Dataspaces verstehen Was funktioniert wirklich? (m/w/d)

Daten sollen zwischen Unternehmen sicher und kontrolliert ausgetauscht werden –
doch in der Praxis ist das oft deutlich komplexer als in der Theorie.

Neue Initiativen wie Manufacturing-X oder GAIA-X versuchen genau das zu lösen:
einen gemeinsamen Raum für Datenaustausch zwischen Unternehmen zu schaffen.

Gleichzeitig entstehen neue, schlankere Ansätze, die einfacher umzusetzen sind und stärker auf konkrete Anwendungen ausgerichtet sind.

Die zentrale Frage ist:
Wann braucht es einen vollständigen Dataspace – und wann reichen einfachere Lösungen aus?

• Du analysierst aktuelle Dataspace-Initiativen und Ökosysteme
• Du vergleichst verschiedene Ansätze für Datenaustausch – von komplex bis leichtgewichtig
• Du bewertest Konzepte in Bezug auf Sicherheit, Integration und Praxistauglichkeit
• Du entwickelst ein Modell, das zeigt, welcher Ansatz in welchem Szenario sinnvoll ist
• Optional: Prototypische Umsetzung ausgewählter Austauschmechanismen

Das passt zu dir, wenn...

... du Informatik, Wirtschaftsinformatik oder etwas Vergleichbares studierst
und dich für Daten, Architektur-Entscheidungen und neue Technologien interessierst

Wichtig: Du musst nicht alles bereits kennen – aber du solltest bereit sein, dich in komplexere Themen einzuarbeiten.

• Individuelle Unterstützung: Eine feste Ansprechperson begleitet dich durch deine Abschlussarbeit und steht dir bei fachlichen Fragen zur Seite.
• Learning & Wachstum: Du arbeitest an einem hochaktuellen Thema und sammelst wertvolle Erfahrung im Bereich KI und Prozessoptimierung.
• Regelmäßiges Feedback: Du erhältst kontinuierliches Feedback, damit du fachlich und persönlich wachsen kannst.
• Flexibles Arbeiten: Ob Office, Home Office oder ein Mix aus beidem – du arbeitest dort, wo du am produktivsten bist.
• Gleitzeit nach Maß: Dein Studium, dein Leben – deine Arbeitszeiten. Wir finden gemeinsam einen Rhythmus, der zu dir passt.
• Netzwerk & Insights: Du bekommst Einblicke in reale Projekte und knüpfst Kontakte zu verschiedenen Teams.