Monetarisierung in Zeiten der Digitalen Transformation - Geld fließt, wo Daten fließen

Volker Gruhn

Die Digitale Transformation lässt nur wenige Aspekte der Beziehung zwischen Kunden und Unternehmen unberührt. Das gilt auch und vor allem für die Zahlungsströme, die zwischen den Beteiligten hin und her fließen. Güter und Services, die sich unter dem Eindruck der neuen technischen Möglichkeiten fundamental verändern, werden auch grundlegend anders ver- und gekauft [1]. Für die systematische Suche nach neuen Möglichkeiten zur Monetarisierung der eigenen Angebote eignen sich die sogenannten Objects of Revenue. Das sind Objekte innerhalb des Unternehmens, die unmittelbar mit Zahlungsströmen verknüpft sind beziehungsweise verknüpft werden können.

Quer durch alle Branchen bringt die Digitale Transformation eine grundlegende Veränderung mit sich: Unternehmen müssen Informationen über reale Objekte nicht mehr in Modelle (typischerweise Informationssysteme) übertragen. Sie können reale, physische Objekte direkt befragen oder diese Objekte geben Daten über ihren Zustand eigenständig preis. Dies ist eine einfache Tatsache, aus der sich viele Digitalisierungschancen ableiten lassen.
Um die Einbindung realer Objekte in Geschäftsprozesse als Digitalisierungstreiber klarer fassen zu können, haben wir den Begriff des Object of Interest (OoI) in die Diskussion eingebracht. Ein OoI ist unmittelbar in die Geschäftsprozesse des Unternehmens eingebunden und hat das Potenzial, diese Geschäftsprozesse maßgeblich zu vereinfachen [2]. Sie sind sozusagen die kleinste Einheit, in der sich die Auswirkungen der Digitalen Transformation für Unternehmen manifestieren. Ein OoI liefert entweder kontinuierlich oder zumindest auf Anfrage Daten über seinen Zustand, die an anderer Stelle ausgewertet werden, oder es empfängt Daten zu seiner Steuerung. Ein OoI ist in der überwiegenden Mehrheit aller Fälle ein reales Objekt. Es kann auch ein Mensch sein, der bereit ist, Informationen über seinen Zustand, Ort oder Kontext zu liefern. Auch rein virtuelle Objekte können ein OoI sein.
Typische Beispiele für OoI sind die Maschinen, die ein produzierendes Unternehmen herstellt, der Krankenversicherte, der in einem Kernspintomographen untersucht wird, oder das Aktiendepot eines Bankkunden.
Bei Objects of Interest ist nicht nur der Datenfluss ein anderer. Auch die Art und Weise, wie Zahlungsströme in ihrem Umfeld fließen, kann sich von traditionellen Geschäftsmodellen unterscheiden. Um die verschiedenen Ansätze der Monetarisierung zu systematisieren, wird die Idee der Objects of Interest um das Konzept der Objects of Revenue (OoR) erweitert. Diese OoR sind die Untermenge der Objects of Interest, die unmittelbar mit Zahlungsströmen verknüpft sind.
Zunächst gilt es, die OoR innerhalb des eigenen Unternehmens zu identifizieren.

