Daten teilen, (Mehr-)Werte schaffen

In Wirtschaft und Wissenschaft wird seit Jahren über den Wert von Daten gesprochen. Kaum ein Unternehmen zweifelt noch daran, dass Daten zum Rohstoff neuer Geschäftsmodelle geworden sind. Doch während Großkonzerne bereits eigene Datenstrategien entwickeln, fragen sich viele kleine und mittlere Unternehmen: Was heißt das konkret für uns? Die Zurückhaltung ist verständlich – Daten gelten als wertvolles Gut, das man nicht leichtfertig preisgibt. Die Angst vor Kontrollverlust oder einem Know-how-Abfluss ist groß. Zugleich bleibt das Potenzial, mit Partnern gemeinsam neue Effizienzen und Services zu schaffen, häufig ungenutzt. Gerade für KMU ist dies eine verpasste Chance, denn sie könnten im Verbund mit anderen Organisationen deutlich schneller Innovationen vorantreiben, als es allein möglich wäre. Hier setzt das Forschungsprojekt „DT-INFODATVO“ des Ferdinand-Steinbeis-Instituts (FSTI) an, das im Verbund mit dem Lehrstuhl für ABWL und Wirtschaftsinformatik 2 der Universität Stuttgart vom Bundesministerium für Bildung und Forschung gefördert wird.

„Unsere Forschung zeigt: Unternehmen sitzen zwar auf wertvollen Datenbeständen, doch die Entscheidung, ob, wie und mit wem man diese teilen soll, ist komplex“, fasst FSTI-Research Fellow Maximilian Werling eine zentrale Herausforderung zusammen. Denn Daten sind nicht gleich Daten – manche sind hochsensibel, andere vergleichsweise unkritisch. Während Produktions- oder Kundendaten direkt mit Wettbewerbsvorteilen verbunden sein können, gibt es andere Daten, die erst im Austausch einen zusätzlichen Nutzen stiften, etwa zum Nachweis von Nachhaltigkeit oder in der Zusammenarbeit entlang von Lieferketten.

Die Zurückhaltung auf Seiten der Unternehmen rührt oft daher, dass es an Strukturen und Werkzeugen zur Bewertung von Daten fehlt. Wer nicht einschätzen kann, welchen Schutzbedarf ein Datensatz hat oder welchen Wert er für andere besitzen könnte, hat keine ausreichende Entscheidungsgrundlage, um die Folgen der Datenweitergabe abzuschätzen. Das Ergebnis: Chancen für Effizienzgewinne, neue Services oder gemeinsame Innovationen bleiben oft ungenutzt.

Ein methodischer Ansatz für mehr Vertrauen

Ziel des Forschungsprojekts „DT-INFODATVO“ ist die Entwicklung eines Konzepts zur Charakterisierung und Bewertung von Daten, das sowohl Unternehmen als auch sogenannte Datentreuhänder unterstützt, eine verlässliche Entscheidungsgrundlage für das mögliche Teilen von Daten herzustellen. Datentreuhänder sind neutrale Intermediäre, die Datenangebote und -nachfragen zusammenbringen und für faire Spielregeln im Austausch sorgen.

„Konkret haben wir im Rahmen des Projekts zwei zentrale Bausteine entwickelt: Zum einen ein Raster zur Bewertung von Daten-Assets, das systematisch Eigenschaften wie Art, Sensibilität oder Verwendungszweck erfasst. Zum anderen ein Prozessmodell für den Austausch, das beschreibt, wie Anbieter, Nachfrager und Treuhänder strukturiert zusammenarbeiten können – von der Beschreibung der Daten über das Matching von Angebot und Nachfrage bis hin zu den anschließenden Verhandlungen über Leistung und Gegenleistung“, erläutert Dr. Jens Lachenmaier, Professorial Fellow am FSTI.

Entscheidend ist die strukturierte und umfängliche Beschreibung: Rein technische Metadaten wie das Format oder die verfügbaren Schnittstellen reichen nicht aus, um den Wert und die Risiken eines Datensatzes abzuschätzen. Erst wenn diese Angaben um betriebswirtschaftliche Metadaten ergänzt werden – also um Informationen zum Nutzungskontext, zur erwarteten Wertschöpfung oder zum Schutzbedarf – entsteht eine verlässliche Entscheidungsgrundlage. Derart angereicherte Metadaten ermöglichen es, Daten nicht nur technisch nutzbar zu machen, sondern auch geschäftlich einzuordnen. Für potenzielle Anbieter von Daten bedeutet das, dass sie ihre Datenbestände gezielt positionieren können. Für Nachfrager wird auf Basis der strukturierten Beschreibung sichtbar, ob die angebotenen Daten tatsächlich zu ihren Bedürfnissen passen. Auch Datentreuhänder benötigen die möglichst vollständige Beschreibung, um ein strukturiertes und vertrauensvolles Matching zu ermöglichen.

