Fünf praxisnahe Fragestellungen rund um Data Sharing, die das MaaS-Zeitalter prägen

Im ersten Teil unserer Artikelreihe haben wir wichtige Anwendungsfälle in einem MaaS Ökosystem vorgestellt, für die es intensives Data Sharing benötigt. Doch wie sollte dieser Austausch praktikabel implementiert werden? Dies kann unterschiedlichste Formen annehmen. Am besten lässt sich dies anhand zweier Grundsatzfragen darstellen:

• Grad der Öffnung: Wie offen bzw. restriktiv gestalte ich den Zugang zu Daten?
• Umsetzung: mit Hilfe welcher technischen Lösungen werden Daten gepoolt und geteilt?

Gerade die Frage nach dem Grad der Offenheit des Datenaustauschs birgt viel Diskussionsstoff. Open Data¹ ist seit einiger Zeit in aller Munde. An sich ein bewährtes Konzept, welches seit Jahrzehnten punktuell Anwendung in diversen Domänen findet – so beispielsweise bei Flug- und Fahrplänen oder in der Forschung. Wie in vielen Industrien sind jedoch auch in der Mobilitätsbranche Bemühungen im Gange, den Zugang zu noch mehr Daten zu öffnen². Nicht zuletzt aus wettbewerbstechnischen Gründen behandeln diverse Akteure des MaaS Ökosystems viele ihrer Daten aber weiterhin proprietär. Mit anderen Worten: sie werden für die Eigennutzung vorbehalten. Als Kompromiss bieten sich Shared Data Frameworks an. Dabei ist der Grundgedanke, dass Daten zwar geteilt werden, jedoch nur innerhalb eines autorisierten Nutzerkreises. Mittels vertraglicher und technischer Rahmenbedingungen wird geregelt, wer auf welche Daten und unter welchen Restriktionen Zugriff hat.

Welcher Data Sharing Ansatz eignet sich nun am besten für welche Mobilitätsdaten? Kommt ganz darauf an, wofür und wen man fragt. Die verfolgten Ziele der MaaS Ökosystemakteure unterscheiden sich teilweise massiv – von privatwirtschaftlichen Unternehmen, die ihre Wettbewerbsposition stärken möchten, hin zur öffentlichen Hand auf der Suche nach Lösungen für explodierende Mobilitätsbedürfnisse. Was sich aber herauskristallisiert: ohne mehr Konsens und konkrete Initiativen, um den Zugang zu systemrelevanten Daten zu öffnen, werden sich viele Aspekte eines integrierten MaaS Ökosystems nur schleppend entwickeln. Im Folgenden diskutieren wir einige richtungsweisende Fragestellungen rund um Data Sharing, mit denen sich die Industrie derzeit intensiv befasst.

1. Frage: Shared vs. Open (1/3): Wie maximiert man Datenverfügbarkeit und -qualität im Ökosystem?

„Daten sind wertvoll, warum soll ich teilen?“ – Dienstleister

Mobilitätsdienstleister müssen ihren Kunden ein ansprechendes Kundenerlebnis offerieren. Das trifft sowohl auf einen gestandenen Carrier wie auch auf ein Reiseplaner Startup zu. Dafür sind sie darauf angewiesen, dass Daten innerhalb des Ökosystems aktuell, verlässlich und ausreichend vollständig sind. Im MaaS Kontext sind diese Anforderungen besonders hoch: Als Echtzeitsystem ist die Halbwertszeit von Daten sehr kurz. Viele müssen tages-, stunden- oder teilweise sekundenaktuell sein. So z.B. bei der Lokalisierung von Fahrzeugen, Verfügbarkeit von Parkplätzen oder Störungen im Schienenverkehr.

Ist ein Open oder Shared Data Framework nun besser geeignet, um diese Datenverfügbarkeit und -qualität sicherzustellen? Es gibt zahlreiche Erfolgsgeschichten von Open Data Projekten – als Beispiel sei hier „OpenStreetMap“ angeführt. Mit einem einfachen Zugang zu einer großen Vielfalt an redundanten Datensätzen könnte, in der Theorie, ein sehr genaues Abbild der (Mobilitäts-) Realität gezeichnet werden. Dies gilt jedoch nur, wenn die Ökosystemteilnehmer dazu animiert werden können, ihre Daten dafür verlässlich zu teilen.

Diverse Mobilitätsunternehmen sehen ihre proprietären Daten als wettbewerbskritisch. Als Beispiel sei hier die Automobilindustrie angeführt. Mit dem Aufkommen von Car-Sharing und autonomem Fahren sieht man sich der potentiellen Degradierung des Autos vom Luxus- zum Gebrauchsgut gegenüber. Warum sollte man Daten teilen, die diese Entwicklung beschleunigen und potentiell die Basis für zukünftige Geschäftsmodelle bilden? Ein Open Data Framework kann in einem MaaS Ökosystem daher zum Trittbrettfahrer-Syndrom führen: ich nehme die Daten, die ich kriege, teile meine eigenen aber nicht.

