infrastrukturen umfasst.

Dieser Beitrag wurde ermöglicht durch das Projekt „Plattformbasierte organisationsübergreifende Netzwerke für Datenräume und Datenökosysteme“ PlatioNX (02J24A000), das vom Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) im Rahmen der Fördermaßnahme „Dynamik digital vernetzter Wertschöpfungssysteme (DynaVer)“ gefördert wurde.

Das könnte Sie auch interessieren

Datengestützte Lieferantenauswahl in der Industrie 4.0 Auf dem Weg zu einer industriellen Plattform für Auswahl und Konfiguration Purushothaman Ganesh , Baris E. Albayrak , Jörg Franke , Till Sindel , Jens Fürst, Sebastian Lang

Industrielle Lieferketten müssen ihre Beschaffungsstrategien als Reaktion auf Störungen immer wieder neu ausrichten, doch Informationen über die Leistungsfähigkeit von Lieferanten sind nach wie vor uneinheitlich und lassen sich nur schwer operativ umsetzen. Bisherige Forschungsarbeiten behandeln Lieferantenauswahl, Simulation und Interoperabilitätsstandards getrennt voneinander und betrachten die Erfassung, Bewertung und Optimierung als voneinander getrennte Schritte, die eine manuelle Datentransformation erfordern. Dieser Beitrag stellt ein Rahmenkonzept für eine datengesteuerte industrielle Plattform vor, die drei Komponenten integriert: Lieferantenprofile auf Basis der Asset Administration Shell, strukturiert durch eine Actor-Service-Ontologie zur semantischen Identifikation von Lieferanten, automatische Generierung von Simulationsmodellen für diskrete Ereignisse (Discrete-Event Simulation) aus Layoutdaten zur Leistungsbewertung sowie KPI-gesteuerte Konfiguration mithilfe von ...

Industry 4.0 Science | 42. Jahrgang | 2026 | Ausgabe 4 | Seite 50-61 | DOI 10.30844/I4SD.26.4.6

Vom Privatrecht zum privaten Recht Regelsetzung durch industrielle Online-Plattformen Pia C. Romeike, Frederik Bär

Industrielle Online-Plattformen bieten innovative Wege einer effizienten Wertschöpfung und bringen damit das Erfolgsrezept der digitalisierten Wirtschaft mit. Rechtlich erfasst sind sie bislang allerdings kaum. Was sind industrielle Online-Plattformen überhaupt und welche rechtlichen Aspekte sind zu beachten? Es wird festzustellen sein, dass die auf Plattformen zugeschnittenen Regelwerke für industrielle Online-Plattformen nur bedingt greifen und diese vielmehr ihr eigenes Recht setzen. Sie nutzen vorrangig ihre Allgemeinen Geschäftsbedingungen, um rechtliche Strukturen zu schaffen. Daher stellt sich einerseits die Frage, ob sich die Regelungen des europäischen Gesetzgebers auf die uns bekannte AGB-Kontrolle auswirken und andererseits, ob Verhandlungsungleichgewichte zu unerwünschten Machtverhältnissen führen.

Industry 4.0 Science | 42. Jahrgang | 2026 | Ausgabe 4 | Seite 98-105 | DOI 10.30844/I4SD.26.4.10

Industrie 4.0 – Fortschritt und Digitalisierung in der Schwebe Status der nachhaltigen Transformation und Digitalisierung in der Produktionstechnik Christian Donhauser , Daniel Riepl

Digitalisierungsprojekte helfen dem Anwender, komplexe Prozesse einfacher und effizienter darzustellen. Allerdings gibt es viele Hemmnisse, welche die Umsetzung deutlich erschweren. Zurückhaltung bei der Umsetzung ist spürbar. Dies trifft unter anderem Arbeitgeber und Arbeitnehmer, die durch das Warten oder Vermeiden ins ökonomische Abseits geraten können. Diese Beobachtungen lassen sich auf eine übergeordnete wissenschaftliche Leitfrage zurückführen: Welche Barrieren und systemischen Herausforderungen erschweren eine nachhaltige Transformation im Rahmen von Industrie 4.0, insbesondere unter Berücksichtigung menschlicher Arbeit in der Produktionstechnik? Welche Fragen stellen sich die betroffenen Akteure? Das wesentliche Ziel dieser langfristig ausgelegten Forschungsarbeit ist es, diese Fragen dezidiert und im Detail zu konkretisieren, um daraus ein konzeptionelles Fundament zu entwickeln, das Forschung, Lehre und technologische Entwicklung integriert und die Potenziale ...

Industry 4.0 Science | 42. Jahrgang | 2026 | Ausgabe 3 | Seite 56-60

Analyse der Anwendungspotenziale chinesischer Wissensplattformen Bedeutung digitaler Plattformen für Wissenstransfer in Forschung und Bildung Yunhao Su, Martin Braun

Wissen ist eine treibende Kraft der Innovation. Um Wissensbestände zu transferieren, werden vermehrt digitale Wissensplattformen eingesetzt. Die VR China nimmt eine weltweit führende Position im Feld der Digitalisierung ein. Im chinesischen Wissenstransfer- und Innovationssystem kommt digitalen Wissensplattformen eine zentrale Rolle zu. Diese Studie strukturiert theoretische Konzepte des Wissenstransfers und ergänzt diese durch empirische Befunde zur (Weiter-) Entwicklung einschlägiger Wissensplattformen. Untersucht wird der Einfluss spezifischer Gestaltungsmerkmale des Wissenstransfers auf die wahrgenommene Funktionalität und Qualität von digitalen Wissensplattformen. In einer Literaturrecherche werden sieben verdichtete Erfolgskriterien des Wissenstransfers ermittelt. Ferner werden neun führende chinesische Wissensplattformen hinsichtlich ihrer Transferlogik und Funktionsumfänge kategorisiert. Im Rahmen einer Online-Befragung beurteilten Probanden die plattformspezifischen ...

Industry 4.0 Science | 42. Jahrgang | 2026 | Ausgabe 3 | Seite 84-93

VR-Training für multimodale Cobot-Interaktion Virtuelle Lernfabriken zur Qualifizierung für den Einsatz kollaborativer Roboter Christoph S. Zoller, Justus Langer, Kristoffer Waldow , Merle Meyer, Arnulph Fuhrmann

Im Forschungsprojekt VIRAMM wird ein VR-basiertes Qualifizierungskonzept für die Integration kollaborativer Roboter (Cobots) in montageorientierten U-Zellen entwickelt und prototypisch umgesetzt. Da der Nutzen von Cobots stark von Prozess-, Layout- und Rollenintegration abhängt, adressiert VIRAMM die bislang fehlende konsistente Szenario Gestaltung für Variantenvergleiche mit Key Performance Indicator (KPI) basierter Bewertung.

Industry 4.0 Science | 42. Jahrgang | 2026 | Ausgabe 3 | Seite 106-112