Von Peter Grütter, asut

Das 20. Jahrhundert war das Jahrhundert der Energie: Der Siegeszug der Elektrizität zu seinem Beginn, der anhaltende Triumph der fossilen Brennstoffe und dazu bis in die späten 70er-Jahre die Atomeuphorie trieben die Industrialisierung voran und den Aufschwung der mobilen Konsumgesellschaft. Auf der einen Seite hat dieses Jahrhundert Forschung, Technologie, Mobilität und Wohlstand einen ungeheuren Schub verpasst. Andererseits hat es die Probleme geschaffen, mit denen wir heute zu kämpfen haben: Klimakrise, Verkehrsüberlastung, Bevölkerungswachstum und Umweltschäden.

Doch nun hat ein neues Zeitalter begonnen: das Jahrhundert der Daten. Sie fallen überall in grossen Mengen an, werden übertragen, gespeichert, gesammelt und ausgewertet. Das Volumen der weltweit täglich verarbeiteten Daten beträgt enorme 1 1/4 Milliarden Gigabytes. Diese Daten ermöglichen tiefe Einblicke in die natürlichen und die menschgemachten Prozessketten, den optimierten Einsatz von Maschinen und Ressourcen aller Art, bahnbrechende Innovationen und neue Businessmodelle. Die Kommunikationsnetze, die zur Übertragung und Verarbeitung der Daten notwendig sind, sind zur systemkritischen Basisinfrastruktur geworden. Ohne Anbindung an eine moderne Netzwerk-, Kommunikations- und Dateninfrastruktur ist ein Land heute nicht überlebensfähig, oder zumindest nicht dafür gerüstet, im globalen Wettbewerb zu bestehen.

Dank Daten bekommen Dinge, die wir für leblos hielten, Augen, Ohren und einen Mund. Mithilfe von Sensoren, Chips und durch die Vernetzung können Maschinen, Fahrzeuge, Gebäude und selbst Landschaften Auskunft über ihren Zustand geben und mit anderen Maschinen, Fahrzeugen, Gebäuden oder Landschaften kommunizieren. Packt man die Künstliche Intelligenz und Lernende Systeme obendrauf, kommt zur Kommunikationsfähigkeit, die Fähigkeit, autonome oder teilautonome Entscheide zu treffen. Der Mensch wird dabei zunehmend vom Boots- zum Steuermann: Im Internet of Things muss er seine Maschinen nur noch überwachen, nicht mehr bedienen.

In Daten schlummern Informationsschätze, deshalb macht die Analogie zum Rohstoff Sinn. Doch genauso wie man Rohstoffe zuerst abbauen muss, bevor sie sich verwenden lassen, muss auch das Wissen aus den Daten herausgeholt und nutzbar gemacht werden. Das bedingt einerseits den Aufbau einer geeigneten Infrastruktur zu ihrer Erfassung und andererseits auch das nötige Know-how zu ihrer optimalen Verknüpfung, Analyse und Verwertung. Und es bedingt den Datenaustausch: Wert schaffen Daten nicht, wenn sie in Silos weggeschlossen werden. Wert schaffen sie dann, wenn sie in einer Datenöknomie, einem Netzwerk aus Unternehmen, Einzelpersonen und Institutionen gesammelt, organisiert und ausgetauscht werden. Und der Wert, von dem wir hier sprechen, ist gross: Die Weltbank schätzt ihn für das Jahr 2025 auf rund 15 Prozent des globalen Bruttoinlandprodukts, das sind zwischen 15-20 Trillionen US-Dollar.

Der mit Daten verbundene Mehrwert ist aber auch gesellschaftlicher Art. So wie in einer innovativen Wissensgesellschaft Wissen ein Allgemeingut ist, zu dem möglichst viele Zugang haben sollen, so sind es in der modernen Informationsgesellschaft die Daten, insbesondere solche des öffentlichen Sektors. Das setzt breit in der Bevölkerung verankerte digitale Kompetenzen voraus, aber auch faire Zugangsmodelle zu sicheren Datenräumen und klare Regeln für die Datennutzung und Datenkontrolle.

Richtig eingesetzt kann moderne Datentechnik uns dabei helfen, die Altlasten des «Energiejahrhunderts» zu sanieren. Zum Beispiel durch die Entwicklung einer smarteren Energiewirtschaft oder dem Übergang von traditionellen Industrie- und Agrarsystemen zu kreislauforientierten Prozessen. Daten schaffen die Voraussetzung dafür, dass Volkswirtschaften in einer intakten Umwelt nachhaltig Wohlstand schaffen können.

Doch sie bergen, das ist klar, auch Schadenpotenzial: Daten lassen sich manipulieren, autonome Systeme missbrauchen. Die sicherheits- oder demokratiepolitischen Risiken von Cybercrime, Cyberwar, KI-gesteuerten Waffensystemen oder durch Fake News in ihrer Glaubwürdigkeit untergrabenen Institutionen sind beträchtlich. Wir können sie in den Griff bekommen, indem wir die länderübergreifende Internet Governance stärken, multilaterale Regeln vereinbaren und die internationale Zusammenarbeit unter Sicherheits- und Strafverfolgungsbehörden intensivieren.

Wir leben im Zeitalter der Daten: Machen wir das Beste daraus.

Par Peter Grütter

Le 20e siècle a été le siècle de l'énergie : l'irruption victorieuse de l'électricité à ses débuts, le triomphe continu des combustibles fossiles et l'euphorie de l'atome jusqu'à la fin des années 70 ont fait progresser l'industrialisation et l'essor de la société de consommation mobile. D'un côté, ce siècle a donné une impulsion considérable à la recherche, à la technologie, à la mobilité et à la prospérité. De l'autre, il a créé les problèmes auxquels nous sommes confrontés aujourd'hui : Crise climatique, congestion du trafic, croissance démographique et dommages environnementaux.

Mais une nouvelle ère a commencé : le siècle des données. Elles sont produites partout en grandes quantités, transmises, stockées, collectées et analysées. Le volume des données traitées chaque jour dans le monde entier s'élève à 1 1/4 milliard de gigabytes. Ces données permettent de percer à jour les chaînes de processus naturelles et humaines, d'optimiser l'utilisation de toutes sortes de machines et de ressources, de réaliser des innovations révolutionnaires et d'élaborer de nouveaux modèles commerciaux. Les réseaux de communication nécessaires à la transmission et au traitement de ces données sont devenus une infrastructure de base critique. Sans connexion à une infrastructure moderne de réseaux, de communication et de données, un pays n'est pas en mesure de survivre aujourd'hui, ou du moins peu équipé pour faire face à la concurrence mondiale. 

Grâce aux données, des choses que nous pensions inanimées ont désormais des yeux, des oreilles et une bouche. Grâce aux capteurs, aux puces et à la mise en réseau, les machines, les véhicules, les bâtiments et même les paysages peuvent donner des informations sur leur état et communiquer avec d'autres machines, véhicules, bâtiments ou paysages. Si l'on y met, en sus, l'intelligence artificielle et les systèmes d'apprentissage automatique, la capacité à prendre des décisions autonomes ou semi-autonomes s'ajoute à la capacité de communication. L'homme passe de plus en plus du statut de capitaine à celui de pilote : dans l'Internet des objets, il n'a plus qu'à surveiller ses machines, pas à les commander.

Les données  recèlent des trésors d'informations, d'où l'analogie avec les matières premières. Mais tout comme les matières premières doivent être extraites avant de pouvoir être utilisées, le savoir renfermé dans les données doit être puisé et rendu utilisable. Cela signifie d'une part qu'il faut créer une infrastructure appropriée pour les collecter, et d'autre part qu'il faut disposer du savoir-faire nécessaire pour les relier, les analyser et les utiliser de manière optimale. Et cela suppose l'échange de données : enfermées dans les silos, les données ne créent point de valeur. Elles créent de la valeur lorsqu'elles sont collectées, organisées et échangées dans une économie de données, un réseau d'entreprises, d'individus et d'institutions. Et la valeur dont nous parlons ici est importante : la Banque mondiale l'estime à environ 15 % du produit intérieur brut mondial en 2025, soit 15 à 20 billions de dollars américains.

Mais la valeur ajoutée des données est également de nature sociale. De même que, dans une société de la connaissance innovante, le savoir est un bien commun auquel le plus grand nombre de personnes possible devrait avoir accès, dans la société de l'information moderne, il en va de même pour les données, en particulier celles du secteur public. Cela suppose des compétences numériques largement ancrées dans la population, mais aussi des modèles d'accès équitables à des espaces de données sécurisés et des règles claires pour l'utilisation et le contrôle des données.

Utilisée à bon escient, la technologie moderne des données peut nous aider à assainir l'héritage de "l'ère énergétique". En développant, par exemple, une économie énergétique plus intelligente ou en passant des systèmes industriels et agricoles traditionnels à des processus cycliques. Ils créent les conditions nécessaires pour que les économies nationales puissent créer une prospérité durable dans un environnement intact. 

Mais les données sont également porteurs, c'est évident, d'un potentiel de dommages : elles peuvent être manipulées, les systèmes autonomes utilisés à mauvais escient. Les risques pour la sécurité et la démocratie liés à la cybercriminalité, à la cyberguerre, aux systèmes d'armes pilotés par l'IA ou aux institutions dont la crédibilité serait compromise par des fake news, sont considérables. Nous pouvons les maîtriser en renforçant la gouvernance internationale de l'Internet, en adoptant des règles multilatérales et en intensifiant la coopération internationale entre les services de sécurité et les forces de l'ordre.

Nous vivons à l'ère des données : Tirons-en le meilleur parti.
 

^{(Foto: piqsels.com)}

Von Christine D’Anna-Huber

Immer mehr, immer stärker sind unsere Gesellschaft und Wirtschaft datengesteuert. Peter Grütter sagt es in seinem Editorial glasklar: Wir leben im Jahrhundert der Daten. Denn im Umgang, im Zugang und in der Nutzung von Daten steckt erhebliches Innovationspotenzial für Wissenschaft, Gesellschaft und Wirtschaft, für bessere und effizientere Anwendungen und Dienstleistungen. Darin sieht nicht nur Peter Grütter eine ungeheure Chance, die es zu packen gilt. Auch Christoph Heitz sieht in der datenbasierten Wertschöpfung ist das A und O der Innovation. Und damit meint er nicht nur das Innovationspotenzial, sondern auch den Innovationsbedarf. Als Präsident der Data Innovation Alliance weiss er aber auch, dass viele Schweizer Unternehmen Unterstützung dabei brauchen, das Innovationspotenzial zu realisieren, das in Daten schlummert. Denn noch führt die Reise zur datenbasierten Wertschöpfung auf weiten Strecken durch unerforschtes Neuland. Warum das so ist und wie die Data Innovation Alliance die Schweizer Wirtschaft dabei unterstützt, erklärt er im Interview.  

Während die Data Innovation Alliance den Wertschöpfungsprozess an und für sich unterstützt, sorgen andere dafür, die nötigen Rahmenbedingungen für ein kompetitives Schweizer Datenökosystem zu schaffen: Der Bund ist daran, interoperable und vertrauenswürdige Datenräume zu schaffen, in denen Daten sicher gehandhabt und ausgetauscht werden können. Jürg Würst, bei der Bundeskanzlei für diesen Prozess verantwortlich, erläutert, welche rechtlichen, organisatorischen, semantischen und technischen Pflöcke der Bund hier einschlagen will. Um optimale Rahmenbedingungen für die Schweizer Forschung und Wirtschaft geht es auch der Swisscom, die 100 Millionen Franken investieren will, um im Bereich der Künstlichen Intelligenz (deren geballte Analysekraft, stark vereinfacht, auf der Fähigkeit beruht, riesige Datenmengen nach Mustern durchsuchen zu können), eine leistungsstarke Infrastruktur für vertrauenswürdige KI-Dienste aufzubauen und dadurch im Bereich der Daten die Souveränität der Schweiz zu stärken.

Wer mit Daten arbeitet, muss sich im Bereich der Datensicherheit und der neuen Regelungen auskennen, welche die Schweiz und – für in der EU tätige Schweizer Unternehmen hochrelevant – insbesondere auch Europa ausgearbeitet haben, um einen fairen Zugang und die faire Nutzung von Daten festzulegen. Marc Strittmatter, Professor für Wirtschaftsrecht an der HTWG Konstanz, spricht in diesem Zusammenhang gar von einem «neuen Zeitalter für den europäischen Datenmarkt».

Doch genug von Rahmenbedingungen, so entscheind sie auch sind: Den grössten Platz räumen wir in diesem Bulletin konkreten Beispielen ein: Sie zeigen, was datenbasierte Wertschöpfung in den verschiedensten Bereichen konkret bedeutet: zum Beispiel für lebenswerte Städte, innovative Fertigungsprozesse, eine nachhaltige Stromversorgung und und und…  

Interview mit Christoph Heitz, ZHAW und Data Innovation Alliance

Datenbasierte Wertschöpfung ist das A und O der Innovation. Die Data Innovation Alliance unterstützt Schweizer Unternehmen dabei, das Innovationspotenzial, das in Daten schlummert, zu realisieren. Wie das geht und was die Alliance motiviert, erklärt ihr Präsident Christoph Heitz im Interview.

asut: «Daten sind das Gold des 21. Jahrhunderts», sagen viele. Stimmt das, und von welchen Daten sprechen wir da?