Es besteht die Möglichkeit, dies durch staatliche Eingriffe zu unterbinden. In der Schweiz laufen beispielsweise bereits Initiativen, die öffentlichen Verkehrsbetriebe zur Offenlegung ihrer systemrelevanten Daten zu bewegen. Sehr zur Ungunst der betroffenen Unternehmen, die darin eine einseitige Verzerrung des Wettbewerbs sehen. Lässt sich eine ähnliche Offenlegung in der Privatwirtschaft ebenso durchsetzen? Hinzu kommt, dass Firmen faktisch unzählige Möglichkeiten haben, ihre Daten zu veröffentlichen und diese gleichzeitig für die Steuerung eines produktiven Verkehrssystems völlig nutzlos zu machen. Als Beispiele seien hier Verzögerungen in der Veröffentlichung von Datensätzen oder das Verfügbarmachen in unstrukturierter bzw. schwer maschinenlesbarer Form angeführt. Dahinter muss nicht zwangsweise wirtschaftliches Taktieren stecken. Daten aufbereiten und rechtzeitig zur Verfügung stellen kostet schlichtweg Zeit und Geld. Wenn die Offenlegung nicht aus intrinsischer Überzeugung kommt, sind die Anreize gering, mehr als das Minimum beizutragen. Neben einer klaren Identifikation aller systemrelevanten Daten müssten daher zusätzlich klare Rahmenbedingungen für Frequenz und Form der Veröffentlichung behördlich durchgesetzt werden³. Zurzeit steckt man hier noch in den Kinderschuhen.

Die grundsätzliche Herausforderung Unternehmen zur Offenlegung ihrer Daten zu motivieren, trifft ebenso auf Shared Data Frameworks zu. Ein offensichtlicher Vorteil von Letzteren: der exklusive Zugang zu Mobilitätsdaten kann als direkter Anreiz fungieren, um auch eigene Daten zu teilen. Dies kann vor allem dann Wirksamkeit zeigen, wenn große Mobilitätsdienstleister, die auf wertvollen Datentöpfen sitzen, mit gutem Beispiel vorangehen und ihre Daten in einem solchen Ökosystem zur Verfügung stellen.

2. Frage: Shared vs. Open (2/3): Wer soll die Kontrolle über die Mobilitätsentwicklung haben?

„Die Mobilitätsentwicklung ist zu wichtig, um sie der Privatwirtschaft zu überlassen“ – diverse Studienteilnehmer

Wer die Routing Algorithmen in einem MaaS Ökosystem kontrolliert, hat Macht. Dieser Effekt ist umso ausgeprägter, je mehr die Vielfalt an Transportmöglichkeiten im Mobilitätssystem zunimmt – und damit einhergehend die Anzahl an intermodalen Möglichkeiten für die Befriedigung eines bestimmten Reisebedürfnisses. Diverse Akteure des Ökosystems sind daran interessiert, die Rolle des Mobilitätsintegrators zu übernehmen. Die Beweggründe dafür gehen dabei beinahe diametral auseinander: Mobilitätsdienstleister möchten direkten Kundenkontakt wahren und nicht zum Carrier „degradiert“ werden. Staat, Kommunen und Städte interessiert die regionale Optimierung von Mobilitätsflüssen. Privatwirtschaftliche Plattformbetreiber sehen Data Brokerage und Routing Services als intrinsisches Geschäftsmodell. Interessenskonflikte sind vorprogrammiert. Darf eine Unternehmung Mobilitätsintegrator und gleichzeitig Carrier sein? Wer soll die Mobilitätsflüsse in Berlin steuern – Google oder die Stadt?

Würden genügend Mobilitätsdaten frei zugänglich gemacht, kann sich faktisch jeder motivierte Akteur als Mobilitätsintegrator versuchen. Potentiell würde damit ein wesentlicher Teil der Kontrolle über die Mobilitätsentwicklung an die Privatwirtschaft abgetreten. Mehrere interviewte Experten, speziell aus öffentlichkeitsnahen Kreisen, stehen dem skeptisch gegenüber. Es herrscht jedoch keine Einigkeit. Einige andere sehen darin wiederum eine Chance für die Entwicklung effizienter Routing Systeme und damit den nächsten logischen Schritt für ein florierendes MaaS Ökosystem. Möchte man jedoch mehr Kontrolle über die Entwicklung in öffentlicher Hand behalten, wäre ein geschlossenes Datenökosystem ein mögliches Mittel dazu.

