Advertisement

HMD Praxis der Wirtschaftsinformatik

, Volume 56, Issue 6, pp 1309–1333 | Cite as

IoT-gestützte, kommunale Datenarchitektur für Metropolregionen in Deutschland – Metropolitan Data Space

  • Jörg Hoffmann
  • Mathis NiederauEmail author
Schwerpunkt
  • 38 Downloads

Zusammenfassung

Die Metropolregion Rhein-Ruhr zeigt beispielhaft, wie sich Regionen in Deutschland wandeln: Wo einst Kohlebergwerke und die Montanindustrie die Landschaft prägten, entstehen heute langsam neue Industrien; aus alten Tagebauen wird langsam eine Seenlandschaft. Allerdings wächst die Wirtschaft im Ruhrgebiet noch immer langsamer als im Rest Deutschlands. Es benötigt neue Impulse, um Regionen wie diese wirtschaftlich zu unterstützen und zusammenzuführen.

Ein solcher Impuls ist eine zentrale Datenplattform, in der nicht nur einzelne Städte, sondern die gesamte Metropolregion vernetzt werden. Genau wie die Grenzen zwischen Städten wie Essen, Bochum und Dortmund bei der Durchfahrt verschwinden, sollen damit auch bestehende digitale Grenzen der Vergangenheit angehören. Als digitale Infrastruktur ermöglichen solche Plattformen neue digitale Geschäftsmodelle für Unternehmen der Region auf Basis von datenbasierten Anwendungsfällen und bilden so die Basis für eine vernetzte Region.

Eine Untersuchung des Status Quo in Bezug auf digitale Plattformen und die Datenbereitstellung aus den Kommunen in der Metropolregion Rhein-Ruhr ergibt, dass noch umfangreicher Handlungsbedarf besteht: So besteht weder eine einheitliche Strategie zur Bereitstellung von Daten, noch werden von einzelnen Kommunen relevante Live-Daten auf bestehenden Plattformen veröffentlicht. Auch innerhalb der Kommunen ist die bestehende Sensorbasis und deren Konnektivität nicht ausreichend für die Befüllung einer zentralen Datenplattform – allenfalls bestehen im Kontext von Smart-City-Initiativen Leuchtturmprojekte.

Der vorliegende Artikel stellt daher eine IoT-gestützte Architektur für eine zentrale, metropolregionsübergreifende Datenplattform auf Basis des International Data Space, Data Lakes und IoT-Vernetzungstechnologien vor. Er zeigt außerdem auf, wie durch die technische und organisatorische Einbindung von Unternehmen der Wirtschaft ein skalierbares Ökosystem geschaffen werden kann. Anhand von konkreten Beispielen wird erklärt, wie die Umsetzung der Architektur begonnen hat und wie die weitere Implementierung geplant ist.

Schlüsselwörter

Digitalisierung Metropolitan City Smart City Data Lake Datenmarktplatz 

IoT-Based, Municipal Data Architecture for Metropolitan Regions in Germany—Metropolitan Data Space

Abstract

The Rhine-Ruhr metropolitan region is an example of how regions in Germany are changing: Where coal mines and the steel industry once shaped the landscape, new industries are slowly emerging today; old opencast mines are slowly turning into a lake landscape. However, the economy in the Rhine-Ruhr region is still growing more slowly than in the rest of Germany. It needs new impulses to economically support and unite regions like these.

Such an impulse is a central data platform in which not only individual cities but the entire metropolitan area is connected. Just as the borders between cities such as Essen, Bochum and Dortmund disappear when passing through, existing digital borders should also be a thing of the past. As a digital infrastructure, such platforms enable new digital business models for companies in the region on the basis of data-based applications and thus form the basis for a networked region.

An analysis of the status quo with regard to digital platforms and the provision of data from the municipalities in the Rhine-Ruhr metropolitan region shows that there is still a great need for action: there is neither a uniform strategy for the provision of data, nor is relevant live data published by individual municipalities onto existing platforms. Even within the municipalities, the existing sensor base and its connectivity is not sufficient for filling a digital platform—in any case, lighthouse projects exist in the context of smart city initiatives.

