logo
PreviousNext

Projekt EVAREST

Mit 171 Mrd. € Umsatz und ca. 580.000 Beschäftigten nimmt die Lebensmittelindustrie volkswirtschaftlich wie auch gesellschaftlich eine strategisch wichtige Rolle in der deutschen Wirtschaft ein. Die Digitalisierung stellt für die Lebensmittelindustrie eine Chance dar, Effizienzsteigerungen durch die Verwertung interner wie externer Daten zu realisieren. Doch bisher sind die in der Lebensmittelproduktion massenhaft erfassten Daten nur Mittel zum Zweck, da das Hauptaugenmerk auf einer lokalen Optimierung der Kosten entlang der Wertschöpfungskette liegt. Beispielsweise werden für die lokale Auswahl natürlicher Rohstoffe, wie u. a. Gemüse, Getreide und Obst, Daten über Rohstoffqualität, saisonale und regionale Verfügbarkeit sowie über die Marktnachfrage erzeugt. Hinzu kommen regulatorische Anforderungen zur Datenerfassung in Bezug auf die Nachverfolgbarkeit der Zulieferketten und Rohwaren.

Für die Verarbeitung der Rohstoffe zu standardisierten Produkten mittels physikalischer, biologischer oder chemischer Verfahren sowie die abschließende Qualitätskontrolle werden ebenfalls Daten in großen Mengen erfasst. Die in diesen Prozessschritten anfallenden Rohdaten sowie deren potentielle Verarbeitung zu nutzbaren Daten wird aktuell nur partiell in lokalen Datensilos pro Produktionsstandort rein zur Optimierung der Produktion durchgeführt. Eine standort- oder herstellerübergreifende wirtschaftliche Verwertung der Daten wird nur in Teilen auf hoher Aggregationsebene durchgeführt, so dass ein Großteil des Datenwertes ungenutzt bleibt.

Dieses brachliegende Potential gilt es genauso professionell zu verarbeiten, wie die übliche optimierte Verwertung physischer Ressourcen in der Produktion. Denn im Kontext einer digitalen Transformation haben Daten zusätzlich das Potential, selbst zu einem Produkt (d.h. Datenprodukt) mit zusätzlichen Verwertungschancen und damit zur Basis einer Datenökonomie zu werden. Die Potenziale digitaler Daten als eigenständiges Wirtschaftsgut werden in Deutschland bisher nur marginal ausgeschöpft. Führt man alle Daten, welche die deutsche Industrie produziert, zusammen, analysiert und verdichtet diese zu Datenprodukten, so entsteht ein überaus großer Digitalmarkt. Dieser wird durch datenschutzrechtliche, ökonomische, strategische und regulatorische Rahmenbedingungen beeinflusst, beschränkt oder auch erst ermöglicht.

Compliance:

Ziel des Projekts EVAREST ist die Entwicklung und Verwertung von Datenprodukten im Ökosystem der Lebensmittelproduktion durch Smart Services. Auf Basis einer über Herstellergrenzen hinweg angelegten offenen, technischen Datenplattform sowie begleitend entwickelten ökonomischen und rechtlichen Nutzungskonzepten werden die (rechts-)sichere Verwertung von Daten als Wirtschaftsgut und die Bereitstellung nutzerspezifischer Smart Services für verschiedene Anspruchsgruppen ermöglicht.

Publikationen

Artikel
EVAREST auf der ANUGA 2021: Wie Künstliche Intelligenz die Lebensmittelproduktion Smart macht

Durchblick bei den Daten in der Lebensmittelproduktion: Durch smarte Daten können Hersteller ihre Lebensmittel besser, günstiger, klimafreundlicher und in der richtigen Menge produzieren. Auf der diesjährigen Anuga, der Weltleitmesse für die Lebensmittel- und Getränkeindustrie in Köln, zeigt das Team des vom Bundesministerium für Wirtschaft und Energie geförderten Forschungsprojekts „EVAREST“ wie man zusätzlich mit diesen wertvollen Daten Einnahmen erzielen kann. Die Forscherinnen und Forscher machen Daten zu einem sicheren, eigenständigen Handelsgut, ohne dass Know-how oder Geschäftsgeheimnisse verraten werden.

