弗劳恩霍夫协会
（德语：Fraunhofer-Gesellschaft），是德国也是欧洲最大的
应用科学
研究机构，成立于1949年3月
26日，以德国科学家、发明家和企业家约瑟夫·弗劳恩霍夫（Joseph von Fraunhofer, 1787-1826）的名字命名。协会是公助、公益、非营利的科研机构，为企业，特别是中、小企业开发新技术，新产品，新工艺，协助企业解决自身创新发展中的组织、管理问题。
近期通过对弗劳恩霍夫协会的了解，看到其有关数据的一些观点，深有感触，在这里分享一下，希望大家能够有所收获或启发。
新的商业模式
约翰被通知两小时后要到科隆开会，他从波恩到那时间紧张。他没有车，因为在市中心停车困难，所以卖掉了。他通过手机在汽车共享平台预定了车。很快，他的订单被处理并且汽车通过他注册时的用户信息导航到了他这里。通常路上都会堵车，但自动驾驶汽车通过导航系统选择了替代路线并准时到达了目的地。
诚然，这是一个目前还没实现的虚构场景，但其涉及到的相关技术均已经完成。其中会议排程、约车付费、定位、选择路线等都已经有了。故事中的人物可能还没有意识到，有大量的数据在后台穿梭，从租车平台到停车场，到公共场所，再到交通部门等等。
数据经济
移动革命来临，汽车制造商们意识到以前卖汽车的商业模式已经过时，因此需要重塑移动供应商的身份。汽车从业者开始思考数字服务创造的价值将来是否能超过卖车的价值。类似情况同样出现在医疗和机械工程等领域，设备和机器的成本在稳步下降，价值创造的份额在不断增加，而这些都是由诸如预测性维护之类的服务所产生的。实物经济正在逐步给数据经济让位。这些后果怎样，以及行业如何从中获取最大利益，是许多弗劳恩霍夫研究所目前正在研究的问题。
数据驱动型商业模式的兴起迫使企业彻底反思其企业结构及其组织内外供应链的方式。
过去，系统是由工程师精心设置的，现在内置传感器已接管了他们的工作，利用系统来收集和记录人的知识，这些知识应属于创始人并通常构成工业机密。另一方面，电子商务利用数据的开放共享和链接创造了新的资产。这相当于数据管理概念的范式转变：
- 数据已成为可以自由开采和交易的商品，但同时也可以被操纵或盗取。
- 许多市场参与者共享生成的数据，而不是保护自己的数据。
- 数据所有权和使用权通常不确定，只有在有关各方长期判定后才能澄清。
- 平台收集了许多不同来源的数据，可能也包括个人或团体的数据或者其他数据。
数据对于企业而言是一项宝贵的资产，因为越来越多的数据成为新业务模式的基础
，但同时由于资源消耗增加，意味着新的成本因素也在不断增加。高性能服务器和数据库在这个大数据时代至关重要。那么将货币价值归因于数据的最佳方法是什么？
位于多特蒙德的弗劳恩霍夫软件与系统工程研究所
ISST
花了很多年时间研究这个问题。
公司可在以下基础上衡量其数据资产的价值
:
- 注册所有权和更新专有数据库的成本。
- 使用数据的价值。例如预测性维护，在故障变得严重之前检测故障来节省成本，从而避免停机。
- 市场价值。确定这一点的一种方法是提供销售用户数据并查看买家愿意支付多少费用。
在德国或其他国家严格的隐私法约束下，个人数据是怎样的呢？ 当人们健康受到威胁时，如何将货币价值放在医院和医生手术所持有的医疗记录上？ 在公共行政程序中收集的官方数据需要采用哪些特殊规则？关于电网或互联网等关键基础设施的数据是否可以被视为可销售的商品，而不会冒着引发整个市场或社会崩溃的风险？ 正如一长串问题所示，许多因素和法律问题可能会影响数据的价值以及数据是否被利用的条件。有时还需要从国际角度审视某些问题，因为可能需要协调不同方的利益。
数字财富：发现、保存并利用它
