Vom Data-Flow zum Cashflow

Data-Flow ist mehr als das Fließen der Daten von A nach B. Daten sind längst zu einem Wirtschaftsgut geworden. Und zwar zu einem sehr wertvollen. Nicht umsonst nennt man Daten schon das Öl der Digitalisierung. Oder vergleicht den Data-Flow von der Wertigkeit her mit Gold. Keine Frage also, dass der Wert von Daten weiter steigt. Damit sind aber nicht allein Premium-Adressen gemeint, die ich kaufen und für digitale Werbung nutzen kann. Auch Daten, die zur Messung oder Beobachtung dienen, besitzen einen großen Wert. Daten, Kennzahlen und Messwerte aus allen Geschäftsbereichen eines Unternehmens können einen Nutzen haben. Wer solche Daten besitzt, kann unternehmerische Ziele damit unterstützen.  Zum Beispiel zur Fehlerbehebung oder zur Prozessoptimierung. Aber auch anderen Unternehmen kann ich mit den Daten dienen. Auf diese Weise wird der Data-Flow zu Gold.

Die Digitalisierung generiert einen gigantischen Data-Flow

Das Internet der Dinge bedeutet, dass die Dinge mit uns kommunizieren. Ihre Sprache besteht aus den Daten, die sie sammeln. Ob in der Industrie 4.0, im Smart Home oder im Connected Car und im Smart Grid. Meistens sparen uns die kommunikativen Geräte Zeit und erleichtern unseren Alltag. Darüber hinaus nähren Sensoren, Aktoren und Clouds ein Feld, auf dem Wissen abgeerntet wird. Und das Internet der Dinge bringt schließlich eine ganze Menge Daten mit. Führende Forschungsinstitute gehen davon aus, dass die Zahl der vernetzten Geräte bis zum Jahr 2025 auf 75 Milliarden anwachsen wird. Damit steigt natürlich auch die Zahl der Daten weiter an.

Warum Big Data auch Big Cash bedeutet

Big Data ist Chance und Herausforderung zugleich. Zum einen bedarf es der richtigen IoT Analytics. Denn schließlich müssen wir die kontinuierlich wachsende Anzahl an Daten effizient nutzen. Nur dann bekommen wir die Chance, unsere Marketing Spezialisten, Designer, Vertriebler oder Ingenieure mit Hilfe des Data-Flow sinnvoll zu unterstützen. Big Data schafft die Basis. Mit den richtigen Analyse Tools können wir die Informationen daraus extrahieren, die uns den Profit einbringen. Um welchen Profit es geht? Es kann mir als Unternehmer zum Beispiel Profit bringen, wenn ich durch die Daten Markttrends ermitteln kann. Darüber hinaus lässt sich auch der Kundenservice oder die User Experience mit Hilfe von IoT Daten verbessern. Der Data-Flow ist schließlich vielseitig. Es werden ja IoT-Daten der verschiedensten Sensoren und Objekte, die bei der Datenerfassung beteiligt sind, gesammelt. Egal ob es sich um Nutzerdaten oder Maschinendaten handelt.

Welche Daten sind noch wichtig?

Auch der Wachstum des E-Commerce sorgt für immer mehr Adressdaten von Personen und Unternehmen. Diese werden natürlich auch fleißig gehandelt. Doch mit Datenökonomie ist nicht allein die wirtschaftliche Verwertung von personenbezogenen Daten gemeint. Auch Maschinen und Geräte-Daten sind wichtig. So werden heutzutage auch Daten, die sich auf die Nutzung von smarten Dingen befassen, weiter verkauft. Und das zu Recht. Als Unternehmer sollte ich mir überlegen, was mir diese Daten bringen. Oft eine ganze Menge.   Hast du die richtigen Infos, kannst du deine Industrie, dein Design, deinen E-Commerce und vieles mehr gewinnbringend ausbauen. Durch die digitale Transformation und die steigenden Datenmengen, die sich vom Vertrieb über die Fertigung, der Agrarwirtschaft und vieler weiterer Bereich nähren, bekommen wir Data-Flow en masse. So  werden die Daten zu Gold.  Und Daten-Geschäftsmodelle werden zum Cash Flow

