Info Hub Digitale Wertschöpfung

Data Mining und Wertschöpfung: Forschungsprojekt zum ökonomischen Wert von Daten und Digitalisierung sächsischer Unternehmen

Das Gemeinschaftsprojekt des Fraunhofer-Zentrums für Internationales Management und Wissensökonomie IMW und der Universität Leipzig befasst sich mit der Frage, wie Unternehmen die Digitalisierung noch stärker für sich nutzen können.

Seit vier Jahren arbeitet das Projekt Data Mining und Wertschöpfung daran, die Potenziale datenbasierter Wertschöpfung für Unternehmen, insb. dem Mittelstand in Sachsen, erfahrbar zu machen. Dies ist durch Konzeptarbeit, diversen Techniken wissenschaftlichen Arbeitens und durch angewandte Forschung und Wissenstransfer im Rahmen von Pilotprojekten geschehen. 

Das Info Hub Digitale Wertschöpfung gibt Ihnen gebündelte Einblicke in das Gemeinschaftsprojekt des Fraunhofer-Zentrums für Internationales Management und Wissensökonomie IMW und der Universität Leipzig. 
Diese Seite wird regelmäßig aktualisiert. Wenn Sie Anmerkungen haben, wenden Sie sich gerne an die Redaktion.

Stimmen zum Projekt Data Mining und Wertschöpfung

Am 27. April 2022 fand der Tag der digitalen Wertschöpfung in den Design Offices in Leipzig statt. Das Fraunhofer-Zentrum für Internationales Management und Wissensökonomie IMW lud ein, um auf vier Jahre des Projekts Data Mining und Wertschöpfung zurückzublicken. Prof. Dr. Eva Inés Obergfell, Rektorin der Universität Leipzig, Sebastian Gemkow, Sächsischer Staatsminister für Wissenschaft, Kultur und Tourismus und Prof. Dr. Thorsten Posselt, Institutsleiter Fraunhofer-Zentrum für Internationales Management und Wissensökonomie IMW richten am Tag der Digitalen Wertschöpfung Grußworte aus.

 

Prof. Dr. Eva Inés Obergfell

»Das Projekt zeigt: Gute Publikationen und impactgetriebene Forschung widersprechen sich keineswegs«

 

Sebastian Gemkow

»Das Wachstum des Datenschatzes wird in den kommenden Jahren und Jahrzehnten noch immens anwachsen«

 

Prof. Dr. Thorsten Posselt

»In der Informatik ist gerade sehr viel Potenzial zu heben«

Pilotprojekte

Im Rahmen der Pilotprojekte beschäftigt sich Data Mining und Wertschöpfung mit konkreten Fragestellungen der datengetriebenen Wertschöpfung:

  • Welche Rahmenbedingungen sind für eine erfolgreiche digitale Transformation notwendig?
  • Wie kann man Daten erfassen und ihren Wert ermitteln?
  • Welchen Einfluss hat die zunehmende Verfügbarkeit digitaler Technologien (Big Data, Data Mining, Machine Learning und Blockchain) auf den Wert der Daten?
  • Welche Datenverarbeitungsverfahren sind für die Analyse von Daten geeignet?
  • Wie können Unternehmen ihre Daten wertschöpfend nutzen?
  • Wie können datenbasierte Geschäftsmodelle entwickelt und im Unternehmen etabliert werden?

Welchen Nutzen haben die beteiligten Unternehmen?

Durch die Beantwortung dieser Fragen als Teil der Pilotprojekte unterstützen wir die Unternehmen dabei, mit Daten und durch deren Nutzung neue Wertschöpfungspotenziale zu generieren und auszuschöpfen. Dazu entwickeln wir gemeinsam mit den Unternehmen spezifische Lösungen. Diese können technischer Art sein, zum Beispiel in Form von Prototypen. Sie können aber auch organisatorischer Art sein und sich auf die (Weiter-)Entwicklung der Unternehmensstruktur fokussieren. Wichtig ist uns eine umfassende Betrachtungsweise dieser technischen und organisatorischen Elemente. Sie sollten so ineinandergreifen, dass sie die Unternehmensstrategie ganzheitlich unterstützen. Wir berücksichtigen dabei auch die Bedeutung und Auswirkung der Digitalisierung für die einzelnen Unternehmen und vor allem für die Mitarbeitenden. Unser Ziel ist es, Unternehmen zu befähigen, die sich bietenden Möglichkeiten der datengetriebenen Wertschöpfung auch tatsächlich zu nutzen und umzusetzen.

Ausblick 2030 – Daten und Wertschöpfung

Prof. Dr. Heiko Gebauer, Projektleitung Data Mining und Wertschöpfung und Prof. Dr. Gerik Scheuermann der Universität Leipzig geben am Tag der digitalen Wertschöpfung einen Ausblick zum Thema Daten und Wertschöpfung. Dabei gehen sie auf die Lessons Learned des Projekts ein: 

  • Unternehmen müssen ihre Daten identifizieren. Informationen und das Wissen der möglichen Einsatzfelder vorhandener Daten ist essenziell
  • Es besteht große Nachfrage nach Datenanalysen, jedoch fehlen die Kompetenzen
  • Wissenschaftlicher Transfer muss bedarfsorientiert erfolgen! Die Industrie definiert die Probleme. Das erhöht die Akzeptanz und Geschwindigkeit der Innovation deutlich.
  • Der Wissenstransfer in die Unternehmen muss ein zentraler Bestandteil der Projekttätigkeit sein

Aus den Lessons Learned leiten sie Empfehlungen ab:

  • Entwicklung von Algorithmen zum Data Profiling von heterogenen Daten, um eine Verbindung der Daten zu einer Wissensbasis des Unternehmens zu schaffen
  • Entwicklung einer Daten- und Analyseplattform für Shared Tasks und Shared Data, um für Unternehmen Möglichkeiten des Datenaustauschs und der Datenintegration bereitzustellen
  • Bildung eines Think Tanks aus verschiedenen Fachbereichen, um Anfragen aus Unternehmen ganzheitlich zu bearbeiten und auch eine umfassende Reflexion zu Monetarisierungs-möglichkeiten und zur technischen Machbarkeit zu ermöglichen
  • Schaffung von Instrumenten zum Wissenstransfer, um Unternehmen auf Basis von Daten zu resilienteren Geschäftsmodellen zu befähigen

»Unternehmen müssen ihre Daten identifizieren. Informationen und das Wissen der möglichen Einsatzfelder vorhandener Daten ist essenziell«

»Unsere Empfehlung ist es, Instrumente zum Wissenstransfer zu schaffen, um Unternehmen auf Basis von Daten zu resilienteren Geschäftsmodellen zu befähigen«

Vorträge Tag der digitalen Wertschöpfung

 

Daten als zukünftiger Wettbewerbsfaktor

 

Pilotprojekt mit nextbike