+150 XP

Governance von Daten, die mit Lieferanten, Kunden und Maschinen-OEMs geteilt werden

# Governance von Daten, die mit Lieferanten, Kunden und Maschinen-OEMs geteilt werden

Eine CNC-Maschine (computer numerical control) in Ihrer Werkhalle streamt alle 90 Sekunden unauffällig Spindellast, Vibrations- und Zykluszeitdaten in die Cloud ihres Herstellers. Der OEM (original equipment manufacturer) sagt, das diene der Predictive Maintenance. In dieser Telemetrie stecken allerdings Vorschubgeschwindigkeiten und Verweilzeiten, aus denen ein Wettbewerber Ihren proprietären Werkzeugprozess rekonstruieren könnte. Die Datenvereinbarung haben Sie vor achtzehn Monaten unterschrieben. Niemand in der Technik hat die Anlage gelesen, die definiert, was „Telemetrie“ tatsächlich umfasst.

Diese Szene spielt sich täglich in der Fertigung ab. Die Lektion: Data Governance für Dritte ist ein Engineering- und ein Vertragsproblem, und man löst beide gemeinsam.

Warum das Teilen von Fertigungsdaten besonders riskant ist

Hersteller stehen im Schnittpunkt von drei datenhungrigen Beziehungen:

  • OEMs und Anlagenlieferanten wollen Maschinentelemetrie für Predictive Maintenance und Garantiedurchsetzung.
  • Kunden (besonders in Automotive, Aerospace und Pharma) verlangen Batch-Genealogie: die vollständige Rückverfolgung von Materialien, Prozessparametern und Qualitätsprüfungen hinter einem gelieferten Teil.
  • Lieferanten brauchen Forecasts, Spezifikationen und manchmal CAD-Dateien (computer-aided design), um konforme Komponenten zu produzieren.

Jeder Kanal kann mehr preisgeben als beabsichtigt. Vibrationssignaturen können die Strategie zum Werkzeugverschleiß offenlegen. Batch-Genealogie kann Rezepturverhältnisse offenbaren. CAD-Dateien können Toleranzen enthalten, die Konstruktionsspielräume zeigen, für die Wettbewerber viel geben würden. Anders als eine Bank, die Transaktionsdaten über einen klaren API-Vertrag teilt, sind Fertigungsdaten oft Abfallprodukt: erzeugt von Maschinen und Prozessen, die nie mit Blick auf Datenminimierung entworfen wurden.

Der regulatorische Hintergrund (dünner, als Sie denken)

Es gibt kein fertigungsspezifisches Datengesetz, das dem HIPAA (Health Insurance Portability and Accountability Act) im Gesundheitswesen entspricht. Governance stützt sich stattdessen auf allgemeine Regelwerke plus Vertragsrecht:

  • GDPR (General Data Protection Regulation, EU, seit 2018 in Kraft) greift nur, wenn die geteilten Daten personenbezogene Daten enthalten, etwa Bediener-IDs, die mit Maschinenlogs verknüpft sind. Maschinentelemetrie allein (Spindeldrehzahl, Temperatur) ist typischerweise kein personenbezogenes Datum, verknüpfte Schichtprotokolle der Bediener können es aber sein.
  • CCPA/CPRA (California Consumer Privacy Act / California Privacy Rights Act) ist ähnlich auf personenbezogene Daten begrenzt, selten der Kern von OEM-Telemetriedeals, aber relevant für Beschäftigtendaten, die mit HR-Tech-Anbietern geteilt werden.
  • Geschäftsgeheimnisrecht: in den USA der Defend Trade Secrets Act (2016); in der EU die Trade Secrets Directive (2016/943). Diese schützen proprietäre Prozessparameter, aber nur, wenn Sie belegen können, dass Sie „angemessene Maßnahmen“ zur Geheimhaltung getroffen haben. Ihre Verträge und Zugriffskontrollen zählen also als Beweis, nicht nur Ihre Absichten.
  • Branchenspezifische Rückverfolgbarkeitsregeln erzeugen echte Pflichten zum Teilen: 21 CFR Part 11 der FDA für Pharma-Fertigungsaufzeichnungen, IATF 16949 (Qualitätsmanagementstandard der Automobilindustrie) mit Lieferanten-Traceability und die EU-Maschinenverordnung (2023/1230), die bis 2027 eingeführt wird und Datenanforderungen für sicherheitsrelevante Maschinenfunktionen berührt.