Ansehen
Demonstrator
Demonstrator Smart Contracts

Hier finden Sie unseren aktuellen Demonstrator zum Thema Smart Contracts

Ansehen
One Pager
EVAREST auf einen Blick mit Anwendungsbeispiel

EVAREST: Ausgangssituation, Projektziele, Lösungsansatz und exemplarisches Anwendungsbeispiel auf einen Blick.

Ansehen
Paper
Conceptualizing Data Ecosystems for Industrial Food Production

Industrial food production represents one of the largest industries, accounting for a share of ten percent of the world’s gross domestic product. Simultaneously, it is responsible for 26 percent of global greenhouse gas emissions. Due to increasing CO2 taxes and population’s call for sustainability and CO2 reduction, it is facing challenges in terms of economic profitability and stakeholder demands. These challenges could partly be overcome by participating in data ecosystems in which data are refined as data products, understood, exchanged and monetized as economic goods. Despite large amounts of data, collected parenthetically along the value chain in food production, potentials of data analytics and data ecosystems are only marginally exploited. Food production mainly focuses on traditional, product-centric business models. This work shows the conceptualization of a data ecosystem for food production, enabling data-based business models. Therefore, resources, ac- tors, roles and underlying relationships of future ecosystem are analyzed. Building on these, corresponding architectural and analytical artifacts that support data ecosystem exploitation are presented. A food production data ecosystem is exemplified by applying data analytics to compressor data, which reveals high potentials for CO2 reduction.

Ansehen
Paper
Contract-based Data-sharing for AI-based Decision Making on the Web (forthcoming 2022)

Data-driven economies on the World Wide Web are based on coordination mechanisms for exhange and AI-based processing data assets provided by independent actors. Architectures for data-driven economies currently focus on the exchange of data assets and leave processing of data assets to background mechanisms. Without binding obligations, data sharing situations favor ”no data sharing” as dominant strategy between agents. We present a broker framework that supports contract-based sharing, trading and processing of data assets between actors under ’lack-of-trust’ conditions. Electronic contracts guarantee ownership and control of data assets, execution of defined data analytical tasks based on AI models and sharing of results according to contractual promises. A technical architecture (TUCANA) is presented that realizes a federated data economic ecosystem including the broker framework. We present an application based on an implementation of TUCANA.

Ansehen
Factsheet
Technisches Factsheet

Technischer Lösungsansatz zur Erzeugung und Verwertung von Datenprodukten in der Lebensmittelindustrie durch Smart Services

Ansehen
Artikel
Datenaustausch für den Klimaschutz

Die digitale Plattform Evarest soll Herstellern von Lebensmitteln den Datenaustausch ermöglichen und beim Klimaschutz helfen.

Ansehen
GAIA-X Use Case
Data Interoperability and Data Sovereignty for Food Production

Wir freuen uns, Ihnen mitteilen zu können, dass der aus dem EVAREST-Projekt entwickelte GAIA-X Use Case "FAST" nun auf den Webseiten des BMWi und GAIA-X veröffentlicht wurde.

Ansehen
Artikel
Hannover Messe: Wie künstliche Intelligenz die Lebensmittelproduktion smart macht

Voller Durchblick bei Rohstoffen, Lieferketten, Preisen und mehr: Mit smarten Daten können Hersteller klug planen und ihre Lebensmittel besser, günstiger, in richtiger Menge und klimafreundlicher produzieren.

Ansehen
Artikel
Hannover Messe: Wie künstliche Intelligenz die Lebensmittelproduktion smart macht

Mit smarten Datenpaketen können Lebensmittelhersteller klug planen und ihre Lebensmittel besser, günstiger und klimafreundlicher produzieren. Ein Forschungskonsortium um Professor Wolfgang Maaß entwickelt hierfür eine Datenplattform.

Ansehen
Artikel
Hannover Messe: How artificial intelligence is helping make food production smarter

Food production is a complex process involving the monitoring of raw materials, supply chains, market prices and much more besides.

Ansehen
Artikel
How artificial intelligence is helping make food production smarter

Smart data packages are providing food producers with greater insight, making production greener and more cost-efficient, but also generating new revenue streams - all thanks to the Evarest platform currently being developed.

Ansehen
Artikel
Wie künstliche Intelligenz die Lebensmittelproduktion smart macht

Intelligente Datenpakete verschaffen Lebensmittelproduzenten einen besseren Einblick, machen die Produktion umweltfreundlicher und kosteneffizienter, generieren aber auch neue Einnahmequellen - alles dank der in Entwicklung unserer Evarest-Plattform.

