Datengetriebene Geschäftsmodelle steigern die Wertschöpfung

Weniger lesen

Datengetriebene Geschäftsmodelle: Nutzen für B2B

Datengetriebene Geschäftsmodelle basieren auf Maschinendaten, Kundendaten sowie weiteren geschäftliche Daten. Häufig werden diese internen Daten mit externen Daten angereichert, je nach Branche beispielsweise mit Wetterdaten, Verkehrsdaten oder Trenddaten über allgemeine Marktentwicklungen. Diese Daten können nach einer Analyse dazu genutzt werden, bestehende Produkte und Services zu verbessern und zu ergänzen oder vollkommen neue Angebote zu entwickeln. Häufig entstehen dabei „Value-added Services“, die ein bestehendes Produkt digital ergänzen, beispielsweise durch die Überwachung von Betriebsparametern oder die automatische Nachbestellung von Verbrauchsmaterial.
Solche datengetriebenen Geschäftsmodelle helfen Unternehmen und ihren Chief Digital Officern (CDOs) dabei, insbesondere die Digitale Transformation voranzutreiben. Sie bauen in der Industrie auf klassischen Geschäftsmodellen auf, nutzen aber in jedem Prozessschritt Informationstechnologie und ergänzen sie um digitale Produkte und Services. Dies betrifft alle Elemente eines Geschäftsmodells: Nutzenversprechen, Wertschöpfungsarchitektur, Ertragsmodell und Absatzkanäle. Durchgehend digitalisierte Prozessketten bieten aufgrund der Möglichkeit, jederzeit Daten zu erheben und zu analysieren, zusätzliche Möglichkeiten für die Wertschöpfung durch Mehrwertservices.

Datengetriebene Geschäftsmodelle: Erfolgsfaktoren

Die Möglichkeiten für datengetriebene Geschäftsmodelle sind vielfältig und hängen von vielen Erfolgsfaktoren ab, unter anderem von Branche, Marktsituation, Kundenstruktur sowie der Art der bisherigen Produkte und Services. Diese Faktoren können nur individuell für ein einzelnes Unternehmen bewertet werden. Es gibt jedoch zwei allgemeine Erfolgsfaktoren, die für jedes Unternehmen gelten:

1. Digitalisierung: Erster Erfolgsfaktor für datengetriebene Geschäftsmodelle ist der Reifegrad der Digitalisierung im Unternehmen, aber auch in der Lieferkette und bei den Kunden. Nur eine durchgängige Digitalisierung erlaubt es, alle Möglichkeiten von datengetriebenen Geschäftsmodellen auszuschöpfen.
2. Agilität: Zweiter Erfolgsfaktor für datengetriebene Geschäftsmodelle ist die Geschwindigkeit der Umsetzung. Zahlreiche Geschäftsmodelle basieren ebenso stark auf digitalem Know-how wie auf Domänenwissen in einem bestimmten Marktsegment. Aus diesem Grunde ist es gut möglich, dass junge und schnelle Konkurrenten aus der Start-up-Szene das Potential eines Geschäftsmodells erkennen und rasch umsetzen und so etablierte, vermeintlich dominante Unternehmen unerwartet überholen.

Beispiele für datengetriebene Geschäftsmodelle

1. Ein Reisedienst wertet alle öffentlich zugänglichen Quellen bezüglich der Risiken für Reisende aus, führt die Daten zusammen und stellt seinen B2B-Kunden länderbezogene Warnungen für Geschäftsreisen zur Verfügung.
2. Das Straßenbauministerium eines europäischen Landes bietet auf einer Webseite Informationen zur Verkehrslage an, die von Logistikunternehmen genutzt werden. Dafür werden interne und externe Daten aus unterschiedlichen Quellen zusammengeführt und erleichtern den Unternehmen die Berechnung von optimalen Routen.
3. Ein Hersteller von Aufzügen hat ein intelligentes Überwachungssystem geschaffen, das Daten aus Sensoren in den Aufzügen verarbeitet. Dadurch ist das Unternehmen jederzeit über den aktuellen Zustand der Aufzüge informiert und kann präventiv einen Techniker zum Aufzug bestellen, bevor es zu Störungen kommt.
4. Ein Hersteller von Kompressoren bietet Druckluft als Service an, wobei die Abrechnung auf der Basis von Verbrauchsdaten geschieht. Ein Kundenunternehmen bezahlt nur die von ihm benötigte Menge Druckluft pro Monat. Der Hersteller übernimmt im Gegenzug Aufstellung, Betrieb, Wartung und Reparatur der Kompressoren.

