Future Data Assets

Intelligente Datenbilanzierung zur Ermittlung des unternehmerischen Datenkapitals

Anwendungsbranche: branchenunabhängig
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.

Ausgangslage
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 gegenüber gestellt werden. Während materielle Assets eines Unternehmens als monetäre Werte in Unternehmensbilanzen geführt werden, trifft dies auf Daten bisher nicht zu.

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

Der Datenbilanz-Lagebericht weist den Datenbestand eines Unternehmens und dessen bilanziellen Wert für eine bestimmte Periode in der Vergangenheit aus. Dieser Teil der Datenbilanz muss auch für externe Akteure, zum Beispiel für Wirtschaftsprüfer, nachvollziehbar sein.

Der Datenbilanz-Prognosebericht gibt Aufschluss über die zukünftige Datenbewirtschaftung eines Unternehmens. Durch den Einsatz von Verfahren des maschinellen Lernens können sowohl künftige Entwicklungen vorhergesagt als auch geplante Investitionen abgeschätzt werden.

Langfristiges Ziel des Projektes wird es sein, 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.

Über eine digitale Plattform, die im Projekt entwickelt wird, können Unternehmen ein sogenanntes Datenbilanz-Toolset beziehen. Dieses Toolset, das individuell angepasst werden kann, erlaubt das Erstellen von strukturierten, systematischen und einheitliche Datenbilanzen.

Anwendung und praktischer Nutzen
Vor allem kleine und mittlere Unternehmen sowie die produzierende Industrie profitieren von der Bewertung ihrer Daten als unternehmerisches Vermögen. Durch die Beschäftigung mit dem eigenen Datenkapital 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

01.08.2019-31.07.2022

Thomas Froese
atlan-tec Systems GmbH

Per E-Mail kontaktieren