Future Data Assets

Aktuell: Projektabschlussveranstaltung

Kostenfreie Einladung an alle Interessierten zur digitalen Teilnahme

Während der Projektabschlussveranstaltung ‚Monetizing Data Day – Best Practices aus Industrie & Forschung zur Monetarisierung von industriellen Daten‘ am Mittwoch, den 25. Januar 2023, werden von 9:00 – 12:15 Uhr die Ergebnisse des Forschungsprojekts durch Impuls- und Case-Study-Vorträge rund um Best Practices zu Monetarisierung und Monetarisierungsstrategien industrieller Daten präsentiert. Es erwartet Sie außerdem ein Panel zur Zukunft der Monetarisierung industrieller Daten.

Erfahren Sie, ob und wieviel ihre industriell erzeugten Daten monetär wert sind, und wie sich dieser Wert bemessen lässt!

Info & Anmeldung

Ausgangssituation

Die herkömmliche Bilanz, unabhängig von Handelsgesetzbuch oder US-GAAP etc. hat viele Defizite, die in der Wissenschaft bzw. Praxis schon seit einiger Zeit diskutiert werden. Anlage- und Umlaufvermögen, so wie in der klassischen Bilanz ausgewiesen, weichen viel zu oft erheblich vom Marktwert der Unternehmen ab. Hinzu kommt, dass in letzter Zeit vermehrt Unternehmen weit über Marktwert gekauft werden, die Differenz wird im sogenannten „Hoffnungswert“ dem „Goodwill“ ausgewiesen. Die Differenzen erklären sich durch Erwartungen der Käufer an die zukünftigen positiven Rückflüsse aus der Unternehmensakquise sowie den schwer zu quantifizierenden immateriellen Vermögenswerten, wie bspw. dem implizit vorhandenen Wissen oder den Datenwerten.

Insbesondere erfolgt derzeit die Betrachtung der Daten als immaterielles Vermögen weder standardisiert noch systematisch auf Basis einer einheitlichen Bemessungsgrundlage. Weiterhin existiert kein einheitliches Rahmenwerk zur Ausweisung der Datenbewirtschaftung im Zuge eines eigenständigen Daten-Reportings. Eine konsequente Bewertung des Datenbestands vor dem Hintergrund einer definierten Bemessungsgrundlage könnte über den Zeitverlauf hinweg als internes Management- bzw. Performanceinstrument dienen.

Die Herausforderung besteht damit in der Entwicklung eines Tools zum standardisierten, stetig optimierten und an die einzelnen Unternehmensbranchen angepassten Datenreporting. Das Datenreporting bzw. die Inputparameter müssen aus Gründen der Verlässlichkeit zudem prüfbar durch externe Instanzen sein.

Lösungsweg

Zur Entwicklung und Instanziierung der Datenbilanz werden im Gesamtvorhaben spezifische Unterziele verfolgt:

1. Um die Datenbilanz als Reportinginstrument zu instanziieren, zielt das Forschungsvorhaben auf die Entwicklung einer sog. Datenbilanz-Plattform ab. Über die Datenbilanz-Plattform sollen Unternehmen ein sog. Datenbilanz-Toolset beziehen können.
2. Das Datenbilanz-Toolset soll eine strukturierte, systematische und einheitliche Erstellung der unternehmerischen Datenbilanzen im lokalen Ökosystem erlauben. Dieses wird als Rahmenwerk entwickelt und soll an definierten Stellen durch Unternehmen auf ihre jeweiligen Bedürfnisse anpassbar gestaltet werden können. Das Toolset unterstützt demnach bei der Abbildung des unternehmerischen Datenbestands und dient der externen Prüfung als Bemessungsgrundlagen (Datenbilanz-Lagebericht). Gleichzeitig soll eine weitere Funktion die Prognose der zukünftigen Entwicklungen erlauben, unter Anwendung nachvollziehbarer maschineller Lernverfahren (Datenbilanz-Prognosebericht).
3. Im Rahmen der Einrichtung einer Feedbackschleife können Unternehmen ihre Datenbilanz über die Datenbilanz-Plattform ausweisen, prüfen lassen und damit zur Weiterentwicklung des Toolsets beitragen.
4. Über die Plattform können zudem externe Stakeholder die geprüften Datenbilanzen der Unternehmen beziehen.
5. Als weiteres Unterziel verfolgt das Projekt die Standardisierung der Datenbilanz. Dazu wird „prüferseitig“ das IDW eingebunden, industrieseitig sieht das Projekt eine Standardisierung über eine VDI-Richtlinie vor.

Erwartetes Ergebnis

Die Datenbilanz als Reportinginstrument soll dabei über zwei zentrale Bestandteile bzw. Eigenschaften verfügen:

1. Datenbilanz-Lagebericht (Vergangenheitsorientierter Charakter):
   Innerhalb der Datenbilanz wird der Datenbestand eines Unternehmens für eine bestimmte Periode in der Vergangenheit ausgewiesen. Dies erfolgt zu einem Stichtag, sodass im Laufe der Zeit Veränderungen in der Datenbewirtschaftung sichtbar werden. Dieser Teil der Datenbilanz muss vor dem Hintergrund der Verlässlichkeit nachvollziehbar und prüfbar durch externe Instanzen (z.B. Wirtschaftsprüfer) sein.
2. Datenbilanz-Prognosebericht (Zukunftsorientierter Charakter):
   Des Weiteren soll die Datenbilanz als Prognoseinstrument dienen und damit Aufschluss über die potenzielle, zukünftige Datenbewirtschaftung eines Unternehmens geben. Dazu wird die Anwendung maschineller Lernverfahren untersucht, die zudem Einblicke in ihre Funktionsweise erlauben. Dieser Teil der Datenbilanz bietet die Möglichkeit zukünftige Entwicklungen abzuschätzen und die Auswirkungen geplanter (datenintensiver) Investitionsprojekte in die digitale Transformation sichtbar zu machen.