Christoph Heitz: Die Digitalisierung hat in den letzten 20 Jahren dazu geführt, dass alle möglichen Dinge Datenspuren hinterlassen. Zum einen sind das Daten von Sensoren, Maschinen und technischen Anlagen. Das geht in Richtung IoT und Industrie 4.0, d.h. mithilfe dieser Daten lassen sich Systeme und Abläufe intelligent vernetzen und steuern. Das andere sind Spuren, die Menschen im Internet hinterlassen. Beides ist wichtig und für die Schweizer Wirtschaft äusserst relevant. 

Weshalb?

In Daten stecken Informationen, die wertvoll sein können. In personenbezogenen Daten sind das Informationen über Personen. Diese sind oft verstreut: Da hat man zum Beispiel irgendwo mal die E-Mail-Adresse angegeben und anderswo vielleicht Alter, Beruf oder Einkommen. Dazu kommen die Abfragen, die wir in Suchmaschinen eingeben, und ganz allgemein, wie wir uns im Internet bewegen und uns als Kundinnen und Kunden verhalten. Wenn diese Daten kombiniert werden, kann damit eine ausserordentlich potente Maschinerie aufgebaut werden, um das Verhalten von Menschen in einem noch nie dagewesenen Ausmass beobachten zu können. Firmen wie Google sammeln und aggregieren diese Daten. Sie können dann benutzt werden, um Zielgruppen besser anzusprechen, oder mehr Verkäufe zu generieren.

Die Digitalisierung wandelt also alle möglichen Informationen in Daten um?

Genau. Ein Teil der Digitalisierung besteht im Grunde aus einer gigantischen Messkampagne: Personendaten, Daten von Wettersensoren, Temperatursensoren, Heizungssteuerungen, Autos und dazu die Standortdaten von Smartphones, die es erlauben Verkehrsstaus und die Auslastung in Geschäften und Restaurants in Echtzeit anzugeben. All das ist relativ neu.

Sie haben von 20 Jahren gesprochen…

Ich erinnere mich gut an das Referat eines Experten aus Israel an einem Event im Tessin im Jahr 2004. Er sagte: Stellt euch eine Welt vor, in der alles, was gemessen werden kann, auch tatsächlich gemessen wird und dann gratis auf eurem Computerbildschirm zur Verfügung steht. Er erzählte von Lastwagen in den USA, die mit Sensoren ausgerüstet seien und die Werkstatt anvisierten, wenn sie spüren, dass irgendeine Maintenance-Aktion fällig würde. Das schien uns damals völig abstrus und futuristisch.

Aber inzwischen hat die Zukunft begonnen…

Jetzt ist sie da, und wir sehen jeden Tag, wie sie funktioniert und welche Auswirkungen sie hat. In der Schweiz hat die datenbasierte Wertschöpfung in der Breite etwa um 2015 angefangen. Heute gibt es zahlreiche Innovationen in diesem Bereich und Unternehmen, die bereits viel Fachwissen aufgebaut haben und damit gut verdienen. Daten sind ein wertvoller Rohstoff, aber um das Potenzial auszuschöpfen, das in ihnen steckt, braucht es Technologien wie Data Science und Machine Learning.

Welche Rolle spielt die Data Innovation Alliance dabei?

Unser Kernanliegen ist es, datengetriebene Wertschöpfungsprozesse zu ermöglichen. Das setzt einerseits technischen Sachverstand voraus, d.h. solides Wissen über Informatik und Datenauswertung. Genau so wichtig ist aber auf der anderen Seite das Business-Wissen, also die Fähigkeit, rund um diese Daten neue Businessmodelle zu erfinden. Ein Beispiel: Ein Unternehmen, das Maschinen baut, wird seine Wertschöpfungskette anders ausrichten, weil es sein Geld nun mit der Sensorik- und mit datenbasierter vorausschauender Wartung verdienen kann. Die 2017 gegründete Data Innovation Alliance bringt das Wissen und die Leute zusammen, die solche Lösungen gemeinsam bauen können. 

Was ist die Motivation dahinter?

Der Glaube an die Innovation – an das Innovationspotenzial, aber auch den Innovationsbedarf. Und hier gibt es einen wunden Punkt: Sehr viele gute Projekte scheitern, weil sie nur in der Informatik aufgehängt sind, aber die «Geldverdienmechanik» fehlt. Oder weil sie, von Businessleuten mit einer Superidee angestossen, aus Mangel an technischem Sachverstand bei der Umsetzung scheitern. Aus dieser Erkenntnis hat sich die Alliance gebildet. Wir bringen die Schweizer Forschungsinstitutionen und die exzellenten Data Scientists und Machine-Learner, die in grossen Schweizer Firmen wie der Migros, der Mobiliar, SBB, Swisscom oder in innovativen KMUs tätig sind, zusammen und schauen, dass sie sich gegenseitig befruchten können. Das ist auch deswegen notwendig, weil es alles in allem noch viel mehr Neuland als erforschtes Territorium gibt. Wir alle sind immer noch auf dieser Entdeckungsreise: Da haben wir nun plötzlich diesen neuen Rohstoff und diese neuen Tools – und was bauen wir jetzt damit? Genau das ist die Dynamik, die die Digitalisierung vorantreibt.

Wie unterscheidet sich die Data Innovation Alliance von anderen Organisationen, welche die digtiale Transformation in der Schweiz vorantreiben wollen? 

Unser Alleinstellungsmerkmal ist, dass wir nicht auf politischer Ebene tätig sind, sondern auf der Umsetzungsebene. Uns geht es nicht primär um die Gestaltung von Rahmenbedingungen, sondern wir wollen die Innovatoren zusammenbringen, die diese neuen Produkte und Dienstleistungen tatsächlich entwickeln. Dazu haben wir von Beginn weg darauf gepocht, dass datenbasierte Wertschöpfung neben Technik- und Businesskompetenz auch eine gewisse soziale Intelligenz und Verantwortung voraussetzt. Was wir hier bauen, muss auch sozial verträglich sein, um gesellschaftlich akzeptiert zu werden. Rund um die KI ist diese Diskussion in den letzten Jahren stark hochgekocht. Während es bei der ethischen Diskussion rund um die Digitalisierung während Jahren hauptsächlich um den Datenschutz ging, beschäftigt uns heute die Frage: Wie können wir sicherstellen, dass KI mit unseren gesellschaftlichen Werten wie Transparenz, Chancengleicheit oder Partizipation verträglich ist?

Was ist mit KMU, die Innovationsideen haben, aber vielleicht nicht über das genügende Fachwissen verfügen: Finden Sie bei Data Innovation Alliance Unterstützung? 

Wir verfügen über einen Pool von über 500 Expertinnen und Experten aus Forschung und Wirtschaft. Auf dieses geballte Fachwissen können wir zurückgreifen, wenn Firmen sich an uns wenden. Wir betreiben zwei sogenannte Innovationsbooster, den «Databooster», der Ende dieses Jahres auslaufen wird und den «Innovation Booster Artificial Intelligence», der im Januar gestartet ist. Diese Initiativen stehen allen offen, insbesondere aber KMU. Sie sind speziell darauf ausgerichtet, Firmen am Anfang einer Innovationsidee abzuholen. Sie erhalten Zugang zu Spezialistenwissen in Form von Workshops. Dort wird ihre Idee analysiert und hinterfragt, auf ihre Marktfähigkeit und technische Umsetzbarkeit abgeklopft und geschaut, was nötig wäre, um sie tatsächlich zum Fliegen zu bringen. Oft führt das am Ende zu einem vollausgebauten Finanzierungsantrag an Innosuisse, die Schweizerische Agentur für Innovationsförderung.

Wie viele und welche Art von Projekten unterstützt der Databooster? 

Im letzten Jahr wurden in interdisziplinären Teams über 100 Databoosterideen entwickelt und getestet; ein gutes Drittel davon erhielt in der Folge Fördergelder, um ihr Projekt mit geeigneten Partnern weiterzutreiben. Ein Beispiel ist das Startup Vivent, das ein Diagnosesystem zur Messung der Pflanzengesundheit entwickelt hat, mit dem Landwirte Stresssituationen wie z. B. eine Dürre frühzeitig erkennen können. Oder die Co-Creation-App CitizenTalk des Startups Crowdcoach, die es in Echtzeit möglich macht, gemeinsam Lösungen zu erarbeiten. 

In welchen Bereichen der Schweizer Wirtschaft sehen Sie besonders viel Potenzial für datenbasierte Wertschöpfung?

Ein Bereich ist sicher die Fertigungsindustrie. Dort geht es darum, Maschinen mit Sensoren auszustatten oder die Daten der bereits vorhandenen Sensoren – Autos beispielsweise sind wahre Datenkanonen – auch tatsächlich auszuwerten. Dadurch kann man den Lebenszyklus dieser Anlagen besser managen, Ausfälle verhindern und den Output verbessern, insbesondere mit Remote-Technologien. Ein weiterer Bereich ist der Dienstleistungsbereich. Hier lässt sich vieles, was früher gute, mit ihren Kundinnen und Kunden vertraute Fachpersonen erledigt haben, mithilfe von datenbasierten Interessenprofilen automatisieren und maschinisieren. Grosse Möglichkeiten gibt es weiter in der Medizintechnik und insbesondere in der Personalisierten Medizin. Dort sind Daten der Schlüssel für Medikamente und Therapien, die die individuellen Eigenschaften von Patientinnen und Patienten berücksichtigen. Auch im Bereich von Self-Tracking-Apps, die physiologische Parameter erfassen, gibt es extrem spannende Anwendungen. Dies nur ein paar Beispiele, der wichtigste Punkt ist: Um Erfolg zu haben, braucht es keine Riesenmarktmacht. Es genügt, wenn sich ein paar clevere Leute zusammentun. Daten sind heute einfach zu erfassen und dann kann man loslegen. Es passiert auch unendlich viel – ich glaube, unsere Phantasie reicht nicht aus, um uns auszumalen, was hier noch alles möglich sein wird. 

Und geht in dieser Hinsicht der Schweiz auch genug?

Ich nehme die Schweizer Innovationsszene als sehr lebendig wahr. Da gibt es viele grössere und sehr viele kleinere Unternehmen mit fantastischen Ideen. Aber es gibt auch ein Segment von etablierteren Firmen, die unnötig viel Behäbigkeit pflegen. Dort sehe ich noch viel ungenutztes Potenzial. Teilweise ist es eine Frage der Kompetenz: Data Science als Studiengang gibt es in der Schweiz erst seit 4 bis 5 Jahren. Dazu kommt auch immer noch viel Unsicherheit – dort setzen unsere Booster-Programme an. Und schliesslich folgt, gemäss dem Gartner-Hype-Zyklus, nach der ersten Begeisterung dann eben auch das Tal der Enttäuschung. Datenbasierte Wertschöpfung ist in der Umsetzung nicht trivial und setzt, gerade im industriellen Bereich, ein gewisses Durchhaltevermögen voraus.

Entretien avec Christoph Heitz, ZHAW et Data Innovation Alliance

La création de valeur basée sur les données est l'alpha et l'oméga de l'innovation. La Data Innovation Alliance aide les entreprises suisses à réaliser le potentiel d'innovation qui se cache dans les données. Son président, Christoph Heitz, explique dans une interview comment cela se fait et ce qui motive l'Alliance.

asut : Beacoup disent que les données sont l'or du 21e siècle. Est-ce vrai, et de quelles données parlons-nous ?

Christoph Heitz : Au cours des 20 dernières années, la numérisation a eu pour effet que toutes sortes de choses laissent des traces de données. D'une part, il s'agit de données provenant de capteurs, de machines et d'installations techniques. Cela va dans le sens de l'Internet des objets et de l'industrie 4.0, c'est-à-dire qu'à l'aide de ces données, les systèmes et les processus peuvent être mis en réseau et commandés de manière intelligente. L'autre aspect, ce sont les traces que les gens laissent sur Internet. Les deux sont importants et extrêmement pertinents pour l'économie suisse. 

Pourquoi ?

Les données contiennent des informations qui peuvent être précieuses. Dans les données personnelles, ce sont des informations sur les personnes. Ces données sont souvent dispersées : on a par exemple indiqué quelque part son adresse e-mail et ailleurs peut-être son âge, sa profession ou son revenu. S'y ajoutent les requêtes que nous saisissons dans les moteurs de recherche et, plus généralement, la manière dont nous naviguons l'Internet et nous comportons en tant que clients. Lorsque ces données sont combinées, elles permettent de mettre en place une machine extraordinairement puissante pour observer le comportement des gens à une échelle sans précédent. Des entreprises comme Google collectent et agrègent ces données. Elles peuvent ensuite être utilisées pour mieux cibler des groupes ou générer davantage de ventes.

La numérisation transforme donc toutes sortes d'informations en données ?

Exactement. Une partie de la numérisation consiste en fait en une gigantesque campagne de mesure : données personnelles, données de capteurs météorologiques, de capteurs de température, de commandes de chauffage, de voitures, sans oublier les données de localisation des smartphones, qui permettent d'indiquer en temps réel les embouteillages et le taux d'occupation des magasins et des restaurants. Tout cela est relativement nouveau.

Vous avez parlé de 20 ans...