Ansehen
Blogeintrag
Umhüllt von Datenströmen und zartem Kakaoduft

Im Rahmen des Forschungsprojekts EVAREST besichtigte Frau Strobel von der Software AG die Schokoladenfabrik Lindt in Aachen.

Ansehen
Paper
Scenarios for the Development and Use of Data Products Within the Value Chain of the Industrial Food Production

Ziel dieses Papiers ist es, neue Umsatzmöglichkeiten für gegenwärtige und zukünftige Akteure in der industriellen Lebensmittelproduktion zu identifizieren, indem Daten als unabhängiges Wirtschaftsgut (Datenprodukte) verwendet werden. Zu diesem Zweck werden Szenarien für die Entwicklung und Nutzung von Datenprodukten über Industrial Internet of Things Plattformen für einen lebensmitteltechnischen Referenzprozess, die industrielle Schokoladenproduktion und deren Wertschöpfungskette entwickelt...

Ansehen
Online-Umfrage
Studie zur Digitalisierung in der Lebensmittelindustrie

Im Rahmen des Forschungsprojekts EVAREST wird eine Studie durchgeführt, die u.a. Fragen nach dem Fortschritt der Digitalisierung in der Lebensmittelindustrie beantworten soll.

Ansehen
Flyer
EVAREST Flyer

Hier finden Sie den aktuellen Flyer zum Projekt mit allen wichtigen Informationen.

Ansehen

Ziele und Umsetzung

Eine durchgängige Erfassung und Auswertung von Daten würde dem Lebensmittelproduzenten bereits helfen, seine Produktion zu optimieren (lokales Ökosystem). Versteht sich der Lebensmittelproduzent zudem als Datenproduzent, so kann er Datenprodukte anbieten, die auf überregionaler Ebene zu höherwertigen Datenprodukten vernetzt werden (globales Ökosystem). Sie lassen sich zusammen mit Datenprodukten der Düngemittelindustrie, der Finanzindustrie und meteorologischer Institute integrieren, um geographische, ökologische und ökonomische Analysen zu ermöglichen. Dadurch können unterschiedliche Anspruchsgruppen wie Landwirte, Großhändler, Handel, die weiterverarbeitende Industrie usw. Antworten auf Fragen zu Zuständen, Missständen und Prognosen zu Feld- oder Plantagenfrüchten sowohl in Regionen als auch überregional finden. Dies ermöglicht z.B. Finanz- und Versicherungsdienstleistern eine frühzeitige Vorhersage von Preisentwicklungen für Rohstoffe.

Entsprechend hoch ist die Zahlungsbereitschaft für derartige Informationen. Es hilft aber auch dem Lebensmittelproduzenten, Produktionsentscheidungen auf lokaler Ebene zu optimieren, wenn sich beispielsweise lokale Produktqualitäten und globale Marktpreisentwicklungen nachteilig verändern. Ebenso hat ein Landwirt ein Interesse, Zugang zu diesen Datenprodukten zu erhalten, um die Planung der nächsten Saison zu optimieren.

Beispiele für Datenprodukte:

Marktbezogen: Aggregation und Analyse standort- und produzentenübergreifender Datenprodukte: welche Rohstoffe in welchen Sorten in welchem Volumen in welcher Qualität wann wo in allen Lebensmittelbranchen?

Prozessbezogen: Rückwärtsoptimierung der Produktionsparameter durch Identifikation der Input-Parameter, die das Delta aus prognostizierter und tatsächlicher Qualität bzw. Volumen minimieren (Qualität des Rohstoffs, Herkunft, Landwirt, Sorte etc.)

