Monetarisierung industrieller Daten

Motivation und Herausforderung

• Daten werden in verschiedenen Wertschöpfungsstufen erzeugt, aber nicht durchgängig verknüpft
  
• Die Kombination von Nutzenpotenzialen der Industriedaten aus verschiedenen Quellen kann zu wertvollen Erkenntnissen führen, wird aber noch nicht monetarisiert

Ziel

• Akteure der Wertschöpfungskette: Identifikation von generischen Rollen
• Nutzenpotenziale von Maschinensensor-Daten: Identifikation des Nutzenpotenzials, welches verschiedene Datenquellen liefern (Sensoren, Manufacturing Execution System etc.)
• Mehrwert der Datenanalyse: Identifikation geeigneter Machine Learning- / Analytics-Modelle zur Wertgenerierung
• Mehrwert Monetarisierung: Abgleich der Wertbeiträge und Entwicklung von Strategien zur Erzielung nutzenorientierter Umsätze

Vorgehensweise

• Entwicklung eines Blueprints zur Gestaltung eines ganzheitlichen Geschäftsmodelles entlang der Wertschöpfungskette
• Erstellen eines Leitfadens zur Bewertung und Entwicklung von Amortisationsstrategien für die Monetarisierung von industriellen Daten