Neue Wertschöpfungen durch Daten und Systeme: Zuweisung von Rechten?

Für den vorzugswürdigen Fall, dass es sich konzeptionell sicherstellen lässt, die Maschinendaten aus der Bewertung als „personenbezogene Daten“ und damit aus dem Datenschutz herauszuhalten, stellt sich die Frage, ob diese (Maschinen-)Daten zugunsten von irgendjemandem geschützt sind? Die wichtigste Feststellung zu diesem Punkt ist die, dass es kein Eigentum an Informationen gibt und damit auch kein Eigentum an Maschinendaten. Eigentum gibt es im Grundsatz nur an Sachen und diese sind qua Definition nur körperliche Gegenstände. Daraus folgt, dass die bisweilen in der Praxis anzutreffenden, vertraglichen Absprachen wie z. B. „Dateneigentümer der bei Betrieb der Maschine entstehenden Informationen ist der Maschinenhersteller“ ins Leere laufen. Denn die Rechtsposition „Eigentümer*in“, in die jemand durch diese Klausel eingewiesen werden soll, gibt es nicht.

Betrachtet man die diversen Rechtsmaterien, die unter dem Begriff „Geistiges Eigentum“ zusammengefasst werden (d.h. das Patent- und das Markenrecht sowie die verwandten Schutzrechte), so ist festzustellen, dass sich diese Regeln – entsprechend dem Eigentum in Bezug auf Sachen – jeweils im Kern um ein ausschließliches Recht an einem immateriellen Gut drehen. Die wohl einzige Materie, die insoweit für die meisten Fälle ernsthaft in Betracht kommt, ist das Recht der Geschäftsgeheimnisse (instruktiv Hessel/Leffer MMR 2020, 647: Rechtlicher Schutz maschinengenerierter Daten). Dieses Rechtsgebiet wurde durch die Richtlinie (EU) 2016/943 zum Schutz von Geschäftsgeheimnissen europaweit harmonisiert, welche in Deutschland durch das Geschäftsgeheimnisgesetz umgesetzt wurde. Mit Inkrafttreten dieses Gesetzes zum 26.04.2019 wurde dabei die hierzulande bislang geltende Rechtslage massiv verändert, insbesondere dadurch, dass Informationen jetzt nicht mehr, weil sie etwaig kraft Natur der Sache geheimhaltungsbedürftig seien, allein deshalb von Rechts wegen als Geschäftsgeheimnis geschützt werden. Der Begriff Geschäftsgeheimnis wurde in Deutschland im Zuge der Gesetzesänderung erstmals legaldefiniert. Diese Definition in § 2 Nr. 1 GeschGehG setzt für den Status Geschäftsgeheimnis das Vorhandensein von angemessenen Geheimhaltungsmaßnahmen voraus. Möchten sich Maschinenhersteller*innen zumindest potentiell die Tür offenhalten, Maschinendaten für sich als Geschäftsgeheimnisse reklamieren zu können, muss er/sie allen, denen er/sie seine Maschinen verkauft, vermietet oder sonst überlässt, vertraglich verbieten, die Maschinendaten zur Kenntnis zu nehmen (um diese Kenntnisnahme „unbefugt“ werden zu lassen). Ferner müssen Geheimhaltungsmaßnahmen, insbesondere technischer Art, in mindestens angemessenem Umfang ergriffen werden. Zudem sollte – in den meisten Fällen müsste – auch das Beobachten, Untersuchen, Rückbauen oder Testen der Maschine vertraglich untersagt werden, um eine Pflicht zur Beschränkung der Erlangung des Geschäftsgeheimnisses zu konstruieren. Denn kraft Gesetzes sind diese Handlungen, bei Abwesenheit der vorgenannten Beschränkung, zur Erlangung des Geschäftsgeheimnisses erlaubt (vgl. § 3 Abs. 1 Nr. 2 lit. b) GeschGehG).

Kommt es jedoch nicht Betracht, die Maschinendaten effektiv geheim zu halten (etwa weil Benutzer*innen der Maschine die Daten auch verwenden können sollen), bietet gegenwärtig keine der Rechtsmaterien des sog. „Geistigen Eigentums“ einen Rechtsrahmen, in dem man sich mit Maschinendaten bewegt. Der Schutz maschinengenerierter Daten beruht daher in der juristischen Praxis weit überwiegend auf dem Grundsatz der Privatautonomie. Es ist vertraglich ein immaterielles Gut zu konstruieren, d. h. es sind die Rechte und Pflichten an Maschinendaten durch entsprechende Vertragsgestaltung zu erschaffen, was separate Vertragswerke nicht voraussetzt, sondern auch in Allgemeinen Geschäftsbedingungen erfolgen kann. Weil es zur Anwendung und Auslegung sowohl der zivilrechtlichen, der strafrechtlichen und der kapitalmarktrechtlichen „Verbotsvorbehalte” kaum Rechtsprechung gibt, ist es sogar als erforderlich zu bezeichnen, der bestehenden Rechtsunsicherheit durch Verträge entgegenzutreten (ausführlich Sassenberg/Faber: Rechtshandbuch Industrie 4.0 und Internet of Things, 2. Auflage 2020, § 2 Rn.107 ff.).

