Datenräume : Data Spaces sind keine Selbstläufer

Die Rolle von Daten in Unternehmen hat sich verändert: Ging es früher darum, administrative Kosten zu reduzieren, stehen heute strategische Wettbewerbsvorteile durch Datennutzung im Mittelpunkt. Die genutzten Daten resultieren dabei immer seltener aus eigenen Unternehmensprozessen. Vielmehr werden Daten von Lieferanten, Kunden und weiteren Kooperationspartnern relevanter.

Das wirft Fragen auf, wie sich der zwischenbetriebliche Datenaustausch am besten organisieren lässt. In den vergangenen Jahren sind hier technische Lösungen wie z. B. „Data Lake“-Konzepte oder Plattformen entstanden.

Auf den ersten Blick drängen sich insbesondere Plattformen als Lösung auf. Charakteristisches Merkmal ist, dass sie die auszutauschenden Daten sammeln und zentral aufbewahren. Das bringt den Plattformbetreiber in eine starke Position, da die datengebenden und -nutzenden Unternehmen schnell von ihm abhängig werden. Dazu kommt das Problem der geopolitischen Abhängigkeit, da sich diese Plattformen häufig nicht in europäischer Hand befinden.

Technische Lösung Data Spaces?

Eine spannende Alternative hierzu bieten „Data Spaces“. Sie organisieren den Austausch von Daten zwischen zwei oder mehr Unternehmen, haben aber keine Hoheit über die Daten selbst, sondern lediglich über die Metadaten, also die Daten über den Austausch. Die Daten selbst bleiben bei den datengebenden Unternehmen. Ein vom Data-Space-Betreiber bereitgestellter Katalog gibt einen Überblick über die zur Verfügung stehenden Daten, die bei Bedarf per technischem Konnektor direkt zum Datennachfrager übertragen werden.

Die Idee des dezentralen Datenaustauschs kursierte im politischen Raum erstmals im Jahr 2019. Und ging mit der Förderung einer Vielzahl von Initiativen einher, um die Idee auch umzusetzen. Häufig ist in diesem Zusammenhang auch von Datenökosystemen die Rede, die neben dem technischen Data Space selbst auch die für den Betrieb verantwortlichen Dienste umfassen.

Zu den bekanntesten Beispielen hierfür zählen Catena-X für die Automobilbranche, der Mobility Data Space für Mobilitätsunternehmen, Manufacturing-X für produzierende Unternehmen, Health X für die Gesundheitsbranche, Nalamki für die Landwirtschaft oder Smart Living Next für die Wohnungswirtschaft. Data Spaces finden sich im Förderungskatalog vieler Initiativen – zum Beispiel bei der Deutschen Forschungsgemeinschaft (DFG) oder im „Digital Europe Programme“ der EU. Die neue Bundesregierung hat Data Spaces in ihrem Koalitionsvertrag zwar nicht explizit erwähnt, allerdings die Förderung der damit eng verbundenen Datenökosystemen dort thematisiert.

Viele der Initiativen stehen gegenwärtig vor einer Herausforderung: Wie können sie den Data Space nach der auslaufenden Anschubfinanzierung langfristig verstetigen? Dieses Problem kommt nicht überraschend. Denn Data Spaces zeichnet eine Reihe spezifischer ökonomischer Herausforderungen aus, die es zu adressieren gilt.

Erkennbarer Mehrwert führt zur Beteiligung

Das größte Problem ist, interessierte Unternehmen von der Teilnahme an einem Data Space zu überzeugen. Dies ist nicht einfach, da ein sinnvoller Use Case hierfür nicht sofort erkennbar wird. Zwar sind die Kosten für eine Teilnahme an einem Data Space schnell klar, der insbesondere mittel- und langfristige Nutzen lässt sich jedoch nicht so einfach quantifizieren. Denn einerseits lässt sich der Wert von Daten erst aus dem konkreten Kontext und nicht vorab und häufig auch nicht isoliert bestimmen.

Zum anderen lassen sich die gerade durch den Datenaustausch mögliche Entwicklung innovativer datenbasierter Geschäftsmodelle nicht schon beim Projektstart erkennen. In Summe entsteht ein „Kaltstartproblem“, wie es aus Plattformökonomie und E-Commerce bekannt ist. Dies gilt insbesondere für branchenübergreifend agierende Data Spaces.