Je me souviens très bien de l'exposé d'un expert israélien lors d'un événement au Tessin en 2004. Il a dit : imaginez un monde dans lequel tout ce qui peut être mesuré le sera effectivement et sera ensuite disponible gratuitement sur votre écran d'ordinateur. Il a parlé de camions aux États-Unis équipés de capteurs et capables de se diriger vers le garage lorsqu'ils sentent qu'une action d'entretien est nécessaire. À l'époque, de tels propos nous paraissait totalement abracadabrant et futuriste.

Mais désormais, l'avenir est là...

Il est là, et nous voyons son fonctionnement et son impact tous les jours. En Suisse, la création de valeur basée sur les données a commencé à grande échelle vers 2015. Aujourd'hui, il y a beaucoup d'innovation dans ce domaine et des entreprises qui ont développé une grande expertise et gagnent bien leur vie avec. Les données sont une matière première précieuse, mais pour exploiter le potentiel qu'elles portent en elles, il faut employer des technologies comme la science des données et l'apprentissage automatique.

Quel est le rôle de la Data Innovation Alliance dans ce contexte ?

Notre objectif principal est de permettre des processus de création de valeur axés sur les données. Cela présuppose d'une part une expertise technique, c'est-à-dire de solides connaissances en informatique et en analyse de données. Mais d'un autre côté, les connaissances commerciales sont tout aussi importantes, c'est-à-dire la capacité à imaginer de nouveaux modèles commerciaux autour de ces données. Une entreprise qui construit des machines va orienter sa chaîne de valeur différemment, car elle peut désormais gagner de l'argent grâce à la maintenance prédictive basée sur les capteurs et les données. La Data Innovation Alliance, créée en 2017, rassemble les connaissances et les personnes capables de construire ensemble de telles solutions. 

Qu'est-ce qui motive cette démarche ?

Notre  foi dans l'innovation - dans le potentiel, mais aussi dans le besoin d'innovation. Et c'est là que le bât blesse : de très nombreux bons projets échouent parce qu'ils ne sont suspendus qu'à l'informatique, mais qu'il manque la « mécanique pour gagner de l'argent ». Ou parce que, lancés par des commerciaux avec une super idée, ils échouent lors de la mise en œuvre par manque d'expertise technique. C'est à partir de ce constat que l'Alliance s'est formée. Nous réunissons les institutions de recherche suisses et les excellents data scientists et machine learners qui travaillent dans de grandes entreprises suisses comme Migros, La Mobilière, les CFF, Swisscom ou dans des PME innovantes, et nous faisons en sorte qu'ils peuvent s'enrichir mutuellement. Cela est aussi nécessaire parce que, tout bien considéré, il y a encore beaucoup plus de terres vierges que de territoires explorés. Nous sommes tous encore en voyage de découverte : Voici soudain cette nouvelle matière première et ces nouveaux outils - et qu'allons-nous construire avec ? C'est ça la dynamique qui fait avancer la numérisation.

En quoi la Data Innovation Alliance se distingue-t-elle d'autres organisations qui veulent faire avancer la transformation numérique en Suisse ? 

Notre spécificité réside dans le fait que nous n'agissons pas au niveau politique, mais au niveau de la mise en œuvre. Nous ne nous préoccupons pas en premier lieu de l'aménagement des conditions-cadres, mais voulons réunir les innovateurs effectivement capables de développer ces nouveaux produits et services. Pour ce faire, nous avons insisté dès le début sur le fait que la création de valeur basée sur les données exige, outre des compétences techniques et commerciales, une certaine intelligence et responsabilité sociales. Ce que nous construisons ici doit aussi être socialement acceptable. Ces dernières années, ce débat a pris de l'ampleur autour de l'IA. Alors que pendant des années, le débat éthique autour de la numérisation portait principalement sur la protection des données, la question qui nous préoccupe aujourd'hui est celle-ci : comment pouvons-nous garantir que l'IA soit compatible avec des valeurs sociales telles que la transparence, la parité des chances ou la participation ?

Qu'en est-il des PME qui ont des idées d'innovation, mais ne disposent peut-être pas des connaissances techniques suffisantes ? Peuvent-elles faire appel à la Data Innovation Alliance ? 

Nous disposons d'un pool de plus de 500 experts issus de la recherche et de l'économie et pouvons faire appel à ce concentré de connaissances lorsque des entreprises s'adressent à nous. Nous gérons deux « boosters d'innovation », le « Databooster », qui se terminera à la fin de cette année, et le « Innovation Booster Artificial Intelligence » lancé en janvier. Ces initiatives sont ouvertes à tous, mais en particulier aux PME. Elles sont spécialement conçues pour aller à la rencontre des entreprises au début d'une idée d'innovation. Elles auront ainsi accès à des connaissances spécialisées sous la forme d'ateliers. Leur idée y sera analysée et remise en question, sa viabilité commerciale et technique et ce qu'il faudrait pour la faire décoller sera examiné. Souvent,, ce processus débouchera sur une demande de financement complète auprès d'Innosuisse, l'agence suisse pour la promotion de l'innovation.

Combien et quel type de projets le Databooster soutient-il ? 

L'année dernière, plus de 100 idées Databooster ont été développées et testées par des équipes interdisciplinaires ; un bon tiers d'entre elles ont reçu par la suite des fonds de soutien pour poursuivre leur projet avec des partenaires appropriés. Citons par exemple la start-up Vivent, qui a développé un système de diagnostic permettant de mesurer la santé des plantes, afin que les agriculteurs puissent détecter à temps les situations de stress, comme la sécheresse. Ou encore l'application de co-création CitizenTalk de la startup Crowdcoach, qui permet d'élaborer des solutions en commun en temps réel. 

Dans quels secteurs de l'économie suisse voyez-vous un potentiel particulièrement important pour la création de valeur basée sur les données ?

L'un d'entre eux est certainement l'industrie de production. Il s'agit d'équiper les machines de capteurs ou d'effectivement évaluer les données des capteurs déjà existants - les voitures, par exemple, sont de véritables canons à données. Cela permet de mieux gérer le cycle de vie de ces installations, d'éviter les pannes et d'améliorer le rendement, notamment grâce aux technologies «remote». Un autre domaine est celui des services. Dans ce domaine, il est possible d'automatiser et de mécaniser, à l'aide de profils d'intérêt basés sur des données, une grande partie de ce que faisaient autrefois les bons spécialistes qui connaissaient leurs clients. Il existe également de grandes possibilités dans la technique médicale et notamment dans la médecine personnalisée. Dans ce domaine, les données sont la clé des médicaments et des thérapies qui tiennent compte des caractéristiques individuelles des patients. De même, dans le domaine du self-tracking il y a des applications extrêmement intéressantes qui enregistrent toute sorte de paramètres physiologiques. Ce ne sont là que quelques exemples, mais le point le plus important est le suivant : pour réussir, il n'est pas nécessaire d'être un géant du marché, il suffit que quelques personnes intelligentes s'associent. Les données sont aujourd'hui faciles à collecter et on peut se lancer. Et il se passe effectivement beaucoup de choses - notre imagination suffit à peine pour imaginer tout ce qu'on pourra faire.

Et est-ce que la Suisse en fait assez dans ce domaine ?

Pour moi, la scène suisse de l'innovation est extrêmement dynamique. Il y a beaucoup de grandes et de très nombreuses petites entreprises avec des idées fantastiques. Mais il y a aussi un segment d'entreprises plus établies qui cultivent une certaine lourdeur inutile. Je vois là un grand potentiel inexploité. C'est en partie une question de compétence : la science des données en tant que filière d'études n'existe que depuis quatre à cinq ans en Suisse. De plus, il y a encore beaucoup d'incertitude - c'est là qu'interviennent nos programmes d'encouragement. Et finalement, selon le Hype Cycle de Gartner, après le premier enthousiasme, vient la vallée de la déception. La mise en œuvre de la création de valeur basée sur les données n'est pas triviale et présuppose une certaine persévérance, surtout dans le domaine industriel.

Von Jürg Wüst, Bundeskanzlei

Daten sind eine zentrale Grundlage für die gesellschaftliche Wohlfahrt, den wirtschaftlichen Erfolg und den wissenschaftlichen Fortschritt der Schweiz. Daten erzeugen dann am meisten Wert, wenn sie über Sektoren hinweg für verschiedene Anwendungsfälle genutzt werden können.

Die Corona-Pandemie hat der breiten Öffentlichkeit bewusst gemacht, welchen Nutzen Daten entfalten können, wenn man sie sektorenübergreifend nutzen kann. Wie verändern sich die Infektionszahlen, wenn Menschen reisen und Kinder sich in Schulklassen vor Ort treffen? Mobilitäts- und Bildungsdaten lieferten in diesem Beispiel gemeinsame Grundlagen, um informierte gesundheitspolitische Entscheide zu fällen.

Die Mehrfachnutzung von Daten ist heute in vielen Fällen komplex, aufwändig oder aufgrund fehlender rechtlicher Grundlagen und fehlendem Vertrauen nicht möglich.[1] Sie birgt jedoch vielfältige Chancen und Nutzen:

• Für Wirtschaft, Wissenschaft und Verwaltung kann sie Innovation fördern sowie die Qualität, die Geschwindigkeit und die Effizienz von Dienstleistungen verbessern.
• Durch die Umsetzung des «Once-Only-Prinzips» kann die administrative Belastung von Personen und Unternehmen gesenkt werden (Daten sollen möglichst nur einmal erfasst werden.)[2]
• Im Bereich der Gesundheitsforschung kann die Mehrfachnutzung von Daten zur Entwicklung von neuen, effektiveren und effizienteren sowie individualisierten Therapien verwendet werden.
• Im Bereich der Mobilität kann sie zu einem insgesamt effizienteren Mobilitätssystem beitragen.
• Die Wirtschaft wiederum kann Daten zur Steigerung der Wettbewerbsfähigkeit und Innovation nutzen.

Fokus auf Sekundärnutzung, Verhaltenskodex und Anlaufstelle

Damit Daten mehrfach genutzt werden können, braucht es Interoperabilität[3] zwischen den Systemen und Vertrauen in die mehrfache Datennutzung. Der Bund ist daran, Datenräume zu schaffen, innerhalb derer der Datenaustausch dank vertrauenswürdiger und interoperabler Rahmenbedingungen gefördert wird. Die Summe aller Datenräume bildet das Datenökosystem Schweiz. Zum Datenökosystem Schweiz hat der Bundesrat am 8. Dezember 2023 im Wesentlichen folgende Massnahmen beschlossen:

• Umsetzung der Motion 22.3890 «Rahmengesetz für die Sekundärnutzung von Daten». Das Eidgenössische Justiz- und Polizeidepartement wird rechtliche Grundlagen für die Sekundärnutzung von Daten erarbeiten. Die Vernehmlassungsvorlage ist per Ende 2026 vorgesehen.
   
• Verhaltenskodex für vertrauenswürdige Datenräume. Der Bundesrat hat einen Verhaltenskodex für den Betrieb vertrauenswürdiger Datenräumen gutgeheissen[4]. Dieser gilt als Empfehlung für die Bundesverwaltung, ist aber rechtlich nicht verbindlich. Er dient weiteren Akteuren aus Privatwirtschaft, Wissenschaft, Zivilgesellschaft und Wirtschaft als Orientierung und steht diesen zur Unterzeichnung offen.
   
• Aufbau einer zentralen Anlaufstelle Datenökosystem Schweiz. Diese Stelle koordiniert den Aufbau von sektoriellen Datenräumen (bspw. Gesundheit, Landwirtschaft, etc.), ergreift Massnahmen zur Sicherstellung der Interoperabilität und Vertrauenswürdigkeit und konzipiert zentrale Infrastrukturkomponenten. Sie wird bei der Bundeskanzlei angesiedelt und soll voraussichtlich per Ende 2024 ihren Betrieb aufnehmen. 

In den nächsten Monaten wird der Bund die ersten rechtlichen, organisatorischen, semantischen und technischen Grundlagen für das Datenökosystem Schweiz erarbeiten. Die Ergebnisse sollen für die Allgemeinheit zugänglich publiziert werden. An der Umsetzung wesentlich beteiligt sind mehrere Stellen: Der Bereich Digitale Transformation und IKT-Lenkung der Bundeskanzlei, das Bundesamt für Statistik, das Bundesamt für Kommunikation, die Direktion für Völkerrecht, das Bundesamt für Justiz sowie die Geschäftsstelle der Digitalen Verwaltung Schweiz. Zudem ist der Einbezug weiterer relevanter Akteure aus Wirtschaft, Wissenschaft und Zivilgesellschaft vorgesehen.

Das Datenökosystem im internationalen Kontext

Die Datenpolitik des Bundes basiert auf zwei Säulen: Einerseits soll die (mehrfache) Datennutzung ermöglicht und Chancen der Digitalisierung zum allgemeinen Fortschritt genutzt werden. Andererseits müssen dabei der Daten- und Informationsschutz sowie der Schutz von geistigem Eigentum sichergestellt sein. Diese Elemente sollen mit dem Datenökosystem Schweiz weiter gestärkt werden. Dabei darf die Schweiz kein geschlossenes Daten-Silo bilden, sondern muss sich an internationalen Grundlagen orientieren, um auch zu anderen Ländern anschlussfähig zu sein (zum Beispiel von GAIA-X oder IDSA[5] und DSSC[6]). Datenräume sollen folglich auch auf internationaler Ebene interoperabel sein. Dabei setzt sich die Schweiz auch international für die digitale Selbstbestimmung des Einzelnen und die digitale Souveränität im Allgemeinen ein.

