Alternative Data: Satellitenbilder, Web Scraping, Kreditkartensignale

Bevor Amazon die Zahlen für Q3 2021 veröffentlichte, wussten einige Hedgefonds bereits, dass das Quartal stark ausgefallen war. Nicht durch Insiderinformationen. Durch Satellitenbilder von Amazons Fulfillment-Centern.

Das ist alternative data. Und sie verändert, wie erfahrene Organisationen Daten für Entscheidungen nutzen.

Was ist alternative data?

Alternative data bezeichnet Informationen, die außerhalb klassischer Unternehmenssysteme entstehen: keine Bilanzen, keine Vertriebsberichte, keine offiziellen Umfragen. Es sind Daten, die als Nebenprodukt digitaler Aktivität, physischer Bewegung oder wirtschaftlicher Transaktionen anfallen.

Der Markt für alternative data lag 2024 bei über 14 Milliarden Dollar (Neudata) und wächst weiter schnell. Die ersten Nutzer waren Hedgefonds auf der Suche nach Alpha. Inzwischen gehören Händler, Hersteller und Strategieteams dazu, die einen Wettbewerbsvorteil suchen.

Die vier großen Kategorien von alternative data

1. Satelliten- und Luftbilder

Planet Labs und Spire Global betreiben Flotten kleiner Satelliten, die häufige Aufnahmen von nahezu jedem Ort der Erde liefern. (Orbital Insight, ein früher Pionier in diesem Feld, wurde 2022 von Privateer übernommen und dort integriert.) Anwendungen:

• Autos auf Parkplätzen im Einzelhandel zählen als Proxy für Kundenfrequenz, bevor Umsatzdaten vorliegen
• Fabrikauslastung anhand der Aktivität von Schornsteinen messen
• Ölbestände über Schattenanalyse an Tanks mit Schwimmdach verfolgen
• Feldzustände für Rohstoffprognosen beobachten

Walmart verfolgt die Lageraktivität von Amazon. Rohstoffhändler beobachten Feldzustände, bevor die USDA-Berichte erscheinen. Die Daten sind öffentlich (Satelliten erfassen öffentlich sichtbare Aktivität) und kommerziell per APIAPIApplication Programming Interface: eine standardisierte Schnittstelle, über die Anwendungen kommunizieren und Daten austauschen, ohne die interne Funktionsweise der jeweils anderen zu kennen.Vollständige Definition ansehen → verfügbar.

2. Kreditkarten- und Transaktionsdaten

Anbieter aggregieren Milliarden anonymisierter Kartentransaktionen zu Ausgabenindizes nach Händler, Kategorie und Region. Bloomberg betrieb Second Measure jahrelang als Transaktionsanalyse-Produkt, sodass Terminal-Abonnenten etwa den realen Umsatztrend von DoorDash Woche für Woche vor den Quartalszahlen verfolgen konnten. Bloomberg hat Second Measure 2024 eingestellt. Wenn Sie das Produkt früher geprüft haben, sehen Sie sich die aktuellen Optionen an: Earnest Analytics, Facteus und Consumer Edge verkaufen heute vergleichbare Ausgabendaten aus Kartenpanels.

Der Use Case gilt weiterhin. Während Netflix gegen Passwort-Sharing vorging, zeigten Kartenpanel-Daten Verschiebungen bei Abonnenten und Umsatz nahezu in Echtzeit, Monate bevor Netflix die Auswirkungen in den eigenen Zahlen bestätigte.

3. App-Nutzung und digitale Signale

data.ai und Apptopia verfolgen App-Downloads, Nutzungshäufigkeit, Sitzungsdauer und Bewertungstrends für Millionen von Apps. (data.ai, früher App Annie, wurde 2024 von Sensor Tower übernommen, die Daten liegen nun unter dem Dach von Sensor Tower.) Wenn die täglich aktiven Nutzer eines Wettbewerbers im Monatsvergleich um 15 % fallen, ist das ein Frühindikator für Unzufriedenheit der Kunden, oft sechs Monate sichtbar, bevor es sich in den churn rates zeigt.