Produktbezogen: Input-Mix-Optimierung zukünftiger Rohstoff-/Vorproduktlieferungen (z.B. Kakaomasse) hinsichtlich Volumen und Sortenzusammensetzung basierend auf Entwicklung der Qualität verwendeter Kakaosorten in der Vergangenheit

Im Zielbild des Forschungsvorhabens werden in Zukunft somit bei der Eingangskontrolle (des Rohstoffs), während der Produktion und in der Qualitätskontrolle neben den eigentlichen Produkten der Lebensmittelindustrie Datenprodukte produziert. Diese stellen den Output lokaler, standortübergreifender oder herstellerübergreifender Smart Services dar und werden verschiedenen Akteuren im gesamten Ökosystem, z.B. dem Handel oder Informations- bzw. Finanzdienstleistern, gegen Entgelt angeboten. Das bedeutet, die in der Lebensmittelherstellung beiläufig anfallenden Daten werden in Datenprodukte überführt und eröffnen auf diesem Weg den Produzenten zusätzliche Erlösquellen.
Aktuell werden Daten am Standort erzeugt und unmittelbar mittels datenanalytischer Dienste zu nutzbaren Datenprodukten auf lokaler Ebene weiterverarbeitet. Dieser bestehende Datenmarkt soll im Rahmen des Forschungsvorhabens EVAREST durch einen datenökonomischen Ansatz unterstützt und in Richtung eines globalen Ökosystems erweitert werden, welches (IoT)-Plattformanbieter in ihrer Rolle als Datendrehscheibe sowie Zulieferer, Informationsdienstleistern als auch Investoren etc. umfasst. D.h., die produzierten und lokal zu Datenprodukten veredelten Daten haben einen Wert an sich, der nachfolgend von Datenverwertern, d. h. Marktteilnehmern, in weiteren Veredelungsschritten angereichert und verwertet werden kann.
In einem dezentral organisierten, globalen Datenmarkt über IoT-Plattformen sind Marktteilnehmer in der Lage auf Datenprodukte der Plattformen aller Datenproduzenten zuzugreifen, diese mittels spezifischer SAS zu aggregieren und neue Datenprodukte zu erzeugen. Durch eine Datenökonomie, die das lokale mit dem globalen Ökosystem koppelt, werden Geschäftsmodelle hinsichtlich eines Datenaustauschs ermöglicht. Dadurch erlangen Datenproduzenten eine Teilhabe am Wert der Datenprodukte, der durch Veredelung mit anderen Datenprodukten (u.a. durch Datenintegration, Datenanalyse, Dateninteraktivität und Kontextualisierung) und Netzwerkeffekte gesteigert wird.

Um Datenprodukte zwischen lokalen und globalen Ökosystemen auszutauschen und eingebettet in Geschäftsmodelle weiterzuverarbeiten, braucht es zudem die Berechtigung, Daten für diese Zwecke zu verwenden. Teil des Forschungsvorhabens ist es, tragfähige Konzepte für den Bereich der Berechtigungen vorzuschlagen. Mittels Smart Contracts soll die ökonomische, sichere und rechtskonforme Behandlung der Datenprodukte im globalen Ökosystem gesichert werden. Ein weiterer globaler intermediärer Datenmarkt entsteht durch Marktteilnehmer, die im erweiterten Umfeld der Lebensmittelproduktion anzusiedeln sind, z.B. Akteure des Finanz- und Versicherungsmarkts. Diese sogenannten Aggregatoren kaufen und nutzen Datenprodukte bzw. vermitteln diese weiter.

Die technische Datenplattform baut auf bestehenden Plattformen auf, um Offenheit und Erweiterbarkeit zu ermöglichen. Sie kombiniert zwei Szenarien: eine dezentrale Analytik auf Basis der TUCANA P2P Plattform ohne zentrale Instanz im globalen Ökosystem, sowie eine zentrale Analytik auf Basis der IoT-Plattform Cumulocity im lokalen Ökosystem. Zwischen beiden Szenarien soll ein dynamischer Wechsel in kontinuierlicher Abstufung erarbeitet werden. Somit bleibt es dem Lebensmittelproduzenten entsprechend seinem Geschäftsmodell für Datenprodukte überlassen, zu entscheiden, wie viele Datenanteile zentral lokal bzw. dezentral global verarbeitet werden.

Lösungsansatz:
  • Semi-automatisierte Erzeugung höherwertiger Datenprodukte durch dezentrale KI-Services (TUCANA Smart Analytics Services)
  • Dezentral organisierter, globaler Datenmarkt über IoT-Plattformen (Cumulocity) mit Mechanismen zur effizienten Verteilung des erzielten Mehrwerts auf Datenproduzenten/–verwerter (Smart Contracts)
  • Schaffung eines Datenmarktes nach neuem europäischen Recht
PreviousNext