Datengetriebene Geschäftsmodelle
Seit Jahren beschäftigen wir uns mit digitaler Transformation, vor allem von KMU. Denn wir glauben an einen zukunftsfähigen Mittelstand. Mittelstand, dem es gelingt, Tradition erfolgreich in die Zukunft überführen.
In dem Zusammenhang beschäftigen wir uns mit spannenden Themenbereichen im Zentrum der digitalen Transformation von KMU.
Was sind die Vorteile datengetriebener Geschäftsmodelle?
Die sogenannten DGGM (datengetriebenen Geschäftsmodelle) bieten eine Reihe von Vorteilen, die Unternehmungen helfen können, in der heutigen durchdigitalisierten Wirtschaft wettbewerbsfähig zu bleiben. Zu diesen Vorteilen gehören:
Verbesserte Produkte und Services
Effizientere Produktion und Services
Besserer Kundenservice
Was sind datengetriebene Geschäftsmodelle?
Durch das Sammeln und Zusammenführen vieler Daten aus verschiedenen Quellen erhält man als Unternehmung tiefere Einblicke in Verhalten und Vorlieben von (potenziellen) Kund:innen und kann somit wiederum neue und bessere Angebote entwickeln, die den Bedürfnissen der eigenen Zielgruppe entsprechen.
Viele Unternehmungen produzieren aktuell aber noch täglich Daten – oder könnten es zumindest mit geringem Aufwand – ohne weitere Nutzung und verschenken damit eventuell ungenutztes Potenzial.
Im Prinzip lässt sich zwischen drei Typen von DGGM differenzieren, selbstverständlich können sie in verschiedenen Konstellationen kombiniert werden:
Nutzung eigener oder fremder Daten
… zur Automatisierung oder Unterstützung von Entscheidungen, Prozessoptimierung oder Erweiterung bestehender oder Entwicklung neuer Produkte und Dienstleistungen, insbesondere KI-Lösungen.
Beispiel 1:
Produktinnovation
Die durch Anwendung eines Produkts oder Services generierten Daten werden genutzt, um ein neues Produkt oder eine Ergänzung zum Originalservice anzubieten. Damit lassen sich neuartige Produkte herstellen oder bestehende verbessern. Vor allem Ersteres kann zu einer innovativen Valueproposition (Wertversprechen) führen, wobei sich auch neue Kundengruppen erschließen lassen.
Bsp.: Eine Bank bietet zum Online-Banking eine „Haushaltsausgaben-Dashboard-App“ an, welche aus durch Kundendaten generierten Erkenntnissen entwickelt wurde. Durch Nutzung beider Dienste (also Online-Banking und Dashboard) und Auswertung der dabei gewonnenen Daten werden beide permanent weiterentwickelt. Die App können auch Kunden anderer Banken verwenden, um ihre Ausgaben besser im Blick zu behalten.
Beispiel 2:
Warentausch
Durch Kauf oder Nutzung eines Produkts oder Services werden Daten generiert, die wiederum verwendet werden, um ein komplementäres Produkt anzubieten. Dieses ist untrennbar mit dem bestehenden Produkt verknüpft und unterscheidet sich damit von der Konkurrenz.
Ein Energieversorger bietet Stromverträge inkl. Installation von Smart Metern an. Durch den damit gemessenen Stromverbrauch kann der Stromanbieter zusätzlich ein „Smart Thermostat“ anbieten, das den Stromverbrauch nutzungsadäquat regelt.
Beispiel 3:
Integration der Wertschöpfungsketten
Verschiedene Unternehmen tauschen Daten aus, um Wertschöpfungsaktivitäten zu optimieren oder Kosten zu senken.
Ein Supermarkt und ein Getränkelieferant berechnen mithilfe von Echtzeitdaten ihren Bedarf und stimmen somit, Liefermengen und Logistik automatisiert aufeinander ab.
Datenlieferanten
… betreiben Sammlung, Aufbereitung und Verkauf von Daten, Entwicklung und Vermarktung von Datenprodukten (ggf. inkl. Bereitstellung von Hardware zur kundenseitigen Datensammlung).
Beispiel:
Basis-Data-Sales
Ein Unternehmen verkauft – i. d. R. „rohe“, also unverarbeitete, ggf. anonymisierte – Daten, die bei der Leistungserstellung ohnehin anfallen, an andere Unternehmen:
Aus der Nutzung von Girokonten sammelt eine Bank Transaktionsdaten. Sie verkauft diese anonymisiert an Einzelhändler, die daraus Erkenntnisse zum Konsument:innenverhalten schließen können. Die Bank generiert so aus den Kundendaten des bestehenden „Girokonto für Privatkunden“ ein neues Produkt für eine neue Kundengruppe, z. B. an Kundendaten interessierte Einzelhändler.
Entsorgungsfahrzeuge der Stadtreinigung nehmen Bilder von allen Straßen auf und verkaufen diese an Google Street View oder ähnlichen Dienst, deren eigene Bilderfassung teuer und unvollständig ist.
Datenbefähiger
… ermöglichen es Dritten, ohne Software-, Data Science- oder Programmierkenntnisse eigene oder fremde Daten zu nutzen, durch datenbezogene Analyse und Beratung über Erfassung, Aufbereitung und Strukturierung von Daten bis zur Her- und Bereitstellung der dafür erforderlichen Soft- oder Hardware.
Beispiel:
Wertschöpfung
Mehrere Unternehmen arbeiten zusammen, um ein identisches Kundenbedürfnis zu befriedigen, für ein optimiertes Nutzererlebnis. Jedes Unternehmen übernimmt einen Teilaspekt einer großen Wertschöpfungskette. Es werden also verschiedene Geschäftsmodelle unterschiedlicher Unternehmen durch Zusammenarbeit kombiniert.
Beim Buchen eines Fluges werden die Daten an einen Datenverarbeiter weitergeleitet, der die Bedürfnisse des Fluggastes erkennt und an eine Hotelkette sendet. Deren Zimmer werden bei der Flugbuchung dann dazu angeboten.
Fazit: Was ist die Zukunft digitaler Geschäftsmodelle?
Viele Unternehmungen sind gerade erst dabei zu erkunden, wie aus diesem Extra an Möglichkeiten ebenfalls ein Mehrwert generiert werden kann. Daten werden aber – neben den alten Werten wie Gebäuden und Maschinen, Mitarbeiter:innen und Kapital – zu einem der kostbarsten Assets von KMUs.
Geschäftsmodelle, die heute zuverlässig funktionieren, genauer gesagt Geschäftsmodelle, mit denen Unternehmungen noch große Erfolge haben, sind definitiv kein Garant dafür, dass dies so auch in 5 oder 10 Jahren der Fall sein wird. Datengetriebene Geschäftsmodelle können dabei helfen, dass KMUs auch in Zukunft wettbewerbsfähig bleiben.
Haben Sie mehr Fragen zum Thema oder wollen wissen, wie Sie Ihr Unternehmen mit Digitalisierung und KI voranbringen können, melden Sie sich gern bei unseren Expert:innen.
→ Kontakt
