Datenmonetarisierung: drei Modi & das Data Flywheel

Daten sind ein Asset. Wie jedes Asset kkDie durchschnittliche Zahl neuer Nutzer, die jeder bestehende Nutzer über Empfehlungen generiert. Über 1,0 verstärkt sich das Wachstum selbst und wird exponentiell.Vollständige Definition ansehen →önnen sie Erträge über ihren ursprünglichen Zweck hinaus erzeugen. Der CDO, der Datenmonetarisierung versteht, erweitert die Value PropositionValue PropositionEine klare Aussage darüber, welchen Nutzen Ihr Produkt liefert, welche Probleme es löst und warum Kunden sich für Sie und nicht für Alternativen entscheiden sollten.Vollständige Definition ansehen → der Datenfunktion von "Cost Center, das interne Entscheidungen ermöglicht" zu "Capability, die externen Umsatz und Wettbewerbsvorteil erzeugt".

Die drei Modi der Datenmonetarisierung

Direkte Monetarisierung: Daten direkt an Dritte verkaufen. Die offensichtlichste Form, aber die am stärksten durch Datenschutzregulierung eingeschränkte. Erfordert explizite Consent-Frameworks und sorgfältige rechtliche Prüfung. Im B2B-Kontext verbreiteter (Branchen-Benchmarks, Marktdaten) als im B2C.

Indirekte Monetarisierung: Daten nutzen, um Produkte und Services zu verbessern, die Umsatz erzeugen. Hier liegt für die meisten Organisationen der größte Wert. Amazons Recommendation Engine, Netflix' Personalisierung, Spotifys Discover Weekly, jedes davon monetarisiert Daten indirekt, indem es das Kernprodukt besser macht.

Datengetriebene Geschäftsmodelle: Neue Geschäftsfelder, aufgebaut auf Data Capabilities. Ein Händler, der ein Retail Media Network aufbaut (Werbeinventar an Marken verkaufen, gestützt auf die Kaufdaten der eigenen Kunden). Eine Bank, die ein Data-as-a-Service-Angebot für Fintech-Startups entwickelt.

Die meisten Organisationen sollten sich zuerst auf indirekte Monetarisierung konzentrieren, sie erfordert keine neuen rechtlichen Frameworks und der ROI ist oft am höchsten.

Den ökonomischen Wert von Daten berechnen

Bevor Sie Daten monetarisieren, müssen Sie ihren Wert verstehen. Das Infonomics-Framework (Douglas Laney) bietet drei Ansätze:

Kostenbasierte Bewertung: Was hat es gekostet, diese Daten zu erzeugen, zu erheben und zu pflegen? Das setzt eine Untergrenze, Daten unter ihren Erstellungskosten zu verkaufen, vernichtet Wert.

Marktbasierte Bewertung: Was würden vergleichbare Daten am Markt kosten? Vergleichbare Transaktionsdaten, Data-Broker-Preise und Lizenz-Benchmarks liefern Referenzpunkte.

Bewertung nach ökonomischem Wert: Welche Geschäftsentscheidungen ermöglichen diese Daten, und was ist der messbare ökonomische Effekt dieser Entscheidungen? Das ist die strengste und oft höchste Bewertung, erfordert aber die Verknüpfung von Daten mit Business-Ergebnissen.

Der Ansatz über den ökonomischen Wert ist auch der nützlichste für die interne Priorisierung: welche Datasets ermöglichen die wertvollsten Entscheidungen? Diese verdienen die größten Investitionen in Qualität und Zugänglichkeit.

Das Data-Marketplace-Modell

Mehrere Branchen haben sich in Richtung Data Marketplaces entwickelt, Plattformen, auf denen mehrere Datenanbieter und -abnehmer Daten austauschen. Wichtige Beispiele:

Financial Services: Bloomberg, LSEG Data & Analytics (vormals Refinitiv), S&P Capital IQ aggregieren Finanzmarktdaten und verkaufen Zugang. Alternative-Data-Broker (Nasdaq Data Link, das 2021 Quandl übernommen hat, und YipitData) verkaufen nicht-traditionelle Datasets (Satellitenbilder, Kreditkarten-Transaktionspanels, App-Nutzungsdaten).

Healthcare: Real-World-Data-Anbieter (IQVIA, Symphony Health) aggregieren de-identifizierte Patientendaten und verkaufen sie an Pharmaunternehmen für Medikamentenentwicklung, Safety Monitoring und Market-Access-Forschung.

