Future Data Assets - abgeschlossen

Intelligente Datenbilanzierung zur Ermittlung des unternehmerischen Datenkapitals

Technologiebereich: Machine Learning; Data & Service Management

Future Data Assets entwickelt ein System zur Bewertung des Datenbestands von Unternehmen und stellt es über eine digitale Plattform zur Verfügung. Mit Hilfe von Verfahren des maschinellen Lernens wird es möglich, das Datenkapital eines Unternehmens zu bilanzieren.

Herausforderung
Die digitale Transformation verlangt von Unternehmen hohe Investitionen in Sachkapital und Software sowie in Aus- und Weiterbildung der Mitarbeiter. Bisher existieren keine standardisierten, belastbaren Kennzahlen, die den wirtschaftlichen Erfolg von Investitionen in die digitale Transformation bewerten: Vorhandene und potenziell verfügbare Datenbestände, die durch Investition in die digitale Transformation geschaffen werden, werden nicht systematisch betriebswirtschaftlich bewertet und können daher nicht als Ergebnis den Aufwänden gegenübergestellt werden. Während materielle Assets eines Unternehmens als monetäre Werte in Unternehmensbilanzen geführt werden, trifft dies auf Daten bisher nicht zu.

Umsetzung
Ziel von Future Data Assets ist es, ein Rahmenwerk für das Erstellen von sogenannten Datenbilanzen zu entwickeln. Die Datenbilanz soll sichtbar machen, welcher kommerzielle Wert und welches Potenzial in den Datenbeständen eines Unternehmens stecken und damit eine Lücke in der klassischen Berichterstattung an verschiedene Stakeholder (Reporting) schließen. Die Datenbilanz als Reporting-Instrument soll zwei zentrale Bestandteile enthalten:

1. Der Datenlagebericht weist den Datenbestand eines Unternehmens, die Datenstrategie und dessen Wertsteigerungspotenzial für eine bestimmte Periode in der Vergangenheit aus. Dieser Lagebericht muss auch für externe Akteure, zum Beispiel für Aktionäre und Wirtschaftsprüfer, nachvollziehbar sein.
2. Der Prognoseanteil des Datenlageberichtes gibt Aufschluss über die zukünftige Datenstrategie eines Unternehmens und antizipiert damit eine mögliche zukünftige Wertentwicklung des Unternehmens. Dadurch können sowohl künftige Entwicklungen vorhergesagt als auch geplante Investitionen und deren Auswirkungen abgeschätzt werden.

Langfristiges Ziel des Projektes ist es, über die Lageberichte und den Prognosebericht hinaus das Datenvermögen als Asset in die Konzernbilanz aufzunehmen. Dafür müssen Regeln für die Qualifizierung und Zertifizierung von Datenhaltungskonzepten erstellt werden, welche eine objektive Messung der Datenqualität ermöglichen. Die Anpassung der entsprechenden internationalen Bilanzierungsregeln ist sehr aufwendig und nimmt mehrere Jahre in Anspruch. Future Data Assets leistet dazu wichtige Vorarbeiten: Über eine digitale Plattform, die im Projekt entwickelt wird, können Unternehmen einen Datenlagebericht erstellen. Dieses Toolset, das individuell angepasst werden kann, erlaubt das Erstellen von strukturierten, systematischen und einheitliche Berichten. Diese Plattform wird entsprechend der kommenden VDI-Richtlinie VDI 3715 aufgebaut. Die Richtlinie beschreibt, welche Regeln für die Erstellung und Umsetzung eines Datenlageberichtes zu beachten sind. Als Vorläufer der VDI3715 wurde vom Konsortium ein Positionspapier „Future Data Assets“ entwickelt und vom VDI als kostenloses White Paper öffentlich zur Verfügung gestellt: https://www.vdi.de/ueber-uns/presse/publikationen/details/future-data-assets.

Anwendung und Nutzen
Vor allem kleine und mittlere Unternehmen sowie die produzierende Industrie profitieren von einer Objektivierung der Bewertung ihrer Daten als unternehmerisches Vermögen. Durch die Beschäftigung mit dem eigenen Datenkapital und der Datenstrategie lassen sich bisherige Investitionsstrategien hinterfragen und zukünftige Aufwendungen für digitale Technologien verlässlicher bewerten. Wenn die digitalen Werte transparent beziffert werden können, gewinnen Stakeholder wie Banken und Kreditinstitute größere Sicherheiten.

Konsortium
Atlan-tec Systems GmbH, Deloitte GmbH, DMG MORI Services GmbH, FIR an der RWTH Aachen, Universität des Saarlandes