自从工业4.0以来，许多工业企业采用了“数据池”概念，即挖掘他们公司内部的所有数据，将其放入存储库或“池”中，然后再决定如何处理。但是这样的策略并不一定会产生预期的结果，因为它让外部人员可以介入甚至从中赚钱。首先是美国的巨型IT公司，尤其是谷歌和亚马逊。由于他们在智能处理海量信息方面的优势，他们正忙于扩展领域。例如，谷歌利用免费的数据并热衷于收购生成数据的公司。最有名的例子是Nest，一家智能加热控制系统制造商。谷歌的兴趣不在于硬件，而在于从加热系统和用户智能手机以及未来的其他智能家居应用程序中获取数据，以便销售数字服务。所有这一切都无需支付服务所依据的数据。
德国工业也可以利用大量使用中产生的数据，例如德国制造的机器和车辆以及与客户沟通产生的数据。新的物联网（IoT）技术代表了丰富的数据来源。 一个例子是基于Fraunhofer集成电路研究所IIS开发的低功率广域（LPWA）技术的MIOTY无线物联网平台，该技术使单个接收器能够下载由环境传感器，机器控制传感器或者车载传感器收集的数百万个数据。它是一个非常节能且具有成本效益的系统。在使用Fraunhofer IIS开发的高级数据分析方法（包括机器学习）处理后，传感器和位置数据可用于新的IoT应用程序。
到目前为止，企业一直在试图抓住这些机会。Fraunhofer的使命是帮助他们开发数据资产获得更多收益。许多研究所多侧重于技术方面，毫无疑问仍有很多工作要做。但企业越来越多地寻求其他领域的支持，如数据分析，数据保护和数字商业模式设计。弗劳恩霍夫IIS和弗劳恩霍夫供应链服务应用研究中心SCS可以在服务和商业模式设计方面提供专业知识。
企业面临的最大问题不是缺乏数据，而是不了解他们现有数据中有多少真正有用，以及他们需要收集哪些额外数据来填补他们的某些空白
。在这个数字时代，可以利用集成到物理对象中的微电子装置，来创建网络物理系统（CPS）。 CPS是具有唯一可识别的互连嵌入式系统的分布式网络，能够实时通信。可以将生产流程配置为考虑CPS的位置。CPS利用传感器来监控物理过程的环境参数。每个CPS处理自己的数据，并能够管理或调整流程参数并与第三方交换数据。这就产生了大量数据，可添加到公司现有数据库中并用于其他场景。
通过新的商业模式增加价值
弗劳恩霍夫供应链服务应用研究中心（SCS）多年来一直致力于为企业开发基于数据的服务和商业模式。这不仅需要评估公司自身对内部流程的要求，还要确定客户的需求以便将其纳入新的服务和业务模式中。众多完成的项目中，弗劳恩霍夫SCS设计了端到端的流程，涵盖相关数据的收集，分析和处理，并将结果转化为业务模型，使这些数据能够在数字业务模型中得到利用。
为了专门解决数字世界中商业模式的设计和实施相关的各种业务管理问题，Fraunhofer IIS于2014年设立了数字世界商业模式研究中心。该研究中心提出了一个六阶段的结构化转型过程，作为向希望开发数字商业模式的公司提供支持的一种手段。在形成最终合适的方案之前，首要考虑的是如何充分利用数据。
从公司自身潜力的识别开始，然后分析现状。
研究具体案例，为每家公司创建正确的转型战略。然后可利用Fraunhofer IIS自己的基础设施来实施和验证这些战略，例如在L.I.N.K.测试和应用中心进行定位，识别，导航和通信等测试。另一种方法是利用JOSEPHS®服务商提供的开放式实验室，是位于纽伦堡市中心的实体店面，公司可以邀请新产品和服务的潜在用户直接参与他们的开发和测试。但无论选择何种路线，转型的数据驱动业务模型都必须为最终用户创造附加值。这就是为什么Fraunhofer SCS非常重视数据驱动业务模型的结构化风险分析和管理流程。
