Datenmonetarisierung
Wie sich der Datenschatz ausgraben lässt

Von Henrik Jorgensen* 4 min Lesedauer

Anbieter zum Thema

Aus unübersichtlichen Datenbergen neue Angebote oder sogar Geschäftsmodelle entwickeln, vor dieser Herausforderung stehen viele Unternehmen der Elektroindustrie. Datenmonetarisierung ist der Schlüssel um Services, Materialfluss- und Produktionsprozesse zu verbessern – auch bei Tesla.

Mithilfe von Data Analytics können Industrieunternehmen ihren großen Datenschatz heben.(Bild:  © Romolo Tavani - stock.adobe.com)
Mithilfe von Data Analytics können Industrieunternehmen ihren großen Datenschatz heben.
(Bild: © Romolo Tavani - stock.adobe.com)

Daten sammeln – und zwar so viele wie nie zuvor. Vom kleinsten Bauteil bis zu komplexen Maschinenparks. Alles kann mit Sensoren ausgestattet werden. Wenn Industrieunternehmen ihre Daten richtig pflegen und aufbereiten, sitzen sie auf einem großen Datenschatz, den es nur noch zu heben gilt. Deshalb wird die Datenmonetarisierung in Zukunft immer wichtiger. Mithilfe von Analytics können so ökonomische Vorteile aus Daten generiert werden. Wie eine Studie von BARC (Business Application Research Center) im Auftrag von Tableau, Anbieter einer Analytics-Plattform, zeigt, sind gerade einmal bei 17 Prozent der befragten 200 Unternehmen Datenprodukte Bestandteil der Unternehmensprozesse. Allerdings erklären schon 40 Prozent der Befragten, dass ihr Unternehmen plant, Daten zu monetarisieren oder sich bereits in einer Pilotphase befindet. Ein Fünftel der Befragten hält Datenmonetarisierung zumindest für denkbar. Die Studie zeigt, dass einige Unternehmen bereits den finanziellen Wert ihrer Daten erkannt haben.

Daten gewinnbringend durch Analyse nutzen

Wenn Industrieunternehmen darüber nachdenken, mit Daten zu neuen Umsätzen zu gelangen, zielen sie meistens auf „Data as a Product“ ab. Das bedeutet, Daten werden in Form von Roh- oder aufbereiteten Daten direkt als Produkt verkauft. Egal, ob Mess-, Prozess-, Anlagen- oder Kundendaten – Daten sprudeln aus den verschiedensten Quellen. Diese werden jedoch häufig in Silos gespeichert und sind nur bedingt nutzbar. Mit modernen Business Intelligence (BI) Werkzeugen können Daten aufbereitet, verschmolzen und verknüpft werden. So erhalten Unternehmen aussagekräftige Ergebnisse in Sekundenschnelle. Mit der intelligenten Nutzung von Daten lassen sich aber auch neue Business-Modelle, Dienstleistungen und andere geschäftsrelevante Maßnahmen auf den Weg bringen. Ein Beispiel: Der Konzern General Electric bietet mit seiner IoT-Plattform Predix eine standardisierte Möglichkeit, industrielle Anwendungen in der Cloud zu entwickeln. Anwender können dabei mit Tableau in Predix Echtzeitdaten in wichtige Erkenntnisse umwandeln, indem sie Maschinen und Daten mit dem ganzen Unternehmen verbinden.