In der Vergangenheit gab es in Unternehmen zwei Ansätze, um aus Daten einen Mehrwert zu schöpfen.
Einige Unternehmen verfolgten einen basisorientierten Ansatz, bei dem einzelne Mitarbeiter:innen und Teams ihre eigenen Datenspeicher bei Bedarf nach Insights durchforsteten. Andere – in der Regel größere – Unternehmen wandten eher eine „Big-Bang-Methode“ an, bei der ein spezielles Team für die Sammlung, Aufbereitung und Übermittlung von Daten gebildet wurde.
Die Probleme mit diesen Ansätzen? Beide sind nicht nachhaltig. Mit keinem der beiden Systeme kann die durch Kund:innen und interne Abläufe entstehende Menge an Daten bewältigt werden. Und keines von beiden ermöglicht es den Kund:innen, von ihren eigenen Daten zu profitieren.
Doch laut McKinsey gibt es nun eine dritte Möglichkeit: die Behandlung von Daten als internes Produkt.
Die Nutzung von Daten als internes Produkt verschafft Unternehmen wie Netflix, Intuit, PayPal und vielen anderen einen Wettbewerbsvorteil.
Sollten Sie diesem Beispiel folgen? Eine Gruppe von Branchenfachleuten beantwortete diese Frage kürzlich im Rahmen einer Gesprächsrunde.
Die Runde bestand aus Sejal Amin, Chief Technology Officer von Shutterstock, Jana Eggers, CEO von Nara Logics, Razat Gaurav, CEO von Planview, und Dr. Rich Sonnenblick, Chief Data Scientist von Planview, und wurde von Ray Wang, Principal Analyst und Gründer von Constellation Research, Inc. moderiert.
In diesem Blogbeitrag erfahren Sie Näheres zu ihrer Perspektive auf die Nutzung von Daten als Produkt sowie zu Folgendem:
- Wandel in der Sichtweise von Unternehmen auf Kundendaten
- Nutzen der Produktivierung von Daten für Unternehmen und Kund:innen
- Bedeutung von ethischer Datenbeschaffung und die zu beachtenden Grauzonen
Sehen Sie sich die vollständige Diskussion an: AI in the Enterprise: Opportunities, Challenges, and the Road Ahead
Neue Kultur, neues Mindset – der Wandel im Bereich Kundendaten
Die Verlagerung von Daten aus dem Unternehmen (On-Premise) in die Cloud hatte unzählige Vorteile für die Kund:innen: leichterer Datenzugriff, höhere Sicherheit und bessere Organisation. Der Wandel brachte zudem eine massive Veränderung der Art und Weise mit sich, wie Unternehmen Daten betrachten, nutzen und verwalten.
Zu Beginn des Cloud-Wahns begannen Unternehmen wie Planview, die Daten ihrer Kund:innen zu speichern. Viele Cloud-Unternehmen gingen mit den gespeicherten Daten ihrer Kund:innen um wie mit dem Inhalt in einem Lagerraum: Sie behalten sie, aber sie rühren sie nicht an.
Alles lief ganz nach dem Motto „Hände weg von den Daten“, und die Entwicklungs-, Produkt- und Customer-Support-Teams gewöhnten sich daran, nie ohne Erlaubnis mit Daten zu interagieren. Jeder Zugriff auf die Daten erforderte eine ausdrückliche Genehmigung für bestimmte Aktionen.
Aber die Kultur hat sich verändert. Die Beziehung zwischen Unternehmen und Kund:innen sowie die Beziehung zwischen Teams innerhalb eines Unternehmens hat sich verändert – vor allem, weil mehr Daten in Echtzeit verfügbar sind.
Anstatt ein Speicherdienst zu sein, funktionieren Cloud-Unternehmen jetzt eher wie Banken: Sie nutzen die Daten, um bessere Entscheidungen für das Unternehmen und für seine Kund:innen zu treffen.
Ja, Unternehmen speichern Daten – aber darüber hinaus nutzen sie sie ständig, lernen aus ihnen und setzen sie ein. Daten wie ein Produkt zu behandeln bedeutet, dass sie ihre eigenen Prozesse erhalten, für verschiedene Verwendungszwecke angepasst werden, Unterstützung (einschließlich Dokumentation und Schnittstellen) für verschiedene nachgelagerte Anforderungen erhalten und klaren Regeln unterliegen – genau wie bei einer Bank.
Nutzung von Daten als Produkt – Vorteile für Unternehmen und Kund:innen gleichermaßen
Die Nutzung von Daten zur Produktverbesserung, zur Entwicklung von Funktionen, zur Bereitstellung von KI/ML-Funktionen zum Trainieren von Modellen in Echtzeit und zur Durchführung von Änderungen für die nachgelagerte Nutzung durch Kund:innen ist von großem Mehrwert. Daten sind für die Analyse und Optimierung unerlässlich.