3. Frage: Shared vs. Open (3/3): Kann Innovation mit Shared Data ähnlich stark gefördert werden wie mit Open Data?

Die Zukunft der Mobilität steht noch in den Sternen. Ein effektives MaaS Ökosystem muss daher im Stande sein, sich mit wandelnden Mobilitätsbedürfnissen weiterentwickeln zu können. Eine vielfach genannte Anforderung an das zugrundeliegende Datenökosystem ist daher ein möglichst einfacher Zugang zu Mobilitätsdaten für Dritte, um Crowd Sourcing zu fördern.

Crowd Sourcing und Open Data gehen Hand in Hand. Der freie Datenzugang bildet die Basis für Startups, Tüftler, Querdenker, akademische Institute und gestandene Unternehmen um am Ökosystem mitzuwirken. Lässt sich ein solcher Innovationseffekt replizieren, wenn Mobilitätsdaten teilweise in einem geschlossenen Datenökosystem stecken? Andernfalls ein stichhaltiges Argument gegen Shared Data Frameworks. Grundsätzlich gilt: Auch in Letzterem lassen sich Daten für Dritte verfügbar machen. Es ist nur komplizierter. Entscheidend für die Crowd Sourcing Tauglichkeit sind in dem Fall die konkreten technischen, prozessualen und vertraglichen Rahmenbedingungen für den Datenzugriff. Welche Daten wären öffentlich, welche nur restriktiv zugänglich? Wer verwaltet den Zugriff? Wie aufwändig wären die Bewilligungsverfahren für einen Zugriff auf den geschlossenen Teil des Systems? Wie sehen die Zulassungskriterien aus?

Das Gewicht dieser Problematik muss zu einem gewissen Grad relativiert werden. Bisher gehen Crowd Sourcing Lösungen im Mobilitätssektor kaum über interessante Experimente hinaus. Dies mag aber auch dem Fakt geschuldet sein, dass nicht genügend Daten in adäquater Qualität zugänglich sind.

4. Frage: Wie integriert man transaktionale Daten von verschiedenen Mobilitätsservices?   

„Bei einem Schadensfall müssen häufig alle Betreiber einer Mobilitätskette den Reisenden kennen“ – Mobilitätsdienstleister

Der Austausch transaktions-relevanter Daten wie Leistungs-, Kunden- und Zahlungsinformationen muss aus offensichtlichen Gründen restriktiv gehandhabt werden. Innerhalb dieser Beschränkungen gibt es aber viel Gestaltungsraum. Am einen Ende des Spektrums stehen komplett losgelöste Vertriebssysteme mit offenen Schnittstellen, die von Mobilitätsintegratoren zu TzT-Dienstleistungen kombiniert werden. Der eigentliche Datenaustausch wird auf ein Minimum reduziert; persistente Daten zu verkauften Leistungen existieren nur in einzelnen Vertriebssystemen. Die Herausforderung liegt beim Mobilitätsintegrator, dem Kunden eine einheitliche Front zu präsentieren und gleichzeitig mit den verschiedenen Systemen im Hintergrund zu „sprechen“⁴.

Am anderen Ende des Extrems befindet sich ein branchenweites, geschlossenes Vertriebs-Backend, welches sämtliche Kundendaten und Mobilitätsleistungen beherbergt. Dies beispielsweise in Anlehnung an Konzepte wie die „Industrial Data Space Association“. Je nach Anwendungsfall können angedockte Vertriebssysteme situativ notwendige Daten abrufen oder ergänzen, um Verkauf, Erstattung und Abrechnung von Mobilitätsleistungen abzuwickeln.

Dazwischen sind eine Vielfalt an Kompromisslösungen denkbar⁵. Ein wichtiger Faktor für die Abwägung der Ansätze muss dabei die Robustheit des Ökosystems beim Umgang mit „Corner Cases“ sein – so der Tenor unserer Interviewees. Dazu gehören beispielsweise die Abwicklung von After-Sales Aktivitäten wie Rückerstattungen oder der Datenaustausch bei Unfällen. Das Ausmaß an Kundeninformationen, welche die diversen Mobilitätsdienstleister entlang einer Reisekette in solchen Fällen kennen müssen, wird als wesentlich höher eingeschätzt als im störungsfreien „Vanilla“-Case.