Die Suche nach den Umsätzen

Im einfachsten Fall ist ein Object of Revenue ein bestehendes Produkt oder bestehender Service, den bestehende Kunden kaufen. Angesichts der Digitalen Transformation können es aber auch gänzlich neue Monetarisierungsquellen sein. In diesem Fall besteht die Gefahr, dass die Verantwortlichen Umsatzpotenziale übersehen.
Ein Instrument, das die Beteiligten dabei unterstützt, ist der Interaction Room (IR) [2]. Beim IR handelt es sich um einen echten Raum, in dem interdisziplinäre Projektteams regelmäßig zusammenkommen und klassische Whiteboards, Pinnwände und Klebesymbole für die Zusammenarbeit einsetzen. Den Wänden dieses Raums – in der Terminologie des Interaction Room „Landkarten“ oder „Canvases“ genannt – kommt eine tragende Rolle zu. Auf ihnen dokumentieren die Beteiligten gut sichtbar Geschäftsmodelle, off ene Punkte oder den Projektfortschritt. Die Projektmitglieder erkennen somit die Abhängigkeiten zwischen Prozessen, Daten oder Anwendungslandschaften – und eben auch Zahlungsströmen.
Der Interaction Room mit seinem strukturierten und ergebnisorientierten Vorgehen bietet Teams auch den richtigen Rahmen für die Suche nach OoR. Es gilt: Immer an (potenziellen) Schnittstellen zu (potenziellen) Kunden wird es interessant. Die Beteiligten im IR müssen typische Fragen klären wie zum Beispiel: Wofür wären Beteiligte bereit zu bezahlen? Von wem, beziehungsweise an wen, fl ießt Geld und in welcher Höhe? Dabei ist zu beachten, dass Zahlungsströme für OoR auch negative Werte haben, das heißt für ein Unternehmen mit Auszahlungen verbunden sein können. Beispielsweise kann ein Automobilhersteller den Käufern seiner PKWs – ein Object of Revenue – eine Prämie dafür bezahlen, dass er auf die Nutzungsdaten der Fahrzeuge zugreifen darf, um daraus Rückschlüsse auf den Wartungsbedarf zu ziehen.
Dieses Beispiel zeigt: Wenn Unternehmen an Internet-of-Things- beziehungsweise Internet- of-Service-Konzepten arbeiten, sollten die Entscheider bei der Suche nach neuen Geschäftsmodellen ein besonderes Augenmerk auf die dabei entstehenden Daten richten. Diese Daten werden im Interaction Room sozusagen als „default OoR“ betrachtet. Denn hier entstehen bisher völlig unbekannte Monetarisierungsmöglichkeiten. Ein Smartphone- Hersteller könnte die anonymisierten Bewegungsprofi le seiner Kunden – von Datenschutzbedenken abgesehen – an die Anbieter von Echtzeitnavigationslösungen verkaufen, die auf dieser Basis ihre Routenplanung optimieren. Ebenso könnte der Produzent von MRT-Geräten die anonymisierten Aufnahmen von Patienten an Unternehmen verkaufen, die medizinische Studien durchführen.


Bild 1: Monetarisierungsmodelle vor dem Hintergrund der physischen beziehungsweise digitalen Ausprägung
der Objects of Revenue. (Quelle: adesso AG).

