17.06.2015 Big Data braucht eine moderne Datenpolitik

„Wir generieren heute alle zwei Tage so viele Daten wie vom Anbeginn der menschlichen Zivilisation bis 2003.“ Dieses Zitat stammt von Google-Chef Eric Schmidt. Schon seit Jahren wachsen die Datenmengen exponentiell. Überall werden neue Daten erzeugt, geteilt und gespeichert. Schmidts Zitat ist übrigens vier Jahre alt. Mittlerweile können wir davon ausgehen, dass wir jeden Tag die genannten Datenmengen produzieren.

Das Gute ist: Wir haben Technologien, mit denen wir diese Datenmengen mehr als nur koordinieren können. Wir können Krebs besser heilen, Herzinfarkte leichter vermeiden und den Straßenverkehr so steuern, dass nicht nur weniger Staus und Schadstoffausstoß, sondern auch weniger Unfalltote gibt. Auf diese Technologien der großen Datenmengen – auf Big Data – müssen wir uns einlassen und einlassen wollen.

Der Big-Data-Markt wird sich bis 2016 innerhalb von fünf Jahren von 23,6 Milliarden Euro auf 160,6 Milliarden Euro nahezu verachtfachen. Und dabei stehen wir momentan gerade an der Schwelle von einer Nischenanwendung zur Nutzung in der Breite – auch und gerade in der Wirtschaft. Mit wachsenden Datenmengen haben fast alle Unternehmen zu tun. Und obwohl bereits heute 75 Prozent der befragten Unternehmen auf der Basis von Datenanalysen relevante Entscheidungen treffen, wie eine Studie vom Bitkom Research und KPMG ergeben hat, verfügen zahlreiche Unternehmen noch nicht über eine entsprechende Strategie.

Optimise-Strategie

Die Auswertung bereits existierender Datenbestände kann für die Optimierung bestehender Geschäftsprozesse und -Modelle einen sehr großen Mehrwert liefern. Es bietet sich als Einstieg ins Big Data-Business daher für viele Unternehmen an, mit der »Optimise«-Strategie zu starten und zu Beginn die unternehmenseigenen Datenbestände besser zu nutzen. So lassen sich beispielsweise wertvolle Rückschlüsse aus den Wechselwirkungen des Kauf-und Online-Verhaltens der Kunden ziehen, die Auswirkungen auf die Personaleinsatzplanung in den Filialen vor Ort aufdecken können.

Vorreiter auf diesem Gebiet sind sicherlich die Anbieter von Low-Cost-Flügen, die ihre Yield-Managementsysteme mit einer Vielzahl weiterer Parameter, z. B. aus dem Online-Verhalten, kombiniert und optimiert haben. Der Ansatz der Optimierung kann sich aber auch auf die zugrundeliegende IT-Infrastruktur beziehen, die notwendig ist, um das Ablegen, Verarbeiten, Analysieren und Darstellen immer größerer Datenmengen zu bewerkstelligen. Selbst wenn Unternehmen nur bereits bestehende Daten in Big Data-Manier nutzen wollen, werden meist neue Anforderungen an die Computer-, Storage-, Datenbank- und Analysesysteme gestellt. Gerade in großen Unternehmen ist es meist unerlässlich, große Bestandteile alter Datenpools in neue Formate und Speichersysteme zu überführen, um sie schnell und vor allem flexibel auswerten und visualisieren zu können.

Strategieansatz Monetarisierung

Der Monetarisierungsansatz will mit bereits bestehenden Datensätzen neue Geschäftsmodelle oder Produkte erschließen. Häufig gleichen Datenbestände einem noch nicht gehobenen Schatz. Ein Beispiel ist die anonymisierte Auswertung der Nutzer- und Standortdaten von Telefonnutzern. Internetunternehmen entwickeln auf Basis der Nutzungsdaten und des Suchverhaltens neue Analysedienste. Der Navigationsanbieter TomTom vermarktet die GPS-Daten seiner Kunden über einen kostenpflichtigen Dienst TomTomLive. Zunehmend vermarkten auch Einzelhandelsunternehmen anonymisierte Transaktionsdaten an ihre Lieferanten aus dem Umfeld der Konsumgüter- und Lifestyle-Industrie.

Strategieansatz Leverage

Auch lassen sich bestehende Geschäftsmodelle und Dienstleistungen durch neue Daten »hebeln« - wie beim Leverage-Ansatz. Dies gilt beispielsweise für Reiseunternehmen, die detaillierte Wetterprognosen integrieren und damit sowohl ihre Marketingaktivitäten als auch die Auslastung ihrer Zieldestinationen optimieren. Oder Mautsysteme, die in Metropolregionen den Verkehrsfluss über Preisanpassungen steuern.

Strategieansatz Disrupt

Die »Disrupt«-Strategie stellt die Königsklasse bei der Entwicklung neuer Geschäftsmodelle für die Data Economy dar. Hier werden auf neue Datenbestände gesammelt und digitalisiert und damit neue Produkte und Services erschaffen. Gute Beispiele sind das Energiedaten-Start-up Enercast, das ortsbezogene Leistungsprognosen für die Betreiber von Solar- und Windparks anbietet. Auch die digitale Kartographie von Städten à la Google Streetview schafft vollkommen neue Services z. B. für die Hotellerie und Immobilienwirtschaft.

Wir brauchen Big Data, um die enormen Datenmengen der Digitalisierung effizient zu strukturieren und zu nutzen. Die Technologie ist dabei das eine. Mindestens ebenso wichtig sind die rechtlichen Voraussetzungen. Und die stammen nach den Maßstäben der Digitalisierung aus grauer Vorzeit.

Eine moderne Datenpolitik muss das überkommene Prinzip der Datensparsamkeit, so wenige Daten wie möglich zu sammeln, umkehren. Sie muss dafür sorgen, dass vorhandene Daten auch genutzt werden können. Und sie muss gleichzeitig dafür sorgen, dass diese Daten ein Höchstmaß an Schutz genießen, damit die Freiheit des Einzelnen gewahrt wird – nicht nur in Deutschland, sondern weltweit. Wir stehen an der Schwelle zu einer Datenökonomie. Die alles entscheidende Frage ist, ob wir Deutschland zu einem internationalen Top-Standort in der Datenwirtschaft weiterentwickeln. Oder ob wir dieses Zukunftsfeld durch eine überhastete Regulierung in Deutschland verschließen und anderen überlassen. Anders gesagt: Daten sind ein viel zu kostbares Gut, um sie ungenutzt liegen zu lassen.

Contact Picture

Sabine Bendiek

Diesen Beitrag teilen

Ihr Kommentar

Ihr Kommentar

* = Pflichtfelder

Der Inhalt dieses Feldes wird nicht öffentlich angezeigt

Diese Frage hat den Zweck zu testen, ob sie ein menschlicher Benutzer sind und um automatischem Spam vorzubeugen.

Captcha

Bitte geben Sie alle Zeichen ein.

 

Contact Picture

Sabine Bendiek