Data Navigator

In Folge 44 des Data Navigator Podcast geht es um FRAND im Data Act, also die Frage, zu welchen Bedingungen Dateninhaber IoT-Daten an Dritte herausgeben müssen und was sie dafür verlangen dürfen. Martin Schirmbacher und Hubertus von Rönne erläutern die Einzelheiten der neuen gesetzlichen Regelung. Ausgangspunkt ist das bekannte Dreieck: Ein Nutzer (z.B. Windparkbetreiber) weist den Hersteller (z.B. Vestas) an, Betriebsdaten direkt an einen Dritten (z.B. das Startup Turbit) zu schicken. Dafür muss zwischen Hersteller und Drittem ein Vertrag geschlossen werden (siehe Art. 8 Data Act), und die Vergütung richtet sich nach Art. 9 DA, das alles zu FRAND-Bedingungen. Der Nutzer darf die Daten dagegen ohne Entgelt herausverlangen. Martin und Hubertus gehen im Detail durch, welche Kosten der Hersteller verlangen darf (Bereitstellungskosten, Onboarding, ggf. Marge und Investitionskosten – letztere aber zum Beispiel nicht gegenüber KMU), welche Abrechnungsmodelle die Draft Guidelines der Kommission vorsehen und was „non-discriminatory" in der Praxis bedeutet. Zentraler Grundsatz: Der Wert der Daten selbst darf nicht bepreist werden . Das Fazit: Die Vergütungsfragen werden sich sektorspezifisch unterschiedlich entwickeln. Aktuell scheitert es oft noch an Grundlegendem: Welche Daten fließen überhaupt, wie sind sie zuzuordnen? Das Petitum bleibt: Hersteller, Nutzer und Datenempfänger müssen sich sektorintern zusammensetzen und auch über die Konditionen der Datenbereitstellung sprechen.

Thema von Folge 43 des Data Navigator Podcast ist die Datennutzung in der Landwirtschaft und der Ernährungswirtschaft – und die Frage, wie übergreifende Zusammenarbeit die Voraussetzung für eine funktionierende Datenökonomie im Agrarsektor schaffen kann. Unser Gast ist Matthias Nachtmann, Gründer und Vorstand des Vereins Friends of Digital Farming sowie Strategie- und Datenberater für Organisationen in der Agrar- und Ernährungswirtschaft. Matthias erläutert kurz Hintergrund und Entstehungsgeschichte des Vereins: Es fehlt die Zusammenarbeit der Akteure aus Agrarchemie, Landmaschinenbau und Software. Diese Player sollen nun an einen Tisch: Landwirte, Händler, Hersteller, Zulieferer und Molkereien. Der Verein versteht sich als vorwettbewerbliche, gemeinnützige outgesourcede Entwicklungsabteilung für Landwirte. Das größte ungelöste Datenproblem in der Landwirtschaft ergibt sich nach Matthias' Analyse aus dem Wort „zusammen". Wenn ein Landwirt sieben Kunden hat, muss er gegebenenfalls sieben verschiedene Datenabfragen beantworten – plus solche des Staates. Das kostet nach seiner Schätzung rund drei Stunden Büroarbeit pro Hektar – bei acht Stunden Gesamtarbeitszeit pro Hektar Winterweizen. Matthias unterscheidet zwei zentrale Datenkategorien: Prozessdaten – alles, was bei der maschinellen Bearbeitung anfällt, von Düngung über Pflanzenschutz bis zur Ernte – und Standortdaten – Feldgrenzen, Bodenarten, Hangneigung, Gewässerkarten und Schutzzonen aus staatlichen Quellen. Das Stickstoff-Beispiel: Am Beispiel der Stickstoffdüngung zeigt Matthias die Komplexität: Ein einziger Datenpunkt – Kilogramm Stickstoff pro Hektar – ist gleichzeitig relevant für den Kunden (CO₂-Fußabdruck), die Behörde (Düngeregulierung) und den Deckungsbeitrag des Landwirts. Hinzu kommen unterschiedliche Dokumentationsanforderungen je Bundesland – schlagspezifisch oder flurstückgenau – und verschiedene Maßeinheiten. Daten als Treiber für Produktivität und Nachhaltigkeit: unser Gesprächspartner betont, dass Daten kein Selbstzweck sein dürften. Skalierung gelinge nur, wenn der Landwirt einen Produktivitätsvorteil erkennt. Er berichtet von einem Praxisbeispiel: Nach einem Forschungsprojekt zur optimalen Braugersteproduktion hat ein Landwirt die Erkenntnisse auf seinen gesamten Betrieb übertragen – und konnte deutlich Dünger einsparen. Nachtmanns zentrales Plädoyer: Die Branche braucht gemeinsame „Verkehrsregeln" für den Datenaustausch – vergleichbar mit der Einigung auf eine Spurbreite bei der Eisenbahn. Diese Regeln müssten von einer Verbändeallianz aus Raiffeisenverband, Bauernverband, DLG und anderen definiert werden. Der Staat müsse dabei mit am Tisch sitzen – weniger als Regulierer, sondern weil er zentrale Referenzdaten (Boden, Gelände, Gewässer, Schutzzonen) vorhalte und selbst Compliance-Daten nachfrage. Matthias hat zudem eine klare Forderung: Neue Gesetze dürfe es nur mit Referenzdaten geben. Solange jedes Bundesland eigene Geodatensysteme betreibe und Softwareentwickler ein Drittel ihres Budgets für länderspezifische Compliance-Anpassungen ausgeben müssen, werde Innovation ausgebremst. Sein Wunsch: eine europaweit einheitliche API für Standortdaten. Matthias ist jedoch optimistisch: Die Community habe noch nie so viel Verständnis für den nötigen „Hauruck-Moment" gehabt. Wenn sich die Branche in fünf Jahren wieder treffe, erwartet er einen Riesenschritt.

