Data-driven business models - foundations for a new age

by | 21. May 2019 | Basics

Datengetriebene Geschäftsmodelle sind das Thema dieses Grundlagenartikels, in dem Sie anhand von konkreten Beispielen alles über die Bedeutung und zukünftige Rolle von Daten in digitalisierten Unternehmen erfahren.

The data-driven digitalisation ist einerseits ein weiter Begriff, der sehr viele unterschiedliche Aspekte unter sich vereint. Andererseits gibt es bei allen Digitalisierungsprojekten trotz aller Unterschiede auch Gemeinsamkeiten und strukturelle Ähnlichkeiten. Einer dieser gemeinsamen Nenner sind: Data-driven business models. Sie stehen im Zentrum der digital transformation von Unternehmen.

YouTube

By loading the video you accept YouTube's privacy policy.
Learn more

load Video

Beschreibung: Hier zeigen wir anhand eines umgebauten Flippers, wie Data Scientists einen analogen Gegenstand transformieren.

A Studie der Information Services Group (ISG) zeigte kürzlich, dass datengetriebene Geschäftsmodelle zunehmend Verbreitung finden. Allein 2017 stieg der Markt für Data-Analytics- und Big-Data-getriebene Modelle um 24 Prozent. Laut der Studie wird bis 2020 ein Umsatzvolumen von rund 36 Milliarden Euro allein in Deutschland erwartet.

Was sind datengeriebene Geschäftsmodelle?

Datengetriebene Geschäftsmodelle lassen sich zunächst als eine Folge der zunehmenden Digitisation and Technologisierung the Arbeitswelt begreifen. Dabei spielen drei Entwicklungen eine Rolle.

  • Erstens: Immer mehr Maschinen, Dienste and Sensoren liefern Daten und Informationen.
  • Zweitens: Gleichzeitig wird Speichertechnologie immer schneller und günstiger, sodass diese Daten effektiv und kostengünstig gespeichert und verarbeitet werden können.
  • Drittens: Die digitale Vernetzung hilft bei der Distribution der Daten, sodass sie schnell und dank der Cloud an vielen Orten verfügbar sind.

Linktipp: Einer der wichtigen Treiber der datengetriebenen Geschäftsmodelle ist die Cloud, deren wichtigste Vorteile wir zusammengefasst haben.

Im Zentrum von datengetriebenen Geschäftsmodellen steht die Added value generierende Verwertung dieser Daten. Dabei lassen sich unserer Erfahrung nach wiederum drei Kategorien ausmachen, in die die Zwecke von datengetriebenen Geschäftsmodellen unterteilt werden können:

  1. Optimisation and Automation von Prozessen, Produkten oder Services
  2. The Transformation von bestehenden Geschäftsmodellen
  3. The Entwicklung komplett neuer Use Cases

Die datengetriebene Digitalisierung wird nicht zum Selbstzweck betrieben, sondern ist mit Investitionen and Experimentierbereitschaft verbunden. Innovationen, die Erschließung von neuen Märkten oder Marktbereichen sowie eine bessere Skalierbarkeit sind oft das übergeordnete Ziel von datengetriebenen Geschäftsmodellen.

Daten kennen keine Landesgrenzen – sie sind global anwendbar

Datengetriebene Geschäftsmodelle haben einen entscheidenden Vorteil: Sie sind nicht auf eine bestimmte Region begrenzt. Die Sprache der Daten ist sozusagen universell. Das heißt, wenn beispielsweise ein Maschinenbauer ein Data product einmal entwickelt hat, kann er es ebenso gut in Deutschland, China, den USA, der Slowakei oder Mexiko betreiben.

Beispiele für datengetriebene Geschäftsmodelle

Anhand dreier konkreter, von uns durchgeführte Beispiele soll gezeigt werden, wie datenbasierte Geschäftsmodelle funktionieren können:

  1. Optimisation: Dank Analytics-Modellen ist es im Supply-Chain-Management möglich, die Komponentengruppen zu identifizieren, die am meisten Kosten verursachen und anhand von Korrelationsanalysen geeignete Gegenmaßnahmen zur Optimierung der Bedarfsplanung und Materialsteuerung zu evaluieren.
  2. Transformation: Entwicklung einer Datenstrategie für die Produktion und Logistik eines deutschen Automobilherstellers: Das Ziel war es, auf Data-Science-Basis neue Use Cases in bestehende Industrie-4.0-Geschäftsbereiche zu integrieren. Das Ergebnis war eine abteilungsübergreifende Lösung und ein konsequenter Aufbau von Datenkompetenzen.
  3. Innovation: Vernetzter Flipper: Um das IoT greifbar zu machen, haben wir ein völlig analoges Produkt digitalisiert. Das Spiel wird in Echtzeit digital visualisiert. Der Flipper ist mithilfe von zwei Raspberry-Pis vernetzt und eine Kamera erhebt zusätzlich unstrukturierte Bilddaten, um den Spielverlauf und die Spielstände zu analysieren.