Kurzfazit für die Anwendungspraxis: Sowohl zur Förderung von Rechtssicherheit als auch zur Vermeidung von Streitigkeiten sollten insbesondere die Übermittlung und Nutzung der maschinengenerierten Daten detailliert vertraglich geregelt werden, im Verhältnis von demjenigen, in dessen Besitz sich die Maschine befindet, zu demjenigen, der Zugang zu den Daten haben und diese nutzen können soll. Besondere Herausforderungen ergeben sich bei mehrseitigen Beziehungen oder Lieferketten, nicht nur deshalb, weil eine Vielzahl von Interessen miteinander kollidieren.

Autor:       Stefan Sander, LL.M., B.Sc.  Rechtsanwalt und Fachanwalt für IT-Recht, Software-Systemingenieur

Weiter geht’s mit dieser Blogreihe nach den Osterferien mit dem vierten Beeitrag: Grenzen für vertraglich geschaffene Rechtspositionen an Maschinendaten

Bisher sind in der Blogreihe Maschinendaten – Einführung und Rechtsrahmen für nicht-personenbezogene Daten folgende Beiträge erschienen:

1. Einführung + Der Rechtsrahmen für nicht-personenbezogene Daten (10.03.2021)
2. Maschinendaten als personenbezogene Daten: Gilt der Datenschutz?  (17.03.2021)

Maschinendaten als personenbezogene Daten: Anwendbarkeit des Datenschutzes

Das maßgeblich durch die Verordnung (EU) 2016/679 (Datenschutz-Grundverordnung) geprägte Datenschutzrecht schützt nicht alle Daten, was einem landläufigen Irrtum entsprechen würde. Vom Gesetz geschützt werden nur „personenbezogene Daten“, mithin alle Informationen, die sich auf eine identifizierte oder identifizierbare natürliche Person (die im Datenschutz als “betroffene Person” bezeichnet wird) beziehen. An die Feststellung, dass die in Rede stehenden Daten unter diese Definition fallen, knüpft der Anwendungsbereich des Datenschutzrechts. Besondere Brisanz hat das Thema, weil das Datenschutzrecht von der Regelungstechnik „Verbot mit Erlaubnisvorbehalt“ (vgl. Art. 6 Abs. 1 DS-GVO) dominiert wird. Ist es anwendbar, würde in vielen Fällen eben dieses grundsätzliche Verbot durchgreifen und der Nutzung der Maschinendaten entgegenstehen.

Klar kennzeichnende Informationen, wie z. B. der volle Name einer Person, beziehen sich auf eine „identifizierte“ Person (etwa dann relevant, wenn sich ein Beschäftigter zwecks Betriebes der Maschine an dieser mit einem Benutzerkonto anmelden muss). Wesentlich diffiziler ist die Frage, wann Informationen in Bezug auf eine „identifizierbare“ Person vorliegen. Die Verbindung anderer Informationen mit solchen klar kennzeichnenden Informationen, wie etwa dem vollen Namen, bzw. die Möglichkeit, eine Verbindung herstellen zu können, infiziert alle anderen damit in Zusammenhang stehenden Informationen. Ob eine Information auf eine identifizierbare natürliche Person bezogen werden kann und sie deshalb als „personenbezogenes Datum“ zu bewerten ist, beurteilt sich jeweils aus Perspektive des Verantwortlichen (grundsätzlich der/die RechtsträgerIn, der/die mit den Daten Umgang hat) und ist im Grundsatz von seinem Kontextwissen abhängig (ein Bezug zu einer identifizierbaren Person liegt etwa vor, wenn in vorgenanntem Beispiel Informationen über den jeweiligen Zustand der Maschine (vermeintlich Informationen „nur“ in Bezug auf die Maschinen) mit dem zum Zeitpunkt der Benutzung angemeldeten Benutzerkonto in Verbindung gebracht werden). Für die Frage, ob für den/die Verantwortliche*n in Bezug auf eine Information eine natürliche „identifizierbar“ ist, wird zwar zunächst auf das bei den Verantwortlichen tatsächlich vorhandene Kontextwissen abgestellt, doch muss er/sie sich für diese Fragestellung nach der Rechtsprechung zusätzlich jegliches Kontextwissen zurechnen lassen, welches er/sie sich mit legalen Mitteln beschaffen könnte (EuGH, Urt. v. 19.10.2016 – C‑582/14).