In this article, therefore, we present an IoT-supported architecture for a central, cross-metropolitan data platform based on Industrial Data Space, Data Lakes and IoT networking technologies. We also show, how a scalable ecosystem can be created through the technical and organizational integration of companies in the economy. Using concrete examples, we explain how the implementation of the architecture began and how further implementation is planned.

Keywords

Digitalization Metropolitan city Smart city Data lake Data market place 

Literatur

  1. Ackermann J (2007) Modellierung, Planung und Gestaltung der Logistikstrukturen kompetenzzellenbasierter Netze. Dissertation. TU Chemnitz, Chemnitz. Inst. für Betriebswiss. und Fabriksysteme.Google Scholar
  2. Alizadeh H, Beaulieu L‑D, Bouchard É, Fabre L, Jeudy Y, Laviolette J et al (2018) Smart cities and integrated mobility. https://its-america.squarespace.com/s/Smart-City-and-Integrated-Mobility-White-Paper-June-2018.pdf. Zugegriffen: 20. Okt. 2018Google Scholar
  3. App Annie (2018) Jahresrückblick 2017. https://www.appannie.com/de/insights/download/de-app-annie-2017-retrospective/#download. Zugegriffen: 13. Okt. 2018Google Scholar
  4. Berrone P, Ricart JE, Carrasco C, Duch A, Estrategia C (2018) IESE cities in motion index. https://www.iese.edu/research/pdfs/ST-0471-E.pdf. Zugegriffen: 1. Aug. 2019Google Scholar
  5. Bitkom (2019) Smart-City-Atlas. Bitkom e.V., BerlinGoogle Scholar
  6. Deloitte (2017) Assessing the value of TfL’s open data and digital partnerships. https://tfl.gov.uk/cdn/static/cms/documents/deloitte-report-tfl-open-data.pdf. Zugegriffen: 1. Aug. 2019Google Scholar
  7. Deutsche Telekom (2019) Co-Creation Toolbox. Deutsche Telekom. Online verfügbar unter https://smartcity.telekom.com/cocreate/. Zugegriffen: 6. Okt. 2019
  8. Fang H (2015) Managing data lakes in big data era. What’s a data lake and why has it became popular in data management ecosystem. In: Tarn TJ, Chai T, Fukuda T, Xiong Y, Cai H, Wang T, Feng X (Hrsg) 2015 IEEE international conference on CYBER technology in automation, control, and intelligent systems (CYBER) IEEE International Conference on CYBER Technology in Automation, Control, and Intelligent Systems, Shenyang, China, 8–12 June 2015 IEEE, Piscataway, S 820–824CrossRefGoogle Scholar
  9. Fasel D (2016) Übersicht über NoSQL-Technologien und -Datenbanken. In: Fasel D, Meier A (Hrsg) Big Data. Springer, Wiesbaden, S 109–137CrossRefGoogle Scholar
  10. Gartner (2018) Gartner forecasts worldwide public cloud revenue to grow 17.3 percent in 2019. https://www.gartner.com/en/newsroom/press-releases/2018-09-12-gartner-forecasts-worldwide-public-cloud-revenue-to-grow-17-percent-in-2019 (Erstellt: 12. Sept. 2018). Zugegriffen: 13. Okt. 2018Google Scholar
  11. Gassmann O, Böhm J, Palmié M (2018) Smart City. Innovationen für die vernetzte Stadt – Geschäftsmodelle und Management. Hanser, MünchenCrossRefGoogle Scholar
  12. Haberfellner R (2012) Systems Engineering. Grundlagen und Anwendung, 12. Aufl. Orell Füssli, ZürichGoogle Scholar
  13. ISO (2017) IEC 30182:2017. Smart city concept model—guidance for establishing a model for data interoperability. International Organization for Standardization, GenfGoogle Scholar
