15 Oktober 2026

Ein Data Space, auf Deutsch Datenraum, ist eine organisierte Umgebung für den Datenaustausch zwischen teilnehmenden Organisationen. Er verbindet gemeinsame Regeln, technische Verfahren und ein abgestimmtes Verständnis der ausgetauschten Informationen. Teilnehmer können Daten anbieten, beziehen oder beides tun. Ein Datenraum ist deshalb mehr als ein gemeinsamer Speicherort oder eine einzelne Schnittstelle.

Welche Aufgabe erfüllt ein Datenraum?

Unternehmen möchten Daten gemeinsam nutzen, ohne dafür sämtliche Informationen unkontrolliert zusammenzuführen. Ein Hersteller kann beispielsweise bestimmte Prüfergebnisse an einen Kunden weitergeben. Ein Anlagenbetreiber kann ausgewählte Zustandsinformationen für einen vereinbarten Service bereitstellen.

Ein Datenraum soll wiederkehrende Fragen dafür gemeinsam regeln: Wer nimmt teil? Wie wird eine Organisation erkannt? Welche Daten werden angeboten? Unter welchen Bedingungen dürfen sie genutzt werden? Welche technischen und fachlichen Anforderungen gelten? Die konkrete Ausgestaltung hängt vom jeweiligen Datenraum und seinen Anwendungsfällen ab.

Die International Data Spaces Association beschreibt Datenräume als Zusammenspiel technischer und nichttechnischer Elemente für vertrauenswürdigen Datenaustausch. Gemeinsame Regeln und semantische Modelle gehören dabei ebenso zur Betrachtung wie Protokolle und unterstützende Dienste.

Wichtige Bausteine

Baustein	Aufgabe	Praktische Frage
Teilnehmer und Identitäten	Organisationen und ihre Eigenschaften nachvollziehbar machen	Mit wem tauschen wir Daten aus?
Gemeinsame Regeln	Teilnahme und Zusammenarbeit beschreiben	Welche Pflichten und Verfahren gelten?
Datenangebote	Verfügbare Informationen auffindbar beschreiben	Welche Daten passen zum Anwendungsfall?
Nutzungsbedingungen	Vorgesehenen Umfang und Zweck festlegen	Was darf der Empfänger mit den Daten tun?
Technischer Austausch	Übertragung und Zugriff ermöglichen	Wie werden Daten bereitgestellt?
Gemeinsame Bedeutung	Informationen fachlich interpretierbar machen	Verstehen beide Seiten Einheit und Inhalt gleich?

Ein Connector kann als Softwarekomponente die Teilnahme am Austausch unterstützen. Er ist jedoch nicht der gesamte Datenraum. Auch ein technisch installierter Connector schafft noch keine passenden Datenangebote, Zuständigkeiten oder vereinbarten Geschäftsabläufe.

Datenraum und zentrale Plattform unterscheiden

Ein Datenraum muss nicht bedeuten, dass sämtliche Daten in einer zentralen Datenbank liegen. Unterschiedliche Architekturen sind möglich, einschließlich verteilter Datenhaltung und unterstützender gemeinsamer Dienste. Entscheidend sind die vereinbarte Zusammenarbeit und die tatsächlich umgesetzten Funktionen.

Eine Plattform kann bestimmte Dienste für einen Datenraum bereitstellen. Sie ist damit ein möglicher Baustein. Ein Katalog kann beispielsweise Angebote auffindbar machen, ohne selbst alle angebotenen Nutzdaten zu speichern. Auch hier ist die konkrete Architektur zu prüfen, statt aus der Bezeichnung auf eine bestimmte Speicherung zu schließen.

Cloud Computing beschreibt die Bereitstellung von IT-Ressourcen. Ein Data Space beschreibt dagegen eine Umgebung für geregelten Datenaustausch. Beide Konzepte können zusammenwirken, sind aber nicht gleichbedeutend.