OoR sind sehr vielfältig

OoR können sehr unterschiedliche Ausprägungen annehmen. An den Endpunkten der Skala „Präsenz“ (Bild 1) befi nden sich rein physische (ganz links) beziehungsweise rein digitale Objekte (ganz rechts). Beide Extremformen gibt es wirklich: die LKW-Ladung Kies ganz links, der Musik-Stream ganz rechts. Aber noch häufi ger entstehen Mischformen, in denen Elemente aus beiden Welten zum Tragen kommen. Dabei gilt es zu beachten, dass für die Einordnung der eigenen OoR anhand solch einer Skala ausschließlich die Wahrnehmung durch den potenziellen Kunden relevant ist. Welche Bedeutung und welchen Wert misst er dem physischen, welche dem digitalen Aspekt zu? Es ist also nicht relevant, wie die Kosten- oder Erlösstruktur der einzelnen physischen und digitalen OoR-Komponenten aussieht. Relevant ist, welchen Nutzen der Anwender den physischen und welchen er den digitalen Elementen zuordnet und welcher Aspekt den Eindruck des Kunden vom gesamten OoR prägt.
Ein Beispiel verdeutlicht diesen Unterschied zwischen Anbieter- und Nutzersicht. Ein Hersteller von Personenwaagen beschließt, eine neue, WLAN-fähige Waage auf den Markt zu bringen. Die Messergebnisse stellt er über einen Cloud-Service online für seine Kunden zur Verfügung. Der Hersteller lässt zu diesem Zweck eine App entwickeln, die den Gewichtsverlauf visualisiert und individuelle Tipps zum Abnehmen zur Verfügung stellt. Die Produktionskosten verteilen sich zu 95 Prozent auf die Hardware – die Waage – und zu fünf Prozent auf die Software. Für den Anwender aber ist seine App mit seinen Messergebnissen und seinen Tipps für die gesunde Ernährung der entscheidende Punkt für die Interaktion mit dem Unternehmen geworden. Für ihn dominiert die digitale Präsenz des OoR eindeutig. Entsprechend muss der Hersteller seine Positionierung vornehmen.
Während es unzählige Beispiele für rein digitale OoRs gibt (beispielsweise Services, die ausschließlich über das Smartphone genutzt werden, oder Medienstreaming-Dienste) [3], fällt es schwer, sich physische Objekte vorzustellen, die nicht durch digitale Elemente aufgewertet werden können. Selbst die Qualität einer Lieferung Kies aus dem Beispiel oben kann durch Informationen über den genauen Lieferzeitpunkt und die exakte Menge, die der Lieferant automatisch in das Warenwirtschaftssystem des Empfängers überträgt, verbessert werden. Spätestens mit dem Blick auf Logistikthemen verschieben sich viele OoRs in Richtung digitale Präsenz.
Je nachdem, wo auf dieser Skala Kunden die Angebote eines Unternehmens einordnen, bieten sich grundsätzlich unterschiedliche Ansätze der Monetarisierung an. Natürlich sind diese Unterscheidungen nie trennscharf und exakt; es geht eher darum, ein Gefühl für die eigene Situation und die eigenen Möglichkeiten zu entwickeln. Einige der wichtigsten Modelle werden im Folgenden näher erläutert.

Hardware-Plus-Modelle

Diese Modelle sind noch deutlich in der physischen Welt beheimatet. Durch Sende- und Empfangseinheiten und die Anbindung an das Internet werden die Möglichkeiten der OoR auf eine neue Ebene gehoben. Nutzer können die so erzeugten Daten unmittelbar in ihre Informationssysteme übertragen und dort verarbeiten. Auslastung, Stillstand, Wartung – zahlreiche Aspekte können Unternehmen so verbessern.
Diesen Vorteil, den verbundene Gegenstände gegenüber unverbundenen haben, können sich Produzenten von ihren Kunden in Form eines höheren Preises bezahlen lassen. Unternehmen verbinden dieses Modell häufig mit dem Angebot zusätzlicher Software, beispielsweise in Form von Apps, mit deren Hilfe Anwender die vernetzten Gegenstände ansprechen und managen können. Auch diese Software kann eine zusätzliche Erlösquelle sein. Internetfähige Thermostate, über die Heizungen gesteuert werden können, sind ein Beispiel für so ein Angebot.


Bild 2: Hardware-Service- Modelle verändern die Zahlungsströme. (Quelle: adesso AG).

Hardware-Service-Modelle

Für Produzenten dürfte das größte Potenzial der Digitalen Transformation kurzfristig in diesem Modell liegen. Die Idee dahinter liegt angesichts der Möglichkeiten Cyber-Physikalischer Systeme [4] auf der Hand. Die Daten, die OoR aufzeichnen und übertragen, können der Rohstoff werden, aus dem Anbieter zusätzliche Services formen. So kann der Hersteller der vernetzten Objekte Nutzungsdaten der Anwender sammeln und analysieren. Er ermittelt auf dieser Basis, mit welchen Möglichkeiten er die Nutzung für seine Kunden verbessern kann. Beispiele dafür gibt es zahlreiche: Aus Maschinenauslastungsdaten lassen sich Services zum Energiemanagement ableiten, aus Bewegungsdaten der Logistikflotte Services zur Optimierung des Materialflusses. Diese tief in die Abläufe des Kunden integrierten Dienstleistungen verbessern sein Nutzererlebnis ganz fundamental (Bild 2).
Aus Sicht des Anbieters von Hardware-Service- Modellen ergeben sich aus diesem Ansatz zwei Vorteile: Erstens wird aus den isolierten Kontaktpunkten mit seinen Kunden – häufig Kauf und Wartung – eine durchgängige Kundenbeziehung. Beide Seiten tauschen permanent Daten miteinander aus. Anbieter erhalten so einen sehr genauen Einblick in die Nutzungsgewohnheiten ihrer Kunden und können exakt darauf abgestimmte Angebote unterbreiten. Dies ist ein unschlagbarer Vorteil im Kampf um den Kundenkontakt. Zweitens erzielen Produzenten über die zusätzlichen Services im Umfeld des OoR neue, stetige Umsatzströme. Diese Zahlungen sind auf den ganzen Customer Lifecycle hochgerechnet deutlich höher als beim klassischen Verkauf.