Trotz dieser vielen Vorteile erfordert die Verwendung von Daten als Produkt und die Betrachtung interner Teams als Kund:innen für viele Unternehmen ein Umdenken. Je größer das Unternehmen ist, desto höher ist der Aufwand für die systematische, wiederholbare und effiziente Erstellung dieser Datenprodukte.
Wenn Unternehmen ihre Sichtweise in Bezug auf Daten erweitern, können sie Chancen erkennen, Daten für mehr als nur interne Zwecke zu nutzen.
Wenn ein Unternehmen auf einem Goldschatz an Kundendaten sitzt, könnte dies genau die Gelegenheit sein, zusätzlichen Nutzen aus vorhandenen Ressourcen zu schöpfen.
Kund:innen betreiben oft ihre eigene Data Science und wollen auf effiziente Weise Zugang zu ihren eigenen Daten. Daten als Produkt sind eine weitere Möglichkeit für Unternehmen, ihre Kund:innen zu unterstützen, indem sie ihnen den Zugriff auf ihre eigenen Daten erleichtern und eine Verbesserung ihrer eigenen Prozesse ermöglichen.
Es ist eine Win-Win-Situation basierend auf Informationen, die bereits vorhanden sind und nur darauf warten, in vollem Umfang genutzt zu werden.
Um zusätzliche Vorteile im Zusammenhang mit Daten zu realisieren, überlegen Unternehmen, wie sie ihre Angebote nachhaltiger skalieren können, sodass weniger menschliches Eingreifen erforderlich ist und Kund:innen auf ihrer Suche nach verschiedenen Arten von Inhalten von mehr Automatisierung und Transparenz profitieren können.
Es ist klar, dass die Definition von Daten als Produkt interne Vorteile für ein Unternehmen hat. Darüber hinaus bietet sie jedoch auch für Kund:innen in vielerlei Hinsicht einen Mehrwert.
Ethische Datenbeschaffung – das A und O
Ein Paradebeispiel für die Nutzung von Daten als Produkt ist Shutterstock. In der Diskussionsrunde berichtete Sejal Amin von den Erfahrungen, die Shutterstock mit ethisch korrekten Daten gemacht hat, und welche Bedenken es in der Branche bei der Betrachtung von Daten als Produkt gibt.
Shutterstock schloss mehrere große Deals mit Amazon, Google, Meta und vielen anderen großen Unternehmen ab und verkaufte ihnen seine Bibliothek oder Teilbereiche seiner Bildbibliothek. In einigen Fällen wandten sich die Unternehmen erneut an Shutterstock und baten um Assets anderer Art oder weitere Assets derselben Art.
Unternehmen hatten einen immer größeren Bedarf an Daten, und Shutterstock war mit seinen ethischen Assets und den dazugehörigen Metadaten, von denen es dank Automatisierungen und manueller Hilfe von Mitwirkenden bereits über eine große Menge verfügte, bestens vorbereitet.
Es war genau das, was Hyperscaler für den Aufbau ihrer Angebote brauchten. Und all dies geschah zu einer Zeit, in der die Diskussion rund um legale und ethisch korrekte Daten an Fahrt aufnahm. Durch die ethische Datenbeschaffung hatte Shutterstock also einen Wettbewerbsvorteil.
Allerdings gibt es einige Grauzonen. Sejal Amin ermutigt Unternehmen, die Daten als Produkt verkaufen, sich schwierige Fragen wie z. B. die folgenden zu stellen:
- Was genau geben Sie her?
- Wie viel davon geben Sie her?
- Ist es das Richtige, dies zu tun?
- Was ist das ultimative Ziel Ihres Vorhabens, und wie wollen Sie es erreichen?
- Nach welcher Art von Inhalten suchen Sie? Nach welcher Art von Metadaten suchen Sie?
Die Beantwortung dieser Fragen wird Unternehmen dabei helfen, die ethische Datenbeschaffung als ihr Leitbild zu betrachten.
Alles zusammenbringen
Sollten Sie Daten also als ein Produkt betrachten? Diese Frage ist brandaktuell, und der Boom im Bereich der KI-Funktionen beschleunigt die Notwendigkeit, sie zu beantworten.
Der Ansatz bietet nicht nur für Ihr Unternehmen, sondern auch für Ihre Kund:innen erhebliche Chancen. Eine ethische Datenbeschaffung unterstützt ein Verhältnis zu Daten, dem Kund:innen und Stakeholder gleichermaßen vertrauen und das sie schätzen können.
Neugierig, welche weiteren Auswirkungen KI in den Unternehmen von heute hat? Sehen Sie sich das vollständige Video „AI in the Enterprise: Opportunities, Challenges, and the Road Ahead“ an und erfahren Sie mehr über die Auswirkungen von KI auf Wissensarbeiter:innen, verantwortungsvolle KI und darüber, was Organisationen heute tun können.