另一家研究数字商业模式开发方法的机构是Fraunhofer ISST。其数字业务工程方法提供了一种循序渐进的方法，已经在许多案例中成功验证。研究人员下一步设想是在更多的应用中推出这种方法，并开发一个工具箱，公司可以根据一套已验证的基本原则来形成自己的数字商业模型。这需要有基本的指导方针，因为大部分领域都是相对未开发的。尽管如此，在多数公司开始将数据资产纳入其资产负债表以及构成其净资产之前，还需要一段时间。也许有一天，初期创业者将能够使用他们的数据资产作为抵押去银行贷款。现在，试图这样做的人是不会得到银行经理回应的。但这最终必将改变。
目标：数字主权
这种情况的一个重要先决条件是能够证明谁拥有数据
。诸如预测性维护的工业应用情况，是相对简单的。机器在操作过程中生成的数据属于该机器的用户。但这并不妨碍设备制造商利用相同的数据来开发预测性维护算法并改进产品的未来版本。通常销售合同不会包括任何其他形式的商业利用。
这样的数据管理难题使数据所有者陷入困境。一方面，他们的数据价值越高，其利用和分享越多，但这也更需要增加保护措施。本质上讲，将专有数据保存在锁定和密钥之下会更好。 如何摆脱这种困境是数字业务面临的最大挑战之一。公司想要在不失去对这种宝贵资源的控制的前提下自由发布数据。通常用“数字主权”来描述这个问题。
举个例子，20世纪90年代末，当零部件销售的在线市场出现时，供应商们愿意将产品目录放在网上，因为这会给他们带来更多的业务。但是，当汽车制造商等客户要求他们将客户特定价格信息添加成电子数据时，供应商拒绝这样做。他们不希望将这些信息存到第三方运营的平台上。换句话说，他们不想失去对这些专有数据的主权。这样的例子说明了某些敏感数据需要更多保护。
弗劳恩霍夫研究人员正在研究各种解决方案，希望能打包，保护和丰富数据，同时保护主权。他们的设想包括：
- 提供基于需求的数据共享，允许用户选择退出数据池，要求所有数据存储在中央存储库中；
- 在工业数据空间（见下文）中开发连接器，作为组织条件数据共享的手段；
- 严格标记数据，指定授权使用的（有限）条件；
- 使用像区块链这样的分布式数据库技术来记录数据交易；
- 使用标准化词汇来改善不同云平台之间的互操作性和可移植性；
- 开发透明功能，通知用户涉及其数据的交易，使他们能够自行控制这些数据。
数字主权并非持久的状态，它是用来平衡双方的尺度。一方面权重数据所有者利益，即隐私和安全性，以及归于数据的价值。另一方面考虑用户兴趣，这意味着应用，传输和共享这些数据的权利。
每种情况都不同，但所有解决方案的共同点是数据所有者在任何利益冲突中具有最终话语权。
这是数据经济成功的关键之一。
解决方案：工业数据空间
到目前为止，
数字化过程中缺失的环节是一种应用技术，使企业能够开发一种允许数据共享而不失主权的商业模式。
由所有者决定数据是带有价格标签还是免费分发。数据所有者需要保证他们的主权不可侵犯，并且任何人都无法以虚假身份获取这些数据。简而言之，这项技术是所有相关方的数字主权监管者，同时仍然为创造性伙伴留有空间。
正是基于这种思路，促使了工业数据空间的创建。至少有12家弗劳恩霍夫研究所参与了德国工业安全数据平台的开发。该研究项目于2015年10月启动，由德国联邦教育和研究部（BMBF）资助。其目的是创建一个受保护的数据空间，企业可以使用标准化的安全接口共享信息，同时保留对其专有数据的完全主权。在研究项目的同时，成立了非营利性组织，以代表工业数据空间用户的利益。它目前有42个来自商业和工业的成员，包括thyssenkrupp，Bayer，Allianz和Rewe，弗劳恩霍夫也是该协会的成员。该协会的工作包括定义参考架构模型并在案例中进行验证。
之所以有这么多公司很快加入该协会，是因为工业数据空间概念让他们相信数据主权是优先的。德国公司不希望冒着因依赖亚马逊和谷歌等大型云服务提供商而使行动受限的风险。因此，他们坚持对基本服务和数据的最高控制权。