Hardware-Daten-Modelle

Auf diese Modelle wurde schon weiter oben in Form der „default OoR“ eingegangen. Dahinter können sich für Produzenten neue Zielgruppen und somit neue Erlösquellen verbergen. „Rohstoff“ sind die (anonymisierten) Geräte- oder Maschinennutzungsdaten, die der Hersteller im Rahmen von Hardware-Service-Modellen sammelt und auswertet. Bei Maschinen können das beispielsweise Energieverbrauchswerte sein, bei Autos Bewegungsdaten. Diese Daten sammelt der Hersteller über all seine Kunden hinweg, verdichtet sie gegebenenfalls und verkauft diese Datenpakete weiter. So können Energieverbrauchswerte für Energielieferanten interessant sein; mit den Bewegungsdaten können Mobilitätsdienstleister ihre Angebote optimieren. Dieses Modell steht und fällt mit der Qualität des Datenschutzes. Insbesondere die Nutzer der Geräte und Maschinen müssen dem Anbieter soweit vertrauen, dass sie der Aufzeichnung ihrer Nutzungsdaten zustimmen. Diese Bereitschaft lässt sich gegebenenfalls durch einen geldwerten Vorteil erhöhen.

Subscription-Modelle

Rechts auf dem Spektrum etablieren sich aktuell quer durch alle Branchen sogenannte „Subscription-Modelle“, also Abo-Angebote, in unzähligen Varianten. Ihnen allen ist gemein, dass es dem Kunden nicht (mehr) um den Besitz eines (physischen) Objekts geht, sondern allein um die Nutzung dieses Objekts. Dahinter verbergen sich teils Abläufe in der realen Welt, teils aber auch rein digitale Services. Für letztere ist das Produkt „Musik“ ein aktuelles Beispiel: Konsumenten ersetzen den Kauf von CDs (physisches Objekt) beziehungsweise MP3-Dateien (digitales Objekt) in zunehmendem Maße durch das sogenannte Streamen, häufig im Rahmen von Musik-Flatrates. Neben Flatrates bieten Unternehmen immer häufiger sogenannte Pay-per-Use-Angebote an, bei denen der Kunde exakt für seine Nutzung eines Services, einer Maschine oder eines Fortbewegungsmittels zahlt. Ein inzwischen populäres Beispiel sind Carsharing-Dienste: Den Kauf eines eigenen Autos ersetzen Konsumenten durch die kilometerund minutengenaue Buchung von Mobilität in Form eines Mietwagens. Teilweise kombinieren Anbieter dies mit Angeboten für den Nahverkehr oder Leihrädern zu einem integrierten Mobilitätsservice.
Ähnliche Trends zeichnen sich inzwischen auch bei OoR im B2B-Bereich ab. So verkauft der Lieferant einer Industriewaage nicht mehr das Gerät, sondern den Service des einzelnen Wiegevorgangs. Da Produzenten ihre Geräte und Maschinen immer umfassender mit Sensorik ausstatten und im großen Maßstab an das Internet anbinden, können sie die Nutzung bis in die kleinsten Details immer besser protokollieren. Aus diesem Grund werden sich Pay-as-you-Use- Angebote weiter durchsetzen. Dies bringt viele Vorteile für alle Seiten – insbesondere verbessert sich die Kostentransparenz für Kunden – aber führt auch zu gravierenden Auswirkungen auf den Verlauf und die Höhe von Zahlungsströmen. Denn die hohe Anfangsinvestition in Form des Kaufpreises wird ersetzt durch einen steten Geldfluss.

