Allerdings haben viele Unternehmen das Wertschöpfungspotential (bereits vorhandener) Daten als Ressource noch nicht vollumfänglich erkannt und ca. 85% der gesammelten Daten von Unternehmen bleiben ungenutzt – ohne Mehrwert für das Unternehmen oder seine Kunden zu generieren.
Doch selbst wenn der Mehrwert von Daten für das zukünftige Wachstum und die Wettbewerbsfähigkeit des eigenen Unternehmens erkannt wird, werden gesammelte Daten oft lediglich dazu verwendet unternehmensinterne Prozesse zu steuern und zu verbessern – die Entwicklung neuer, datengetriebener Geschäftsmodelle steht oft hinten an.
Dabei wird übersehen, dass „datengetriebene“ Geschäftsmodelle nicht ausschließlich nur mit dem Verkauf von Informationen gleichzusetzen ist, sondern Wertschöpfung auch aus der Bearbeitung von Daten entstehen kann. Das Generieren bzw. Organisieren von Daten, oder die Vereinfachung von Analyse und Visualisierung von Daten und der daraus entstehenden Entscheidungsfindung sind populäre Anwendungsfälle. Das daraus resultierende Angebot, das datengetriebene Unternehmen ihren Kunden zur Verfügung stellen, kann variieren: So kann dies z.B. durch das Anbieten der reinen Daten(sätze) für Algorithmus-Training erfolgen, wie es oft im Forschungsbereich der Fall ist, oder durch das Anbieten von strukturierten Informationen (z.B. mögliche Kundencluster oder Signale für Ersatzteilwechsel), die auf der Datengrundlage gewonnen wurden.
Auch in Deutschland gibt es einige Innovatoren der Data Economy, die innovative und datengetriebene Geschäftsmodelle entwickelt haben. Diese Innovationen haben hohe Relevanz für das Geschäftsmodell von etablierten Unternehmen, sowohl von KMUs als auch Konzernen.
In der untenstehenden Grafik zeigen wir acht innovative Geschäftsmodelle von Startups der deutschen Data Economy, welche starken Einfluss auf das Geschäft etablierter Unternehmen haben können.