Die rapide steigende Leistungsfähigkeit digitaler Technologien und die exponentielle Zunahme verfügbarer Daten erhöhen den Druck auf Unternehmen, ihre traditionellen Geschäftsmodelle anzupassen oder gar von Grund auf zu erneuern. Das Industrial Internet of Things (IIoT), Cloud- und Edge-Computing sowie KI-Technologien bieten darüber hinaus aber auch einzigartige Chancen, das eigene Wertschöpfungspotenzial zu erhöhen und sich vom Wettbewerb abzusetzen. Hierfür müssen Daten jedoch als Rohstoff der wirtschaftlichen Wertschöpfung und somit als Wirtschaftsgut verstanden und entsprechend monetarisiert werden.

Obwohl immer mehr Unternehmen den inhärenten Wert von Daten erkennen, sehen sich viele von ihnen bei deren Monetarisierung noch immer vor großen Schwierigkeiten. Diese beginnen häufig bereits bei der Überführung etablierter produktbezogener Geschäftsmodelle in nutzungsbasierte Modelle, die in der Digitalwirtschaft gänzlich neue Wertversprechen ermöglichen. Eine Grundvoraussetzung hierfür ist zunächst ein tiefgreifendes Verständnis für die Besonderheiten datenbasierter Geschäftsmodelle und deren Entwicklung. Eine der zentralen Herausforderungen ist zudem die Preisbestimmung für Daten beziehungsweise datenbasierte Produkte und Dienstleistungen. Denn anders als beim klassischen Verkauf physischer Produkte lassen sich kosten- oder wettbewerbsorientierte Preisbildungsansätze häufig nicht ohne Weiteres anwenden. Doch auch nach erfolgreicher Etablierung datenbasierter Geschäftsmodelle stellt sich immer noch die Frage nach der Bewertung von Datenbeständen und wie diese in die Bilanz und Bewertung eines Unternehmens einfließen können. Diese und weitere Herausforderungen adressieren die folgenden vier Beiträge und bieten dabei konkrete Lösungsansätze für Unternehmen, die planen Daten zu monetarisieren. Fragen zur Plattformökonomie und der Monetarisierung von KI werden dabei bewusst außen vor gelassen, da diese einer separaten Abhandlung bedürfen würden.

Im Beitrag Grenzkostenfreie IoT-Services in den Datenmarktplätzen der Zukunft gehen Daniel Trauth und Johannes Mayer aus dem Forschungsprojekt SPAICER zunächst der Frage nach, warum viele Digitalisierungsansätze scheitern und erläutern daraufhin, wie Digitalisierungsprojekte erfolgreich realisiert werden können. Ausgehend von den Treibern der ersten und zweiten industriellen Revolution erläutern die Autoren dabei, wie Industrie 4.0 gelingen kann und wie sich die Zukunft der Digitalisierung gestalten lässt.

Anschließend erläutern Leonie Schäfer, Richard Stechow und Peter Brugger die Besonderheiten datenbasierter Geschäftsmodellentwicklung. Ausgehend von den unterschiedlichen Arten datenbasierter Geschäftsmodelle wird deren Funktionsweise dargelegt und herausgestellt, für welche Unternehmen diese besonders geeignet sind. Die Eigenheiten datenbasierter Geschäftsmodells werden anhand der einzelnen Dimensionen eines Geschäftsmodells beleuchtet und deren Chancen und Herausforderungen herausgestellt. Zudem wird die Vorgehensweise der annahmebasierten Geschäftsmodellentwicklung unter Berücksichtigung der Besonderheiten datengetriebener Modelle aufgezeigt.

Die Herausforderungen der Preisbildung datenbasierter Geschäftsmodelle in der Industrie erläutern Tobias Leiting, Calvin Rix und Lennard Holst aus dem Forschungsprojekt EVAREST in ihrem Beitrag. Hierfür bieten die Autoren ein systematisches Rahmenwerk, um Entscheidungsvariablen und Handlungsempfehlungen aufzuzeigen. Dieses reicht von der Gestaltung des Leistungssystems, der Nutzen- und Wertbestimmung über die Preismodellierung bis hin zur Auswahl der Preismetrik. Darauffolgend werden unterschiedliche Preisbildungsmuster für verschiedene Typen datenbasierter Leistungsangebote präsentiert.

Abschließend stellen Hannah Stein, Florian Groen in’t Woud, Michael Holuch, Dominic Mulryan, Thomas Froese und Lennard Holst aus dem Forschungsprojekt Future Data Assets in ihrem Beitrag Bewertung von Unternehmensdatenbeständen – Wege zur Wertermittlung des wertvollsten immateriellen Vermögensgegenstandes einen Ansatz zur Charakterisierung von Daten vor. Die Autoren gehen dabei auf Chancen und Herausforderungen aus Perspektive der Forschung, der Rechnungslegung und der Anwendenden ein. Darauf aufbauend werden Ansätze beschrieben, um die Bewertung von Daten und deren mögliche Integration in Konzernabschlüsse zu ermöglichen.