Die digitale Welt eröffnet ungeahnte Möglichkeiten für neue, daten-basierte Geschäftsmodelle. Wie entwickelt man innovative Konzepte?Einen „Werkzeugkasten“ für die Entwicklung neuer digitaler Geschäftsideen haben Wissenschaftler vor Kurzem bei einer Informationsveranstaltung in der IHK Nürnberg für Mittelfranken vorgestellt. Der Methoden-Baukasten wird im Zuge des Projekts „BigDieMo – Geschäftsmodelle 4.0“ erarbeitet, das drei Jahre lang vom Bundesforschungsministerium gefördert wird. Beteiligt sind u. a. die Universität Erlangen-Nürnberg (FAU), die Universität Hamburg und das Karlsruher Service Research Institute (KSRI). Weil immer größere Datenmengen verfügbar sind, sieht Prof. Dr. Kathrin Möslein vom Lehrstuhl für Wirtschaftsinformatik der FAU, große Chancen für datenbasierte Geschäftsmodelle. Bis 2020 soll sich die Datenmenge nochmals verdoppeln, sodass mehr als eine Billion Gigabyte erreicht werden dürften. Möslein unterstrich bei der IHK-Veranstaltung: „Der Wert der Daten entsteht erst aus der Verwendung.“ Im Geschäft mit Verbrauchern funktioniere diese Datenauswertung bereits sehr gut, die Marktpotenziale der Digitalisierung sollten auch im Geschäft zwischen Unternehmen noch stärker genutzt werden. Dafür gibt es bereits viel versprechende Beispiele, ergänzte Dr. Julia Jonas, wissenschaftliche Mitarbeiterin am Lehrstuhl von Prof. Möslein: Saarstahl nutzt die digitalen Möglichkeiten, um durch ein großes Netzwerk an Sensoren im gesamten Herstellungsprozess Materialdefekte in den einzelnen Produktionsschritten in Echtzeit erkennen zu können. Dadurch wurde die Ausschussquote von zuvor fast einem Drittel wesentlich gesenkt. Eine andere Anwendung bietet Fleetboard mit seinen Analysemodellen, um Daten von Fahrzeugen ganzer Unternehmensflotten hinsichtlich Verschleiß, Kraftstoffverbrauch und Unfallrisiko zu erfassen und zu optimieren. Auf diese Weise lässt sich das individuelle Verbrauchsverhalten optimieren und bis zu 15 Prozent Sprit einsparen. Zu den bekannten Beispielen zählt der Ansatz des Triebwerkbauers Rolls Royce, der statt auf den Verkauf der Produkte auf die Dienstleistung „Triebwerk“ setzt – der Kunde bezahlt nur für die Laufzeit. Wartung oder gar Ersatz gehen zu Lasten von Rolls-Royce. Dafür sammelt der Hersteller jede Menge Betriebsdaten, um Verschleiß oder Defekte frühzeitig zu erkennen. Ein anderes datenbasiertes Angebot hat die US-Firma Verizon entwickelt: Sie erfasst beispielsweise anonyme Geodaten (z. B. wer bewegt sich wann wohin) und reichert sie mit demografischen Informationen (z. B. Alter und Geschlecht) an. Dadurch lässt sich feststellen, wie sich Kunden in Städten verhalten – Informationen, die etwa für den Handel sehr interessant sind. Dem Geschäft mit den Daten stehen allerdings in der Praxis drei Hauptbarrieren im Weg: Wer ist erstens der Eigentümer von anfallenden Daten? Das kann in einer Pkw-Produktion etwa der Hersteller der genutzten Maschinen sein, der zuliefernde Betreiber einer Fertigungsstraße, der Autohersteller oder gar der Autokäufer. Als zweite Hürde hat Möslein in den Unternehmen eine „Grundangst vor Know-how-Abfluss“ durch die Datennutzung festgestellt. Und drittens wird der Datenaustausch durch fehlende einheitliche Standards erschwert. Der Baukasten von „BigDieMo“ beinhaltet wissenschaftlich fundierte Werkzeuge und Methoden sowie Anleitungen für deren Einsatz, die auch bei der IHK-Veranstaltung getestet wurden. Strukturierte Vorlagen sollen insbesondere kleinen und mittleren Unternehmen den Weg weisen zu datenbasierten Dienstleistungen. Sie behandeln beispielsweise folgende Aspekte: Welchen Zielgruppen könnten welche datenbasierten Lösungen angeboten werden? Welche Daten sind verfügbar, generierbar oder können von außen generiert werden? Wie können Organisation, Selektion und Aufbereitung der Daten bewerkstelligt werden? Welche Kanäle bieten sich für die Vermarktung an? Welche Erlösmodelle sind denkbar? Wie der Umgang mit Daten und die Entwicklung datenbasierter Geschäftsmodelle in der Unternehmenspraxis vonstatten gehen kann, berichtete Bastian Bansemir vom Bereich „IT Innovation Management and Scouting“ der BMW Group. Heute sei jeder BMW eine „Datenmaschine“, also ein gigantischer Datenproduzent. Es wäre jedoch für seinen Konzern fatal, alle Schnittstellen offenzulegen und damit Dritten das Geschäftspotenzial zu überlassen. Die Herausforderung für BMW mit seiner klassischen „Produktions-DNA“ sei es deshalb, den Konzern über das reine Produkt Auto hinaus stärker als Mobilitätsanbieter zu positionieren. Der IT-Experte skizzierte methodische Ansätze, um dieses Feld erfolgreich durch neue Angebote zu besetzen. So werden durch eine Simulations-Software („Simulation Cockpit“) verschiedene Szenarien und deren Auswirkungen (z. B. bezüglich der Preissensitivität) simuliert. Auch mögliche „Kannibalisierungseffekte“ neuer Dienstleistungen können untersucht werden. Beispiel: Würden neue Mobilitätsdienstleistungen die konzerneigenen, schon bestehenden Angebote des BMW-Carsharing-Unternehmens Drive Now negativ beeinflussen?