Dieser Beitrag soll wesentliche Methoden der Datenbewertung kurz vorstellen und dabei zusätzlich die Frage beantworten, für welchen Zweck die jeweiligen Bewertungsverfahren am besten geeignet sind. Denn angesichts der vielfältigen Anforderungen, die an Unternehmen und ihre gesamtstrategischen- und datenbezogenen Vorhaben gestellt werden, ist es hilfreich, einzelne Aspekte von Datenstrategien auch auf der stärker operativen Ebene genauer zu erläutern.
Dieser Beitrag dient damit als Fortsetzung des letzten Blog-Beitrags, in dem wir bereits darauf eingegangen sind, was der Wert der Daten eigentlich ist und wieso Unternehmen diesen im Rahmen ihrer Datenstrategien bestimmen müssen.
Nicht-finanzielle und finanzielle Bewertungsmethoden
Der Begriff des Datenwerts beschreibt – wie bereits im letzten Beitrag diskutiert – ein komplexes Konzept. Es hilft Verantwortlichen und Entscheidern in Unternehmen, den Beitrag von Daten allgemein und von eigenen Daten zum betrieblichen Wertschöpfungsprozess zu erkennen, auszuweiten und zu nutzen. Die Vielfalt der möglichen Begriffsdefinitionen spiegelt sich auch in der Unterschiedlichkeit der Bewertungsmethoden wider. Die Anwendung der Methoden der Datenbewertung hängt etwa davon ab, wie sehr Nutzen und Kosten quantifiziert werden können, wie sehr die Daten in ihrer Qualität in den Blick genommen werden sollen oder was mit den Daten selbst zu verdienen ist, wenn sie – auf Marktplätzen oder in anderen Datenaustausch-Verfahren – verkauft werden.
Auch wenn es noch mehr Verfahren und Möglichkeiten gibt, Methoden der Datenbewertung zu kategorisieren (siehe z. B. Laney 2018)[1], wollen wir uns hier auf die in der Abbildung gezeigten, nicht-finanziellen und finanziellen Methoden beschränken.
Nicht-finanzielle Methoden kommen in erster Linie zum Einsatz, wenn die quantifizierten Beziehungen zwischen Daten und dem Unternehmenserfolg beschrieben werden sollen. Das qualitätsorientierte Verfahren befasst sich mit den qualitativen Faktoren, die einen Einfluss auf den Datenwert haben. Es wird verwendet, um Daten aus Aspekten der Nutzbarkeit und Vollständigkeit zu bewerten. Die Faktoren werden einzeln gewichtet, um die Berechnung akkurater zu gestalten, somit wird überprüft, ob die Daten nach bestimmten Parametern vollständig, aktuell und valide sind. Beispielsweise müssen Stammdaten wie Namen und Adressen in einem Datensatz entlang bestimmter Parameter wie Validität (welches Format haben die Daten? Sind sie korrekt?), Vollständigkeit (sind die Attribute des Datensatzes vollständig?) und Aktualität in die Berechnung aufgenommen werden. Das prozessorientierte Verfahren beschäftigt sich mit der Beziehung von Datenqualität zu einem oder mehreren Geschäftsprozessen. Das bedeutet, dass hier gemessen wird, wie passend die Daten für bestimmte Geschäftszwecke sind und in welchem Umfang sie benutzt werden können. Bei diesem Verfahren spielt die Datenqualität ebenfalls eine zentrale Rolle, weshalb die Berechnung ähnlich zum qualitätsorientierten Verfahren ist. Hier stellt sich mit Blick auf die bereits erwähnten Stammdaten ebenfalls die Frage, für welchen Zweck und wie diese benötigt werden. Das performanzorientierte Verfahren hingegen definiert den Wert von Informationen mittels ihrer Auswirkung auf die Verbesserung eines geschäftlichen Leistungstreibers. Es werden dabei Key Performance Indicators (KPI) für Unternehmen definiert und die Berechnung wird basierend auf diesen KPI durchgeführt.
Finanzielle Bewertungsmethoden hingegen kommen eher in Frage, wenn Firmen die Daten in der Bilanz zu anderen Vermögenswerten ins Verhältnis bringen möchten. Das kostenorientierte Verfahren beschäftigt sich mit den Kosten, die während des gesamten Prozesses entstehen, etwa bei der Sammlung, Integration und Speicherung der Daten. Fragen, die sich Unternehmen hier stellen sollten, sind etwa: Wo nehme ich momentan meine Daten her? Was bezahle ich für sie? Welche Alternativen gibt es? Mit dem marktpreisorientierten Verfahren wird der Wert anhand der möglichen und verwendbaren Marktpreise ermittelt. Marktpreise für Daten können beispielsweise in den Datenmarktplätzen beobachtet werden, in denen Daten ge- und verkauft werden. Hier wird der Preis in erster Linie durch das Verhältnis von Angebot und Nachfrage bestimmt. Nicht direkt preis-, aber dennoch wertbezogen ist in diesem Zusammenhang dann auch die Frage, welches Unternehmen aus einer anderen Branche ebenfalls oder sogar noch stärker Daten benötigt, die man selbst erhebt. Ein Beispiel: Informationen über Personen(-gruppen), die Tierhalter sind, werden im E-Commerce über Produktaffinitäten erhoben und können für Versicherer, die Tierhaftpflichtversicherungen anbieten sehr wichtig für Cross-Selling sein. Schließlich basiert das nutzenorientierte Verfahren auf der Berechnung des Umsatzes, der direkt der Verwendung von Daten zugeordnet werden kann. Hierbei werden Kosten für den Erwerb, die Verwaltung und die Anwendung saldiert.
Zentrale Aspekte von Datenwert-Bestimmungsmethoden
Abschließend können vor allem drei Aspekte festgehalten werden, die mit Blick auf diese Übersicht über die Methoden der Datenbewertung ausmachen bzw. sie bestimmen:
(1) Daten müssen eine hohe Qualität haben, das heißt, sie müssen vollständig, valide, aktuell und transferierbar sein;
(2) Daten müssen immer in ihrem Verhältnis zu den daraus zu gewinnenden Informationen und den jeweiligen Geschäftsprozessen gedacht werden, sonst haben sie grundsätzlich keinen Wert;
(3) und Daten bzw. ihr Beitrag müssen zur Messung ihres Werts möglichst genau quantifiziert werden.
In einem der nächsten Beiträge werden wir schließlich das Thema Bilanzierung des Datenwerts näher beleuchten, das wir bereits im letzten Beitrag angesprochen haben.
Bleiben Sie gespannt und folgen Sie uns auf LinkedIn, um keinen Beitrag der Reihe zu verpassen.
Literatur:
Laney, D.B. (2018): Infonomics. How to monetize, manage, and measure information as an asset for competitive advantage. New York, New York: Bibliomotion Inc.
[1] Zu nennen sind hier die in marktbasierte und nicht-marktbasierte Methoden unterscheidende Konzeption des Bennett Institute for Public Policy an der University of Cambridge, und weitere Methoden in der einschlägigen Literatur, wie „value of personal data“ oder „data hub valuation“.