  14. McQueen B (2017) Big Data Analytics for Connected Vehicles and Smart Cities. Norwood: Artech House. Online verfügbar unter https://ebookcentral.proquest.com/lib/gbv/detail.action?docID=5430725. Zugegriffen: 6. Okt. 2019
  15. Meier A, Portmann E (2017) Smart City. Strategie, Governance und Projekte. Springer, WiesbadenGoogle Scholar
  16. Meley C (2016) The data lake design pattern. Realize faster time to value with less risk. http://assets.teradata.com/resourceCenter/downloads/WhitePapers/EB9461.pdf. Zugegriffen: 12. Okt. 2018Google Scholar
  17. Müller S (2016) Erweiterung des Data Warehouse um Hadoop, NoSQL & Co. In: Fasel D, Meier A (Hrsg) Big Data. Springer, Wiesbaden, S 139–158CrossRefGoogle Scholar
  18. Open Connectivity Foundation (2017) International standards. https://openconnectivity.org/developer/specifications/international-standards (Erstellt: 1. Juni 2017). Zugegriffen: 12. Okt. 2018Google Scholar
  19. Otto B, Jürjens J, Schon J, Auer S, Menz N, Wenzel S, Cirullies J (2016) Industrial Data Space. Digitale Souveranität über Daten. Industrial Data Space e. V., MünchenGoogle Scholar
  20. Otto B, Lohmann S, Steinbuß S, Teuscher A (2018) IDS Reference Architecture Model. Industrial Data Space. Version 2.0. Hg. v. Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Industrial Data Space e.V. München. Online verfügbar unter https://www.fraunhofer.de/de/forschung/fraunhofer-initiativen/industrial-data-space.html. Zugegriffen: 26. Jul. 2019
  21. Pfäffli M, Habenstein A, Portmann E, Metzger S (2018) Eine Architektur zur Transformation von Städten in Human Smart Cities. HMD 55(5):1006–1021.  https://doi.org/10.1365/s40702-018-00451-z CrossRefGoogle Scholar
  22. Schieferdecker I, Bruns L, Cuno S, Flügge M, Isakovic K, Klessmann J et al (2018) Urbane Datenräume. Möglichkeiten zum Datenaustausch und Zusammenarbeit im urbanen Raum, 1. Aufl. Fraunhofer-Gesellschaft, BerlinGoogle Scholar
  23. Schuh G, Gudergan G, Krechting D, Wieninger S, Conrad R (2018) Mobilität in NRW neu denken. Initiative Metropolitan Cities will Metropolregion auf neues Level heben. https://industrieanzeiger.industrie.de/allgemein/mobilitaet-in-nrw-neu-denken/. Zugegriffen: 12. Okt. 2018Google Scholar
  24. Sklarß S, Gattwinkel D, Göldner A, Horn C, Wittig C, Koroyin O (2018) DCAT-AP.de Spezifikation. Deutsche Adaption des „Data Catalogue Application Profile“ (DCAT-AP) für Datenportale in Europa. https://www.dcat-ap.de/def/dcatde/1.0.1/spec/specification.pdf. Zugegriffen: 12. Okt. 2018Google Scholar
  25. Sorin-George T, Andreea S (2018) The world’s smartest cities in the metropolitan century. Ovidius Univ Ann Econ Sci Ser 18(1):111–116Google Scholar
  26. Statistische Ämter des Bundes und der Länder (2018) Bruttoinlandsprodukt, Bruttowertschöpfung in den Ländern der Bundesrepublik Deutschland 1991 bis 2017. https://www.statistik-bw.de/VGRdL/tbls/RV2014/R1B1.zip. Zugegriffen: 12. Okt. 2018Google Scholar
  27. Townsend AM (2013) Smart cities. Big data, civic hackers, and the quest for a new utopia. First edition. W.W. Norton & Company, New YorkGoogle Scholar
  28. ubahnverleih (2018) WoBike. https://github.com/ubahnverleih/WoBike#mobike-china-italy-uk-japan (Erstellt: 3. Okt. 2018). Zugegriffen: 12. Okt. 2018Google Scholar

Copyright information

© Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2019

Authors and Affiliations

  1. 1.FIR e. V. an der RWTH AachenAachenDeutschland

Personalised recommendations