Für die Praxis folgt daraus z. B. die Empfehlung, dass die durch Sensoren generierten Maschinendaten so beschaffen und abgespeichert sein sollten, dass sie sich auf keine identifizierbare natürliche Person beziehen lassen. Wichtig ist insoweit darauf zu achten, dass dies für keinen Rechtsträger, der/die Umgang mit diesen Daten hat, jeweils aus seiner/ihrer Perspektive der Fall sein sollte (es sind also für die potentiell Beteiligten „MaschinenherstellerInnen“, „MaschinenverleiherInnen“, „MaschinenbenutzerInnen“, etc.) separate Bewertungen dieser über den Anwendungsbereich des Datenschutzrechts entscheidenden Frage vorzunehmen). Dringend zu empfehlen ist es, den im Datenschutzrecht kodifizierten Grundsatz der Datenminimierung (vgl. Art. 5 Abs. 1 DS-GVO) nicht erst bei Anwendbarkeit des Datenschutzrechts, sondern schon bereits bei der Planung eines datengetriebenen Geschäftsmodells soweit es geht umzusetzen. Beispielsweise für Systeme, die im Kontext des Maschinenverleihs im B2B Bereich eine unsachgemäße Benutzung einer Maschine erkennen und dokumentieren können sollen, wird es in aller Regel nicht erforderlich sein, diese auf Verwendung von personenbezogenen Daten auszulegen. Im B2C Bereich hingegen ist schon der Kunde eine natürliche Person, so dass Informationen darüber, ob der Kunde/die Kundin eine Maschine unsachgemäß benutzt hat, wohl stets „personenbezogene Daten“ sein werden (auch wenn innerhalb der Maschine die Daten keinen Rückschluss auf die Identität des Benutzers ermöglichen, ist es das Kontextwissen desjenigen/derjenigen, der/die später Umgang mit diesen Daten hat, welches die Frage beantwortet, ob für ihn/sie diese Daten „personenbezogene Daten“ darstellen).

Sollte es sich konzeptionell nicht vermeiden lassen, dass die Maschinendaten aus einer der Perspektiven als personenbezogene Daten zu bewerten sind, ist die geplante Wertschöpfung mit den Maschinendaten daraufhin zu hinterfragen, ob der Plan überhaupt zulässigerweise realisiert werden darf und falls ja, welche Anforderungen sodann einzuhalten sind. Dazu ist anzumerken, dass mit Blick auf Maschinendaten in vielen Fällen ergänzend bzw. verdrängend zu den allgemeinen Regeln der Datenschutz-Grundverordnung die spezielleren Regeln der Richtlinie 2002/58/EG (Datenschutzrichtlinie für elektronische Kommunikation (ePrivacy)) zur Anwendung kommen. Die im Mai 2018, zum Inkrafttreten der DS-GVO, vom EDSA veröffentlichte „Erklärung des Europäischen Datenschutzausschusses zur Überarbeitung der ePrivacy-Verordnung und zu den Auswirkungen auf den Schutz der Privatsphäre“ hat bis heute nicht an Aktualität verloren, insbesondere soweit es dort heißt: „Übermittlungsdienste, die zur Erbringung von Maschine-zu-Maschine-Diensten genutzt werden, fallen ebenfalls in den Anwendungsbereich der geltenden Richtlinie.“ Der EDSA betont dort, wie auch schon zuvor seine Vorgängerinstitution, die sog. Art. 29 Gruppe, in ihrem Working Paper 216, „dass Metadaten der elektronischen Kommunikation weiterhin ohne Einwilligung weiterverarbeitet werden dürfen, nachdem sie vollständig anonymisiert wurden“. Dazu muss man jedoch bedenken, dass Informationen, sobald und solange sie anonymisiert sind, sich gerade nicht auf eine identifizierbare natürliche Person beziehen, mithin keine personenbezogenen Daten sind und deshalb außerhalb des Anwendungsbereichs des Datenschutzrechts liegen.

Die ePrivacy-Richtlinie soll nach dem Vorschlag der EU-Kommission vom 10.01.2017 (COM/2017/010 final) zurückgenommen und durch eine Verordnung ersetzt werden – ein politisch hochgradig umstrittener Gesetzesvorschlag. Der am 20.10.2017 verabschiedete Standpunkt des Parlaments betonte die Notwendigkeit, gerade für die Kommunikation in den Bereichen Maschine-zu-Maschine (M2M) und Internet-of-Things (IoT) klarere Abgrenzung gegenüber den allgemeinen Regeln der DS-GVO einzuführen. Maschinendaten werden in diesen Bereichen als Bestandteile „elektronischer Kommunikationsdienste“ der Regulierung unterfallen, so dass der weitere Verlauf dieses Gesetzgebungsverfahren für das hier betrachtete Thema von herausgehobener Bedeutung ist. Der am 10.02.2021 gefasste Standpunkt des Rates nähert sich diesem Thema so: „Sobald elektronische Kommunikationsdaten aus einem geschlossenen Gruppennetz in ein öffentliches elektronisches Kommunikationsnetz übertragen werden, gilt diese Verordnung für diese Daten, auch wenn es sich um M2M-/IoT-Daten und Personal-/Home-Assistant-Daten handelt.“

