Menü

20. August 2019

Daten werden zum Wirtschaftsgut – Unternehmen auf dem Weg in die Datenökonomie

In unserer Gesellschaft spielen Daten, die wir durch Messung oder Beobachtung erhalten, eine zentrale Rolle. Nicht umsonst gelten sie als das neue Öl unserer Zeit. Dies betrifft sowohl die Daten, die tagtäglich über uns gesammelt werden, als auch Daten, Kennzahlen und Messwerte im unternehmerischen Kontext. Durch neue und rasante technologische Entwicklungen wächst die verfügbare Datenmenge aus allen Geschäftsbereichen eines Unternehmens stetig an. Doch was fängt man mit diesen Daten an und welchen Nutzen können Unternehmen aus ihnen ziehen? Inzwischen geht es nicht mehr nur darum, vorhandene Daten sinnvoll zu nutzen – zum Beispiel zur Fehlerbehebung oder Prozessoptimierung. Daten selbst werden zur Ressource und zum Wirtschaftsgut. Datenökonomie bedeutet, Daten in eigenständigen Geschäftsmodellen zu kommerzialisieren.

Die Wertschöpfungskette in der Datenökonomie setzt sich aus den folgenden Schritten zusammen: Generierung, Sammlung, Speicherung, Verarbeitung und Analyse, abschließende Verwertung oder Löschung von Daten. Entlang der Wertschöpfungskette benötigen Unternehmen verschiedene digitale Technologien, Algorithmen oder statistische Methoden. Das Resultat: neue Geschäftsmodelle, verbesserte Prozesse und eine stärkere Kundenbindung.

Nicht nur personenbezogene Daten sind in der Datenökonomie relevant

In der Datenökonomie geht die wirtschaftliche Verwertung von Daten darüber hinaus, personenbezogene Daten zu nutzen. Neben dem klassischen Handel von Informationen über Personen steigen auch die Optionen an, nicht auf Personen bezogene Daten zu nutzen. Der Preis zusätzlicher oder scheinbar kostenfreier Daten sind in der Regel private Informationen. Im Zuge der digitalen Transformation erhöhen sich aber auch die Datenmengen, die in anderen Sektoren der Industrie gewonnen werden –  in produzierenden Unternehmen, im Bereich Informations- und Telekommunikationstechnik, in Agrarunternehmen. Hier werden große Mengen nicht personenbezogener Daten erhoben. Dies können Prozess-, Maschinen-, oder Transaktionsdaten sein. In der Literatur zum Thema Datenökonomie werden Daten zunehmend als Schlüsselressource bezeichnet, was als Zeichen einer neuen Wirtschaftsepoche gewertet werden könnte. Ähnlich, wie das Kapital die Agrar- hin zur Industriegesellschaft verändert hat, ändert die Verfügbarkeit großer Datenmengen unsere Gesellschaft.

Entwicklung der Datenökonomie

Verfolgt man die Entwicklung der Bedeutung von Daten hin zu einer Schlüsselressource, liegen die Anfänge bereits in den 1960er und 1970er Jahren. Schon hier setzten Unternehmen für die Warenwirtschaft Informationssysteme ein, um Lagerprozesse zu unterstützen. Im Laufe der Jahrzehnte entwickelte sich die Funktion von Daten von einer rein unterstützenden zu einer strategischen –  vor allem im Bereich Produktion, Service und Logistik. Seit den 2000er Jahren existieren Produkte, die nur durch die Verwendung großer Datenmengen möglich sind. Beispiele sind Smart Services wie Online-Marktplätze, aber auch präventive Wartungskonzepte in der Produktion. Daten selbst werden zum Produkt.

Drei Etappen der unternehmerischen Entwicklung lassen sich auf dem Weg zur Datenökonomie beschreiben:

Potenziale und Herausforderungen in der Datenökonomie

Wirtschaft und Politik prognostizieren der Datenökonomie ein enormes Wachstum. Damit dieses Potenzial wirklich umgesetzt wird, müssen so genannte Datenökosysteme entstehen. Dies beinhaltet den Austausch von Daten über Unternehmensgrenzen hinweg. Ziel ist, dass unterschiedliche Unternehmen, die an einer digitalen Wertschöpfungskette beteiligt sind, neue datenzentrierte Geschäftsmodelle entwickeln. Basis ist, dass alle Unternehmen ihre Daten am Markt zur Verfügung stellen. Um die wirtschaftlichen Potenziale von Daten zu realisieren, müssen Organisationen verschiedene Herausforderungen bewältigen. Zunächst muss ein Unternehmen einen Überblick darüber haben, welche Daten vorhanden sind – weit über Kundendaten oder Daten von Geschäftspartnern hinaus. Zudem müssen Unternehmen die technischen Vorrausetzungen erfüllen, um Daten zu speichern, zu verarbeiten und zu pflegen. Auch organisatorische und betriebswirtschaftliche Aspekte sind wichtig: Welche Rolle bzw. Funktion im Unternehmen ist zuständig für das Management der Daten? Gibt es im Unternehmen das Know-how, um Daten nutzenbringend zu verarbeiten, ihre Qualität zu bewerten und die richtigen Schlüsse aus Analysen zu ziehen? Eine wichtige Frage ist auch die nach dem ökonomischen Wert der Daten. Wie lassen sich immaterielle Güter, wie Daten, im Vergleich zu materiellen Gütern bewerten? Im Gegensatz zu materiellen Gütern gibt es bei immateriellen z. B. keinen Verschleiß bei der Nutzung. Ebenso werden Daten anders als andere Güter nicht verbraucht oder verlieren durch ihre Vervielfältigung an Wert.

Rechtliche Herausforderungen und ethische Fragen sollten Unternehmen in der Datenökonomie ebenfalls nicht unterschätzen – z. B. wenn es um den Besitz von Daten geht. Denn der Ordnungsrahmen, in dem sich die Datenökonomie bewegt, stammt noch aus einer analogen Zeit. Für personenbezogene Daten regelt die EU-DSGVO, was Unternehmen bei der Nutzung dieser Informationen beachten müssen. Bei nicht personenbezogene Daten ist die Rechtslage aktuell noch unklar.


Literatur: Spiekermann, M (2019): Chancen und Herausforderungen in der Datenökonomie. In: Aus Politik und Zeitgeschichte. Datenökonomie. APuZ 24-26/2019

Big Data mit explorativen Methoden analysieren

Lernen Sie verschiedene Verfahren sowie Zusammenhänge, Muster und Ursachen zur Analyse von Big Data kennen.

Mehr Details

Zuverlässigkeit methodisch beschreiben und analysieren

Lernen Sie grundlegende statistische Methoden, um Zuverlässigkeitsanalysen erfolgreich durchzuführen.

Mehr Details