5. Frage: Welche Verfahren nutzt man zur Anonymisierung und Aggregation von Datensätzen?

Diese Frage stellt einen essentiellen Punkt für die Verwendung historischer Bewegungsdaten dar. Es gilt, eine auf Umwegen mögliche Rückführung der Datensätze auf Individuen auszuschließen. Ein klassischer Fall: bei einer Pseudo-Anonymisierung von personenbezogenen Daten, bei der lediglich die Identität des Reisenden durch eine synthetische ID ersetzt wird, ist es nicht selten möglich, das Mobilitätsverhalten einer konkreten Person herzuleiten. So beispielsweise durch den Abgleich mit weiteren Datenpunkten wie den Nutzungsdaten von Standort-basierten Apps. Diese Gefahr besteht selbst bei Datenaggregation – beispielsweise in ländlichen Gebieten, wo die Mobilitätsdichte geringer ist. Das Aggregations- und Anonymisierungsverfahren ist daher nicht trivial. Einen rechtlich, öffentlich und branchenweit akzeptierten Konsens dafür zu finden, stellt eine aufklärungs- und abstimmungsintensive Herausforderung dar⁶.

Mobilitätsplattformen als Richtungsweiser für die Mobilität der Zukunft

Wie die obigen Passagen zeigen, waren gemeinsame Plattformen für den Austausch von Mobilitätsdaten ein wiederkehrendes Thema in unseren Interviews. Potentiell sind sie ein erheblicher Katalysator für Data Sharing in der Industrie. Gleichzeitig gestalten sich aber Design und Implementierung sehr anspruchsvoll. Denn in der Konzipierung solcher Plattformen sind wesentliche Grundsatzentscheide über die technische und vertragliche Architektur des Ökosystems, ebenso wie die zukünftige Rollenverteilung unter den Akteuren im Mobilitätsumfeld verankert. Die oben angeführten Fragen illustrieren Teilaspekte dieser Herausforderung. Sie mögen Gründe sein, warum sich Data Sharing in der Mobilität – trotz diverser Plattform-Initiativen⁷ - noch schleppend entwickelt⁸. Der Dialog und die Bemühungen rund um Plattformen werden sich aber fortsetzen. Schlussendlich muss sich in der Realität beweisen, welche davon eine Existenzberechtigung haben.

Besonders spannend wird zu verfolgen sein, wie die Merkmale erfolgreicher Mobilitätsplattformen in den folgenden vier Dimensionen aussehen werden:

• Ownership: Wem gehören die Plattformen? Dem Staat, einer neutralen Interessensorganisation, einem Konglomerat aus Mobilitätsunternehmen oder privatwirtschaftlichen Drittanbietern?
• Motivation: Welche Zwecke werden mit ihnen verfolgt? Die Entwicklung der Mobilität fürs Gemeinwohl, die Stärkung der wirtschaftlichen Position von Mobilitätsunternehmen oder Data Brokerage als Dienstleistung?
• Use Cases: Für welche Anwendungsfälle werden sie genutzt? Routing, Vertrieb, Data Analytics, oder weitere?
• Data Sharing Framework: Wie wird der Datenaustausch für welche Datentypen gestaltet? Open oder Shared, strukturiert oder unstrukturiert?

Vieles davon wird interessante Rückschlüsse auf die Verschiebung der Kräfteverhältnisse im Mobilitätssektor erlauben. Ebenso ins Licht rücken wird es die Fähigkeit der Branche, Wettbewerb, Kooperation und Gesellschaftsinteressen unter einen Hut zu bringen. Es bleibt spannend. Bleiben Sie mit uns dran!

 

¹Daten werden in einfach verwendbarer Form uneingeschränkt und nicht-zweckgebunden mit der Öffentlichkeit zur Nutzung, Weiterverteilung und Aggregation mit anderen Datensets geteilt (siehe beispielsweise http://opendatahandbook.org/guide/en/what-is-open-data/.

²In der Schweiz läuft beispielsweise auf Bundesebene zurzeit eine Initiative für die Öffnung von verkehrsrelevanten Daten für den öffentlichen Verkehr (https://www.admin.ch/gov/de/start/dokumentation/medienmitteilungen.msg-id-73269.html.

³Wichtige Randbemerkung: wir gehen davon aus, dass Daten sowohl in Open Data wie auch Shared Data Frameworks strukturiert oder unstrukturiert zur Verfügung gestellt werden können.

⁴Es laufen Pilotprojekte, wo die Integration dieser Vertriebs-Backends bspw. über einen Blockchain-basierten Zwischenlayer oder „Metaplattform“ funktionieren könnte.

⁵Schon heute betreiben die öffentlichen Verkehrsbetriebe in bspw. der Schweiz eine gemeinsame Vertriebsplattform, deren Schnittstelle nun für Dritte geöffnet werden soll.

⁶https://theodi.org/article/why-businesses-arent-sharing-more-data/

⁷Neben der bereits erwähnten „Industrial Data Space Association“ seien hier die Schweizerische Mobilitätsplattform „ITS-CH“, das „Data Market Austria Projekt“ und die Europäische „MaaS-Alliance“ beispielhaft angeführt.

⁸„Data Sharing – wie Schweizer Unternehmen ihre Daten gemeinsam besser nutzen können“ - Kurzbericht zum SATW-Forum vom 26.11.2018