Daten bilden die Grundlage für vielversprechende Geschäftsmodelle. Das zeigt eine Untersuchung des Lisbon Council aus 2019. Demnach könnte die "Data Economy" in der Europäischen Union im Jahr 2025, je nach Szenario, ein Volumen zwischen 444 und 829 Milliarden Euro erreichen. Die Basis für die Data Economy bilden Wertschöpfungsmodelle, die auf Technologien wie dem Internet der Dinge, maschinellem Lernen und der Analyse von Daten mithilfe von Big Data und Analytics aufbauen.

Daten als Chance in der Logistik

Das Thema Daten ist für Unternehmen aus allen Branchen relevant: dem Handel, dem Maschinen- und Anlagenbau, der Tourismusbranche und vielen anderen. Manchmal sind Daten sogar die Basis für eine neue Geschäftsidee. So zum Beispiel bei der Gründung von Cargonexx, einer digitalen Spedition aus Hamburg. Hier unterstützt ein Machine-Learning-gestütztes System dabei, Leerfahrten zu reduzieren. Auf der Plattform können Auftraggeber Angaben zu ihrer Fracht hinterlassen, und der Algorithmus berechnet, wie sich diese optimal auf eine oder verschiedene Transportfirmen aufteilen lässt - und zu welchem Preis. So profitieren die Unternehmen und die Umwelt.

Auch dafür, dass Fahrzeuge künftig autonom fahren können, spielen Daten eine wesentliche Rolle. Das süddeutsche Unternehmen CMORE entwickelt Softwaresysteme, mit deren Hilfe Autos selbstständig den Weg durch den Verkehr finden sollen. Die Grundlage bilden Sensor- und Kameradaten von Testfahrzeugen, die von Algorithmen ausgewertet werden. Auf diese Weise lernt die Software, wie der Straßenverkehr funktioniert.

Data Economy noch mit Stolpersteinen

Auch jenseits dieser Beispiele ist die Data Economy für mittelständische Unternehmen ein vielversprechendes Feld, um sich zukunftsfähig aufzustellen. Damit datenbasierte Geschäftsmodelle funktionieren, ist jedoch nicht nur ein entsprechendes Budget erforderlich. Vielmehr benötigen Unternehmen sowohl technisches als auch organisatorisches Wissen in Bezug auf Daten.

Vielen Firmen fällt es noch schwer, Daten gewinnbringend zu nutzen. Laut einer Untersuchung des Instituts der deutschen Wirtschaft (IW) gehören 84 Prozent der Unternehmen zu den "Einsteigern". Damit werden Unternehmen bezeichnet, die zentrale Geschäftsdaten selten digital speichern und kaum systematisch auswerten oder weiterverarbeiten. Auch die Bedeutung von Daten für die eigenen Prozesse und Produkte ist für diese Firmen vielfach noch nicht klar. Ein Grund dafür sind mangelnde Ressourcen und das Fehlen der erforderlichen Kompetenzen.

Erschwerend kommt hinzu, dass die Datenbestände in Unternehmen stark zunehmen, während gleichzeitig Fachleute fehlen, die solche Informationen sichten, aufbereiten und analysieren können, etwa Data Scientists.

Am Geschäftsmodell ansetzen

Angesichts dieser Herausforderungen ganz auf Datenorientierung zu verzichten ist mit Blick auf die Zukunft jedoch keine Option. Statt überstürzt zu reagieren, ist es im ersten Schritt hilfreich, Potenziale zu identifizieren und klare Ziele für ein datenorientiertes Geschäftsmodell zu erarbeiten. In einigen Fällen können die Kunden selbst als Hinweisgeber fungieren. So gaben laut einem IW-Report 74 Prozent der Firmen an, ihre datenorientierte Geschäftsmodelle auf Anregung der Kunden entwickelt zu haben.

Im nächsten Schritt gilt es, die Datenbestände zu sichten und aufzubereiten, die als Basis dienen sollen. Ein wichtiges Erfolgskriterium ist, eine hohe Qualität der Daten sicherzustellen. Dies erfolgt anhand von Kriterien wie Vollständigkeit, Konsistenz und Aktualität der Informationen.

Häufig ist es zudem sinnvoll, die Daten aus unterschiedlichen "Silos" wie CRM (Customer-Relationship-Management), ERP (Enterprise Resource Planning) und MES (Manufacturing Execution System) auf einer zentralen Datenplattform miteinander zu verbinden. Aus der Kombination von Kundeninformationen (CRM), den Daten aus Vertrieb und Warenwirtschaft (ERP) sowie Produktionsinformationen aus der Fertigungsebene (MES) kann ein Unternehmen interessante Erkenntnisse gewinnen, um datenbasierte Services zu entwickeln oder sie Partnern und anderen Interessenten zur Verfügung zu stellen.

Finanzielle Unterstützung durch die KfW

Doch Daten zu erfassen, zu konsolidieren und auf einer Datenplattform zusammenzusammenzufassen ist ein aufwendiger Prozess. Neben Herausforderungen wie der rechtlichen Sicherheit beim Umgang mit Daten kommen häufig auch Kosten auf das Unternehmen zu. Laut der Untersuchung des IW zu datengetriebenen Geschäftsmodellen wünschen sich daher rund 42 Prozent der deutschen Unternehmen finanzielle Unterstützung bei der Implementierung entsprechender Produkte und Dienstleistungen.

Eine derartige Unterstützung bieten zum Beispiel staatlich geförderte Kredite. Mit dem ERP-Digitalisierungs- und Innovationskredit der KfW können mittelständische Unternehmen den Aufbau der Infrastruktur für die Analyse großer Datenmengen, die Entwicklung datenbasierter Dienstleistungen und viele weitere digitale Projekte finanzieren.

Mit den Krediten aus der KfW-Corona-Hilfe, haben Unternehmen außerdem die Möglichkeit, Liquiditätsengpässe kurzfristig zu überbrücken. So lassen sich auch in herausfordernden Zeiten die Chancen der Data Economy nutzen.