Daten in Rechnungslegung und Steuerrecht / 2.1.1 Geschäftsmodell als Ausgangspunkt

Mit Big Data Projekten lassen sich verschiedene Zwecke verfolgen. So facettenreich Geschäftsmodelle sind, so vielfältig sind auch die Einsatzgebiete von Big Data. Dabei kann Big Data ein Teil des Geschäftsmodells sein oder aber das eigentliche Geschäftsmodell bilden. Zu denken ist etwa an ein Produktionsunternehmen, welches Maschinendaten analysiert, um Fertigungsprozesse zwecks Kosteneinsparung intelligenter bzw. effizienter zu gestalten. Die Big Data Anwendung dient als ein Hilfsmittel, um die Produktionsleistung (ergo das bestehende Geschäftsmodell) zu verbessern. Nicht bloß Hilfsmittel, sondern eigentliches Geschäftsmodell bilden Big Data Anwendungen, wenn Informationen oder Daten als Teil einer Dienstleistung erbracht werden. Die Rede ist z.B. von Information as a Service (IaaS) oder Data as a Service (DaaS): Der erste Begriff bezieht sich auf Serviceanbieter, die Clouds einrichten, verwalten und Cloud-Computing-Services (dies umfasst etwa das Bereitstellen von Softwarelösungen) anbieten. Der zweite Begriff bezeichnet ein Konzept, welches – ebenfalls über eine Cloud-Lösung als zugrundeliegende Technologie – namentlich auf die Speicherung, Integration, Verarbeitung und Analyse von Daten ausgerichtet ist.

Letztendlich sind es somit die Ausgestaltung des Geschäftsmodells sowie die damit einhergehend definierten Ziele, welche vorgeben, ob und für welchen Zweck Big Data Technologien im Unternehmen eingesetzt werden sollen. Da der Informationsgehalt von Daten unterschiedlich ist, gibt es das Big Data Projekt nicht. Ebenfalls lassen sich nicht alle Datenstrategien nach dem exakt gleichen Schema umsetzen. Trotz der vielfältigen Ausgestaltung lässt sich zumindest für gewinnstrebige Unternehmen die Kernaussage treffen, dass die Big Data Lösung dazu dienen soll, die Unternehmensziele zu erreichen, mithin also den Gewinn zu steigern.

Wie Daten in der Praxis wertschöpfend genutzt werden können, zeigen die Autoren detaillierter anhand der nachfolgenden beiden Use Cases auf (zu den Anwendungsbereichen von Big Data Analytics vgl. auch Abschnitt 1.1.1.