Interessensausgleich sichert langfristigen Betrieb

Ein zweites zentrales Problem: Die beteiligten Akteure verfolgen in der Regel unterschiedliche Interessen. So haben beispielsweise Komponenten-Hersteller (OEM) und Zulieferer divergierende Ziele. Die Marktmacht der OEM überdeckt dies jedoch und sichert zumindest prinzipiell Beteiligung und Funktionsfähigkeit des Data Space.

In Data Spaces ohne dominante Akteure und mit Stakeholdern, die zudem aus unterschiedlichen Branchen stammen, ist es dagegen wesentlich schwieriger, die einzelnen Akteure vom Nutzen zu überzeugen und Entscheidungen zu treffen. In derartigen Konstellationen gilt es, Interessen über eine längere Frist auszugleichen.

Dies geschieht nicht automatisch. Vielmehr sind dafür passende Prozesse sowie organisatorische und technische Instrumente notwendig. Außerdem müssen Kultur und organisatorische Rahmenbedingungen so aussehen, dass Handlungsspielräume nicht einfach opportunistisch genutzt werden können. Es braucht also eine Vertrauensbasis zwischen allen Akteuren, aber auch anreizkompatible Strukturen, die die Zielkonflikte der Beteiligten berücksichtigen.

Stellschraube Management von Data Spaces

Derartige Themen wurden in den bisherigen Projekten zum Aufbau von Data Spaces oder Datenökosystemen kaum adressiert. Vielmehr ging es oft vor allem darum, dass die technische Infrastruktur und die operativen Prozesse funktionieren. Das sind zweifellos zentrale Themen. Doch um einen multilateralen Datenaustausch zwischen verschiedenen Datenanbietern und Datennutzern in Gang zu bringen, braucht es mehr. Nur wenige Forschungsprojekte wie z. B. Foresightnext beschäftigen sich auch mit dem Management von Data Spaces und damit mit den für die langfristige Verbreitung von Data Spaces existenziellen Herausforderungen.

Auch wenn die Probleme des Managements von Data Spaces neu und komplex erscheinen, gibt es vielversprechende Ansätze. So zeigt beispielweise die ökonomische Theorie durchaus interessante Lösungswege auf. Aus der Prinzipal-Agenten-Theorie und der Theorie des kollektiven Handelns lassen sich geeignete Anreizsysteme entwickeln. Die Theorie der Netzeffekte liefert konkrete Anhaltspunkte zur Lösung des Kaltstartproblems.

Darüber hinaus lassen sich Ideen aus existierenden Lösungen für verwandte Probleme ableiten. So bietet es sich beispielsweise an, die in den 2000er-Jahren entwickelten und erprobten Ansätze zur Steuerung von Unternehmensnetzwerken daraufhin zu untersuchen, ob sie sich auf Data Spaces übertragen lassen. Denn das grundlegende Konzept der zum Beispiel aus der Automobilindustrie bekannten Unternehmensnetzwerke lässt sich auf organisatorischer Ebene durchaus mit dem der Data Spaces vergleichen.

Entwicklung von Managementkonzepten als lohnende Investition

Letztlich leidet auch die Entwicklung von Managementkonzepten für Data Spaces – ähnlich wie die Data Spaces selbst – unter dem oben bereits erwähnten Kaltstartproblem. Über die gezielte Unterstützung der Entwicklung solcher Managementkonzepte könnte der Staat dieses Problem schnell und mit wenig Geld lösen. Das würde der Idee der Data Spaces den entscheidenden zweiten Schub verschaffen.

Ohne umfassende Antworten auf das Management-Problem wird es keine stabilen Data Spaces oder Datenökosysteme geben – die Idee droht damit zu scheitern. Vor dem Hintergrund der enormen Potenziale von Data Spaces für die einzelnen Unternehmen, aber auch für den Standort Deutschland als Ganzes, wäre dies nicht wünschenswert.

Denn neben den direkten Nutzeffekten für Unternehmen, die insbesondere in Kostenersparnissen und Chancen für neuartige innovative Geschäftsmodelle liegen, können Data Spaces einen wesentlichen Beitrag zur Entwicklung von Resilienz und digitaler Souveränität beitragen. Beides wird vor dem Hintergrund der geopolitischen Entwicklungen immer wichtiger.

Thomas Hess ist Co-Direktor des Bayerischen Forschungsinstituts für Digitale Transformation (Bidt). Er ist Professor für Wirtschaftsinformatik und Betriebswirtschaftslehre an der LMU München.

Christoph Egle ist Geschäftsführer des Bidt und war zuvor unter anderem in der Bayerischen Staatskanzlei und im Staatsministerium für Digitales tätig.