Algorithmus-Modell

Dieser Ansatz verfolgt eine etwas andere Idee als die der OoR, er muss aber aufgrund seines Potenzials für neue Monetarisierungsquellen im Umfeld der Digitalen Transformation trotzdem betrachtet werden. Das Konzept dahinter: Dank immer ausgereifterer Software und der immer besseren Verfügbarkeit von Informationen können Aufgaben, die bisher nur Menschen übernahmen, ganz oder zumindest teilweise auch von Systemen erledigt werden. So steht der Steuerberater in direkter Konkurrenz zu Softwarelösungen, deren „Beratungskompetenz“ für viele Anwender ausreicht. Aber Maschinen dringen inzwischen in exotische Bereiche wie die Erfassung unstrukturierter Daten vor. Systeme wie das „Heuristic Claims Management“ filtern aus der Korrespondenz von Versicherten selbständig die Informationen heraus, die für die Bearbeitung eines Versicherungsfalls relevant sind, und übertragen sie in das Informationssystem der Versicherungsgesellschaft [5]. Auch vor der Kreativität machen die Systeme nicht halt. Algorithmen schreiben inzwischen Artikel über die Ergebnisse von Sportereignissen oder über Entwicklungen auf Finanzmärkten.
Ein Anbieter hat somit die Chance, sein Dienstleistungsgeschäftsmodell, das bisher durch die Fähigkeiten und die Anzahl der Mitarbeiter begrenzt war, auf eine digitale und damit potenziell beliebig erweiterbare Größenordnung zu heben.

Zusammenfassung

Die Ausführungen zeigen: Das Verständnis von Kaufen und Verkaufen wandelt sich angesichts der Digitalen Transformation in vielen Bereichen grundlegend. Entscheider sollten sich frühzeitig mit OoR und den Auswirkungen auf das eigene Geschäftsmodell auseinandersetzen. Jetzt gibt es in vielen Branchen noch die Möglichkeit, Standards zu setzen und die eigenen Angebote von denen des Wettbewerbs abzugrenzen.

Hier können Sie den Beitrag kostenlos downloaden.

Schlüsselwörter:

Digitale Transformation, Monetarisierung, digitale Geschäftsmodelle

Literatur:

[1] Anderson, C.: Free: The Future of a Radical Price, New York 2009.
[2] Gruhn, V.; Book, M.; Striemer, R.: Erfolgreiche agile Projekte: Pragmatische Kooperation und faires Contracting. Wiesbaden 2017.
[3] Stadie, E.; Zwirglmaier, K.: Neue Technologien im Preismanagement. In: Binckebanck, L.; Elste, R. (Hrsg): Digitalisierung im Vertrieb. Strategien zum Einsatz neuer Technologien in Vertriebsorganisationen. Wiesbaden 2016.
[4] Book, M.; Gruhn, V.; Kleffmann, M.: Cyber-Physical Systems – Potenzial und Kompetenzen in NRW. URL: http://ikt.nrw. de/fileadmin/user_upload/ Dokumente/IKTNRWSchriftenreihe/ CPS_Potenzial_ und_Kompetenzen_in_NRW -SchriftenreiheIKTNRW.pdf, Abrufdatum 28.07.2017.
[5] von Ameln, O.: Heuristic Claims Management. In: Zeitschrift für Versicherungswesen (2014) 22, S. 674-677.

Fehler | INDUSTRIE-MANAGEMENT

Fehler

Auf der Website ist ein unvorhergesehener Fehler aufgetreten. Bitte versuchen Sie es später nochmal.