Data-Flow oder die Kommerzialisierung von Daten

Das Internet der Dinge ist ein fester Bestandteil des Alltags geworden. Ergo entsteht ein extrem hoher Data-Flow. Genau das ermöglicht es Unternehmen, durch die Analyse von Konsumgütern oder technischen Gagdets die Bedürfnisse der Kundschaft zu ermitteln. Auf diese Weise können IoT-Lösungen können damit auch das Verhältnis von Unternehmen zu den Kund/innen völlig neu definieren. Denn schließlich hat das Unternehmen über die Daten auch einen permanenten Kontakt zu den Kund/innen. Ich weiß, wie mein Gerät genutzt wird und kann die Weiterentwicklung entsprechend anpassen. So ist der Data-Flow maßgeblich für alle weitere n Produktentwicklungen. Vielleicht sogar für den Trend einer ganzen Branche.

Nehmen wir das simple Beispiel den smarten Kaffeevollautomat. Das Gerät, das sich per App bedienen lässt, übermittelt mir Informationen, welche Funktion die User/innen häufiger und welche weniger oft nutzen. So kann ich den Data-Flow für das eigene Unternehmen nutzen. Neue Angebote, neue Produkte oder auch ein neuer Kundenkreis und mehr Umsatz sind die Folge. Aber das ist natürlich nicht alles.

Dank Data-Flow zu neuen Geschäftsmodellen

Die Möglichkeit der wirtschaftlichen Verwertung des Data-Flow lässt Daten zu einer wirtschaftliche Ressource werden. Und sie kreiert neue Geschäftsmodelle.  Denn schließlich kann ich die Daten, die ich brauche, auch extern erwerben. Und umgekehrt kann ich Daten, die auch anderen Unternehmen helfen können, auch verkaufen. Dabei kann es sich um Daten handeln, die dem Marketing dienen, oder wichtige Erkenntnisse zum Bereich Customer Experience liefern.  Oder sie helfen dabei, Prozesse in der Fertigung zu optimieren oder die Wartung von Maschinen zu vereinfachen.  

Solche Daten kann ich als Unternehmer also weiterverkaufen. Oder ich bin spezialisiert auf die Monetisierung von Daten und mache es ausschließlich zu meinem Geschäft. Als dritte Variante kann ich mich darauf spezialisieren, Rohdaten von Unternehmen aufzukaufen und sie aufzubereiten, bevor ich sie weiter verwerte. Die Geschäftsmodelle, die uns der Data-Flow beschert, sind also durchaus vielseitig.

Welche Unterschiede es beim Daten Cashflow noch gibt

Mit Data-Flow kann ich also auch Cashflow generieren. Unterschieden werden die einzelnen Geschäftsmodelle unter anderem als folgende:

• Data as a Product – Hierbei handelt es sich um Rohdaten. Wenn ich als Unternehmer/in zum Beispiel Daten aus meinen Maschinen generiere, die ich unverarbeitet weiterverkaufe, kann ich auf diese Weise einen zusätzlichen Cashflow ganz nebenbei erwirtschaften.
• Data Insight as a Service – Hierbei geht es darum, externe Datenquellen zu finden, die die Beantwortung von spezifischen Geschäftsfragen als ein Teilstück unterstützen. Das heißt,  dass ein Insights-as-a-Service-Partner Quellendaten zur Verfügung stellt, die den Teil der Lösung darstellen. So kann etwa ein Unternehmen, das Daten zu Kauftrends in der Mode gesammelt hat, die Daten aus eigenen E-Commerce Verkäufen einspeisen, um ein vollständiges Kundenbild zu erhalten.
• Data enabled Products – Das bedeutet nichts anderes, als dass ein Anbieter Daten nutzt, um einen spezifische Service anzubieten. Nehmen wir das Predictive Maintenance. Der Anbieter, der sich um die Wartung kümmert, kann den Wartungsservice mit Daten aus der Maschine so effektiv wie möglich gestalten.