Das Datenökosystem Schweiz soll also interoperabel, international anschlussfähig und nachhaltig sein. Es bildet einen vertrauenswürdigen Rahmen für Datenräume, in denen Daten (mehrfach) genutzt werden können – für die gesellschaftliche Wohlfahrt, den wirtschaftlichen Erfolg und den wissenschaftlichen Fortschritt der Schweiz.

[1] Bericht «Schaffung von vertrauenswürdigen Datenräumen basierend auf der digitalen Selbstbestimmung»: https://www.admin.ch/gov/de/start/dokumentation/medienmitteilungen.msg-id-87780.html

[2] «Once-Only-Prinzip»: Daten sollen möglichst nur einmal erfasst werden. Siehe z.B. Medienmitteilung des Bundesrates vom 10.12.2021 zu den Grundlagen der Datenpolitik: https://www.admin.ch/gov/de/start/dokumentation/medienmitteilungen.msg-id-86392.html

[3] Interoperabilität bezeichnet die Fähigkeit der nahtlosen Zusammenarbeit unabhängiger, heterogener Organisationen und Systeme, ohne dass dazu im Einzelfall gesonderte Absprachen notwendig sind.

[4] Verhaltenskodex für vertrauenswürdige Datenräume: https://www.bakom.admin.ch/bakom/de/home/digital-und-internet/strategie-digitale-schweiz/datenpolitik/verhaltenskodex.html

[5] International Data Space Association: https://internationaldataspaces.org/

[6] Data Space Support Center: https://dssc.eu/

Von Olaf Schulze, Swisscom

Swisscom hat kürzlich angekündigt, 100 Millionen Franken in die künstliche Intelligenz zu investieren. Damit stärkt sie nicht zuletzt die Souveränität der Schweiz. Denn die oft sensiblen Daten, die je nach Anwendung in der KI verarbeitet werden, sollten nicht unbedingt internationalen Playern anvertraut werden.

Wenn es derzeit ein Hype-Thema in der Technologiewelt weltweit gibt, dann ist es schnell gefunden: KI – die künstliche Intelligenz oder Artificial Intelligence (AI). In der EU wird derzeit ein europäisches KI-Gesetz mit hohem Tempo auf den Weg gebracht. Und auch die Schweizer Politik beginnt, sich mit dem Thema auseinanderzusetzen. Doch der grosse Hype kommt aus der Wirtschaft selbst. Investoren überschlagen sich mit Kapitalspritzen und stecken Milliarden bis Billionen in die Entwicklung dieser neuen Technologie. 

Künstliche Intelligenz, auch bekannt als maschinelles Lernen, wird seit Jahren erfolgreich eingesetzt. Bei Swisscom ist sie bereits fester Bestandteil in Form von Chatbots oder auch, um durch KI-gestützte Analysen das Mobilfunknetz stabiler und schneller zu machen. Doch mit GenAI, der generativen künstlichen Intelligenz, ist die Technologie schlagartig in den öffentlichen Fokus gerückt. Kam AI «früher» vor allem in der Datenanalyse zum Einsatz, so erschafft die generative AI (GenAI) Inhalte wie aus Zauberhand. Auf einmal lassen sich Texte, Bilder und Videos auf Knopfdruck generieren. Und die Nutzung ist dank ChatGPT, Midjourney & Co bereits breit in der Bevölkerung angekommen.

Doch kurz, um was es überhaupt geht: GenAI basiert auf einem grundlegenden Modell des maschinellen Lernens. Grosse Sprachmodelle (LLM Large Language Model) werden mit gigantischen Datenmengen trainiert, um Muster und Zusammenhänge zu erkennen. In diesem grossen Sprachmodellen können verschiedene Arten von Daten – sei es in der Genomik, Bildverarbeitung oder Sprachanalyse – verarbeitet und interpretiert werden. So können komplexe Sachverhalte erkannt und passende Vorschläge generiert werden. Insgesamt bietet GenAI eine leistungsfähige Methode zur Analyse und Nutzung von Daten, um Probleme anzugehen und innovative Lösungen zu schaffen. Wichtig hervorzuheben ist dabei: Die AI bewegt sich in dem Rahmen, in dem sie trainiert wurde. Sie erschafft keine gänzlich neuen Ideen. 

In drei Lebensbereichen wird AI höchstwahrscheinlich als erstes grössere Veränderungen bringen: In Gesundheit, Bildung und in unserer Arbeitswelt. Im Gesundheitswesen liegt das grosse Potential von AI in der Diagnose und bei der Entwicklung neuer Medikamente. In der Bildung könnte AI individuell auf Inhalt, Umfang und Art des Lerntyps eingehen. Besonders zu spüren bekommen wir die AI im täglichen Leben und zwar speziell in unserem Arbeitsumfeld. Repetitive Arbeiten wie Reportings, Analysen oder auch die Protokollierung von Prozessen und Abläufen werden bald AI-unterstützt erfolgen. Kreative Umsetzungen werden durch AI sekundiert. Und auch im Bereich der Programmierung wird die AI zu mehr Effizienz führen. 

AI-Lösungen für die Schweiz

Swisscom hat kürzlich angekündigt, 100 Millionen Franken in AI zu investieren. Dazu arbeitet sie eng mit NVIDIA zusammen, greift aber auch auf bestehende Partnerschaften mit AWS und Microsoft zurück. In einem ersten Schritt geht es um den Aufbau von Full-Stack-Supercomputern mit generativer AI in der Schweiz. Der Schwerpunkt wird jedoch darauf liegen, vertrauenswürdige AI-Anwendungen zusammen mit Kunden und Partnern in der und für die Schweiz zu entwickeln. In der Schweiz haben wir – auch dank ETH und EPFL – die richtigen Ressourcen und Fachkräfte. Dabei geht es in erster Linie nicht darum, möglichst grosse Basismodelle zu entwickeln. Vielmehr werden Kunden bei ihren spezifischen AI-Anwendungen mit ihren eigenen Daten individuell begleitet. Modelle werden so angepasst, dass sie den Kunden den gewünschten Mehrwert bieten. Vier Schritte sind dabei wesentlich:

• Zusammen mit den Kunden die Herausforderungen verstehen
• Das Modell adaptieren 
• Relevante Daten sicher verfügbar machen
• Lösungen in die bestehende IT- und Prozess-Landschaft integrieren

Mit ihrer Investition in den Ausbau einer Schweizer AI stärkt Swisscom die Souveränität der Schweiz. AI verarbeitet je nach Anwendung sensible Daten, die häufig nicht einem internationalen Player mit einer Datenverarbeitung im Ausland anvertraut werden sollten. Firmen und deren Kunden benötigen eine vertrauenswürdige AI. Denn viele Modelle der internationalen Anbieter sind eine Blackbox, was den Umgang mit Daten betrifft. Der EU Al Act wird die Anforderungen zudem weiter erhöhen. 

Viele Rahmenbedingungen für den Einsatz von AI sind derzeit noch unklar. Firmen sind daher zunächst einmal selbst gefordert, sich Gedanken zu machen, wie AI effizient, wirtschaftlich und vor allem auch ethisch vertretbar eingesetzt werden sollte. Swisscom arbeitet derzeit mit Hochdruck an der Umsetzung einer eigenen Al Governance, die für die Umsetzung von Projekten klare Leitlinien geben wird. Denn nicht nur für Kunden soll die AI-Revolution verfügbar gemacht werden. Auch in der Telekommunikationsbranche selbst, wird AI einen grossen Nutzen bringen. Für Customer Care kann der Einsatz zu einer besseren Kundenbetreuung und schnelleren Problemlösung führen. Der Netzbau kann optimiert werden. Und der Zugriff auf die zahlreichen Wissensdatenbanken wird für Mitarbeitende viel einfacher. Damit wird auch dem Fachkräftemangel ein stückweit entgegengewirkt. 

Das Gute zum Schluss: AI wird unsere Art zu arbeiten und zu leben beeinflussen. Aber überflüssig wird sie uns bis auf Weiteres nicht machen. Denn der AI wird auch in Zukunft die menschliche Intuition und die Kreativität fehlen. Auch wenn jeder seine Bilder dank AI einfach und schnell bearbeiten kann, wird niemand über Nacht zum Fotografen. Und auch wenn dank ChatGPT einfache Programme durch Texteingabe generiert werden können – niemand wird einfach Programmierer und kann die Vorschläge der AI kritisch überprüfen. Dafür braucht es weiterhin Menschen, die kritisch und kreativ sind. Die Maschine kann unangenehme Aufgaben für uns übernehmen. Auch das dürfte für viele Anwender eine gute Entwicklung sein. 

^{Foto: piqsels.com}

Von Philipp Rosenauer, PwC Schweiz

Die Datensicherheit wird immer wichtiger. Unternehmen, die sich heute mit der Digitalisierung zurückhalten, werden es in den kommenden Jahren immer schwerer haben. Es ist wichtig, dass Unternehmen ihre Datenströme kennen und schützen können. Die Datenverwaltung sollte kontinuierlich analysiert und die Prozesse entsprechend angepasst werden. Auch die Datensicherheitsrisiken müssen dokumentiert und gemanagt werden. Das allein reicht jedoch nicht aus: Das Unternehmen ist nicht nur dafür verantwortlich, die notwendigen Datensicherheitsvorkehrungen zu treffen, sondern auch dafür, die Mitarbeitenden in diesem Bereich zu schulen und zu informieren.

Was erfordert ein funktionierender Datensicherheitsprozess?

Um die Datensicherheit zu gewährleisten, muss sichergestellt werden, dass Kontrollmechanismen in den Geschäftsprozessen korrekt umgesetzt werden. Es lohnt sich, in eine angemessene Datensicherheit zu investieren, auch wenn die Vorteile nicht sofort ersichtlich sind. Wir bei PwC hören oft, dass sich nicht die Frage stellt, ob ein Angriff stattfinden wird, sondern wann. Aus diesem Grund müssen verschiedene Bereiche einbezogen werden – das heisst, nicht nur rein technische Gefahren müssen bewältigt werden. Physische Massnahmen, wie etwa Zugangskontrollen in Gebäuden, spielen ebenfalls eine wichtige Rolle für die Datensicherheit.

Im Allgemeinen hängen die relevanten Kontrollen vom Unternehmen und seinen Prozessen ab. Typische Kontrollen sind Zugangskontrollen, Datenträgerkontrollen und Speicherkontrollen. Darüber hinaus sollten Rahmenwerke und Standards, wie die des National Institute of Standards and Technology (NIST) und der International Organization for Standardization (ISO), bei der Durchsetzung der Datensicherheit in Ihrem Unternehmen berücksichtigt werden.

Was ist der Unterschied zwischen Datenschutz und Datensicherheit?

Die Datenschutz-Grundverordnung (DSGVO) und das revidierte Datenschutzgesetz (revDSG) verlangen, dass Datensicherheit gewährleistet ist. Es ist wichtig zu erwähnen, dass Datenschutz und Datensicherheit keine Synonyme sind. Die Datensicherheit schützt Daten, indem sie Vertraulichkeit, Integrität und Verfügbarkeit gewährleistet. Der Datenschutz hingegen schützt die Person, deren Daten verarbeitet werden, indem er die Bedingungen für die Verarbeitung festlegt und bestimmt, wer auf die Daten zugreifen kann. Folglich ist die Datensicherheit von wesentlicher Bedeutung, um den Datenschutz zu gewährleisten. Anders ausgedrückt: Es nützt wenig, Daten gemäss den Gesetzen und Vorschriften zu verarbeiten, wenn sie an einem unsicheren Ort aufbewahrt werden, wo jeder leicht auf sie zugreifen kann.

Welche Massnahmen sollte Ihr Unternehmen ergreifen, um die Risiken zu mindern?

• Die Datensicherheit muss ständig angepasst werden, um Cyberkriminalität zu verhindern. Die Taktiken der Cyberkriminellen entwickeln sich rasch weiter. Neben technischen Kontrollen wie Penetrationstests sollten auch technische Lösungen wie Threat Intelligence Software eingesetzt werden.
   
• Stellen Sie sicher, dass Ihre Mitarbeitenden nur nach dem Need-to-know-Prinzip auf Informationen zugreifen, das heisst nur auf die Informationen, die sie für ihre Arbeit benötigen. Denken Sie daran, dass Bedrohungen nicht nur von aussen, sondern auch aus dem Inneren Ihrer Organisation kommen.
   
• Bei Firmengeräten ist es wichtig, dass die Daten mit einem starken Passwort gesichert werden. Idealerweise sollte die Fernlöschung im Falle eines Diebstahls durch eine Sicherheitsapp implementiert werden.
   
• Führen Sie eine «Clean Desk Policy» ein. Wenn Mitarbeitende ihren Arbeitsplatz verlassen, müssen sie sicherstellen, dass keine persönlichen oder geschäftlichen Daten von Unbefugten eingesehen werden können, indem sie Computer und Dokumente sicher aufbewahren.
   
• Sie sollten regelmässig interne Phishing-Kampagnen durchführen und die Statistiken auswerten. Wie viele Mitarbeitende klicken auf die bösartige E-Mail? Bieten Sie ihnen, falls erforderlich, eine Schulung an.
   
• Regelmässige Krisensimulationen helfen, die Mitarbeitenden für Notfallszenarien zu schulen. Daher ist es unerlässlich, über zuverlässige Pläne für das Management der Geschäftskontinuität und der Wiederherstellung im Notfall zu verfügen.
   