Das Fazit: Regulierung zwingt Sie selten dazu, proprietäre Prozessdaten zu teilen. Es sind die vertragliche Hebelwirkung Ihres Kunden oder die Garantiebedingungen Ihres OEM, die das tun. Ihr primäres Governance-Instrument ist also der Vertrag, nicht das Gesetz.

Die Datenvereinbarung gestalten: vier Klauseln, die zählen

1. Datenumfang, auf Feldebene definiert

Schreiben Sie nicht „Maschinenleistungsdaten“. Zählen Sie Felder auf: Spindel-RPM, Kühlmitteltemperatur, Alarmcodes. Was nicht gelistet ist, wird nicht geteilt. Diese einzelne Praxis verhindert mehr Leakage als jede juristische Standardformulierung.

2. Zweckbindung mit Auditrechten

Legen Sie fest, dass der OEM Telemetrie „ausschließlich für Predictive Maintenance und Garantievalidierung“ nutzen darf, und behalten Sie sich das Recht vor, seine nachgelagerte Nutzung zu auditieren. Ohne das kann über den gesamten Kundenstamm aggregierte Telemetrie zu einem Benchmarking-Produkt werden, das an Ihre Wettbewerber verkauft wird.

3. Eigentum an abgeleiteten Daten

Wem gehört das Vorhersagemodell, das auf den Ausfallmustern Ihrer Maschine trainiert wurde? Best Practice: Sie behalten die Rechte an Rohdaten und an allen Modell-Outputs, die spezifisch für Ihre Anlagen sind; der OEM darf aggregierte, anonymisierte Muster über seine Flotte nutzen, aber keine Insights weiterverkaufen, die Ihrem Werk zuordenbar sind. Das ist heute die am stärksten umstrittene Klausel in OEM-Telemetriedeals.

4. Offenlegungsgrenzen der Genealogie gegenüber Kunden

Wenn ein Automotive-Kunde unter IATF 16949 Batch-Genealogie verlangt, müssen Sie Losnummern, Zeitstempel und Pass/Fail-Qualitätsdaten nachweisen. Sie müssen nicht die Prozessrezeptur offenlegen (Vorschubgeschwindigkeit, Temperaturrampe der Aushärtung), die das Ergebnis erzeugt hat, nur dass es die Spezifikation erfüllt hat. Strukturieren Sie Ihre MES-Exporte (manufacturing execution system) so, dass „Traceability-Daten“ (teilbar) und „Prozessparameter“ (zurückgehalten) auf Schema-Ebene getrennt sind, nicht nachträglich manuell redigiert.

Ein praktischer Datencheck: das Telemetrie-Feld-Audit

Bevor Sie eine OEM-Datenvereinbarung unterschreiben oder verlängern, führen Sie ein einfaches Audit durch. Listen Sie jedes Feld im Datenstrom auf, klassifizieren Sie es und markieren Sie das Risiko.

field_name,      classification,        proprietary_risk, share_with_oem
spindle_rpm,     operational,           low,              yes
feed_rate,       process_parameter,     high,             no
vibration_x_y_z, operational,           medium,           yes (aggregated only)
tool_offset_id,  process_parameter,     high,             no
alarm_code,      operational,           low,              yes
operator_id,     personal_data (GDPR),  n/a,               anonymize first

Das ist eine Fünf-Minuten-Übung pro Maschinenklasse, aber kaum ein Werk macht sie vor der Unterschrift. Drängen Sie Ihren Steuerungs- oder Automatisierungstechniker und Ihre Einkaufsleitung dazu, diese Tabelle gemeinsam aufzubauen. Sie wird zur technischen Anlage des juristischen Vertrags, dem Teil, der auf Ebene der PLC (programmable logic controller) oder des Edge-Gateways tatsächlich durchgesetzt wird.

Für eine tiefere Einführung in die Klassifizierung industrieller Datenflüsse ist NISTs Manufacturing Profile of the Cybersecurity Framework eine solide kostenlose Referenz, gebaut genau für diese Art von Übung.

Wissenscheck

1. Warum gilt das Teilen von Fertigungsdaten als besonders riskant im Vergleich etwa zu einer Bank, die Transaktionsdaten über eine klare API teilt?