Gerade für kleine und mittlere Unternehmen eröffnet das Vorgehen neue Möglichkeiten. Wer Daten systematisch beschreiben kann, positioniert sich leichter in Datenökosystemen und wird schneller Teil von branchenweiten Initiativen wie Catena-X oder dem Mobility Data Space. Datenbestände können so nicht nur intern besser genutzt, sondern auch entlang der Wertschöpfungskette angeboten werden. Gleichzeitig erhalten Unternehmen im Rahmen solcher Initiativen Zugang zu externen Datenquellen, die Innovationskraft freisetzen können – etwa durch die Möglichkeit, zusätzliche neue digitale Produkte und Services zu entwickeln und anzubieten, die im Alleingang schwer realisierbar wären. Nicht zuletzt schafft die Transparenz über Nutzungsrechte und Schutzbedarf Vertrauen in der Zusammenarbeit mit Partnern, sodass die Sorge vor einem möglichen Kontrollverlust spürbar sinkt.

Praxisbeispiel: Ersatzteilverfügbarkeit im Maschinenbau

Ein mittelständisches Maschinenbauunternehmen erhält von seinen Kunden regelmäßig Anfragen bezüglich der Verfügbarkeit bestimmter Ersatzteile. Häufig fehlen dem Maschinenbauer jedoch aktuelle Daten über Lagerbestände und Lieferzeiten seiner Zulieferer. Ohne Austausch von Daten zwischen den Unternehmen bleiben die Anfragen langwierig und die Auskünfte ungenau, da sie auf Vermutungen und individueller Recherche basieren – im Zweifel verliert der Kunde Vertrauen oder wechselt zu einem Wettbewerber.

Mit einem strukturierten Ansatz zum Datenteilen können die Zulieferer ihre Bestands- und Lieferdaten so beschreiben, dass klar wird, welche Daten geteilt werden dürfen und welche geschützt bleiben müssen. Über einen Datentreuhänder können im Anschluss die zu teilenden Daten in einen sicheren Austauschprozess gelangen, wobei der Datentreuhänder die Aufgabe übernimmt, die Daten so weiterzugeben, dass der Schutz der geteilten Daten gewährleistet bleibt. Im Ergebnis kann der Maschinenbauer seinen Kunden in Echtzeit Auskunft geben, die Kundenzufriedenheit steigt – und die Zulieferer gewinnen gleichzeitig Transparenz über Nachfrageentwicklungen.

In einem zweiten Schritt können die beschriebenen und geteilten Daten für Predictive Maintenance oder zur Optimierung genutzt werden. Der Maschinenbauer erkennt frühzeitig, wann ein Bauteil ausfallen könnte, und kann seinen Kunden rechtzeitig ein Ersatzteil und einen Serviceeinsatz anbieten. Das steigert nicht nur die Kundenbindung, sondern eröffnet auch neue Einnahmequellen – ein Beispiel dafür, wie aus dem sicheren Teilen von Daten konkrete Geschäftsmodelle entstehen.

Individuelle Datenweitergabe liefert Mehrwerte

Daten zu teilen, heißt nicht automatisch, auch die Kontrolle über die eigenen Daten aufzugeben. Sind die notwendigen Entscheidungsgrundlagen gegeben und die Abläufe bei der Weitergabe bekannt und beherrscht, wird es möglich, Daten als gestaltbare Ressource auch jenseits der Grenzen des eigenen Unternehmens zu begreifen: Es wird deutlich, dass manche Datensätze so sensibel sind, dass sie stets geschützt bleiben müssen, viele andere können jedoch im Austausch echte Mehrwerte schaffen. Mit strukturierten Bewertungsmethoden und neutralen Intermediären lassen sich Unsicherheiten abbauen und neue Chancen erschließen. Für KMU gilt deshalb: Wer frühzeitig lernt, die eigenen Datenbestände systematisch einzuordnen, schafft die Grundlage, um an zukünftigen Datenökonomien aktiv mitzuwirken – und nicht nur Zuschauer zu bleiben. Als nächster Schritt im Projekt entwickelt das FSTI-Team gemeinsam mit den Projektpartnern derzeit einen KI-Agenten, der die Bewertung der Daten unterstützt.