Datenmonetarisierung: Mit Daten Geld verdienen

Schon heute beträgt das weltweite Marktvolumen für die Datenmonetarisierung knapp 300 Millionen Euro. In Zukunft wird dieser Betrag allerdings nur noch einen Bruchteil ausmachen: So prognostiziert die aktuelle Studie “Global Data Monetization Market Growth (Status and Outlook) 2019-2024”, dass das Volumen im Jahr 2024 fast 4 Milliarden Euro betragen wird. In Bezug auf die Einnahmen wird der globale Markt der Datenmonetarisierung pro Jahr um durchschnittlich 54 Prozent wachsen – heißt es weiter.

Der Studie zufolge ist besonders die IoT-Technologie ein wesentlicher Treiber für diese Entwicklung. So würden viele Daten durch IoT entstehen.

Die steigende Bedeutung der Datenmonetarisierung unterstreicht auch die Studie “Data Monetization – Use Cases, Umsetzung, Mehrwerte” von BARC. Laut den Analysten können sich Unternehmen einen entscheidenden Wettbewerbsvorteil für ihr Business sichern, wenn sie ihre Daten monetarisieren (CANCOM.info berichtete).

So funktioniert die Datenmonetarisierung

Wie das genau funktioniert, haben Ralph Hofmann und Arent van’t Spijker bereits 2013 in ihrem Paper “Patterns in Data Driven Strategy” beschrieben. Dabei präsentieren sie fünf verschiedene Modelle, um mit Daten Geld zu verdienen. CANCOM.info präsentiert die Modelle in der Übersicht.

• Direkte Monetarisierung von Daten: Hier verkauft ein Unternehmen seine unverarbeiteten Rohdaten direkt an Interessenten. Aus rechtlichen Gründen ist es zentral, diese Daten zu anonymisieren – um Rückschlüsse auf konkrete Personen zu verhindern.
  
• Verbesserung von Produkt und Service: Hier werden Daten verwendet, um bereits bestehende Produkte oder Services zu verbessern – oder auch zu erneuern. Bei den Daten handelt es sich um Informationen über den Verkauf oder die Nutzung dieser Produkte oder Services.
• Commodity Swap: In diesem Modell nutzen Unternehmen ein beliebtes oder häufig verkauftes Produkt bzw. Service, um Daten zu produzieren. Anhand dieser Datenbasis wird anschließend ein neues Produkt oder ein neuer Service erstellt, der mit dem Warenangebot unmittelbar verbunden ist.
• Value Chain Integration: Zwei oder mehr Unternehmen tauschen Daten untereinander aus, um Prozesse zu optimieren oder Kosten zu senken. Zum Beispiel können ein Supermarkt und ein Getränkelieferhandel mittels Echtzeit-Daten ihren Bedarf genau berechnen und die Lieferung automatisch aufeinander abstimmen.
• Value Net Creation: Hier arbeiten Unternehmen zusammen, die das gleiche Kundensegment bedienen. Ähnlich wie beim “Value Chain Integration”-Modell tauschen diese Unternehmen untereinander Daten aus, um so etwa ihre Prozesse zu optimieren oder Kundenangebote zu verbessern. Aus dieser Zusammenarbeit ergibt sich eine große Wertschöpfungskette – die Geschäftsmodelle der jeweiligen Firmen werden miteinander kombiniert.

Ein Anwendungsfall: Das Auto als Messstation

Umsetzen lässt sich die Datenmonetarisierung beispielsweise, indem Autos als “Datensammler” eingesetzt werden. So generieren Sensoren, die an den Autos angebracht sind, kontinuierlich verschiedenste Informationen – wie etwa über die Straßenqualität oder das Wetter. Diese Daten lassen sich entsprechenden Unternehmen zum Kauf anbieten.

Ein Beispiel sind Wetterservices, die typischerweise eine Vielzahl von Messdaten benötigen, um präzise Vorhersagen zu erstellen. Diese Messdaten können Autos über ihre Sensoren liefern – was für Wetterservices gerade in Regionen relevant ist, in denen es kaum Messstationen aber viele Autos gibt. Denn so haben sie die Möglichkeit, auf deutlich mehr Daten zuzugreifen und damit ihre Wettervorhersage zu optimieren.

Auf diese Weise entsteht eine Win-win-Situation: Die Besitzer der Autos nutzen ihre Autos als Messstation, geben Messdaten preis und bekommen dafür Geld. Der Wetterservice kann mit dem Kauf der Daten seine Wettervorhersage präzisieren – und so die Kundenzufriedenheit steigern.