• Am wichtigsten ist, dass die Mitarbeitenden regelmässig geschult werden müssen, da der Mensch der anfälligste Teil der Kette ist. Die beste Architektur und die besten Massnahmen sind wertlos, wenn Ihre Mitarbeitenden nicht nach den internen Richtlinien handeln.

Weitere Recherchen, Updates und Ansichten zu aktuellen Themen auf www.pwc.ch/de/insights.html

Von Marc Strittmatter, HWTG Konstanz

Mit dem EU Data Act und anderen Rechtsakte zur Digitalisierung beginnt für den europäischen Datenmarkt ein neues Zeitalter. Das wirkt sich auch auf Schweizer Unternehmen aus.

Der EU Data Act (Datengesetz) legt einheitliche Regelungen für den fairen Zugang und die Nutzung von Daten fest. Die Regeln gelten, mit wenigen Ausnahmen, ab dem 12. September 2025.

Die EU-Mitgliedsstaaten haben nun auch eine Regulierung für KI verabschiedet (AI-Act bzw. KI-VO), es steht nur noch die Zustimmung des EU-Parlaments aus. Zusätzlich soll der produkthaftungsrechtlich angelegte Cyber Resilience Act Hardware- und Softwareunternehmen dazu verpflichten, Produkte mit digitalen Elementen mit bestimmten Sicherheitsvorkehrungen zu versehen.

Alle Verordnungen bzw. deren aktuelle Entwürfe sind mit teilweise erheblichen Sanktionsmöglichkeiten versehen (in bestimmten Fällen bis zu 7 Prozent des weltweiten Jahresumsatzes).

Für welche Unternehmen und auf welche Produkte findet der Data Act Anwendung?

Der Data Act setzt bei der Nutzung von Daten an, die bei der Verwendung von vernetzten Produkten und hiermit verbundenen Diensten entstehen. Nach dem Data Act haben Nutzer künftig das gesetzliche Recht auf Zugang, Nutzung und Weitergabe der von ihnen generierten Produkt- und Dienstdaten. Dies schliesst sowohl persönliche als auch nicht persönliche Daten ein und betrifft eine Vielzahl von Geräten wie Haushaltsgeräte, Fahrzeuge und Industriemaschinen sowie digitale Dienste, die zur Funktionalität dieser Produkte eingesetzt werden. Besonderes Augenmerk liegt also auf Daten, die von IoT-Devices und damit verbundenen Diensten generiert werden, da sie entscheidend für die Verbesserung und Entwicklung neuer Produkte und Anschlussdienste sind.

Ähnlich wie bei der Datenschutz-Grundverordnung gilt das Marktortprinzip, das bedeutet, dass auch nicht-europäische Unternehmen, die entsprechende IoT-fähige Produkte und verbundene Dienste in der EU anbieten, den Vorschriften des Data Act unterliegen.

Adressiert werden insbesondere Unternehmen, die IoT-fähige Produkte und verbundene Dienste für den EU-Markt entwickeln und vertreiben, Zugriff auf die Nutzungsdaten haben auch Cloud-Anbieter.

Glücklicherweise gibt es bestimmte Ausnahmen und Regelungen für Klein- und Kleinstunternehmen in Bezug auf das Datenzugangsrecht. Diese Ausnahmen sollen sicherstellen, dass solche Unternehmen nicht unverhältnismässig von den Anforderungen belastet werden, und ermöglichen es ihnen gleichwohl, von den Vorteilen des Data Acts zu profitieren.

Ein weiterer bedeutender Regelungsbereich des Data Act betrifft die vertraglichen Bestimmungen zum Cloud-Switching. Cloud-Anbieter sind künftig insbesondere verpflichtet, in ihren Verträgen Regelungen zu verankern, die es ihren Kunden ermöglichen, kurzfristig (maximal innerhalb von 90 Tagen) zu vergleichbaren Diensten zu wechseln und diesen Übergang zu erleichtern und zu unterstützen.

Chancen und Herausforderungen: Navigieren in einem komplexen Regelwerk

Für Unternehmen im digitalen Sektor eröffnet der Data Act die Chance, auf eine Vielzahl von Daten zuzugreifen, die für die Entwicklung neuer Produkte und Dienstleistungen essenziell sind. Die bisherigen Datenmonopole grosser Unternehmen könnten durchbrochen werden, was die Entwicklung datengetriebener Geschäftsmodelle fördert.

Umgekehrt zwingt der Data Act Unternehmen, Daten zugänglich zu machen, was Anpassungen in der Produktgestaltung („Access by Design“) sowie des Vertragsmanagements erfordert. Nutzer können Datenzugang verlangen und Hersteller müssen umfassende Informationen über die erzeugten Daten bereitstellen. Dateninhaber müssen daher klare vertragliche Nutzungsrechte in Bezug auf die Daten ihrer vernetzten Produkte und Dienste sichern. Die sich daraus ergebenden Anforderungen werden zudem durch den Cyber Resilience Act (CRA) ergänzt, der die zukünftige Entwicklung des Produkthaftungsrechts im Bereich Cybersicherheit massgeblich beeinflussen wird.

Im Data Act liegen neben den Pflichten auch Chancen, denn es mag Datenpools geben, zu denen Anbieter von IoT-Diensten nun Zugang verlangen können, um ihre Geschäftsmodelle zu entwickeln. Wer als Unternehmen eher zurückhaltend ist, seine Datenpools zu öffnen, muss darüber nachdenken, eine der Ausnahmen im Data Act zu nutzen, um der Pflicht Datenzugänge zu gewähren allenfalls rechtmässige Einwände entgegensetzen zu können.

Kunden werden von den Regelungen zum Cloud-Switching profitieren, welche insbesondere die Problematik des Vendor-Lock-in sowie technische Hürden der Interoperabilität zwischen Diensten adressieren. Cloud-Anbieter werden insbesondere die entsprechenden Vertragsanpassungen vornehmen müssen.

Der KI-Act: Handlungsbedarf für Schweizer Unternehmen

Im Februar 2024 hat die EU einen weiteren Schritt in Richtung einer regulierten KI-Zukunft gemacht: Die Mitgliedstaaten billigten die Verordnung zur Festlegung harmonisierter Vorschriften für Künstliche Intelligenz. Der EU-Kommission war es wichtig, weltweit eine Vorreiterrolle in dieser Technologiebereich zu haben.

Dies hat auch weitreichende Folgen für Schweizer Unternehmen, die auf dem EU-Markt aktiv sind oder deren KI-basierte Dienstleistungen und Produkte dort zum Einsatz kommen.

Die KI-Verordnung fordert eine sorgfältige Analyse und Anpassung eingesetzter KI-Systeme. Hochrisiko-Systeme, wie Robot-Recruiting-Tools oder Kreditwürdigkeitsprüfungssysteme, erfordern eine strenge Beachtung der Vorschriften, während selbst Systeme mit minimalem Risiko wie Spam-Filter und KI-fähige Videospiele bestimmte Grundsätze einhalten müssen. Nachdem die KI-VO zunächst anwendungsbezogen regulierte, sind nun auch Systeme für übergreifende Einsatzbereiche (general purpose AI/ GPAI) und technologiebezogene Ansätze, vor allem zu den Foundation und Large Language Models, vorhanden.

Schweizer Firmen stehen nun vor der Aufgabe, ihre KI-Anwendungen im Hinblick auf diese Kategorien zu bewerten. Dabei müssen sie grundlegende Prinzipien berücksichtigen, die von der Wahrung der menschlichen Würde über Datensicherheit bis hin zur Nachhaltigkeit reichen. Die präventive Auseinandersetzung mit diesen Anforderungen ist entscheidend, um Sanktionen zu vermeiden und gleichzeitig einen ethischen Einsatz von KI sicherzustellen.

Insgesamt stellt sich die Frage, ob diese Form der Regulierung innovations- und wachstumsfördernd ist bzw. inwieweit Unternehmen in der Lage sind, innerhalb dieser Regulierung eine gute Balance zwischen der Vermeidung von Compliance-Risiken und Geschäftschancen zu finden. In jedem Fall lohnt es sich auch für Schweizer Unternehmen, diese Marktregeln zu kennen, wenn sie ihre Leistungen im Markt der EU vertreiben oder mit EU-Partner diesbezüglich in Geschäftsbeziehungen stehen.

Von Andrew Paice, iHomeLab

Die korrekte Dosierung von Medikamenten ist entscheidend für Menschen mit Parkinson. Zu wenig oder zu viel kann kontraproduktiv sein. Das iHomeLab der Hochschule Luzern und das ARTORG Center for Biomedical Engineering Research der Universität Bern haben ein Sensorsystem und eine modifizierte Smartwatch entwickelt, um die richtige Dosierung zu finden.

Das Sensorsystem, bestehend aus Sensoren am Handgelenk, am Gürtel, am Bein und in der Wohnung, erfasst die Bewegungen von Parkinson-Patienten. Dadurch kann festgestellt werden, wie stark jemand zittert, während er beispielsweise Geschirr abwäscht oder am Computer arbeitet. Eine spezielle Software nutzt diese Daten, um die optimale Dosierung der Levodopa-Parkinson-Medikamente zu berechnen.

Dieses Beispiel aus der Schweiz zeigt, wie weit die digitale Entwicklung in der Behandlung von Krankheiten fortgeschritten ist. Das Sensorsystem zur Medikamentendosierung wurde vom iHomeLab der Hochschule Luzern unter Leitung von Prof. Dr. Andrew Paice und dem ARTORG Center der Universität Bern in Zusammenarbeit mit anderen Partnern entwickelt.

^{Ein Parkinson-Patient beim Geschirrspülen (Foto: iHomeLab, Judith Wirth)}

Bessere und genauere Diagnose und Medikamentierung

Die Diagnose von Parkinson ist auch heute noch anspruchsvoll, da klare und einfach zu erfassende Kriterien fehlen. Zudem äussert sich die Krankheit bei jeder Person unterschiedlich und die Symptome können im Laufe des Tages stark variieren. Daher ist es für Fachleute schwierig, während einer ambulanten Konsultation ein genaues Bild vom Zustand der Patienten zu bekommen.

Hier kommen Smartphones, intelligente Uhren und tragbare Sensoren (Wearables) ins Spiel. In Kombination mit Sensoren sind diese Geräte in der Lage, rund um die Uhr Standort, Geräusche und Bewegungen zu messen. Daher wird seit einigen Jahren intensiv daran geforscht, wie sich digitale Helfer für Diagnose, Überwachung und Therapie einsetzen lassen.

Durchdachte Sensorik

Das Sensorsystem ist nicht nur äusserst präzis in seiner Messung, sondern auch ausgeklügelt: Für die Patientin oder den Patienten reichen zwei oder drei Sensoren mit Bluetooth-Signal am Körper. Die Stärke des Bluetooth-Signals zum getragenen Sensor zeigt die Distanz der Patientin oder des Patienten zu den ortsfesten Sensoren im Raum an. In der Wohnung sind Sensoren an verschiedenen Stellen angebracht, an denen täglich ähnliche Bewegungen zu erwarten sind, so zum Beispiel beim Spühlbecken in der Küche oder an Türschwellen, die für an Parkinson Erkrankte eine Hürde darstellen können. «Bei diesen Sensoren handelt es sich nicht um einfache Bewegungsmelder, sonst würden jede weitere Person oder sogar eine Katze in der Wohnung die Messung durcheinanderbringen», erklärt Paice. Ausgewertet werden dann die Beschleunigungsdaten der drei am Körper getragenen Sensoren. Über die Lokalisierung mit den fix angebrachten Sensoren können so die «ADLs», die «Activities of Daily Living» gemessen und im zeitlichen Verlauf verglichen werden. 

Auswertung mit Machine Learning

«Die Herausforderung bestand für uns darin, einerseits unterschiedlichste Sensordaten intelligent zu verbinden, und andererseits mit Machine Learning neuartige Analyseverfahren zu entwickeln», sagt Angela Botros, die am ARTORG zum Projekt ihre Doktorarbeit schrieb. Denn mit dem Sammeln der Daten allein ist es nicht getan. Analysiert werden sie anschliessend mit Hilfe von Algorithmen für Maschinelles Lernen, um die Parkinsonsymptome im Tagesablauf zu quantifizieren. Die gemessenen Daten werden zur Auswertung anonymisiert auf einen gesicherten Projektserver geladen. Auf die Auswertungen hat nur der behandelnde Arzt Zugriff.

Bis das System auf den Markt gebracht werden kann, braucht es noch weitere Forschung. Anschlussprojekte sind bereits geplant. Können diese erfolgreich abgeschlossen werden, so dürfen Parkinson-Patienten in Zukunft länger mit einer guten Lebensqualität rechnen, weil der behandelnde Arzt ihre Medikamente genauer einstellen kann.

Von Jörg Weyermann

Mit dem Ausbau der Smart-Meter-Infrastruktur bis 2027 werden in der Schweiz rund 5,8 Mio. Smart Meter installiert. Die intelligenten Mess- und Regelsysteme gehören zur kritischen Infrastruktur und bedürfen eines umfassenden Schutzes sowohl gegen Cyber-Kriminalität als auch betrieblichen Störungen.

