Ein zentrales Problem bei der Verwendung von Cloud-basierten Tools wie ChatGPT ist die Möglichkeit von LLM-Halluzinationen. Wie "RAG"-Systeme Abhilfe schaffen können.
Alina Grubnyak, Unsplash
Smarte Datenwirtschaft: Unternehmerisches Datenkapital ermitteln und sichtbar machen
In diesem Artikel der Reihe „Smarte Datenwirtschaft“ erfahren Sie, wie die Datenwirtschaft hilft, das Datenkapital eines Unternehmen zu identifizieren.
Das Vermögen von Unternehmen umfasst nicht nur materielle Güter wie Produktionsanlagen, Rohmaterial oder Lagerbestände. Informationen, mit denen sich die Qualität von Produkten konstant sichern lässt, gehören ebenso zum Wissensschatz eines Unternehmens und sollten daher in die Vermögensbewertung einfließen. Das im Rahmen des Technologieprogramms „Smarte Datenwirtschaft“ vom Bundesministerium für Wirtschaft und Klimaschutz (BWMK) geförderte Projekt Future Data Assets hat ein Rahmenwerk für eine systematische, vergleichbare Bewertung von Unternehmensdaten entwickelt.
Durch Datenwirtschaft werden bereits heute weltweit Milliardenumsätze erzielt. Um Kredite zu erhalten, sich an anderen Unternehmen zu beteiligen oder Unternehmen zu kaufen oder verkaufen, wird es daher immer wichtiger, das Datenkapital von Unternehmen zu identifizieren, zu analysieren, zu messen und zu bewerten. Zu diesem Kapital gehört auch das technische Wissen, das gerade bei kleinen und mittleren Betrieben oft noch bei einzelnen Mitarbeiterinnen und Mitarbeitern angesiedelt ist. Nehmen wir das Beispiel eines Produktionsbetriebs: Wird beim Verkauf eines Unternehmens das vorhandene Know-how beispielweise zu technischen Messwerten, chemischen Störkomponenten, der richtigen Raumtemperatur oder Luftfeuchtigkeit bei der Verarbeitung nicht in Form von Daten festgehalten, kann sich das negativ auf die weiteren Produktionsabläufe auswirken, was im schlimmsten Fall zu finanziellen Einbußen und Verlusten des Käufers führt.
Unternehmensdaten systematisch bewerten
Auch um solche Szenarien zu vermeiden, hat Future Data Assets ein System zur Bewertung des Datenbestands von Unternehmen entwickelt. Das Projekt hat dafür ein Rahmenwerk für das Erstellen von sogenannten Datenbilanzen erarbeitet. Diese Datenbilanzen bestehen aus zwei zentralen Bestandteilen: dem Datenlagebericht, der den Datenbestand, die Datenstrategie und das Wertsteigerungspotenzial eines Unternehmens für eine bestimmte Periode in der Vergangenheit ausweist, und dem Prognoseanteil, der Aufschluss über die zukünftige Datenstrategie eines Unternehmens gibt und damit eine mögliche zukünftige Wertentwicklung des Unternehmens antizipiert. Das entwickelte Rahmenwerk ist in die neue Richtlinie VDI/VDE 3715 zur Identifikation, Analyse, Messung und Bewertung von Daten sowie zur standardisierten Erstellung von Datenberichten eingeflossen, die voraussichtlich im April 2024 veröffentlicht wird. Als Vorabinformation steht beim VDI das White Paper „Future Data Assets“ zum Download bereit.
Sind erst einmal alle wichtigen technischen Kriterien vollständig erfasst sowie Qualitäts- und Datenbeauftragte benannt und eingearbeitet, hält sich der Aufwand für das Daten-Monitoring in Grenzen.
Thomas Froese, Projektleiter des Projektes Future Data Assets
Reifeprüfung in Sachen Big Data
Im Rahmen des Projektes wurde zudem ein Tool entwickelt, mit dem zum Beispiel Chemie-, Kunststoff- oder Fertigungsunternehmen abschätzen können, ob ihre Datenbestände für Big-Data-Anwendungen ausreichen. Das Big Data Readiness Assessment besteht aus einem Fragebogen, der automatisch ausgewertet wird und den Nutzer durch verschiedene Themengebiete führt. Innerhalb weniger Minuten kann das Tool die aktuelle Big-Data-Reife eines Unternehmens bestimmen, das vorhandene Potenzial und die bereits realisierte Wertschöpfung aus den vorhandenen Daten ermitteln und Empfehlungen geben, wie noch mehr Nutzen aus den Daten gezogen werden kann.
Weitere Informationen zum Technologieprojekt Future Data Assets finden Sie hier.