Datensouveränität und ihre Grenzen

Datensouveränität bezeichnet in diesem Zusammenhang die Möglichkeit, über die Bereitstellung und Nutzung eigener beziehungsweise verantworteter Daten mitzuentscheiden. Die IDSA betont dabei sowohl Entscheidungsfreiheit als auch die praktische Fähigkeit, diese Entscheidungen umzusetzen. Der tatsächliche Grad der Kontrolle hängt von technischen und organisatorischen Bedingungen ab.

Eine festgelegte Nutzungsbedingung ist nicht automatisch überall technisch durchsetzbar. Wird eine Datei an einen Empfänger übertragen, kann die weitere Verarbeitung außerhalb der unmittelbaren Kontrolle des Senders liegen. Vertrauenswürdige Teilnehmer, passende Vereinbarungen, technische Begrenzungen und Nachvollziehbarkeit wirken deshalb zusammen.

Ein Datenraum verspricht somit keine magische Rückholbarkeit jeder Information. Auch eine spätere Zugriffssperre entfernt nicht automatisch bereits erzeugte Kopien. Solche Grenzen sollten bei der Auswahl des Datenumfangs und des Bereitstellungsverfahrens berücksichtigt werden.

Praxisbeispiel: Prüfergebnisse an einen Kunden übergeben

Das folgende Beispiel ist fiktiv. Ein Zulieferer fertigt Bauteile für mehrere Kunden. Ein Kunde benötigt zu seinen Lieferungen ausgewählte Prüfmerkmale, Chargenbezüge und den Freigabestatus. Der Zulieferer möchte dafür weder fremde Kundeninformationen noch sämtliche internen Prozessparameter bereitstellen.

Das Datenangebot wird deshalb auf die vereinbarten Lieferungen und Merkmale begrenzt. Beide Seiten stimmen Kennungen, Einheiten, Zeitbezug und die Bedeutung von „freigegeben“ ab. Ein Datensatz enthält beispielsweise Lieferposition, Charge, Merkmalskennung, Ergebnis und den gültigen Prüfstand.

Der Kunde übernimmt die Daten in seinen Wareneingangsprozess. Fehlende oder widersprüchliche Angaben werden nicht stillschweigend als Freigabe interpretiert. Es gibt einen benannten Klärungsweg. Eine spätere Korrektur muss erkennbar sein, damit der Kunde nicht mit einem überholten Ergebnis arbeitet.

Der Nutzen entsteht durch die verlässliche Einbindung in diesen Ablauf. Die bloße Übertragung einer Datei wäre noch kein Nachweis, dass sich Wareneingang oder Rückverfolgung verbessert haben. Das Beispiel legt keine allgemeinen Rechte oder Pflichten für einen konkreten Vertrag fest.

Semantik und Datenqualität

Interoperabilität benötigt gemeinsame Bedeutungen. Eine Temperaturangabe muss beispielsweise Einheit und Messbezug erkennen lassen. Eine Qualitätsaussage braucht die zugehörige Spezifikation oder Merkmalsdefinition. Ein formal lesbarer Datensatz kann sonst fachlich missverstanden werden.

Datenqualität bleibt auch im Datenraum eine Aufgabe. Der Austauschmechanismus macht falsche Ursprungseinträge nicht automatisch richtig. Teilnehmer sollten wissen, welche Qualität zugesagt wird, wie Aktualität erkennbar ist und wie Fehler gemeldet werden.

Versionen sind ebenfalls wichtig. Ändert ein Anbieter die Struktur oder Bedeutung eines Felds, müssen Empfänger darauf vorbereitet sein. Dokumentierte Modelle und abgestimmte Änderungsverfahren helfen, bestehende Anwendungen verlässlich weiterzubetreiben.

Einführung aus Sicht eines Produktionsunternehmens

Anwendungsfall bestimmen: Konkreten Austauschpartner, Datenbedarf und Prozessnutzen beschreiben.
Datenumfang prüfen: Benötigte Informationen und nicht erforderliche Inhalte trennen.
Rahmenbedingungen klären: Teilnahmebedingungen, Zuständigkeiten und Nutzungsvorgaben prüfen.
Fachliche Modelle abstimmen: Kennungen, Einheiten und Qualitätsmerkmale vereinbaren.
Technik integrieren: Bestehende Systeme mit den benötigten Datenraumfunktionen verbinden.
Ablauf testen: Normalfall, Korrektur, Unterbrechung und Ende der Bereitstellung erproben.

