«Ungehobene Schätze: Wie aus Daten erfolgreiche Businessmodelle gezimmert werden können» hat der Farner Startup Desk anfangs September 2020 zur Veranstaltungsreihe «Grips & Chips» eingeladen. Die Veranstaltung wurde online per Webinar durchgeführt. Im Zentrum stand eine Podiumsdiskussion mit den erfolgreichen Startup-Vertretern und Unternehmern Tobias Ellenberger (Co-Founder & BoD Cybera Global & COO Oneconsult AG), Marc van Nuffel (CEO & Partner DU DA Group), Alexander Grimm (Co-Founder und CEO der Aspaara Algorithmic Solutions AG) und Jürgen Galler (CEO 1plusX).

Seit drei Jahren bietet Farners Startup Desk umfassende Kommunikationsberatung für Jungunternehmen. Mit dem Desk, bestehend aus vier gut vernetzten Spezialisten unter Leitung von Farner Partner Daniel Heller, hat die Agentur umfassendes Startup-Know-How etabliert und bisher über 30 Startups betreut und beraten. Von neuen Geschäftsmodellen kann sehr viel gelernt werden, erklärt Sunjoy Mathieu (Consultant, Farner Startup Desk) einleitend. Der Startup Desk ist überzeugt, dass nur Unternehmen, die offen sind für Veränderungen langfristig überleben und sich weiterentwickeln können.

«Wie baut man aus Daten erfolgreiche Geschäftsmodelle?» Mit dieser Hauptfrage eröffnet Moderator Raphael Dobmann (Executive, Farner Startup Desk) das Podium und leitet eine Vorstellungsrunde der Panelisten ein.

Wer ist wer und woher kommen die Daten?

Tobias Ellenberger kämpft mit seinem Startup Cybera Global gegen Cybercrime: «Wer gewisse Daten weltweit sammeln und analysieren kann, verschafft sich mittels Prognosen einen Informationsvorsprung. Im Bereich Cybercrime kann dies die Welt zu einem sichereren Ort machen.» Weil heute grosse Teile der Polizei- und Strafverfolgungsbehörden nicht echt digitalisiert sind und sich alles auf regionaler Ebene abspielt, gestaltet sich die Verfolgung der immer grenzüberschreitend agierenden Cyberkriminellen schwierig. Mittels einer Private-Public Partnerschaft, also einer Zusammenarbeit zwischen Behörden und der Wirtschaft, strebt CyberaGlobal eine internationale Datensammlung von betrügerisch verwendeten Bankkonten an, um Cyberbetrug effektiv bekämpfen zu können. Die Zusammenführung und Nutzung von Daten bringt aber grosse Herausforderungen – Stichwort Datenschutzproblematik.

Ganz ähnlich sieht das Marc Van Nuffel von der DU DA Group. Der Entwickler von datenbasierten anwendbaren Softwares erklärt: «Viele Daten sind cool;  sie nützen aber nur, wenn sie strukturiert, validiert, vollständig und in Kombination und Abhängigkeit zueinander strukturiert werden.» Daten als unsichtbares Gut generieren nur in gewissen Kombinationen einen Mehrwert, sie müssen in Abhängigkeit zu einander stehen, damit man mit ihnen arbeiten kann.

Alexander Grimm und sein Team von Aspaara Algorithmic Solutions AG haben eine künstliche Intelligenz entwickelt, die Personalplanungen optimiert. Das KI-gesteuerte Produkt «MatchingCore» blickt in die historischen Daten der Personalplanung und findet zwischen den Mitarbeitern und den Arbeitseinsätzen den besten «Match». So können Arbeitskosten um bis zu 7% reduziert werden. Auch die Arbeitnehmerbedürfnisse werden dabei besser beachtet. «Wir versuchen für alle Stakeholder mittels KI das beste Matching fortlaufend und dynamisch zu berechnen.»

Ähnlich wie Alexander Grimm hat auch Jürgen Galler ein «Software as a Service» Geschäftsmodell entwickelt. 1plusX heisst seine Firma, welche Berechnungen von Zielgruppen für digitales Marketing anstellt. Ebenfalls mittels KI und Daten erfasst er, auf der Grundlage des Nutzerverhaltens, die qualitativ besten Zielgruppen für seine Kunden. So werden den Unternehmen die optimalen Werbetargets gewährleistet. 1plusX arbeitet mit ihrer Software für Medienunternehmen weltweit. «Die Rohdaten gehören immer den Unternehmen, mit denen wir zusammenarbeiten. Wir sind die Raffinerie, die die Rohdaten verbessert und zusätzlich Intelligenz liefert, um die Zielgruppen zu definieren», erklärt Jürgen Galler.