Ausprägungen datengetriebener Geschäftsmodelle

Datengetriebene Geschäftsmodelle in der produzierenden Industrie und im Maschinen- und Anlagenbau, aber auch in anderen Branchen haben häufig zwei spezifische Ausprägungen: Plattformen und Smart Services.

Plattform

Basis vieler Varianten von datengetriebenen Geschäftsmodellen sind digitalisierte Two-sided Markets in der Plattformökonomie. Sie organisieren den Austausch von Leistungen zwischen zwei oder sogar mehreren Interaktionspartnern. Die Wertschöpfung entsteht hier zu einem erheblichen Teil dadurch, dass Angebot und Nachfrage miteinander verknüpft werden (die obengenannten Beispiele 1 und 2 sind Plattformen).

Smart Service

Auf der Basis von Datenanalysen, die während der Nutzung oder Herstellung von Produkten erfolgen, können Unternehmen zusätzliche smarte Services generieren. Dabei wird das physische Produkt durch eine digitale Dienstleistung ergänzt, die häufig zum eigentlichen Verkaufsargument wird (die obengenannten Beispiele 3 und 4 sind smarte Services).

Datengetriebene Geschäftsmodelle: Vorteile

Nur datengetriebene Geschäftsmodelle bieten einem Unternehmen die Möglichkeit, das Potential der Digitalisierung wirklich vollständig auszuschöpfen. An praktisch jeder Stelle einer Prozesskette, einer Lieferkette und einer Kundenbeziehung entstehen Daten. Mit der Anzahl der „Punkte“ für diese Datenabschöpfung steigt auch die Anzahl der möglichen datengetriebenen Geschäftsmodelle – und das gilt in der B2C-Welt genauso wie im B2B-Bereich.

Für den typischen Maschinen- und Anlagenbau sind beispielsweise vor allem datengetriebene Geschäftsmodelle des Typs „Smart Service“ interessant. Es gibt den Unternehmen die Möglichkeit, vom (letztlich auswechselbaren) Maschinenproduzenten zum Anbieter eines individuellen Produkt-Service-Systems zu werden. Hierbei sind für den Anbieter die Gestaltungsmöglichkeiten des Kundenkontakts deutlich höher als beim reinen Verkauf von Maschinen, bei dem der Kundenkontakt häufig nach der Bezahlung abbricht.

Datengetriebene Geschäftsmodelle: Nachteile

Der größte Nachteil von datengetriebenen Geschäftsmodellen besteht in den strengen Voraussetzungen, etwa den Erfolgsfaktoren Digitalisierung und Agilität. Darüber hinaus muss die Belegschaft gerade bei datengetriebenen Geschäften besonders „Customer-centric“ sein, also auf Serviceorientierung ausgerichtet sein und darauf, den Kundennutzen zu berücksichtigen.
Die in vielen Unternehmen vorhandenen starren Grenzen zwischen Sales und Aftersales-Service werden aufgeweicht. Im Mittelpunkt steht nicht mehr das zu verkaufende Produkt, sondern der Kunde, dessen Anforderungen mit einem Produkt-Service-System erfüllt werden müssen. Auch dies stellt eine Herausforderung für manche Unternehmen dar.

Auch Hersteller von standardisierten Maschinen für einen mehr oder weniger großen Massenmarkt müssen sich nun auf enge Kundenbeziehungen einstellen, die bisher nur im Sondermaschinenbau üblich waren. Für viele Unternehmen ist dies eine gewisse Hürde, die nicht leicht zu nehmen ist.

Foto: metomorworks/iStock/Getty Images