X-as-a-Service – warum gerade diese datengetriebenen Geschäftsmodelle in Zukunft immer relevanter werden

Einer der erfolgreichsten und nach wie vor unterschätzten Use Cases der Industry 4.0 ist Predictive Maintenance. Einer der Effekte der vorausschauenden Wartung ist, dass Maschinen seltener ausfallen and a längere Lebensdauer haben. Das heißt aber auch: In Zukunft werden weniger Maschinen verkauft. Für viele Unternehmen bedeutet das, dass sie neue Geschäftsmodelle brauchen, um weiter wachsen zu können.

Genau hier kommen die X-as-a-Service-Geschäftsmodelle ins Spiel. Druckmaschinen-as-a-Service, Robots-as-a-Service, Stapler-as-a-Service u. s. w. bezeichnen neue Geschäftsmodelle von Unternehmen, die ihre Produkte und das Produktionsumfeld weitgehend digitalisiert haben und nach neuen Geschäftsmodellen suchen.

Linktipp: In unserem Artikel über die Rolle von Künstlicher Intelligenz in der Industrie 4.0 zeigen wir, warum gerade AI diese Entwicklung begünstigt.

Datengetriebene Geschäftsmodelle lohnen sich für alle Seiten gleichermaßen

The Produkte als Dienstleistung anzubieten anstatt sie zu verkaufen rechnet sich dabei für beide Seiten. Kunden aus der Industrie wissen, dass sie nur für das bezahlen, was sie wirklich brauchen und Maschinen-Hersteller können ihre vernetzten Produkte immer bestmöglich warten and Instand halten.

Ein weiterer Vorteil von datengetriebenen Geschäftsmodellen: Die erhobenen Daten liefern einen zusätzlichen Added value. Druckmaschinen, in denen Sensoren den Betrieb überwachen, zeigen auch, wie diese Maschinen ausgelastet sind. Damit liefern sie wertvolle Kennzahlen – sowohl für die Unternehmen, die diese Maschinen einsetzen, als auch für die Hersteller.

Die wachsende Bedeutung und zukünftige Rolle von datengetriebenen Geschäftsmodellen

Daten sind neben Gebäuden, Maschinen, Mitarbeitern und Kapital zu einem der wertvollsten Assets von Unternehmen geworden. Viele Unternehmen und Organisationen sind erst gerade dabei zu erkunden, wie aus diesem Asset ebenfalls ein Mehrwert generiert werden kann.

Datengetriebene Geschäftsmodelle sind allein aus diesem Grund einer der aussichtsreichsten und am stärksten wachsenden Geschäftsbereiche. Sie stellen aber auch aus einem anderen Grund eine Notwendigkeit dar, derer sich noch viel zu wenige Unternehmen bewusst sind. Denn auch Geschäftsmodelle, die heute funktionieren und mit denen Unternehmen große Erfolge haben, sind kein Garant dafür, dass dies auch noch in 5, 10 oder 15 Jahren der Fall ist. Darum müssen aktuelle Ansätze und Modelle auf den Prüfstand gestellt werden, damit Unternehmen auch in Zukunft konkurrenz- und wettbewerbsfähig bleiben.

<a href="https://www.alexanderthamm.com/en/blog/author/michaela/" target="_self">Michaela Tiedemann</a>

Michaela Tiedemann

Michaela Tiedemann has been part of the Alexander Thamm GmbH team since the early start-up days. She has actively shaped the development from a fast-moving, spontaneous start-up to a successful company. With the founding of her own family, a whole new chapter began for Michaela Tiedemann at the same time. Hanging up her job, however, was out of the question for the new mother. Instead, she developed a strategy to reconcile her job as Chief Marketing Officer with her role as a mother.

0 Comments

Submit a Comment

Your email address will not be published.