企业与工业数据空间通信的软件实体称为连接器。它们充当参与公司之间的接口，支持用于提供Web服务和与物联网连接的各种协议。连接器将公司的数据关联起来，并根据公司的要求在工业数据空间内进行分配。同时，连接器将来自产业的需求转发到公司自身的系统。连接器还可以运行各种应用程序来过滤或转换数据，并为业务流程提供输入。参与该项目的弗劳恩霍夫研究人员打算为参考架构开发原型连接器和应用程序，并演示它们在典型案例中的应用。
工业集团蒂森克虏伯股份公司实施了一个物流试点项目，其中一个连接器连接到公司内部的货运入口和装卸码头管理系统。通过查看图表，控制器可以立即看到携带钢制部件的特定卡车是迟到还是提前运行，并相应地调整时间表。物流的现实世界由连接器连接，连接器通过工业数据空间直接与卡车司机智能手机上的相关应用程序或物流提供商运营的运输管理系统进行通信。该项目的目标是通过优化装载和卸载的安排来节省时间和成本
挑战：数据安全
尽管谈论数据的价值，数据安全和主权，但我们不能忽略数字化仍然是一项重大的技术挑战。
许多弗劳恩霍夫研究所正与业界密切合作，共同开发新的解决方案。其中弗劳恩霍夫安全信息技术研究所（SIT），专门从事网络安全研究，即保护数据免遭盗窃和黑客入侵。工业数据空间就是一个很好的范例，显示了这样的技术如何与商业模式齐头并进。
类似的也可应用于汽车领域。例如，Fraunhofer SIT正在研究适当的数据保护方案，可在设计阶段就将其集成到车辆控制系统中。如果不这样，黑客就能够在共享车辆中禁用制动或其他安全关键系统，从而对乘车人员的生命安全构成风险。另一类风险来自车辆数据的分析，其允许基于行程或驾驶行为来跟踪所有者的运动。有时看似无关紧要的数据会产生意想不到的后果。一些汽车保险公司已经在提供特殊津贴，以奖励良好的驾驶行为。这需要使用生成速度曲线的车载数据记录器。然而，评估的速度数据也可用于创建车辆运动的轨迹，从而跟踪车主的行踪。因此，Fraunhofer SIT致力于提供更透明的解决方案，通过让用户了解第三方对“他们的”数据的使用情况，并让他们更好地控制数据访问权，来提供更好的数据保护。
网络安全的一个重要方面是确保系统没有漏洞。
Fraunhofer SIT设置了一个测试实验室，用于IT系统的安全分析，从分立嵌入式系统到更复杂的系统，如车辆的整个机载网络架构，甚至IT基础架构和云服务，都可以分析。
智能创新需要
5G
基于需求的数据收集需要快速的传输技术。
下一代5G无线通信技术将是其中一个基本要素。5G的目标是为异质垂直市场定义通用传输标准，例如工业4.0，汽车行业，物联网和智能电网。5G规范的关键方面包括极低延迟（小于1毫秒），高速率，低功耗以及不同网络技术的融合。弗劳恩霍夫综合电路研究所HHI以及开放式通信系统FOKUS的研究人员正在研究适当的解决方案。
新标准将不仅仅是新一代移动技术
。其目的是创建一个通用的无线标准，作为物联网（IoT）和自动驾驶等未来主题的基础，并为医疗保健领域的远程医疗发展提供先进的基础设施，为残疾人提供智能生活解决方案，以及支持能源转型的智能电网功能。
这就提出了存储和处理这些应用程序的数据位置的问题。在云端？对于那些希望在“数据池”中收集尽可能多的数据的公司来说很好，但与工业4.0所需要的完全相反，后者基于分散的，主要是自治的网络物理系统的概念。在这种情况下，边缘计算是一种更好的选择，其中数据被网络边缘的智能终端过滤和处理。但是这种选择的缺点是需要同步来自许多不同来源的数据才能产生可利用的知识。真正的答案可能介于两者之间。因此，弗劳恩霍夫研究所正在研究这介于两种方法间的最佳的混合概念。
如上所述，数字化是一个涉及技术，组织，经济和社会变革的复杂主题。
这场新的工业革命可能以前所未有的方式改变我们的生活，呼吁商业界积极参与。
弗劳恩霍夫协会整体和以应用为导向的研究方法使其成为寻求最佳效果的理想合作伙伴，在为行业，社会和最终用户创造价值方面取得了显著效果。
