Wirkmechanismen und Wertschöpfung in Datenökosystemen

Mittlerweile herrscht weitgehende Einigkeit darüber, dass Daten und ihre Verarbeitung zu Informationen einen wichtigen Beitrag für die Wertschöpfung in der Wirtschaft leisten. Das war auch in früheren Zeiten nicht viel anders; jedoch hat sich, bedingt dadurch, dass die Produktion von Gütern und die Erbringung Dienstleistungen immer technologie- und informationsintensiver geworden ist, ihre Bedeutung noch erhöht [1]Vgl. dazu: Wettbewerbsvorteile durch Information (Michael E. Porter und Victor E. Millar.

Daten sind zu einem Wirtschaftsgut geworden. Für ihre Bewirtschaftung ist das unternehmens- und branchenübergreifende Zusammenspiel mehrerer Akteure nötig. Heute übernehmen Datenökosysteme die Arbeitsteilung, die in der Industrialisierung unter dem Begriff “Taylorismus” zusammengefasst wurde.

Die Unternehmen verfolgen im Datenökosystem ein gemeinsames Ziel, oder wie es in Perspektiven der Datenwirtschaft. Wirkmechanismen und Wertschöpfung in der Datenökonomie heisst, sie betreiben “Value-Co-Creation”. Die gemeinsame Wertschöpfung umfasst die Verarbeitungsstufen Datengenerierung, -kuration, -austausch, -speicherung und -analyse. Im nächsten Schritt wird daraus das für die Entscheidungsfindung nötige Wissen erzeugt. Je qualitativ hochwertiger die generierten Daten sind, um so höher ist der Output, d.h. die Qualität der Entscheidungen, die sich wiederum in Innovationen, neuen Produkten und Services niederschlagen können.

Ein Datenökosystem setzt sich aus mehreren Building Blocks zusammen. Demand definiert die folgenden:

  • Data Generators
  • Data Assets
  • Architecture and Systems
  • Operations
  • Roles and Actors
  • Data Orchestrator
  • Data Driven Services

Laut einer vom IW durchgeführten Studie, bieten die meisten der befragten Unternehmen (72 Prozent) klassische Produkte und Dienstleistungen an, ohne dass die bei der Herstellung anfallenden Daten eine Rolle spielen. Als Gründe für die Zurückhaltung der Unternehmen nennt die Studie u.a. den fehlenden erkennbaren Nutzen derartiger Angebot, einen Mangel an Fachleuten und die  fehlende Zahlungsbereitschaft der Kunden für digitale Angebote.

In einem Praxisbeispiel aus dem Bereich Smart Production erläutert die Studie das Zusammenspiel der verschiedenen Akteure. Dabei handelt es sich um einen Use Case aus dem Maschinen- und Anlagenbau (Komplettanbieter Zementbranche). Angeboten werden werden Condition Monitoring, Predictive Maintenance und Optimierung. Die Datenbasis bilden Maschinen-, Prozess- und Umweltdaten. Weiteres Element des Datenökosystems ist ein Datenmarktplatz, der u.a. für die Versorgung mit externen Daten übernimmt.

Für den Hersteller besteht der Nutzen in zusätzlichen Einnahmen, einer stärkeren Kundenbindung, der Verbesserung der internen Prozesse (z.B. im Entwicklungsbereich) und Produktinnovation als Folge des unternehmensübergreifenden Datenaustauschs. Die Kunden profitieren in Form einer höheren Verfügbarkeit, geringeren Ausfallzeiten und effizienterer interner Prozesse. Die anderen Akteure erhalten für ihre Daten ein entsprechende Engelt, das über einen Datenmarktplatz abgerechnet wird. Der Betreiber des Datenmarktplatzes bekommt für seine Dienste eine Provision.

Damit das Datenökosystem seine Arbeit verrichten und den gewünschten Effekt erzielen kann, ist die Klärung mehrerer Fragen nötig. Das gilt in besonderer Weise für Fragen des Datenrechts und Datenschutzes. Wer darf in welcher Form und für welches Entgelt über die Daten verfügen? Wessen Einverständnis muss zuvor eingeholt werden? Wie wird der Ertrag aus den Daten verteilt?

Vorläufiges Fazit

Datenökosysteme sind ohne entsprechende Umweltbedingungen nicht überlebensfähig. Ein Blick in die Wirkungsmechanismen der Ökosysteme in der Natur kann daher nicht schaden. Frederic Vester nannte acht Prinzipien, deren Anwendung das Überleben, das Gleichgewicht eines Ökosystems garantieren [2]Vgl. dazu: Leitmotiv vernetztes Denken. Für einen besseren Umgang mit der Welt (Frederic Vester). Wieviel Regulation ist nötig, wieviel Steuerung von außen? Welche Organisationsform eignet sich am besten, um dynamische Datenökosysteme zu erzeugen und zu erhalten? Welche Voraussetzungen in den Unternehmen (Organisationskultur, Kooperationsbereitschaft) müssen geschaffen werden, damit sie ihre Rolle zum eigenen aber auch zum Wohle der anderen beteiligten Unternehmen ausüben können? Welche rechtlichen und politischen Rahmenbedingungen auf staatlicher und überstaatlicher Ebene (Standards, Schiedsgerichte) sind nötig?

Es ist ein Lernprozess, der mit kleinen überschaubaren Schritten, Projekten beginnt [3]Vgl. dazu: Stückwerk-Technik statt utopischer Technik (Karl Popper).

Zuerst erschienen auf Identity Economy

Weitere Informationen:

Kooperation in Daten-Ökosystemen zahlt sich für Organisationen aus

Beitrag teilen
Dieser Beitrag wurde unter Datenaustausch abgelegt und mit , , , , , verschlagwortet. Setze ein Lesezeichen auf den Permalink.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.