Unternehmen sollten im ersten Schritt ein Bewusstsein dafür entwickeln, wie sie Daten sammeln und aufbereiten können – und vor allem, wie wertvoll Daten sind, wenn sie richtig genutzt werden.
Nehmen wir das Beispiel eines Maschinenbauers. In der Produktionsanlage seiner Kunden entstehen im Sekundentakt abertausende Informationen. Vom großen Maschinenpark bis hin zu einzelnen Komponenten: Alles kann mit Sensoren ausgestattet werden, die Daten erheben, etwa Laufzeitdaten, Prozessdaten, Insights über Materialfluss, Verschleiß oder Systemverhalten. Richtig aufbereitet und verknüpft helfen diese Daten, Produktionsabläufe besser zu verstehen, zu optimieren und den Kunden einen größeren Mehrwert zu bieten. Das geht aber nur, wenn das Unternehmen sich im Klaren ist, welche Daten für ein potenzielles Geschäftsmodell zielführend sind. Hat nicht nur die IT-Abteilung ein Datenbewusstsein, sondern auch die Entscheider auf der Business-Seite, entstehen schneller neue Ideen für innovative, kundenorientierte Geschäftsmodelle.
Wer neue Geschäftsmodelle entwickeln möchte, muss ein Datenbewusstsein im Unternehmen etablieren. Diese Erkenntnis sollte 2021 jedem Unternehmen klar sein – hier gibt es viele Möglichkeiten für die Umsetzung in der Praxis.
Datenqualität
Einer aktuellen IDC-Studie zufolge wird die weltweite Datenmenge bis 2024 auf 143 Zettabyte anwachsen – also 143 Mrd. Terabyte. Laut IDC verzeichnet rund ein Drittel der befragten Unternehmen in Deutschland ein jährliches Datenwachstum zwischen 31 und 60 %. Datenmasse bedeutet aber noch längst nicht Datenqualität. Häufig sammeln Unternehmen rohe Daten, verstehen aber den Kontext nicht – oder die Toleranzwerte fehlen. Sollten qualitativ gute Daten nicht vorhanden sein, ist es umso wichtiger, die Daten anzureichern und aufzubereiten.
Datenaufbereitung
Wer weiß, wie Daten intelligent aufzubereiten sind, um gleichbleibende Datenqualität zu erreichen, öffnet sich für potenzielle datengetriebene Geschäftsmodelle. Laut IDC ist es für 37 % der befragten Unternehmen eine der größten Herausforderungen, die Datenqualität sicherzustellen. Die Studienautoren nennen vielfältige Aspekte, die vom Erfassen aller relevanten Daten über das Erfassen des Datenkontexts bis hin zur Datensicherheit reichen würden. Somit überrasche es nicht, dass weiterhin Lücken bei der bereichsübergreifenden Adressierung von Datenthemen vorhanden wären.
Datenhoheit
Jeder in der Kette versucht, die gesammelten Daten zu bekommen. Im Beispiel des Maschinenbauers heißt das: Alle Sensoren, die in den Maschinen eingebaut werden, können zwar Daten liefern. Doch ihm gehören die Daten nicht, sondern dem Unternehmen, das die Maschinen gekauft hat. Wobei einige Anbieter dieses Thema durch das Leasing-Geschäft umgehen. Hersteller, die die Datenhoheit über die Maschinendaten behalten wollen, sollten sich also vertraglich absichern – der Kunde wird aber nur zu solchen Klauseln bereit sein, wenn er einen Nutzen darin erkennt.
Denn auch Service-Unternehmen sind hinter diesen Daten her. Wenn sie nicht zur Herstellerfirma gehören, ist auch hier eine vertragliche Regelung notwendig. Denn: Ein Maschinenbauer hat wenig davon, wenn ein externer Service Provider die Maschinendaten analysiert – und den Kunden Service-Leistungen verkauft, während der Maschinenbauer selbst von zukünftigen Wachstumsmärkten ausgeschlossen wird. Für B2B-Unternehmen stellen sich die Fragen: Wie sieht eine kundenzentrierte Strategie aus, die etwa datenbasierte individuelle Service-Lösungen generiert? Und wie kann der Maschinenbauer zusätzlich zu seinen Produkten durch Service-Leistungen sein Geschäftsmodell erweitern?
Datenschatz richtig heben
Eine Antwort darauf liefert der Maschinenbauer Gehring. Auf der IoT-Kundenplattform Gehring Core erhalten Kunden Einsicht in ihre Maschinendaten. Die Maschinen stehen im ständigen Datenaustausch mit Core. So werden Fehlfunktionen direkt an die Plattform übermittelt. Mithilfe vorrausschauender Wartung können die Anwender Ausfallzeiten minimieren. Jede neue Maschine ist bereits mit der Basisversion von Gehring Core ausgestattet. Somit hat das mittelständische Traditionsunternehmen ein Data-as-a-Service(DaaS)-Geschäftsmodell etabliert, das Kunden einen transparenten Fertigungsprozess und somit einen hohen Nutzen bietet.
Mit Daten die Zukunft gestalten
Das Beispiel zeigt: Unternehmen können aus Daten Services jenseits des Produkts anbieten und sogar ganz neue digitale Geschäftsmodelle entwickeln, die Service als Mehrwert für den Industriekunden fokussieren. Die erste Bedingung ist aber, im Unternehmen das Bewusstsein für den Wert von Daten zu etablieren. Zweitens sind die Datenqualität und die intelligente Verknüpfung zu verbessern. Und letztendlich ist das „Business-Wissen“ mit den Datenmöglichkeiten zu verbinden, damit neue Geschäftsmodelle entstehen können. Nur jene Unternehmen, die heute die Geschäftsmodelle von morgen entwickeln, werden in Zukunft ihre Märkte beherrschen.
Kontakt:
Peter Kuhle
Interim Manager und Berater
Im Gier 34
53604 Bad Honnef
Tel. +49 151 5858 0808
www.peterkuhle.com
BM-Experts GmbH
Kaiserstuhlstr. 18
14129 Berlin
Tel. +49 30 80585860
www.bm-experts.de
Info
IDC-Studie zur aktuellen Datensituation in Deutschland:
