Daten treiben KI an. KI treibt das Geschäft voran: “Die Weltwirtschaft hat einen strukturellen Wandel durchlaufen, bei dem sich das Gravitationszentrum der Wertschöpfung von physischem Kapital hin zu immateriellen Vermögenswerten verschoben hat, insbesondere zu elektronischen Daten und Informationen.”
Dennoch erscheinen Daten-Assets nicht in der Bilanz: “Während dieses Wandels waren bestehende Rechnungslegungsrahmen und nationale statistische Systeme nicht in der Lage, die wahre wirtschaftliche Bedeutung von Informationen zu erfassen, und behandelten sie als Zwischenaufwand statt als dauerhaften Vermögenswert. Diese Messlücke hat zu einer erheblichen Wertlücke in Unternehmensbilanzen und zu einer systematischen Unterschätzung des nationalen Vermögens im System Volkswirtschaftlicher Gesamtrechnungen (SNA) geführt.”
Es ist an der Zeit, Datenwerte messbar zu machen: Die Infonomics-Methodik ordnet die Datenbewertung in zwei unterschiedliche und sich ergänzende Bereiche ein: grundlegende Metriken und Finanzmetriken. Grundlegende Metriken werden eingesetzt, um die qualitativen Merkmale und den operativen Nutzen von Daten zu bewerten. Sie liefern eine relative Bewertung, die Data Governance und Priorisierung unterstützt. Finanzmetriken wenden traditionelle ökonomische Bewertungsprinzipien – Kosten, Markt und Ertrag – an, um den monetären Wert von Informations-Assets für Bilanzierungszwecke, Fusionen und Übernahmen sowie Versicherungszwecke zu schätzen.”
In der dieswöchigen Goodread gibt Rohan Light einen Überblick über Kennzahlen zur Datenbewertung:
Dieser Blogpost wurde machinell übersetzt.