Esolva, eine führende Dienstleisterin für Energieversorgungsunternehmen (EVU) und Industriebetriebe in der Schweiz, setzt zur Überwachung der Smart-Meter-Infrastruktur auf das SIEM – ein Security Information and Event Management System. Es ermöglicht die effiziente Sammlung, Überwachung und Analyse von Log-Daten aus verschiedenen Komponenten eines Netzwerks. Dieses Konzept dient nicht nur der Aufdeckung von Unregelmässigkeiten, sondern auch der frühzeitigen Erkennung potenzieller Cyberangriffe. Esolva hat dieses bewährte Prinzip auf die spezielle Systemumgebung des Smart Metering angewendet und eine einsatzbereite Lösung entwickelt.

Produktreife erreicht

Seit 2020 arbeitet esolva an der Entwicklung des SIEM für Smart Metering. Nach ersten internen Experimenten und zwei Pilotprojekten konnte das Produkt zur vollen Produktreife gebracht werden. Die Erkenntnisse, die esolva aus diesen Pilotprojekten und den ersten Kundenprojekten gewonnen haben, ermöglichten die Entwicklung einer Vielzahl von Use-Cases – spezifisch angepasst auf die Bedürfnisse der EVUs. Diese Use-Cases gehen weit über die reine OT- und IT-Sicherheit hinaus und bieten betriebliche Vorteile. Der entscheidende Unterschied zwischen dem von der esolva entwickelten SIEM für Smart Metering und herkömmlichen SIEM-Lösungen liegt darin, dass hier diverse Detection-Rules und Use-Cases in enger Zusammenarbeit mit Fachexpertinnen und -experten für die jeweiligen Systeme und Hardware entwickelt wurden. Diese Herangehensweise berücksichtigt den Kontext, in dem die Meldungen generiert werden, und verleiht Warnungen und Alarmen eine höhere Relevanz. Es wird dadurch einfacher, inmitten der Informationsflut den Überblick zu behalten.

^{Neben Log-Files von den Zählern, Datenkonzentratoren und Smart Metering Systemen können auch Log-Files von vielen weiteren Quellen in das SIEM integriert werden. (Grafik: esolva)}

Terminologie und Funktionsweise 

Im Wesentlichen werden in SIEMs Log-Dateien verschiedener Systemkomponenten zusammengeführt. Im SIEM fürs Smart Metering geht es um die Log-Dateien physischer Zähler im Feld, von Datenkonzentratoren, Gateways, dem Head-End-Systems (HES) und von IT-Systemanmeldungen des Fachpersonals, das mit den Messdatensystemen arbeitet. Einzelne Meldungen, wie beispielsweise «Modem wurde abgeschaltet», werden als «Events» bezeichnet. Diese Events allein liefern jedoch oft nur begrenzte Informationen zur Relevanz oder zur Notwendigkeit von Massnahmen. Daher filtert das SIEM nach Event-Mustern. Erst wenn eine kritische Menge gleicher Events erreicht ist, sind Handlungen erforderlich. Diese Cluster von Events werden in sogenannten «Detection Rules» definiert. Diese können eine Vielzahl von Anomalien im Smart-Meter-System erkennen, z. B. eine ungewöhnliche User-Aktivität.

Wird eine Detection Rule ausgelöst, so erfolgt eine Reaktion. Die Art der Reaktion hängt von der Relevanz ab und kann in Form eines Alarms an eine bestimmte Person oder als Eintrag in einen regelmässigen Bericht erfolgen. Alarme können über verschiedene Kanäle verschickt werden, einschliesslich E-Mail, SMS oder Microsoft-Teams-Nachrichten. Die jeweiligen Empfänger der Alarme variieren je nach Detection Rule. IT-sicherheitsrelevante Detection Rules gehen beispielsweise an andere Personen als Detection Rules, die auf Probleme in der Netzqualität hinweisen. Unabhängig von der Zielrichtung der Alarme werden alle Auslöser in einem Management-Bericht erfasst, der regelmässig exportiert wird, um die Häufigkeit und Veränderungen der Detection Rule-Auslöser zeitlich zu analysieren.

Das esolva SIEM kann mittels maschinellen Lernens die Cluster-Bildung verfeinern. Ebenso lassen sich im Nachgang einer Meldung automatisierte Massnahmen auslösen. So kann beispielsweise die Detektion einer Kommunikationsstörung im Feld automatisiert das zuständige Monteurpersonal informieren.

Zusatznutzen durch Erweiterung der Datenbasis

Mit der Erweiterung der Datenbasis kann rasch ein Mehrwert zum SIEM dazugewonnen werden. So lassen sich beispielsweise Störungsmeldungen von Mobilfunk-Providern automatisiert einlesen. Das SIEM verknüpft dann die Störungsmeldung mit den Events aus dem Feld. Durch diese Verknüpfung können viele unnötige Service-Einsätze vermieden werden.

SIEM-Plattform 

Cyber-Gefahren sind alle Unternehmen ausgesetzt, doch mithilfe der SIEM-Plattform lassen sich Manipulationen frühzeitig erkennen. Zudem verbindet sie die OT- und IT-Sicherheit mit einem wirtschaftlichen Nutzen.

• OT-Sicherheit: Jeder Datenkonzentrator und jeder Zähler im Feld kann potenziell manipuliert werden. Die Überwachung der Log-Dateien dieser Geräte schützt vor Manipulationen und Hack-Versuchen.
• IT-Sicherheit: Die Überwachung erfolgreicher oder fehlgeschlagener Anmeldungen in Accounts ermöglicht die Identifizierung kompromittierter Konten. Schadsoftware, die zunächst Systeme beobachtet und dann angreift, kann frühzeitig erkannt werden. Im Falle eines Sicherheitsvorfalls liefern die Log-Dateien eine genaue Aufzeichnung des Vorfallverlaufs. Die Zusammenführung von IT- und OT-Log-Dateien ermöglicht eine präzise Nachverfolgung eines Angriffspfads.
• Wirtschaftlicher Nutzen: Ohne SIEM werden Log-Dateien oft als ungenutzte Datenmengen betrachtet, die lediglich Speicherplatz beanspruchen. Ihre Integration in ein SIEM ermöglicht die Nutzung dieser ohnehin vorhandenen Daten. Log-Dateien können Einblicke in die Netzqualität und den Betrieb liefern, ohne dass zusätzliche Hardware erforderlich ist.

Von Vicente Carabias, ZHAW

Daten spielen eine zentrale Rolle bei der Gestaltung lebenswerter Städte, Gemeinden und Regionen. Insgesamt geht es bei Smart Cities & Regions darum, die Zukunft urbaner Lebensräume durch datenbasierte Innovationen und nachhaltige Strategien zu gestalten. Das CAS «Sustainable Smart Cities & Regions – Data, Energy and Mobility» der ZHAW möchte durch die Vermittlung von nützlichem Wissen dazu beitragen.

Bei diesem Weiterbildungsangebot der ZHAW School of Engineering dreht sich alles um smarte Städte und Regionen. 'Smart' heisst, dass unsere urbanen Lebensräume ökologischer, technologisch fortschrittlicher und lebenswerter werden sollen. Dafür braucht es Fachleute, die Konzepte für die Entwicklung nachhaltiger Städte gestalten, sogenannte Smart-City-Konzepte.

Das Thema Smart Cities & Regions gewinnt weltweit und auch in der Schweiz an Bedeutung. Als Entwicklungskonzept für nachhaltige Städte, Gemeinden und Regionen zielt es darauf ab, Ressourcen zu schonen und eine hohe Lebensqualität für die Bewohnenden und Arbeitenden sicherzustellen. Durch Digitalisierung, Vernetzung, Innovationsförderung und Mitwirkung der Bevölkerung und von Unternehmen sollen diese Ziele erreicht werden. Smarte Technologien bieten zudem finanzielles Sparpotenzial für verschiedene Interessengruppen.

Das Weiterbildungsangebot «Sustainable Smart Cities & Regions – Data, Energy and Mobility» der ZHAW School of Engineering vermittelt praxisnahes Wissen. Es befähigt die Teilnehmenden, Smart-City-Initiativen in Städten und Gemeinden selbstständig und vernetzt anzugehen. Ein zentrales Augenmerk liegt dabei auf den Bereichen Datenmanagement, Energie und Mobilität. Zielgruppen sind Personen in der Verwaltung, Politiker/-innen, Smart-City-Technologieanbieter und Interessierte an Smart-Cities-Entwicklung und -Management.

Daten spielen eine entscheidende Rolle für lebenswertere Städte, Gemeinden und Regionen:

• Umweltdaten helfen bei der Überwachung von Luft- und Wasserqualität sowie der Lärmbelastung. Dies ermöglicht gezielte Massnahmen zur Verbesserung der Umweltbedingungen.
• Echtzeitinformationen über öffentliche Verkehrsmittel, Fahrradverleih und Carsharing erleichtern die Mobilität der Bürgerinnen und Bürger.
• Verkehrsdaten ermöglichen es, den Verkehrsfluss zu analysieren und Engpässe zu identifizieren. Dies führt zu besserer Verkehrslenkung und kürzeren Fahrzeiten.
• Energieverbrauchsdaten tragen zur effizienten Nutzung von Ressourcen bei, z. B. durch intelligente Beleuchtungssysteme und Gebäudeautomation.
• Offene Daten- und Ko-Kreationsplattformen ermöglichen es den Bürgerinnen und Bürgern, sich aktiv einzubringen und ihre Anliegen zu äussern.
• Innovationsdaten ermöglichen es, neue Technologien und Geschäftsmodelle zu entwickeln.

Insgesamt tragen Daten dazu bei, die Lebensqualität der Menschen zu verbessern. Die zielgerichtete Nutzung von Daten ermöglicht es, die Bedürfnisse der Bevölkerung besser zu erkennen sowie Städte und Regionen nachhaltiger zu gestalten. Eine intelligente Stadt basiert auf einer vollvernetzten Infrastruktur, die Daten an einem zentralen Ort oder in der Cloud speichert und jederzeit abrufbar macht.

Die CAS-Teilnehmenden lernen u.a. den Datenverarbeitungsprozess für Smart Cities kennen – von der Datenbeschaffung, zur Datenbereitstellung und -analyse bis hin zur Datenverwertung und -visualisierung. Dabei werden verschiedene Datenquellen und -plattformen für Smart-City-Anwendungen betrachtet und die Herausforderungen des Datenschutzes, der Datensicherheit und der Datenethik diskutiert. In einer praktischen Übung erweitern die Teilnehmenden ihr Know-how im Bereich Internet of Things (IoT) und im Einsatz von Sensoren. Schliesslich werden die Teilnehmenden in das Thema «Open Government Data» eingeführt und erhalten aus der Praxis Einblicke in mögliche Umsetzungen sowie Anwendungen künstlicher Intelligenz.
 

Von Sandro Bianchi, Schaerer AG

Um mit neuen Geschäftsmodellen zu wachsen, vernetzt die Firma Schaerer ihre Profi-Kaffeemaschinen. Der Schaerer Coffee Link erfasst Daten, optimiert den Betrieb und ist Teil eines digitalen Ökosystems mit Kundenbindungsprogrammen und einer Pay-per-Cup-Option.

Um den Anforderungen des sich schnell ändernden Einkaufsverhaltens der Kunden gerecht zu werden und mit neuen Geschäftsmodellen wachsen zu können, investiert Schaerer in die Vernetzung und Digitalisierung ihrer professionellen Kaffeemaschinen. Der intelligente Schaerer Coffee Link sammelt wichtige Informationen über die Kaffeemaschinen wie Leistungsvergleiche und Umsatzauswertungen. Er hilft auch dabei, den Betrieb effizienter zu führen, z.B. mittels Remote-Funktionen und Verbrauchsübersicht. Die innovativen Schaerer Kaffeemaschinen sind zudem in ein digitales Ökosystem eingebunden und bieten Kundenbindungsprogramme sowie verschiedene Bezahlmöglichkeiten wie z.B. Pay-per-Cup. 

Ausgangslage

Schon seit einiger Zeit besteht die Möglichkeit, Bilder über einen USB-Stick durch einen Techniker oder Operator auf die Kaffeemaschinen hochzuladen, wo sie als Bildschirmschoner oder während der Getränkeausgabe angezeigt werden können. Diese Bilder dienen für vielfältige Anwendungen, wie beispielsweise das Anzeigen von Werbung oder die interne Bürokommunikation.

Herausforderung

Um die hohen Anforderungen von Grosskunden mit umfangreichen Maschinenflotten zu erfüllen, ist die Bewältigung logistischer Herausforderungen von entscheidender Bedeutung. In diesem Fall lautete die zentrale Frage: Wie können Medien wie Bilder oder Videos prozesssicher und schnell an eine Flotte von 20'000 international verteilte Maschinen ausgerollt werden?

Lösung

Die Strategie «Telemetry as a Standard» hat sich als äusserst vorteilhaft erwiesen. Hierbei sind in praktisch allen Schaerer-Modellen Modems bereits in den Basismaschinen integriert. Dies ermöglicht die internationale Vernetzung, um Medien über das Coffee-Link-Portal remote zu verteilen. Der Kunde kann die Maschinen anhand ihres Standorts auswählen, seine Medien hochladen und weitere Parameter festlegen, wie beispielsweise die Aktivierungszeit. Nachdem die Kampagne ausgerollt wurde, kann der Status jeder Maschine verfolgt werden. Ein Dashboard ermöglicht es, den Einfluss einer Kampagne auf den Getränkebezug nachzuvollziehen.