2. Was war im Szenario mit der CNC-Maschine das zentrale Governance-Versagen?

3. Warum muss Data Governance für das Teilen mit Dritten als Engineering-Problem behandelt werden und nicht nur als Rechts- und Vertragsthema?

MEHRFACHAUSWAHL

4. Wählen Sie ALLE korrekten Antworten dazu, wie verschiedene Kanäle des Teilens von Fertigungsdaten mehr preisgeben können als beabsichtigt.

Wählen Sie alle richtigen Antworten aus.

MEHRFACHAUSWAHL

5. Wählen Sie ALLE korrekten Antworten zum regulatorischen Umfeld für das Teilen von Fertigungsdaten.

Wählen Sie alle richtigen Antworten aus.

Durchsetzung: Verträge brauchen technische Zähne

Eine Klausel ist wertlos, wenn die Datenleitung sie nicht respektiert. Drei Durchsetzungsmechanismen:

  • Edge-Filterung: Felder mit hohem Risiko (etwa feed_rate) am Edge-Gateway der Maschine entfernen oder aggregieren, bevor Daten Ihr Netzwerk überhaupt verlassen, statt darauf zu vertrauen, dass die Cloud des OEM sie nach Empfang verwirft.
  • Data Clean Rooms: für Genealogie-Anfragen von Kunden nutzen einige Hersteller inzwischen Clean-Room-Setups, in denen der Kunde genehmigte Abfragen gegen Ihre Daten ausführt, ohne die dahinterliegenden Prozessparameter zu sehen. Das ist in Aerospace-Lieferketten nach den Lieferantenaudits von Boeing/Airbus zunehmend verbreitet.
  • Periodische Prüfung von Drittzugriffen: ziehen Sie quartalsweise Logs darüber, worauf OEM- und Kundensysteme tatsächlich zugegriffen haben, nicht worauf sie laut Vertrag zugreifen dürfen. Abweichungen sind Ihr Frühindikator für Contract Drift.

Stand 2026 legen Schätzungen von Anbietern industrieller Cybersicherheit (zum Beispiel die jährlichen OT/ICS-Threat-Reports von Dragos, kostenlos verfügbar) nahe, dass ein großer Teil der Vorfälle mit Offenlegung industrieller Daten aus Remote-Zugängen Dritter stammt, nicht aus externem Hacking. Ihre OEM- und Lieferantenverbindungen sind Ihre tatsächliche Angriffsfläche.

🎬 [VIDEO: "How Manufacturers Are Securing OT/IT Convergence" - youtube.com/results?search_query=OT+IT+convergence+manufacturing+data+security - suchen Sie nach aktuellen (2024-2026) Konferenzvorträgen von SANS ICS oder Dragos zu den Grundlagen der Data Governance in der Betriebstechnik]

Key Takeaways

  • Das Teilen von Fertigungsdaten wird stärker durch Vertrags- und Geschäftsgeheimnisrecht geregelt als durch branchenspezifische Regulierung; schreiben Sie Umfangsklauseln auf Feldebene und verlassen Sie sich nicht auf vage Begriffe wie „Leistungsdaten“.
  • Trennen Sie Traceability-Daten (oft verpflichtend zu teilen, z. B. unter IATF 16949 oder FDA 21 CFR Part 11) von Prozessparametern (selten verpflichtend, hoher proprietärer Wert) auf Schema-Ebene.
  • Klauseln zu abgeleiteten Daten und Modelleigentum sind die umstrittensten und am häufigsten fehlenden Bestimmungen in OEM-Deals zur Predictive Maintenance: definieren Sie, wem Insights gehören, die auf Ihren Maschinendaten trainiert wurden.
  • Setzen Sie Verträge technisch durch, nicht nur juristisch: Edge-Filterung, Clean Rooms und quartalsweise Zugriffsaudits deckt die Lücke zwischen dem, was ein Vertrag erlaubt, und dem, was eine Pipeline tatsächlich sendet.
  • Bauen Sie eine einfache Feldklassifizierungstabelle (Name, Klassifizierung, Risiko, Teilen-Entscheidung) für jede Maschine oder jedes System mit Drittzugriff, vor der Unterschrift, nicht nach einem Leck.