In Folge 42 des Data Navigator Podcast sprechen wir mit Dominik Ebeling (Head of Data Governance, Rolls-Royce Power Systems) über die Frage, ob und wie Geschäftsgeheimnisse in IoT-Sensordaten stecken können – und was das für Ansprüche aus dem Data Act bedeutet. Eim EInzelnen geht es um: - das richtige Verhältnis von Datenzugang und Innovationsschutz, - das Kühlschrank-Beispiel: Wie man aus einer Temperatur-Zeitreihe die Steuerungslogik eines Produkts ablesen kann. - Reverse Engineering über Daten vs. über Hardware: Warum der Aufwand ein entscheidender Schutzfaktor ist. - eine praktische Kategorisierung von Sensordaten in vier Stufen – von Umgebungsvariablen bis zum geschützten Innovationskern. - Zahlen: Mindestens zwei Drittel der Sensordaten sind für die Herausgabe vollkommen unkritisch - sagt der Motorenhersteller und - dem Omnibus, die Bundesnetzagentur und die Forderung, den Kompromiss zwischen Datenteilen und Geschäftsgeheimnisschutz nicht aufzugeben.

Thema von Folge 41 des Data Navigator Podcast ist die Perspektive eines Startups, das sein Geschäftsmodell unmittelbar auf den Data Act aufbaut. Unser Gast ist Philip Schütz, Gründer von Data Revolution und zugleich Datenschutzexperte bei Mercedes-Benz. Philip bringt eine ungewöhnliche Kombination mit: Als Politikwissenschaftler hat er bei Fraunhofer den Gesetzgebungsprozess der DSGVO wissenschaftlich begleitet und anschließend in Unternehmen im Datenschutz gearbeitet. Über die wissenschaftliche Auseinandersetzung mit dem Data Act im Rahmen eines Kommentarprojekts zur EU-Digitalgesetzgebung entstand die Idee zur Gründung von Data Revolution. Wir erfahren, was Data Revolution konkret macht: Das Tech-Startup schaltet sich zwischen Dateninhaber und Datennutzer, bereitet die nach dem Data Act herauszugebenden Rohdaten auf und macht sie für Datennutzer verwertbar – von der Analyse über die Visualisierung bis zur Integration in bestehende Geschäftsprozesse. Daneben bietet das Startup KMUs Unterstützung bei der Data-Act-Compliance auf Dateninhaber-Seite. Ein Schwerpunkt der Folge liegt auf den praktischen Erfahrungen aus dem Agritech- und Fahrzeugdatenbereich. Philip berichtet aus erster Hand: Bei einem Traktorenhersteller konnten 750 Datenarten als CSV-Download abgerufen werden – Echtzeitzugriff über eine API wurde aber mit Verweis auf fehlende Infrastruktur verweigert. Ein anderer großer Hersteller stellt zwar eine API bereit, liefert aber nur fünf Datenarten. Im Fahrzeugdatenbereich wiederum werden für Echtzeitzugriff Kosten von 20 bis 30 Euro pro Fahrzeug pro Monat verlangt – ein Betrag, der innovative Geschäftsmodelle im Keim ersticken kann. Ausführlich diskutieren wir die Frage, warum der Data Act am Markt noch nicht angekommen ist: Viele Unternehmen nehmen ihn eher als regulativen Bremsschuh wahr statt als Enabler. Selbst in der Startup-Szene kennt kaum jemand den Data Act. Philip schildert auch, wie sein Team mit Themen wie Vertraulichkeit und Geschäftsgeheimnisschutz umgeht – gerade im B2B-Kontext erwarten Kunden, dass ihre Daten in ihrer Hoheit bleiben. Zum Abschluss formuliert Philip klare Forderungen: Die Bundesnetzagentur als künftige Aufsichtsbehörde müsse Non-Compliance konsequent verfolgen.