Vorgehen und Umsetzung

Unsere Kundinnen und Kunden standen im Mittelpunkt unserer Bemühungen. Wir haben intensiv mit ihnen zusammengearbeitet, um ihre Anforderungen zu verstehen und zu konkretisieren. Ziel war es, eine skalierbare globale Lösung zu entwickeln.

Bevor wir mit der Umsetzung begannen, haben wir verschiedene Ideen für Remote-Aktionen untersucht und deren Potenzial bewertet. Das Ergebnis war ein Lösungskonzept, bei dem die Dateien nicht mehr versendet, sondern in der Cloud gespeichert werden. Dies ermöglicht es, eine hohe Anzahl von gleichzeitigen Downloads effizient zu steuern.

Nach dem Launch wurde die technische Lösung kontinuierlich weiterentwickelt. Inzwischen ist es möglich, die gesamte Benutzeroberfläche nach den individuellen Wünschen der Kunden anzupassen. Dies betrifft nicht nur die Darstellung von Getränke- und Ausgabebildern, sondern auch andere Bereiche. Die Coffee-Link-Plattform ermöglicht die Vernetzung der Maschinen, Einblicke in ihre Daten und optimiert Arbeitsabläufe. Damit lässt sich nicht nur die Customer Experience mit neuen Angeboten verbessern; es ist auch möglich, Verkaufszahlen unter die Lupe zu nehmen oder interne Prozesse zu optimieren.

Von Jürg Meierhofer und Melissa Stucki, ZHAW

Smart Services verhelfen industriellen Unternehmen zu mehr wirtschaftlichem Wert für Ihre Kunden, Partner und sich selbst. Darüber hinaus können diese Services aber auch ökologischen Nutzen schaffen, z.B. durch den optimierten Betrieb oder die effizientere Wartung von Produkten. Eine Voraussetzung dafür ist jedoch, dass bei der Gestaltung der industriellen Services die ökonomischen und ökologischen Ziele gemeinsam und systematisch verfolgt werden.

Smart Services schaffen nachweislich einen wirtschaftlichen Wert für die Anbieter und Kunden in einem industriellen Service-Ökosystem. Für die Produktanbieter kann das Servicegeschäft neue Umsatzquellen erschließen, z.B. mit Services für Optimierung der Leistung des Produkts im Betrieb oder mit intelligenter Wartung. Die Anbieter differenzieren sich im Markt und können somit höhere Margen erzielen. Zudem erreichen sie über den Kunden-Lebenszyklus wiederkehrende und stabilere Cashflows und eine höhere Kundenbindung. Die vertieften Einsichten in die Kundenbedürfnisse erlauben zudem eine effektivere Innovation. Die Kunden erhalten einen zusätzlichen Nutzen durch verbesserten Output der Produkte und geringere Risiken. Zusätzlich können aber Smart Services auch ökologischen Wert schaffen, z. B. durch optimierte Wartung der Produkte, die zu einer besseren Energie- und Ressourcennutzung führt. Dieser ökologische Effekt wird am besten mit Output-orientierten Services erreicht, bei denen Kunden einen zuvor vereinbarten Preis für eine erreichte Leistung bezahlen. Dadurch wird für die Anbieter der Einsatz von Materialien und Energie zu einem Kostenfaktor, den sie aus Eigeninteresse minimieren möchten. Service- und Logistikkosten sowie Ineffizienzen (wie z.B. Störungen) von Maschinen werden reduziert, während die Energieeffizienz erhöht und die Betriebsdauer der Anlagen verlängert werden. Smart Services gelten daher als einer der am besten geeigneten Ansätze für eine nachhaltige Kreislaufwirtschaft.

Betrachtung des Nutzens von Smart Services im Kunden-Lebenszyklus

^{Customer Lifetime (Tabelle: ZHAW)}

Wir verwenden für den Lebenszyklus ein Modell mit vier Lebenszyklusphasen. Die Phase «Initiate» umfasst den Vorverkauf inklusive Produktberatung, «Expand» die Phase, in der sich die Kunden mit dem neuen Produkt vertraut machen und noch nicht die volle Leistung erzielen, «Stabilize» die in industriellen Umgebungen üblicherweise Jahre dauernde Betriebsphase. In der Phase «Terminate» steht die Ablösung des Produkts an, wobei Smart Services darauf abzielen, Material oder Komponenten wiederzuverwerten (Stichwort: Zirkulärwirtschaft) oder auch den Kunden zum Weiterbetrieb der Anlage zu motivieren (Lifetime-Erweiterung). Konkrete Beispiele für den ökonomischen und ökologischen Nutzen in den vier Phasen sind in der Tabelle beschrieben. Fernwartung hat dabei besonderes Potenzial für ökologischen Nutzen bei kontrollierbaren Kosten. Durch Vernetzung des Produkts mit dem Anbieter über das Internet der Dinge (IoT) kann dieses aus der Distanz überwacht und können gewisse Wartungsschritte (z.B. Anpassung von Steuergrößen des Produkts) direkt angewandt werden. Falls vor Ort beim Kunden manuelle Eingriffe erforderlich sind (z.B. Anwendung von Betriebsmitteln oder eine mechanische Umstellung), kann eine Fachperson beim Anbieter eine Person beim Kunden per Anruf (z.B. Videocall) anleiten. Die Vorteile davon sind dreifach: 1. raschere Lösung des Problems bei den Kunden, 2. geringere Kosten für die Lösung und 3. geringerer ökologischer Einfluss durch Vermeidung von Reisen.

Diskussion

Mit Hilfe von Smart Services lassen sich somit ökonomische und ökologische Wertschöpfung kombiniert erreichen. Der Kundenlebenszyklus ermöglicht eine differenzierte Einbeziehung der verschiedenen Treiber für Nutzen und Wirkung. Bei einer Bewertung der Services muss berücksichtigt werden, dass Entwicklung und Betrieb der Dateninfrastruktur für die Services (Sensoren, Aktoren, IoT, Cloud, Datenanalyse etc.) auch ökonomische und ökologische Kosten verursachen. Die Gestaltung von Smart Services, welche an der sogenannten «Triple Bottom Line» (ökonomische, ökologische und soziale Ziele) einen positiven Beitrag leisten, ist daher nicht trivial und erfordert eine systematische Vorgehensweise.

Dieser Text erschien zuerst in Servicetoday, dem Fachorgan des deutschen Service-Verbandes. Übernahme mit freundlicher Genehmigung der Redaktion.

Von Philipp Büchi, Eraneos Switzerland AG

Die Gebäudeautomation (GA) spielt eine zentrale Rolle bei der Optimierung der Gebäudeeffizienz, der Erhöhung der Sicherheit und der Steigerung des Komforts. Die dabei generierten Daten – von Energieverbrauchsmessungen, über Informationen zur Raumbelegung, hin zu den Zustandsdaten der technischen Systeme – sind ein wertvoller Schatz, der weit über die herkömmliche Anwendung in der GA hinausgeht.

Die Herausforderung liegt jedoch in der Strukturierung und Analyse dieser Daten, oder sogar in der Kombination mit weiteren Datenquellen. Unsere Kunden stehen oft vor der Herausforderung, wie aus der Fülle der erfassten Informationen wertvolle Erkenntnisse extrahiert und wertschöpfende Anwendungsfälle realisiert werden können, die den Betrieb und die Nachhaltigkeit von Immobilien grundlegend verbessern.

Eine wesentliche Hürde liegt dabei oft in der fehlenden Gesamtsicht. Dies ergibt sich häufig aus der Tatsache, dass Daten in verschiedenen Silos vorliegen – sei es durch unterschiedliche Softwarelösungen, Prozesse oder einfach aufgrund unternehmensinterner Schnittstellen. Zudem sind GA-Systeme historisch objektbezogen aufgebaut und haben meist keine angebundenen externen Quellen, die viele zusätzliche Information bieten könnten. Diese Fragmentierung verhindert nicht nur den einfachen Zugang zu wichtigen Informationen, sondern erschwert auch eine konsistente Analyse und Anwendung der Daten auf übergreifender Ebene.

Datensilos aufbrechen 

Zur Überwindung dieser Herausforderungen ist es entscheidend, Datensilos aufzubrechen und einen integrierten Ansatz für die Datenstrategie zu entwickeln. Dies erfordert eine sorgfältige Konsolidierung und Standardisierung der Datenformate sowie die Implementierung robuster Systeme zur Datenvalidierung, um die Integrität und Genauigkeit der Informationen sicherzustellen. Diese Punkte können am besten in einer Data-Governance definiert werden.

Ein Beispiel einer erfolgreichen Umsetzung ist der Aufbau einer einheitlichen Datenplattform in der Flugbranche, welche Daten aus allen Ebenen der Automatierungspyramide (SCADA-Pyramide) sowie unterschiedlicher GA-Systeme in der Cloud zusammenführt. Durch die Erstellung eines digitalen Zwillings, der eine digitale Repräsentation der physischen Gebäudedaten ermöglicht, wurde nicht nur die Zugänglichkeit und Analyse der Daten verbessert, sondern auch eine solide Basis für effiziente und nachhaltige Immobiliennutzung geschaffen.

Ein weiteres Beispiel aus der Immobilienbranche zeigt, wie durch die Integration von GA-Daten, Objekt- und Asset-Management-Daten sowie externen Daten ein digitaler Zwilling für das ESG-Reporting genutzt werden kann. Dies unterstreicht die Bedeutung einer fortschrittlichen anwendungsfallbezogenen Datenintegration und -analyse für fundierte Entscheidungen und eine optimierte Gebäudenutzung.

Die Konvergenz der Leittechnik in der Cloud und die Standardisierung von Datenformaten und Schnittstellen sind dabei entscheidende Schritte. Sie ermöglichen es, Daten effektiv zu sammeln, zu analysieren und umzusetzen, was zu einer verbesserten Transparenz, fundierten Entscheidungen und letztendlich zu einer optimierten und nachhaltigeren Nutzung der Gebäude führt.

^{Das Eraneos Digital Twin Modell}

Die Überwindung der Herausforderungen in der Datenintegration ebnet den Weg für die Realisierung einer Vielzahl von Anwendungsfällen, die den Betrieb, die Effizienz und den Komfort in Gebäuden nachhaltig verbessern können. Zu diesen Anwendungsfällen gehören:

• Predictive Maintenance: Verringert Ausfallzeiten und Wartungskosten durch die Vorhersage des Instandhaltungsbedarfs auf Basis von Echtzeitdaten und historischen Leistungsdaten.
   
• Smart Building Management: Steigert Energieeffizienz und Nutzerkomfort durch intelligente Steuerung der Gebäudesysteme, angepasst an die aktuelle Nutzung.
   
• Real-Time-Tracking von Energieverbräuchen: Ermöglicht die Identifikation von Energiesparpotenzialen durch kontinuierliche Überwachung und Analyse des Energieverbrauchs.
   
• Integration von IoT-Geräten: Verbesserte Datenerfassung und -verarbeitung durch Einbindung von IoT-Geräten, was eine optimierte Einstellung sowie exaktere Steuerung und Überwachung der Gebäudesysteme erlaubt.
   
• Datengetriebene Entscheidungen: Unterstützt fundierte Entscheidungen durch detaillierte Analysen und Einblicke in die Gebäudeperformance, was zu optimierten Betriebsstrategien wie auch zur Verbesserung im Ressourcenverbrauch führt.
   
• Cybersecurity und Datensicherheit: Gewährleistet Schutz sensibler Daten und Systeme durch Implementierung fortschrittlicher Sicherheitsprotokolle und -praktiken.
   
• Facility-Management und Daten: Optimierte Verwaltung und Betrieb von Gebäuden durch Einsatz datengestützter Lösungen, die eine effizientere Nutzung der Ressourcen ermöglichen.
   
• Automation von Klima und Beleuchtung: Verbessert Wohlbefinden und Produktivität der Nutzer durch automatische Anpassung der Umgebungsbedingungen an individuelle Präferenzen und Bedürfnisse.

Zusammenfassend lässt sich also sagen, dass die umfassende Nutzung von Gebäudedaten die Gebäudeautomation revolutioniert, indem sie weit über herkömmliche Funktionen hinausgeht, neue Wege für Effizienz, Komfort und Nachhaltigkeit eröffnet und Informationen einem weit grösseren Stakeholder-Kreis zur Verfügung stellt. Die vorgestellten Anwendungsfälle sind einige Beispiele für das Potenzial, das in der intelligenten Analyse und Anwendung dieser Daten liegt.

Die Herausforderungen, wie die Überwindung von Datensilos und die Sicherstellung hoher Datenqualität, sind durch fortschrittliche Lösungen wie digitale Zwillinge und Cloud-Plattformen sowie Künstlicher Intelligenz adressierbar. Diese Entwicklungen legen den Grundstein für eine effektive und zukunftsorientierte Gebäudenutzung und -verwaltung.

Die Zukunft der Gebäudeautomation verspricht eine noch engere Verzahnung von Technologie und Nutzerbedürfnissen, wobei datengesteuerte Lösungen eine Schlüsselrolle spielen werden. Mit dem Fortschritt in der Datenanalyse und künstlicher Intelligenz werden Gebäude nicht nur effizienter und nachhaltiger, sondern auch zu adaptiven Umgebungen, die aktiv zum Wohlbefinden der Nutzer beitragen.