4. Stellenanzeigen- und Hiring-Daten

Bereits als CI-Instrument behandelt. Im großen MaMaEinsatz von Software, um wiederkehrende Marketingaufgaben und Kampagnen zu automatisieren und Personalisierung in großem Maßstab über Kanäle wie E-Mail, Web und Social zu ermöglichen.Vollständige Definition ansehen →ßstab verfolgt Revelio Labs die Einstellungsgeschwindigkeit börsennotierter Unternehmen und verkauft sie als Prädiktor für Umsatzwachstum. Ein Unternehmen, das in Q1 50 Data Scientists einstellt, signalisiert meist eine große Technologieinvestition in sechs bis zwölf Monaten.

Eine Alternative-Data-Kompetenz aufbauen

Für die meisten Organisationen außerhalb der Finanzbranche funktioniert alternative data auf drei Ebenen:

Level 1, Konsumieren: Zugang zu einem oder zwei Anbietern für konkrete Use Cases kaufen. Geringe Investition, unmittelbarer Nutzen. Der richtige Startpunkt.

Level 2, Integrieren: Data-Pipelines bauen, die Alternative-Data-Feeds in den bestehenden Analytics-Stack ziehen. Die Daten werden ein dauerhaftes Signal, kein einmaliger Report.

Level 3, Produzieren: Eigene alternative data als Nebenprodukt des Betriebs erzeugen und monetarisieren. Das ist das Mastercard-/Amazon-Niveau, bei dem Ihre operativen Daten zum Produkt für andere werden.

Die meisten Organisationen sollten auf Level 1 starten und Level 2 innerhalb von etwa 18 Monaten erreichen. Level 3 ist eine strategische Wette für später.

Rechtlicher und ethischer Rahmen

Alternative data bewegt sich in einem komplexen rechtlichen und ethischen Raum:

• Terms of Service: Viele Websites verbieten Scraping in ihren ToS. Ein ToS-Verstoß muss nicht illegal sein, kann aber IP-Sperren und Reputationsschäden auslösen.
• Datenschutz (DSGVO/CCPA): Transaktionsdaten auf Verbraucherebene müssen anonymisiert und aggregiert werden. Daten auf Einzelpersonenebene aus EU-Quellen erfordern eine Einwilligung.
• Insiderhandelsrisiko: Alternative data, die in Investitionsentscheidungen einfließt, unterliegt der Aufsicht der SEC. Finanzinstitute brauchen klare Protokolle dafür, welche Daten Handelsentscheidungen beeinflussen dürfen.

Ein CDO, der alternative data einführt, braucht ein Governance-Framework, bevor der erste Feed live geht. Die Governance-Kosten sind gering. Die Kosten, sie zu ignorieren, sind es nicht.

Wichtigste Erkenntnisse

• Alternative data sind Nebenprodukt-Informationen (Satellitenbilder, Kartentransaktionen, App-Nutzung, Hiring-Signale), die offiziellen Berichten oft Monate vorauslaufen.
• Der Anbietermarkt verändert sich schnell: Second Measure wurde 2024 von Bloomberg eingestellt, data.ai 2024 von Sensor Tower übernommen, Orbital Insight von Privateer gekauft. Prüfen Sie, ob ein Anbieter noch aktiv ist, bevor Sie darauf aufbauen.
• Für Kartenpanel-Ausgabendaten sehen Sie sich heute Earnest Analytics, Facteus oder Consumer Edge an.
• Starten Sie damit, einen oder zwei Feeds zu konsumieren, und integrieren Sie dann die nützlichen in Ihre Pipelines. Eigene Daten zu produzieren und zu verkaufen ist eine spätere, größere Wette.
• Richten Sie Governance für ToS, Datenschutz und (für Investoren) Insiderhandelsrisiko ein, bevor der erste Feed live geht.