Für einige Verwirrung sorgt derzeit die Richtlinie (EU) 2019/770 über bestimmte vertragsrechtliche Aspekte der Bereitstellung digitaler Inhalte, deren Umsetzungsfrist noch läuft und deren Inhalte deshalb in Deutschland noch nicht Gesetz wurden. Diskutiert wird der Aspekt „personenbezogene Daten als Gegenleistung“. Die Richtlinie selbst hat sich insoweit eigentlich klar positioniert, indem die begrenzenden Elemente betont wurden: „Digitale Inhalte oder digitale Dienstleistungen werden häufig auch dann bereitgestellt, wenn der Verbraucher keinen Preis zahlt, sondern dem Unternehmer personenbezogene Daten zur Verfügung stellt. Solche Geschäftsmodelle treten in verschiedenen Formen in einem erheblichen Teil des Marktes auf. Obwohl in vollem Umfang anerkannt wird, dass der Schutz personenbezogener Daten ein Grundrecht ist und daher personenbezogene Daten nicht als Ware betrachtet werden können, sollte mit dieser Richtlinie sichergestellt werden, dass die Verbraucher im Zusammenhang mit solchen Geschäftsmodellen Anspruch auf vertragliche Rechtsbehelfe haben.“

Der Praxis könnte also geraten werden, dieses deutsche Umsetzungsgesetz abzuwarten, welches ob dieses Punktes von besonderer Bedeutung für das Thema des Umgangs mit Maschinendaten ist. Sofern es erfolgsrelevant ist, das geplante Geschäftsmodell schnellst möglich auf den Markt zu bringen und daher das Umsetzungsgesetz nicht abgewartet werden kann, sollte zumindest das Gesetzgebungsverfahren beobachtet werden – und das Risiko von Änderungsbedarfen aufgrund geänderter gesetzlicher Rahmenbedingungen kalkuliert werden.

Autor:       Stefan Sander, LL.M., B.Sc.  Rechtsanwalt und Fachanwalt für IT-Recht, Software-Systemingenieur

Bisher ist in der Blogreihe Maschinendaten – Einführung und Rechtsrahmen für nicht-personenbezogene Daten folgender Beitrag erschienen:

1. Einführung + Der Rechtsrahmen für nicht-personenbezogene Daten (10.03.2021)

In der Umsetzungsphase hybrider Geschäftsmodelle war bei den Anwenderfirmen im Projekt AnGeWaNt immer deutlicher geworden, dass die Nutzung der Maschinendaten aus rechtlicher Sicht alles andere als trivial ist. Aus diesem Grunde haben wir einen Fachanwalt für IT-Recht beauftragt, die notwendigen Rechtsfragen rund um die Generierung und Nutzung von Maschinendaten auszuleuchten. Entstanden ist daraus die Blogreihe: „Maschinendaten – Rechtsrahmen, Fallstricke und Lösungsansätze“, die heute startet

Im Wochenrythmus werden wir uns  folgenden Themen widmen:

1. Einführung + Der Rechtsrahmen für nicht-personenbezogene Daten (10.03.2021)
   
2. Maschinendaten als personenbezogene Daten: Anwendbarkeit des Datenschutzes (17.03.2021)
   
3. Neue Wertschöpfungen durch Daten und Systeme: Zuweisung von Rechten? (24.03.2021)
   
4. Grenzen für vertraglich geschaffene Rechtspositionen an Maschinendaten (14.04.2021)
   
5. Keine Daten ohne Systeme – Anforderungen an Systeme? Ausblick (21.04.2021)
   

Einführung

„Die Corona-Krise beschleunigt die Digitalisierung“, darüber besteht auf breiter Front Konsens. Berichtet wird dies nicht nur aus der Industrie, die sich schon seit Längerem mit Themen wie dem Internet-of-Things (IoT), der Industrie 4.0 oder Predictive Maintenance befasst. In einer repräsentativen Umfrage im Auftrag des BITKOM vom Oktober 2020 bestätigt diese Aussage auch die öffentliche Verwaltung. Wenig überraschend, dass auch der deutsche Mittelstand zunehmend digitaler wird, in allen Bereichen der Wertschöpfung, wie auch alle Branchen und Firmengrößen. Zu diesem Ergebnis kommt die fünfte Ausgabe der im Auftrag der Telekom durchgeführten repräsentativen Studie Digitalisierungsindex Mittelstand 2020/2021.