Die Branche steht am Beginn einer spannenden Entwicklung, die ein Umdenken und die Zusammenarbeit aller Beteiligten erfordert. Die Möglichkeiten sind so vielfältig wie nie zuvor und eröffnen ein neues Kapitel in der Gestaltung intelligenter, nutzerorientierter und nachhaltiger Gebäude.

^{Mit mybuxi unterwegs (Foto: mybuxi)}

Zusammen ist man weniger allein … und gemeinsam ist man stärker

Vor einigen Jahren schallte der Spruch «Daten sind das neue Gold» durch die Chefetagen der Unternehmen. Allerorts suchte man nach Daten und startete Initiativen, um die Daten zu Geld zu machen. Meistens mit bescheidenem Erfolg. Mal waren die Daten nicht vollständig, dann passten die Formate oder Datenmodelle der verschiedenen Applikationen nicht zusammen, oft hatten die Daten für andere schlicht keinen Nutzwert. Und der Austausch über Unternehmensgrenzen: um Gottes Willen – mit der Konkurrenz?

Beerdigen wir das Thema also am besten gleich wieder?

2018 startete its switzerland zwei Arbeitsgruppen. Die eine beschäftigte sich mit «intermodalen Verkehrsplattformen», die zweite mit «Daten in der Mobilität». Die erste Arbeitsgruppe erarbeitete Grundlagen, die in den laufenden Gesetzgebungsprozess für die «MODI», die «Mobilitätsdateninfrastruktur» eingegangen sind. Dort ging es viel um die fachliche Sinnhaftigkeit von einer solchen Dateninfrastruktur. Wie sie genau organisiert sein sollte, liess die Arbeitsgruppe offen. Die zweite Arbeitsgruppe erstellte, unter anderem, eine «Datenlandkarte». In dieser waren für verschiedene Akteurstypen wie «Infrastrukturbetreiber» oder «Mobilitätsanbieter» vier Felder dargestellt:

• Bedürfnisse der Akteure
• Datenbedarf
• Datenproduktion
• Ängste und Probleme

Aktuell stockt MODI nun, und einer der Gründe findet sich im vierten Feld: Angst der Akteure vor dem Teilen ihrer Daten oder zu grosser Transparenz. Aber vielleicht ist das nur eine leicht böswillige Unterstellung? Jedenfalls spielt in der MODI Diskussion nicht die sachliche Notwendigkeit eine Rolle, sondern die Frage nach der «Staatsnähe» der «Trägerorganisation». Diese Diskussion braucht Zeit, in der die Konkurrenz nicht schläft. Es besteht die Gefahr, dass es zu lange dauert.

^{Die Datenlandkarte zeigt Bedürfnisse, Datenbedarf, Datenproduktion und Ängste/Probleme der wichtigsten Akteure. Eine erfolgreiche, d.h. gut genutzte intermodale Mobilität bedingt den reibungslosen Datenaustausch zwischen sehr diversen, privaten und öffentlichen Akteuren. Deren unterschiedliche Interessen können die Bereitschaft zur Kollaboration einschränken. (Quelle:  www.its-ch.ch/Abschlussbericht Arbeitsgruppe Daten)}

Szenenwechsel und Zeitsprung. Im Dezember 2016 geht die «NOVA-Plattform» in der ersten Stufe in Betrieb. NOVA ist die Vertriebsplattform des öffentlichen Verkehrs – rund 250 konzessionierte Verkehrsunternehmen sind daran angeschlossen. Jedes Verkehrsunternehmen kann seine Fahrausweise sowie die gemeinsamen Abonnemente über seine Kanäle verkaufen und kontrollieren. Die Einnahmen werden in einem grossen Topf gesammelt und in einem etwas aufwändigen Prozess an alle angeschlossenen Unternehmen verteilt. Der Prozess ist aufwändig, weil es kein durchgängiges Messsystem für die Nutzung der öV-Angebote gibt.

Auch wenn das System nicht perfekt ist, was hat es gebracht? In der «Vor-NOVA-Welt» gab es keinen Wettbewerb, da die alten Systeme schlicht nicht für eine breite Nutzung geeignet waren. Als NOVA in Betrieb ging, konnten auch andere Unternehmen neue Zugangskanäle auf den Markt bringen. Die TPF ein «SMS-Ticket» (das noch ohne NOVA, war aber für die Entwicklung anderer «Smart-Phone» Anwendungen Impulsgeber), die BLT digitalisierte Mehrfahrtenkarten und Abos, die BLS experimentierte mit Chatbots und brachte mit lezzgo ein nationales «automatisches Ticketing-System» heraus, bei dem man vorgängig kein Ticket mehr kaufen musste. Trotzdem konnte man zum besten Preis reisen. Lezzgo wurde in «harter Konkurrenz» zu fairtiq entwickelt – einer Ticketing-App einer privaten Firma, die in Zusammenarbeit mit drei Verkehrsunternehmen (TPF, VBL und RhB) auf den Markt gebracht wurde.

In sehr kurzer Zeit kamen also ganz neue Möglichkeiten in die Welt. Die Schweiz war das erste Land der Welt, das ein nationales automatisches Ticketing mit 250 angeschlossenen Verkehrsunternehmen einführen konnte. Möglich gemacht: durch eine gemeinsame Datenplattform.

Ein Akteur ging damals einen Schritt weiter: die SOB, die Schweizerische Südostbahn, entwickelte «abilio». In Zusammenarbeit mit Siemens Mobility entstand ein System, das nicht nur den öffentlichen Verkehr «drin hatte», sondern auch Parkplätze, Taxis und Sharing-Angebote beherrschte. Der Erfolg blieb jedoch aus verschiedenen Gründen aus. Wie auch bei «Moovel», das einen ähnlichen Ansatz verfolgte und in Deutschland von einem Konsortium von bestehend aus BMW und Daimler-Benz entwickelt wurde.

Aufgeben ist nicht die Sache der SOB. Eine rigorose Analyse machte klar: es ist nicht nur wichtig, dass man das «Richtige» macht, sondern auch «wie». Ein Bahnunternehmen als Plattformbetreiber war für andere Akteure kein attraktiver Partner.

Der CEO der SOB, Thomas Küchler, lud daraufhin kleine und grosse Unternehmen ein. Zusammen wurde die «Interessensgemeinschaft intermodale Mobilität» gegründet, um ein besseres Vorgehen zu entwickeln. Aus der Interessensgemeinschaft ging die Genossenschaft openmobility hervor. Die aktuell 30 Mitglieder der Genossenschaft sind Transport- und Technologieunternehmen, die das gemeinsame Ziel einer einfach zugänglichen, vernetzten Mobilität verfolgen. Diese wird partnerschaftlich an konkreten Problemstellungen entwickelt.

Beispiel? Carsharing im ländlichen Raum hat ein Problem: die Carsharingstation ist oft am Bahnhof im Dorf, derselbe in der Schweiz häufig im Tal. Die potentiellen Nutzer wohnen am Hang. Wer nutzt ein Carsharing, wenn er oder sie 2 km und 150 Höhenmeter zum Fahrzeug zu Fuss überwinden muss? Genau, wenige.

Wie aber wäre es, wenn die Bestellung einfach mit Abholung und Rückfahrt erfolgt, zum Beispiel mit einem «Fahrt auf Verlangen» Angebot. Das war die Fragestellung, der sich die beiden openmobility Mitglieder sponti-car und mybuxi angenommen hatten. Der «Papiermockup» funktionierte. Bald kamen weitere Fälle dazu. Betriebswirtschaftlich ist es natürlich unsinnig, zwischen allen Akteuren spezifische Schnittstellen zu bauen. Schnittstellen sind teuer.

Was also tun? Openmobility stellt seit 2023 seinen Mitgliedern eine Entwicklungs- und Testumgebung, die «Sandbox», zur Verfügung. Mit einem geringen Aufwand können die eigenen Systeme angeschlossen werden und gemeinsame Angebote damit entwickelt werden. Alle Mitglieder können Projekte lancieren und in verschiedenen Konstellationen Anwendungsfälle umsetzen. Die Genossenschaft sorgt dafür, dass die Erkenntnisse allen Mitgliedern zur Verfügung gestellt werden, um kostspielige Doppelspurigkeiten zu vermeiden.

Eines der ersten Projekte ist die «Koordinierte, Innovative, eMissionsfreie Mobilität» (KIMM). Das Projekt entwickelt für touristische alpine Regionen ein nachhaltiges Mobilitätsangebot, das touristische Regionen ohne Auto erreichbar und erlebbar macht. Pilotgebiet ist die Gotthardregion, gefördert wird das Projekt von Innotour, der Innovationsförderstelle für Tourismus. Das Angebot umfasst den öV, vertreten durch SOB und MGB, «Fahrt auf Verlangen» mit mybuxi, Carsharing mit Sponti-Car, Bikesharing mit Publibike und Mitfahren mit ummadum. Gestartet wurde das Projekt im April 2023. Seither wurden die Angebote eingerichtet und an die Sandbox angeschlossen. Nun erfolgt die Entwicklung der verschiedenen «Customer Journeys» für die Interessensgruppen der Region. Neu entwickelt werden muss nur relativ wenig.

Warum machen die Akteure das? Ganz einfach: wenn meine Kunden einfach deine Kunden sind, haben wir beide mehr. Wer in der Stadt das Publibike nimmt, mit dem Zug nach Andermatt fährt und von dort mit dem mybuxi zur Wanderung aufbricht, ist Kunde von drei Angeboten – muss sich aber nur einmal angemeldet haben und kann die App oder Website seiner Wahl benutzen. Und wer dann in den Ferien einmal mit dem eAuto eine Fahrt ins Tessin oder über die Pässe machen will: einfach einsteigen.

Natürlich: am Ende muss die Kasse stimmen. Jedes Unternehmen muss Geld verdienen. Und genau darum gibt es die Genossenschaft: zusammen sind die Kosten geringer, die Reichweite und die Einnahmen grösser. Und damit der Gewinn.

Weitere Informationen zu Openmobility: Abschlussbericht der Arbeitsgruppe Intermodale Verkehrsplattformen

^{Das zum Netzwerken motivierte, aber auch der Unterhaltung auf der Bühne zugeneigte Publikum. (Foto: Markus Senn)}

Ende Januar fand in Bern zum 21. Mal eines der unbestrittenen jährlichen Highlights der Schweizer ICT-Szene statt: die ICT Networkingparty. 

(cdh) – Das asut-Bulletin konnte dieses Jahr leider im Berner Kursaal nicht dabei sein, darf dank wohlinformierten und vor Ort anwesenden Kreisen aber rapportieren, dass der Anlass wiederum ein voller Erfolg war. Und obwohl die Redaktion fehlte, waren Verband und Geschäftsstelle natürlich prominent vertreten.

Alles hat zwei Seiten: Die ICT Networking Party ist, wie ihr Name sagt, ein Netzwerkanlass. Das bedeutet auf der einen Seite, dass rund 1000 Anwesende mit grösstem Einsatz – und entsprechendem Geräuschpegel –  ihre Netzwerke pflegen und erweitern. Andererseits bietet die Party auch geistreiche Unterhaltung, was Gastgeberin und Referierende vor die Aufgabe stellt, wie sie die Aufmerksamkeit von 1000 netzwerkfreudigen Personen vorübergehend für sich gewinnen können. Das klappte unter Zuhilfenahme eines genialen Einfalls der Gastgeberin Vania Kohli dieses Jahr offenbar hervorragend: Mit Videos von Fussball-Fails liess sich die Aufmerksamkeit des Saals im Handumdrehen fesseln und auf die Bühne richten. Vania Kohli demonstrierte damit auch gleich das Motto des Abends: Alles hat zwei Seiten, ein Für und ein Zuwider, ein Ying und ein Yang. Und das ist keine Einschränkung, sondern eine Einladung, den Spielraum zwischen diesen beiden Polen kreativ auszuloten.

Nichts anderes meinte asut-Präsident Peter Grütter, der die Anwesenden aufforderte, sich von der Künstlichen Intelligenz nicht zu sehr beeindrucken zu lassen, sie nicht gleich aus gesellschaftlicher Sorge vorsorglich zu Tode zu regulieren, sondern sie sich vielmehr als ein geniales, der menschlichen Kreativität aber weiterhin weit unterlegenes Tool zu Nutze zu machen. Auf genau diese Ambivalenz bezogen sich auch Mikael Krogerus und Roman Tschäppeler, Autoren des internationalen Bestsellers «The Decision Book» und der Serie «Kleine Bücher für grosse Fragen», mit ihrem geistreichen Exkurs über die Kunst, Unentschlossenheit in möglichst gute Entscheidungen umzuwandeln. Und schliesslich belegte der Astrophysiker und ehemalige Nasa-Forschungsleiter Thomas Zurbuchen, heute Professor für Weltraumwissenschaft und -technologie an der ETH Zürich und Leiter der Initiative ETH Zürich Space, anhand einer wahrlich beeindruckenden Karriere, dass scheinbare Hindernisse sogar der Anlass sein können, wortwörtlich nach den Sternen zu greifen… Auf die ICT-Branche übertragen gipfelten Zurbuchens Ausführungen in den Rat, sich auch bei Zweifeln öfters zum Ja-Sagen zu überwinden und dazu, jungen Nachwuchskräften mit innovativen Ideen Chancen einzuräumen. 

^{Von oben links nach unten rechts: Gastgeberin Vania Kohli, asut-Präsident Peter Grütter, Mikael Krogerus & Roman Tschäppeler, Thomas Zurbuchen (Fotos: Markus Senn)}