Retail Media Networks: Walmart Connect, Amazon DSP, Target Roundel, Händler, die Werbeinventar auf Basis von Kaufdaten verkaufen. Walmarts globales Werbegeschäft erreichte im Geschäftsjahr 2025 rund 4,4 Mrd. $ (inklusive Vizio), gegenüber etwa 3 Mrd. $ im Jahr 2023, eines der am schnellsten wachsenden Segmente des Unternehmens.

Die Rolle des CDO in diesen Modellen: sicherstellen, dass Daten korrekt, sauber, wo erforderlich de-identifiziert und mit angemessenen vertraglichen Schutzmechanismen ausgeliefert werden.

Daten als Wettbewerbsgraben

Die dauerhafteste Form der Datenmonetarisierung ist nicht der Verkauf von Daten, sondern proprietäre Daten zu nutzen, um Capabilities aufzubauen, die Wettbewerber nicht replizieren können. Das ist das Data Flywheel:

Mehr Nutzer → mehr Verhaltensdaten → bessere Modelle → besseres Produkt → mehr Nutzer.

Amazons Flywheel läuft seit 25 Jahren. Die Genauigkeit ihrer Produktempfehlungen, der Pricing-Algorithmus und die Logistikoptimierung beruhen auf Datenvorteilen, für deren Replikation ein Wettbewerber ein Jahrzehnt bräuchte, falls er es überhaupt schafft.

Ihr Flywheel aufbauen: identifizieren Sie, welche Data Assets einzigartig für Ihre Marktposition sind, investieren Sie in die ML Capabilities, die diese Assets ausschöpfen, und gestalten Sie die Produkt-Feedbackschleifen so, dass mehr Daten entstehen, während das Produkt besser wird.

Key Takeaways

• Es gibt drei Modi der Monetarisierung: direkt (Daten verkaufen), indirekt (umsatzgenerierende Produkte verbessern) und datengetriebene Geschäftsmodelle. Indirekt liefert meist den höchsten ROIROIReturn on Investment: das Verhältnis von Nettogewinn zu den Kosten einer Investition. Ein ROI von 300 % bedeutet, dass jeder investierte Dollar 3 Dollar zurückbringt.Vollständige Definition ansehen → ohne neues rechtliches Framework.
• Bewerten Sie Daten auf drei Wegen (Kosten, Markt, ökonomischer Wert). Der Ansatz über den ökonomischen Wert verbindet Daten mit Geschäftsentscheidungen und funktioniert am besten für die interne Priorisierung.
• Data Marketplaces sind reif in Finance (Bloomberg, LSEG Data & Analytics, Nasdaq Data Link) und Healthcare (IQVIA) und wachsen schnell in Retail Media (Walmart Connect erreichte im GJ2025 rund 4,4 Mrd. $ Werbeumsatz).
• Der stärkste MoatMoatEin dauerhafter Vorsprung gegenüber Wettbewerbern: eine Ressource, Fähigkeit oder Position, die sich nicht leicht kopieren lässt und dem Unternehmen über die Zeit überdurchschnittliche Renditen ermöglicht.Vollständige Definition ansehen → ist das Data Flywheel: mehr Nutzer erzeugen mehr Daten, die Modelle und Produkt verbessern, was mehr Nutzer anzieht.

Quiz Questions

1. Quelle forme de monétisation des données offre le ROI le plus élevé pour la plupart des organisations et ne nécessite pas de nouveau cadre juridique ?

A) La vente directe de données à des tiers

B) La monétisation indirecte, utiliser les données pour améliorer les produits qui génèrent du revenu

C) La crcrDer Anteil der Besucher oder Interessenten, die eine gewünschte Aktion abschließen (Kauf, Anmeldung, Kontaktformular), berechnet als Conversions geteilt durch die Gesamtzahl der Gelegenheiten.Vollständige Definition ansehen →éation de marketplaces de données

D) Les data-as-a-service offerings pour des startups

Réponse: B

1. Dans l'approche "economic value-based valuation" de Douglas Laney, comment est calculée la valeur d'un dataset ?

A) Par le coût de collecte et maintenance des données

B) Par le prix de marché de données comparables

C) Par l'impact économique mesurable des décisions business que ces données permettent de prendre

D) Par le volume de données stocké

Réponse: C

1. Qu'est-ce que le "data flywheel" illustré par Amazon ?

A) Un outil de stockage de données haute performance

B) Une boucle vertueuse : plus d'utilisateurs → plus de données → meilleurs modèles → meilleur produit → plus d'utilisateurs

C) Une stratégie de vente de données à des tiers

D) Un système de backup automatique des données

Réponse: B