Daten? Standard!

In ihrem Gastbeitrag berichtet sie aus der industriellen Praxis.

Die Transformation hin zu zirkulärem Wirtschaften stellt die Industrie vor eine grundlegende Herausforderung: Nachhaltigkeit muss messbar, steuerbar und entlang komplexer Wertschöpfungsketten operationalisierbar werden. Einzelne Optimierungsmaßnahmen reichen dafür nicht aus. Entscheidend ist die Fähigkeit, relevante Daten systematisch zu erfassen, zu teilen und in einen belastbaren Kontext zu setzen.

In der industriellen Praxis zeigt sich jedoch, dass genau hier zentrale Hürden liegen. Daten sind häufig fragmentiert, nicht interoperabel oder nur eingeschränkt verfügbar. Gleichzeitig steigen die Anforderungen, etwa durch regulatorische Vorgaben oder neue Erwartungen an Transparenz und Kreislauffähigkeit. Ohne eine konsistente Datenbasis lassen sich weder fundierte Nachhaltigkeitsbewertungen und datengetriebene Optimierungen umsetzen, noch lassen sich Produkte oder Komponenten verfolgen und dahingehend bewerten, mit welcher R-Strategie sie im Wertschöpfungskreislauf erhalten bleiben können.

Vor diesem Hintergrund gewinnen industrielle Datenökosysteme an Bedeutung. Initiativen wie Manufacturing-X verfolgen das Ziel, unternehmens- und branchenübergreifende Datenräume auf Basis gemeinsamer Standards und klarer Governance-Strukturen zu etablieren. Diese ermöglichen es, Daten entlang der gesamten Wertschöpfungskette verfügbar zu machen und in einen gemeinsamen Kontext zu überführen. So entsteht die Grundlage, um Nachhaltigkeitsindikatoren konsistent zu berechnen, Prozesse zu analysieren und Verbesserungen systematisch abzuleiten.

Ein zentraler Baustein dabei ist die Interoperabilität. Nur wenn Daten standardisiert beschrieben und eindeutig interpretierbar sind, können sie effizient zwischen verschiedenen Akteuren und Systemen genutzt werden. Gleichzeitig bildet diese Struktur die Voraussetzung für den Einsatz von Künstlicher Intelligenz in der Industrie. Industrial AI kann ihre Potenziale insbesondere dort entfalten, wo große, qualitativ hochwertige und kontextualisierte Datenmengen vorliegen. Sie ermöglicht es, komplexe Zusammenhänge zu analysieren, Prognosen zu erstellen und Entscheidungsprozesse datenbasiert zu unterstützen.

Die Überführung dieser Ansätze in die industrielle Praxis erfordert jedoch mehr als technologische Lösungen. Insbesondere kleine und mittlere Unternehmen stehen häufig vor Herausforderungen beim Einstieg, sei es durch begrenzte Ressourcen, fehlende Orientierung oder Unsicherheiten hinsichtlich Nutzen und Implementierung. Transferinitiativen wie SCALE-MX setzen genau hier an, indem sie Anwendungsfälle konkretisieren, Best Practices zugänglich machen und den strukturierten Austausch zwischen Unternehmen fördern. Ein anschauliches Anwendungsfeld ist der digitale Produktpass. Er zielt darauf ab, produktbezogene Informationen über den gesamten Lebenszyklus hinweg verfügbar zu machen. Damit entsteht eine Grundlage für verbesserte Transparenz, effizientere Rücknahme- und Recyclingprozesse sowie neue datenbasierte Geschäftsmodelle. Gleichzeitig zeigt sich auch hier: Der Mehrwert entsteht nur dann, wenn Daten standardisiert, interoperabel und entlang der Wertschöpfungskette zugänglich sind. Die nachhaltige Transformation der Industrie ist somit eng an die Entwicklung leistungsfähiger Dateninfrastrukturen geknüpft. Sie erfordert gemeinsame Standards, verlässliche Governance-Modelle und die Bereitschaft zur Zusammenarbeit über Unternehmensgrenzen hinweg. Erst im Zusammenspiel dieser Faktoren wird es möglich, Nachhaltigkeit nicht nur zu fordern, sondern systematisch umzusetzen und kontinuierlich zu verbessern. 

promovierte an der Technischen Universität Berlin im Bereich der Qualitätssicherung in der Additiven Fertigung unter Einsatz Künstlicher Intelligenz. Zuvor war sie wissenschaftliche Mitarbeiterin am Fraunhofer IPK sowie an der Technischen Universität Berlin, wo sie sich mit datengetriebener Produktion, Prozessanalyse und industrieller KI beschäftigte. Heute leitet sie beim ZVEI e. V. die Plattform »Industrial AI & Data Economy«. In dieser Rolle verantwortet sie unter anderem die Transferinitiative SCALE-MX sowie das Forum DPP4.0 und arbeitet an der Umsetzung von Datenökosystemen, Interoperabilitätsstandards und datenbasierten Geschäfts-
modellen.