Die digitale Unterstützung bestehender Prozesse oder der Austausch eines analogen Ablaufs durch eine digitale Alternative ist das Eine – etwas Anderes ist es jedoch, wenn mit der Digitalisierung von Maschinen neue „Produkte“ entstehen, weil durch das Erheben von Daten und deren Nutzung eine gänzlich neue Wertschöpfung betrieben wird. Beispielsweise bei der Bewirtschaftung von Gebäuden und anderen Bauwerken mithilfe von Software (Stichwort: Building Information Modeling) ist derartiges seit Längerem schon gelungen. Ist es geplant, zum Erheben der Daten erforderliche Sensoren in die zu bauenden Maschinen einzubringen, ist der gedankliche Weg nicht mehr weit, auch Aktoren einzubringen und Systeme zu vernetzen. Im Fokus soll daher hier das datengetriebene Geschäftsmodell stehen, als ein zu erschließendes Neuland für den produzierenden Mittelstand. Der nachstehende Überblick zum Rechtsrahmen für Maschinendaten soll insoweit als Orientierungshilfe dienen, für die Produzenten bzw. Maschinenhersteller einerseits sowie die häufig mit gegenläufigen Interessen agierenden Kundinnen und Kunden andererseits, also die Rechtsträger, die die Maschinen durch ihre Beschäftigten benutzen und dabei Daten generieren. Für eilige Leser*innen sei als Quintessenz vorab mitgeteilt: Ungeachtet der Frage, in welchem dieser Lager man steht, man erhält das, was man sich vertraglich ausbedingt und wenn im Vertrag nichts zu diesem Thema geregelt ist, erhält insoweit man im Zweifel nichts.

Der Rechtsrahmen für nicht-personenbezogene Daten

Daten, die nicht als personenbezogene Daten zu bewerten sind und deshalb nicht dem Recht des Datenschutzes unterfallen, werden schon seit geraumer Zeit als „das neue Öl“ oder „das neue Gold“ bezeichnet (ausführlich Fries/Scheufen MMR 2019, 721: Märkte für Maschinendaten – Eine rechtliche und rechtsökonomische Standortbestimmung). Dabei ist es im Vergleich zur Prominenz des Datenschutzrechts in der öffentlichen Wahrnehmung bislang Vielen verborgen geblieben, dass auch die Verordnung (EU) 2018/1807 geltendes Recht ist, die einen Rahmen für den freien Verkehr nicht-personenbezogener Daten in der EU geschaffen hat. Die EU-Kommission veröffentlichte erläuternde Leitlinien (COM/2019/250 final) zum Zusammenspiel der Verordnung (EU) 2018/1807 mit der Verordnung (EU) 2016/679 (Datenschutz-Grundverordnung) und flankierte die Veröffentlichung mit dem Kommentar des damals für den digitalen Binnenmarkt zuständigen Kommissionsvizepräsidenten, Andrus Ansip: „Bis 2025 dürfte die Datenwirtschaft 5,4 Prozent des BIP der EU-27 generieren, was 544 Mrd. Euro entspricht.“

Diese Verordnung (EU) 2018/1807 regelt jedoch im Wesentlichen nur die (Un-)Zulässigkeit von Datenlokalisierungsauflagen und ist damit für den praktischen Umgang mit Maschinendaten nahezu nicht relevant. Vor allem ist zu betonen, dass ihre Regelungen gegenüber dem Datenschutzrecht nachrangig sind, was sich ihrem Art. 2 Abs. 2, insbesondere dem Satz 2 ergibt: „Bei einem Datensatz, der aus personenbezogenen und nicht-personenbezogenen Daten besteht, gilt diese Verordnung für die nicht-personenbezogenen Daten des Datensatzes. Sind personenbezogene und nicht-personenbezogene Daten in einem Datensatz untrennbar miteinander verbunden, berührt diese Verordnung nicht die Anwendung der Verordnung (EU) 2016/679.“ Was die Wendung untrennbar miteinander verbunden bedeutet, ist in keiner der beiden Verordnungen definiert und zukünftig ggf. durch die Rechtsprechung zu klären. Dieselbe Frage, also wie mit solchen gemischten Datensätzen umzugehen ist, stellt sich auch bei der Bestimmung des Anwendungsbereichs des Datenschutzrechts – also bei der Frage: Sind die Informationen als personenbezogene Daten zu bewerten? Für die Anwendungspraxis folgt daraus, dass diese Rechtsfrage im Hinblick auf die potentiell in Rede stehenden Maschinendaten klar im Vordergrund steht und bei Konzeption und Planung der neuen Wertschöpfung durch Digitalisierung besonders sorgfältig geprüft werden muss.

