Entwicklung von Daten-Geschäftsmodellen


@BM Key-Note: Neue Datengeschäftsmodelle für den Mittelstand

Von Datenprojekten zur datengetriebenen Unternehmenskultur
Wie können Geschäftsmodelle der etablierten Industrien erweitert, Wertschöpfungspotenziale von Big Data erfolgreich in unseren Unternehmen und Industrien genutzt werden?
Mittels Big Data Technologien lassen sich bestehende Geschäftsprozesse optimieren beziehungsweise erweitern sowie neue Geschäftsfelder und Unternehmen entwickeln.

Unter dem Begriff Big Data werden insbesondere neue Lösungstechnologien und Verfahren verstanden, die es ermöglichen, komplexe Daten effizient zu verarbeiten. In den letzten Jahren rückte das Thema in den Mittelpunkt der wissenschaftlichen und praktischen Diskussion, da sich mittels Big Data Technologien neue, innovative Anwendungsfälle realisieren lassen.

Bestehende Geschäftsprozesse können optimiert werden, indem beispielsweise die Effizienz der Datenverarbeitung gesteigert wird und bisher ungenutzte Datenquellen zur Unterstützung von Prozessen genutzt werden. Daten werden zur Realisierung von neuen datenbasierten Services genutzt.
Neben der Optimierung bestehender Prozesse können etablierte Geschäftsfelder erweitert, neue Geschäftsfelder erschlossen und neue Unternehmen gegründet werden.

Wie steigt man sinnvoll als Unternehmen in das Thema ein:

@BM Key-Note: Neue Datengeschäftsmodelle für den Mittelstand
  1. Laboransatz und iteratives Vorgehensmodell
    Es empfiehlt sich daher einen Laboransatz zu wählen und den Anwendungsfall iterativ zu entwickeln. Nach erfolgreichem Machbarkeitsnachweis sollte der Anwendungsfall und der Prototyp sukzessive erweitert werden.
  2. Interdisziplinäre Teams
    Das Thema Big Data sollte keinesfalls als reines IT-Thema betrachtet werden. Vielmehr ist eine enge Zusammenarbeit von IT und Fachabteilungen erforderlich.
  3. Fokus auf Quick Wins (kleine Projekte, bekannte Probleme)
    Unternehmen, die noch keine Big Data Projekte initiiert haben, sollten sich auf kleine Projekte fokussieren, die in relativ kurzer Zeit einen messbaren Erfolg bringen
  4. Managementunterstützung
    Das Thema Geschäftsmodell-Innovation und Big Data sollte insbesondere aufgrund der strategischen Relevanz von oberster Unternehmensführung getragen und unterstützt werden.
  5. Datengetriebene Unternehmenskultur
    Um mit Big Data nachhaltige Erfolge zu erzielen ist es erforderlich in der Organisation eine Unternehmenskultur zu etablieren, die Big Data beziehungsweise analytischen Themen offen gegenübersteht. Hierzu zählt unter anderem, dass in der Organisation datengestützte Erkenntnisse in operative Entscheidungsprozesse einfließen und neue Denkmuster zugelassen werden. Unternehmen, die strategische sowie operative Entscheidungen weitestgehend ohne Datenanalysen treffen, haben keine Möglichkeit ihr Geschäftsmodell mit Daten zu erweitern. Pionierunternehmen auf dem Gebiet Big Data beziehungsweise Data Analytics haben früh erkannt, dass Daten einen positiven Wertschöpfungsbeitrag leisten.

Quellen und Inspirationen:

  • Unser Blockchain Startup in München
  • Münchner Kompetenz Runde Smart Data
  • Factfish GmbH
  • BM Capital Munich – Business Technology Office
  • Omega Lambda Tech GmbH
  • Universität Erlangen
  • Bitkom
  • IBM Watson Team
  • Vortrag Prof. Russo bei Venture Capital Club München

Für Fragen stehen wir gerne zur Verfügung.
+49 (0) 89 4900 9977

Bruno Müller
CEO maxxelUP


From data projects to data-driven corporate culture
How can business models of established industries be expanded and Big Data’s value creation potential successfully exploited in our companies and industries?
Big data technologies can be used to optimize or expand existing business processes and to develop new business areas and companies.

The term „big data“ refers in particular to new solution technologies and processes that make it possible to process complex data efficiently. In recent years, this topic has become the focus of scientific and practical discussion, as new, innovative applications can be realized using big data technologies.

Existing business processes can be optimized, for example by increasing the efficiency of data processing and using previously unused data sources to support processes. Data is used to implement new data-based services.
In addition to optimizing existing processes, established business fields can be expanded, new business fields opened up and new companies founded.

How to get a meaningful start as a company in this topic:

  1. Laboratory approach and iterative process model
    It is therefore recommended to choose a laboratory approach and to develop the application case iteratively. After successful proof of feasibility, the application case and the prototype should be successively expanded.
  2. Interdisciplinary Teams
    The topic of big data should by no means be regarded as a pure IT topic. Rather, close cooperation between IT and specialist departments is required.
  3. Focus on quick wins (small projects, known problems)
    Companies that have not yet initiated big data projects should focus on small projects that bring measurable success in a relatively short time.
  4. Management assistance
    The topic of business model innovation and big data should be supported and supported by top management, especially due to its strategic relevance.
  5. Data-driven corporate culture
    To achieve sustainable success with Big Data, it is necessary to establish a corporate culture within the organization that is open to Big Data or analytical topics. Among other things, this means that data-supported findings are incorporated into operational decision-making processes and new ways of thinking are permitted. Companies that make strategic and operational decisions largely without data analysis have no possibility to expand their business model with data. Pioneering companies in the field of big data and data analytics recognized early on that data makes a positive contribution to value creation.

Sources and Inspirations:

  • Our Blockchain Startup in Munich
  • Munich Competence Round of Smart Data
  • Factfish Ltd.
  • BM Capital Munich – Business Technology Office
  • Omega Lambda Tech GmbH
  • University of Erlangen
  • Bitkom
  • IBM Watson Team
  • Lecture by Prof. Russo at Venture Capital Club Munich