UdZ 01.25 / 57 1 s. Wixom u. Ross 2017, S. 11 2 s. Zhang et al. 2023, S. 13 3 s. Parvinen et al. 2020, S. 28 DATAMITE-Konsortiums sind. Insgesamt identifiziert das Modell zwölf Strategien und strukturiert diese entlang der abgebildeten Dimensionen (s. Bild 1). Das Modell differenziert primär zwischen interner und externer Datenmonetarisierung: • Interne Monetarisierung ist auf die Kosteneinsparunge und Optimierung von Prozessen ausgerichtet. • Externe Monetarisierung schafft Wert durch den Verkauf, die Lizenzierung oder den Austausch von Datenprodukten. Die externe Datenmonetarisierung wird wiederum in die drei Kategorien Indirekte Datenmonetarisierung, Direkte Datenmonetarisierung und Nichtmonetäre Datennutzung unterteilt. Die indirekte Datenmonetarisierung kann Daten auf fünf unterschiedliche Arten nutzen, um bestehende Produkte und Dienstleistungen zu verbessern oder personalisierte Lösungen für Kunden zu entwickeln. Ein Beispiel ist das Data-Wrapping gemäß Wixom u. Ross, wobei Unternehmen Informationen um ihre Kernprodukte oder -dienstleistungen „wickeln“. Dies bedeutet, dass Unternehmen zusätzliche Informationen oder Mehrwertdaten verwenden, um ihre Produkte oder Dienstleistungen für Kund*innen attraktiver zu gestalten. Wenn Kund*innen diese Informationen erhalten, werden die Produkte oder Dienstleistungen wertvoller1. Im Gegensatz dazu generiert die direkte Datenmonetarisierung Erlöse durch den Verkauf oder die Lizenzierung von Daten als eigenständiges Produkt oder Service in vier verschiedenen Ausprägungen2. Die am einfachsten umzusetzende Strategie der direkten Monetarisierung ist das Dataas-a-Service-Modell. Hierbei können Rohdaten direkt am Markt zum Verkauf angeboten werden3. Dabei beschreibt diese Strategie eine kontinuierliche Geschäftsbeziehung mit regelmäßigem oder kontinuierlichem Datenaustausch. Der Einmalverkauf von Daten wird durch diese Strategie im Grenzbereich als diskontinuierliche Geschäftsbeziehung ebenfalls dargestellt. Die nichtmonetäre Nutzung umfasst indirekte Vorteile, die sich für Datenanbieter oder Organisationen ergeben können. Dabei liegt der Fokus auf den emotionalen und praktischen Vorteilen wie z. B. gesteigerter Reputation, Marktanteilsgewinnen oder besserer Kund*innenbindungund kann durch eine Share-for-free-Strategie umgesetzt werden. Zur praxisnahen Umsetzung des Strategiemodells wurden zwei Werkzeuge entwickelt, die in die Plattform integriert The model primarily distinguishes between internal and external data monetization • Internal monetization focuses on cost savings and process optimization. • External monetization creates value through the sale, licensing, or exchange of data products. External data monetization is further categorized into three types: Indirect data monetization, direct data monetization, and non-monetary data usage . Indirect data monetization leverages data in five distinct ways to enhance existing products and services or develop customized solutions. One example is data wrapping, as described by Wixom & Ross, where companies "wrap" information around their core products or services. By providing additional information or value-added data, businesses make their offerings more attractive. When customers receive this additional information, the products or services become more valuable to them1. In contrast, direct data monetization generates revenue by selling or licensing data as a standalone product or service in four different ways2. The simplest approach is the data-as-a-service model, in which raw data is sold directly on the market, typically through a continuous business relationship with regular data exchange4. The one-time sale of data is also covered by this strategy as a discontinuous business relationship variant. Non-monetary use encompasses indirect benefits for data providers and organizations. The focus here is on both emotional and practical benefits, such as enhanced reputation, market share growth, and stronger customer loyalty, which can be achieved through a share-for-free strategy. To facilitate the practical implementation of the strategy model, two tools have been developed and integrated into the platform. These tools help organizations effectively apply the insights gained. A matrix visualizes the data and cash flows of the individual strategies, providing a structured foundation for analyzing economic potential. In addition, a structured questionnaire guides organizations in selecting the most suitable monetization strategy. Based on Gassmann et al. magic triangle framework for business model description, the questionnaire enables systematic 1 see Wixom u. Ross 2017, p. 11 2 see Zhang et al. 2023, p. 13 3 see Parvinen et al. 2020, p. 28 4 see Gassmann et al. 2013, S. 2
RkJQdWJsaXNoZXIy NzcyMw==