Autor:       Stefan Sander, LL.M., B.Sc.  Rechtsanwalt und Fachanwalt für IT-Recht, Software-Systemingenieur

Wir setzen diese Blogreihe fort mit dem Beitrag:

  Maschinendaten als personenbezogene Daten: Anwendbarkeit des Datenschutzes am 17.03.2021

Chancen von personennahen Dienstleistungen

Konsumstile, Verhaltens- und Rollenmodelle sowie Arbeitsprozesse haben sich durch die digitale Transformation verändert oder tun dies kontinuierlich. Unternehmen können die neuen Kundenbedarfe mit innovativen Dienstleistungen adressieren und sich dadurch Wettbewerbsvorteile verschaffen.

In diesem Zusammenhang möchten wir Sie auf die Fördermaßnahme „Personennahe Dienstleistungen“ des BMBF aufmerksam machen. Hier wurden acht Projekte gefördert, deren Erkenntnisse das übergreifende Projekt BeDien zusammenführt. Entstanden ist ein Service Canvas, das im Folgenden vorgestellt wird.

Entwicklung von personennahen Dienstleistungen

Das Service Canvas beschreibt, welche Ansätze zur Gestaltung von kundenorientierten und wirtschaftlich nachhaltigen Dienstleistungen bestehen. Berücksichtigt werden auch Aspekte, die in Bezug zu organisationalen Strukturen, Ressourcen und Menschen einbezogen und evaluiert werden müssen.

Das Service Canvas basiert auf neuesten wissenschaftlichen Erkenntnissen und bringt Gestaltungsbereiche personennaher Dienstleistungen (Value in Use, Beziehungen und Service Ökosystem) mit Elementen zur Gestaltung innovativer Dienstleistungen (Individualisierung, Integration, Kollaboration und Digitale Services) überein.

Die Abbildung zeigt die entstehenden Anknüpfungspunkte. In mehreren Videos werden die einzelnen Elemente des Service Canvas vorgestellt und mit Beispielen unterlegt.

Bezug zu hybrider Wertschöpfung

Unternehmen, die mit Hilfe des Service Canvas Ansätze für personennahe Dienstleistungen identifiziert haben, können die Projektergebnisse von AnGeWaNt nutzen, um die entwickelten Ideen zu hybriden Geschäftsmodellen auszuarbeiten. Unsere Methoden-Stories liefern dazu verschiedene Herangehensweisen. Zudem werden in den nächsten Monaten Leitfäden veröffentlicht, die die Anpassungen an Strukturen, Führung und Qualifizierung schrittweise begleiten.

Bei Fragen stehen wir gerne zur Verfügung. Zum Kontaktformular

Die Beispiele wurden von Unternehmen und wissenschaftlichen Instituten in mehreren Forschungsprojekten entwickelt und in der Praxis erprobt. Jedes Praxisbeispiel umfasst konkrete Bedarfe und Ziele, ein schrittweises Vorgehen, die Auswirkungen auf die Arbeitsgestaltung und die Produktivität sowie die zu beachtenden Erfolgsfaktoren. So sind aktuelle Gestaltungslösungen für Unternehmen beschrieben, die die Potenziale der Digitalisierung für die Arbeitswelt und das Produktivitätsmanagement praxisnah aufzeigen. Die Herausgeber Dr. Tim Jeske und Dr. Frank Lennings sind am ifaa – Institut für angewandte Arbeitswissenschaft – im Fachbereich Unternehmensexzellenz tätig.

Zum kostenfreien eBook als Open Access

Am 21. und 22. Oktober brachte die Tagung beyondwork2020 internationale Expertinnen und Experten aus Forschung, Wirtschaft, Politik und der Sozialpartner zusammen. Online diskutierten mehr als 1.500 Teilnehmende intensiv über die wichtigsten Fragen und Themen zu den Arbeitswelten von morgen.

Im Fokus standen die folgenden Themen: Was bedeutet der Wandel der Arbeit für den Menschen? Wie können Unternehmen ihre Mitarbeiterinnen und Mitarbeiter bestmöglich darauf vorbereiten? Und wie reagieren die einzelnen europäischen Länder auf den Veränderungsprozess?