Die Teilnahme sollte Teil einer Datenstrategie sein. Ein Unternehmen benötigt nicht zwangsläufig sämtliche verfügbaren Dienste. Entscheidend ist, welche Fähigkeiten für den eigenen Anwendungsfall gebraucht und dauerhaft betrieben werden können.

Typische Missverständnisse

Ein Datenraum ist nicht automatisch ein frei zugängliches Datenportal. Teilnahme und Zugriff können eingeschränkt sein. Ebenso ist nicht jeder Datenraum ein Marktplatz, auf dem Daten verkauft werden. Der Austausch kann unterschiedliche Geschäfts- und Kooperationsmodelle unterstützen.

Auch eine einmalige erfolgreiche Verbindung beweist noch keine dauerhafte Nutzbarkeit. Identitäten, Berechtigungen, Datenmodelle und Anwendungen verändern sich. Die Zusammenarbeit benötigt deshalb laufende Betreuung und nachvollziehbare Verfahren für Änderungen und Probleme.

Häufige Fragen zu Data Spaces

Müssen alle Daten zentral gespeichert werden?

Nein. Datenräume können verteilte Datenhaltung und unterschiedliche Bereitstellungsformen nutzen. Gemeinsame Dienste können beispielsweise Angebote oder Identitätsinformationen unterstützen, ohne sämtliche Nutzdaten zu speichern. Welche Architektur tatsächlich vorliegt, muss für den jeweiligen Datenraum geprüft werden. Aus dem Begriff allein lässt sich weder vollständige Zentralisierung noch vollständige Dezentralisierung ableiten.

Was unterscheidet einen Datenraum von einer API?

Eine API ist eine technische Schnittstelle. Ein Datenraum umfasst zusätzlich gemeinsame Regeln, Teilnehmerbeziehungen und weitere Funktionen für einen organisierten Austausch. APIs können Teil seiner Umsetzung sein. Eine vorhandene Schnittstelle beantwortet jedoch nicht allein, wer teilnehmen darf, welche Bedingungen gelten und wie die Daten fachlich interpretiert werden.

Garantiert ein Connector vollständige Kontrolle über Daten?

Nein. Ein Connector kann vereinbarte technische Funktionen unterstützen. Die tatsächliche Kontrolle hängt aber von Architektur, Empfängerverhalten und weiteren Rahmenbedingungen ab. Insbesondere bereits übertragene Informationen lassen sich nicht grundsätzlich beliebig zurückholen. Der Datenumfang und die Nutzungsbedingungen sollten deshalb bewusst festgelegt und ihre Durchsetzbarkeit realistisch bewertet werden.

Können kleine Unternehmen teilnehmen?

Grundsätzlich kann die Teilnahme auch für kleinere Unternehmen geeignet sein. Entscheidend sind der konkrete Nutzen und die Anforderungen des jeweiligen Datenraums. Datenaufbereitung, Integration und laufender Betrieb verursachen Aufwand. Ein begrenzter Anwendungsfall mit einem klaren Partner kann helfen, die Voraussetzungen zu prüfen, bevor weitere Funktionen oder Partner hinzukommen.

Woran erkennt man einen sinnvollen Anwendungsfall?

An einem konkreten Bedarf, benannten Beteiligten und einer nachvollziehbaren Wirkung im Arbeitsablauf. Beispielsweise kann ein geregelter Austausch wiederkehrende Rückfragen zu Prüfdaten reduzieren. Der Nutzen sollte gegen Integrations- und Betriebsaufwand bewertet werden. Die reine Teilnahme an einem Datenraum ist noch kein Beleg für einen wirtschaftlichen oder technischen Vorteil.

Quellen und weiterführende Informationen

International Data Spaces Association: Introduction to data spaces.
IDSA Rulebook: What is a Data Space?, einschließlich Autonomie und Handlungsfähigkeit.

Stand: Oktober 2026. Das Zulieferbeispiel ist fiktiv und beschreibt keine konkrete Vertragsgestaltung.