- AI
- Edge Computing
Data Monetization: die 5 Regeln, um aus Ihren Daten neuen Wert zu schöpfen
Mit Data Monetization – der Monetarisierung von Daten, also dem Prozess aus strategischer Analyse und praktischer Umsetzung, der es erlaubt, Daten als Einnahmequelle zu nutzen – können Unternehmen die gesammelten Daten wie andere Vermögenswerte in monetarisierbaren Wert verwandeln. Data Monetization wird zu einer Strategie, mit der Unternehmen die Investitionen in IoT- und IIoT-Infrastrukturen, -Systeme und -Plattformen sinnvoll zurückgewinnen, ihren Entwicklungsweg beschleunigen und neue Geschäftsszenarien entwerfen können.

Der Wert von Daten wird immer höher und greifbarer
Ein Blick auf die Zahlen der jüngsten Marktforschung genügt, um zu verstehen, wie überholt der Begriff „Big Data“ inzwischen ist. Der Beitrag der Daten zur Wirtschaft eines Unternehmens wird greifbar und erreicht, auf nationaler Ebene hochgerechnet, erhebliche BIP-Werte.
- Das Datenvolumen wächst stetig und wird sich in den kommenden Jahren von derzeit 64,2 ZB (ein Zettabyte entspricht aufgerundet 1 Milliarde Terabyte) auf die für 2025 prognostizierten 181 ZB verdreifachen (Quelle: IDC und Statista).
- Smarte Objekte sowie IoT- und IIoT-Geräte werden exponentiell zunehmen und alles um uns herum durchdringen: von derzeit 23 Milliarden über knapp 39 Milliarden, die für 2025 prognostiziert werden, auf 50 Milliarden vernetzte Objekte im Jahr 2030 (Quelle: Strategy Analytics).
- Daten, Anwendungen und deren Derivate werden einen bedeutenden Anteil am nationalen BIP ausmachen: 2030 wird der aggregierte Wert für Südeuropa, zu dem Italien gehört, 11,5 % erreichen, in Nordamerika 14,5 % und in China 26,1 % (Quelle: Bahrain FinTech Bay - PwC).
Data Monetization: wie sich aus Daten Wert gewinnen lässt
Um eine Data-Monetization-Strategie umzusetzen, muss sich ein Unternehmen zuerst fragen, welche Daten es für sein Wachstum braucht. Die Politik eines Data Warehouse fortzuführen, also das sterile „Speichern“ in Silos, ergibt heute kaum noch Sinn, auch wegen der Kosten dieses Vorgehens: Zu den Kosten für die Datenerfassung kommen die für ihre Verlagerung in eine Cloud zur Verarbeitung und die für ihre spätere Verteilung hinzu.
Es ist daher vorteilhaft, vorab anhand einer klaren Datenstrategie festzulegen, welche Daten wirtschaftlich rentabel werden, sobald sie durch Analyse und Verarbeitung angereichert und zu wertvollen Informationen geworden sind. Zusammenfassend lassen sich 5 wesentliche Punkte für eine rentable Data Monetization festhalten:
- Zunächst muss festgelegt werden, welche Daten für das Unternehmen wirklich nützlich sein können. Die Heterogenität der Daten schafft Wert, aber nicht alle Daten sind etwas wert. Um die Data Monetization zu optimieren, gilt es, die Wirkung von Analyse- und Automatisierungstechnologien wie Künstlicher Intelligenz und Machine Learning bei richtiger Umsetzung bestmöglich zu nutzen.
- Der Großteil der den Analysten zur Verfügung stehenden Zeit geht für das „Bereinigen“ von Daten drauf. Daher müssen die Verarbeitungs-Frameworks korrekt definiert werden. Bewertungsparameter (KPIs) sind oft nicht optimiert, was die Datenqualität senkt oder sogar zunichtemacht, eine unverzichtbare Eigenschaft, um dem Asset Wert zu verleihen.
- Es empfiehlt sich, die Verlagerung von Daten in eine Cloud zu reduzieren und stattdessen eine Verarbeitung in der Nähe der Quelle durch Edge-Computing-Lösungen zu ermöglichen, die dank Erfassung und Verarbeitung in Echtzeit eine höhere Datenqualität erlauben und zugleich die Kosten für Übertragung und Analyse in der Cloud senken.
- Den Reifegrad des Unternehmens in Bezug auf Analytics und fachliche Fähigkeiten bestimmen. Es braucht Menschen, die die Analyseprozesse ständig verbessern können, um das Kerngeschäft zu erneuern. Laut einer Studie von 2020 der „Big Data and Business Analytics Observers der Polytechnischen Hochschule Mailand“ gaben 39 % der italienischen Unternehmen an, keine spezifischen internen Kompetenzen zu haben und keinerlei Experimente zum Thema KI durchgeführt zu haben. Ein Beratungssystem mit Ihren Partnern ermöglicht es, von einem höheren Kompetenzniveau zu profitieren und die Time-to-Market der Produkte zu verkürzen.
- Es kann vorteilhaft sein, eine Data-Sharing-Policy nicht nur intern, sondern auch extern unter Einbeziehung von Partnern und Lieferanten festzulegen. Zum Beispiel kann eine gemeinsame Lieferkette Data Monetization ermöglichen: 87 % der Entscheidungsträger würden sich gern auf externe Daten stützen, um ihre Geschäftsszenarien zu erweitern (Quelle The Insights Professional's Guide to External Data - Forrester 2020).
Unternehmen, denen es gelingt, ihre Daten zu monetarisieren, erzielen mittel- und langfristig im Durchschnitt höhere und nachhaltige Ergebnisse. Dafür muss sich das Unternehmen jedoch nach außen öffnen und innerhalb eines Partner-Ökosystems einen Austausch von Kompetenzen suchen, nicht nur bei der Lieferung von Material (Hardware-/Software-Plattformen und -Lösungen), sondern auch bei Know-how, und dabei die spezifischen Stärken seiner Partner nutzen.
Abonnieren Sie den SECO Newsletter.
Melden Sie sich mit Ihrer E-Mail-Adresse auf seco.com an.