Zur Multimedia-Dokumentation der Konferenz

Kleine und mittlere Unternehmen agieren im Rahmen der wirtschaftlichen Tätigkeiten nicht im „luftleeren Raum“, sondern sind über ein weitverzweigtes Netz von Zuliefer-, Kunden, -und sonstigen Beziehungen und Abhängigkeiten in die wirtschaftlichen Abläufe eingebunden. Dabei ist von Bedeutung, dass KMU in der Regel nicht „Taktgeber“ im wirtschaftlichen „Konzert“ darstellen, sondern sich an den Vorgaben der jeweiligen Großindustrie und deren Standards orientieren. Hingewiesen sei an dieser Stelle exemplarisch auf die Diffusion diverser Normen und Berichterstattungspflichten (z. B. DIN ISO 9001 ff) bis in kleinste Betriebe. Bei den meisten KMU können wir davon ausgehen, dass Investitionen entweder der eigenen Effizienz oder aber der Anpassung an Marktanforderungen (hier stellvertretend durch die Anforderungen der jeweiligen Marktakteure) geschuldet sind. Die These lautet daher, dass KMU dort in Digitalisierung, Aspekte von Industrie 4.0 und neue digitale Geschäftsmodelle investieren, wo die Anforderungen und „Spielregeln“ klar sind und wo die Entscheider auf Basis belastbarer Zahlen, Fakten und Anforderungen die jeweiligen Kosten und Risiken quantifizieren können. Dazu kommen im Hinblick auf die Risiken (neben den Investitionskosten im Mittelstand) wesentliche Bedenken und Vorbehalte, die sich um die Themen Datensicherheit und Haftung drehen (Zimmermann 2016). Ich unterstreiche hier eindeutig die von Zimmermann vertretene These, dass der Abbau von Hemmnissen alleine nicht ausreichen wird, um einen Digitalisierungsschub im Mittelstand auszulösen, sondern es darauf ankommt, die realen Potenziale im Betrieb (z. B. Verringerung Ausschuss oder Energieverbrauch) herauszustellen.

Über den betrieblichen Rand hinaus wird es wichtig sein, die o. g. Entwicklungen der Wertschöpfung mit den konkreten (technischen und organisatorischen) Anforderungen des wirtschaftlichen Umfeldes abzugleichen und dann zu Investitions- und Folgeentscheidungen zu kommen. Dabei geht es nicht nur um die zunehmende Digitalisierung aller Geschäftsprozesse, sondern auch um die betriebs- und branchenübergreifende Vernetzung von Unternehmen zu neuen Wertschöpfungsnetzwerken. Diese betriebs- und branchenübergreifende Vernetzung ist allerdings für die Mehrzahl der KMU bisher weder Thema, noch auf einer technischen Ebene bislang als konkrete Anforderung definiert, auf die eine Reaktion im und durch den Betrieb erfolgen würde. Lesenswert hierzu ist der Beitrag von Georg Stawony, Vorstand der Lapp Holding AG für Technik und Innovation mit dem Titel „Von der Smart Factory zur Smart Sypply Chain” (Link) .

Eine bisher im Rahmen der allgemeinen Diskussion noch nicht so verbreitete Zusammenführung der beiden Themen „Wertschöpfung“ und „Digitalisierung“ findet sich in den Handlungsempfehlungen der Arbeitsgruppe 4 „Wertschöpfungsstrukturen der Zukunft“ des Bündnisses Zukunft der Industrie zu Digitalisierung und Innovation. Dort löst man sich in Abgrenzung zum fokussierten Blick anderer Initiativen von einem engen Verständnis zu Digitalisierung und Industrie 4.0. Man nimmt dort „eine breitere Perspektive ein und adressiert gesellschaftliche und industriepolitische Aspekte von Wertschöpfungsstrukturen der Zukunft. Dabei stehen Innovationen wie die Digitalisierung und intelligente Vernetzung im Fokus der Arbeit.“ (Arbeitsgruppe 4 des Bündnis Zukunft der Industrie „Wertschöpfungsstrukturen der Zukunft“ 2016: 1). Es ist daher, und das spiegeln auch Erfahrungen aus dem Projektkontext von „AnGeWaNt – Arbeit an geeichten Waagen für hybride Wiegeleistungen an Nutzfahrzeugen“ wider, schon eine Herausforderung die eigene, betriebsinterne Digitalisierungsstrategie zu finden. Zur echten Realisierung von digitalisierter Wertschöpfung reicht das in vielen Fällen jedoch kaum aus, sondern es erfordert eine Vernetzung (sowohl technisch als auch organisatorisch) über Betriebsgrenzen hinaus.

Literatur
Arbeitsgruppe 4 des Bündnis Zukunft der Industrie „Wertschöpfungsstrukturen der Zukunft“ (2016). Handlungsempfehlungen der AG 4 „Wertschöpfungsstrukturen der Zukunft“ des Bündnisses Zukunft der Industrie zu Digitalisierung und Innovation. http://netzwerk-zukunft-industrie.de/wp-content/uploads/2017/01/AG4_Innovati-on-und-Digitalisierung.pdf

Zimmermann, V. (2016). Digitalisierung im Mittelstand: Status Quo, aktuelle Entwicklungen und Herausforderungen. KfW Research Fokus Volkswirtschaft Nr. 138.