Wie wird Big Data zu Smart Data?

Jürgen Galler und Alexander Grimm erklären übereinstimmend: Die Verarbeitung von Daten kann man sich wie in einer Ölraffinerie vorstellen, nur anstatt Öl werden Events verarbeitet. Ein Event ist eine Interaktion, die ein Nutzer irgendwo an einem Objekt durchgeführt hat. Selbstlernende Algorithmen bilden quasi die Raffinerie und können entscheidende Informationen aus einem Riesentank von Events – sprich: Big Data – herausziehen, auswerten und wertvolle Erkenntnisse generieren. Man braucht also Big Data um Smart Data zu generieren. Die Daten werden gesammelt und aufbereitet, d.h. validiert und analysiert. Man braucht verschieden geartete Raffinerien, um aus den verschiedenen Arten jeweils den richtigen «Treibstoff» zu produzieren. Big Data hat vier Kriterien: Velocity, Veracity, Volume und Variety. Je nach Businessmodell werden einzelne Kriterien schwerer gewichtet und je nach Anwendung muss mit diesem «Rohöl» anders umgegangen werden.

Also: Data is the new oil?

Im Vergleich zwischen Daten und Öl gibt es tatsächlich viele Parallelen, aber es gibt doch auch gewichtige Unterschiede. Wenn man aus Big Data Smart Data macht, müssen diese auch verwendbar sein, zumal sie oft nicht für jeden gleich wertvoll sind. Aus einem einzelnen Datenpool können mehrere verschiedene Verarbeitungsmöglichkeiten entstehen, je nach gewähltem Geschäftsmodell. Ein gewichtiger Unterschied zum Vergleich mit Öl ist, dass wir uns mit der Datennutzung noch am Anfang befinden und Big Data immer grösser wird, während das Öl eher weniger wird.

Momentan wird angenommen, dass sich das weltweite Datenvolumen zukünftig – entsprechend dem Mooreschen Gesetz – etwa alle 18 Monate verdoppelt. Wir stehen also ganz am Anfang. Das Datenvolumen, das was wir heute auswerten können, wird nichts sein im Vergleich zu dem, was uns in der Zukunft zur Verfügung stehen wird. Für Firmen sollte es deshalb keine Option sein, nur mit qualitativen, schon vorhandenen Daten zu arbeiten. Durch kombinieren und analysieren von neuen Datenquellen können immer bessere Ergebnisse erzeugt werden.

Ratschläge für ein datenbasiertes Businessmodell

Zum Schluss der Podiumsdiskussion geben die vier Spezialisten konkrete Inputs für den Umgang mit Daten als Businessmodell:

Tobias Ellenberger: «Erfolgreiche Geschäftsmodelle erfordern einen Abnehmer. Man muss sich immer überlegen auf welche Art Daten dem Kunden helfen. Ein Mehrwert von gut genutzten Daten muss für eine genügend grosse Anzahl Menschen vorhanden sein, damit ein Business sich lohnt. Zudem müssen erfolgreiche Geschäftsmodelle zur richtigen Zeit kommen. Bei der Vermarktung des Businessangebots hilft es, sich die grossen Unternehmen wie Apple und McDonald’s zum Vorbild zu nehmen.»

Marc Van Nuffel: «In Bezug auf Daten: Von wo bekomme ich die Daten, in welchen Mengen muss ich die haben? Und ist mein Modell überhaupt skalierbar? KI funktioniert erst ab einer gewissen Anzahl Datensätzen. Und wenn man dann die Daten sammelt muss man sie konsequent von Anfang an sauber, getrennt und validiert ablegen. Nur so sind Daten nachhaltig und bringen keinen Zeitverlust und keine Kosten um Daten wieder zu erarbeiten.»

Alexander Grimm: «Nutzerzentriertes Arbeiten ist wichtig. Alle Stakeholder berücksichtigen und definieren, was man erreichen möchte. Das ist der Garant dafür, dass der Algorithmus in die richtige Richtung geht. Und das ist sehr wichtig im Hinblick auf Daten. Generell würde ich noch anfügen «Dream big, start small».  

Jürgen Galler: «Ein Investor hat mir einmal gesagt: Listen to the sales people» – hör den Verkäufern zu. Wer ein erfolgreicher Entrepreneur sein will muss verkaufen wollen und können. Wenn man verkaufen will, muss man neben den Sales-Leuten vor allem dem Kunden zuhören, weil man sonst etwas baut, das man in sein privates Museum stellen kann.»

Inquiries

Farner Consulting AG
Luc Heller, Mitarbeiter Startup Desk
luc.heller@farner.ch