Mit der Übersichtsstudie widerlegt ifaa zum Teil akteuell vorliegende skeptische Berichterstattung zur Mobilen Arbeit. Die ifaa Studie konnte nicht belegen, dass die zeit- und ortsflexible Arbeit eine Reihe von Nachteilen mit sich bringt und eine größere psychische Belastung als das Arbeiten im Unternehmen mit festen Anwesenheitszeiten darstellt. Verschiedene ausgewertete Studienergebnisse weisen auf ein positives Bild und das enorme Potenzial der Mobilen Arbeit hin. Die Beschäftigten empfinden den geringeren Aufwand des Pendelns zum Arbeitsplatz, die bessere Vereinbarkeit zwischen Arbeitszeit und Privatleben sowie die gespürte bessere „Qualität“ der Arbeitsblöcke –die Tätigkeiten lassen sich besser erledigen –als wichtige positive Errungenschaften der Mobilen Arbeit. Auch im Wettbewerb um qualifizierte Fachkräfte kann Mobile Arbeit einen wesentlichen Attraktivitätsfaktor für das Unternehmen darstellen.

Mobile Arbeit, das hat AnGeWaNt bisher gezeigt,  ist eine wichtige Konsequenz auch von hybriden Geschäftsmodellen und smaten Services. Auch wenn es im Rahmen der Hybridisierung von Geschäftsmodellen also verstärkt zu zeit- und ortsflexiblerer Arbeit kommt, dann dürfte das nach neuesten Erkenntnisse von den Beschäftigten eher positiv aufgenommen werden.

Das Gutachten sowie ein Kommentar des Institutsdirektors, Prof. Stowasser, findet sich hier.

Auch ist immer noch ein Anstieg bei der Verbreitung der einfacheren, produktbegleitenden Services zu verzeichnen. Etwa ein Drittel aller Industriebetriebe in Deutschland bietet außerdem digitale Geschäftsmodelle an.

Hybride Wertschöpfung als Fallstudie

In einem Fallbeispiel illustriert die Studie den Weg von einem klassischen Produktionsunternehmen hin zu einer hybriden Wertschöpfung. Das beschriebene Unternehmen bietet neben seinen industriellen Kernprodukten auch industrieorientierte Dienstleistungen an. Dazu zählen produktbegleitende Dienstleistungen wie Schulungen und Projektmanagement. Darüber hinaus, so berichtet die Studie,  gehören auch nachfrageorientierte Kombinationen von Produkt und Service zum Angebot des Unternehmens.

NRW Wirtschafts- und Innovationsminister Pinkwart sieht bei digitaler und hybrider Wertschöpfung noch ungenutztes Potenzial

Anlässlich der Vorstellung der Studie führte der Minister aus, dass NRW Unternehmen die Chancen der dienstleistungsorientierten Fertigung noch viel stärker nutzen müssten. Besonders in innovativen Anwendungen digitaler Technologien steckten für die Industrie laut Pinkwart noch viele ungenutzte Potenziale. Weitere Infos zur Studie finden sich auf der Seite des Wirtschaftsministeriums.

AnGeWaNt unterstützt bei der Definition hybrider Geschäftsmodelle

Mit Hilfe der Methoden-Stories von AnGeWaNt können Unternehmen des Verarbeitenden Gewerbes selbstständig oder unter Moderation von ZENIT, Konzepte für eine hybride Wertschöpfung erarbeiten. Die Methoden-Stories vermitteln Wissen zur Struktur von entsprechenden Innovations-Workshops, sie beinhalten mögliche Leitfragen zur Anregung der Teilnehmenden und  zeigen Fallstricke bei der Vorbereitung und Umsetzung auf.

Das Netzwerk für Künstliche Intelligenz und maschinelles Lernen, KI-MAP, bietet unter dem Motto „Technologie-KI-Klinik“ dafür am 10. Dezember bei ZENIT in Mülheim an der Ruhr einen kostenlosen KI-Check-up an. Wer mitmachen möchte, präsentiert einem KI-Experten seine Idee, geplante KI-Einsatzmöglichkeiten oder ganz einfach die Themen, die das Unternehmen datengetrieben angehen möchte. Ein Team von Spezialisten aus den Bereichen Big Data, Datenanalyse und Algorithmen untersucht gemeinsam mit dem Interessenten den individuellen Fall und entwickelt konkrete Lösungsansätze – ähnlich wie ein Ärzteteam in der Klinik.

Neue hybride Geschäftsmodelle und datengetriebene smart Services, die aus VPD Prozessen hervorgehen, eignen sich in besonderer Weise für eine Vorstellung in der KI-Klinik

Wer die Klinik besuchen möchte, schickt einfach eine kurze Skizzenbeschreibung.