Bitte verwenden Sie diesen Link, um diese Publikation zu zitieren, oder auf sie als Internetquelle zu verweisen: https://hdl.handle.net/10419/194611 
Titel (übersetzt): 
An unknown treasure: How do companies in Germany evaluate their data?
Autor:innen: 
Erscheinungsjahr: 
2018
Quellenangabe: 
[Journal:] IW-Trends - Vierteljahresschrift zur empirischen Wirtschaftsforschung [ISSN:] 1864-810X [Volume:] 45 [Issue:] 4 [Publisher:] Institut der deutschen Wirtschaft (IW) [Place:] Köln [Year:] 2018 [Pages:] 41-59
Verlag: 
Institut der deutschen Wirtschaft (IW), Köln
Zusammenfassung: 
Die Erhebung, die Analyse und die Verwertung von Daten sind zentrale Treiber der digitalen Wirtschaft. Aber auch in Branchen, die nicht primär der Digitalwirtschaft zuzuordnen sind, nimmt die Bedeutung von Daten für den Unternehmenserfolg zu. Grundlage für eine effiziente Datenbewirtschaftung ist die Bewertung der Daten. Die vorliegende Studie liefert eine Bestandsaufnahme der von deutschen Unternehmen verwendeten Datenbewertungsmethoden. Für die empirische Analyse wurden auf Basis des IW-Zukunftspanels im Frühjahr 2018 insgesamt 1.235 Unternehmen aus Branchen der Industrie und der industrienahen Dienstleistungen befragt. Es wird analysiert, ob und zu welchen Zwecken Unternehmen unterschiedlicher Branchen, Größe, Internationalisierung und Digitalorientierung ihre Daten bewerten. Außerdem wird geprüft, welche Unternehmenscharakteristika dazu führen, dass eine der untersuchten Methoden der Datenbewertung von den Unternehmen präferiert wird. Auf diese Weise wird ein Status quo der Bewertung von Daten in deutschen Firmen ermittelt. Die empirische Analyse zeigt, dass die Datenbewertung unter deutschen Unternehmen noch ein Randthema ist. Die meisten Firmen bewerten ihre Daten nicht und haben dies auch nicht vor. Von den Unternehmen im vorliegenden Sample evaluieren hauptsächlich diejenigen ihre Daten, die digitale Produkte anbieten. Wenn Unternehmen ihre Daten bewerten, nutzen sie in der Regel mehr als eine Methode. Am häufigsten bewerten die Firmen nach den Kosten sowie nach der Qualität und Aktualität der Daten. Eine klare Präferenz für eine bestimmte Methode oder ein bestimmtes Kriterium der Datenbewertung ist aus den Befragungsdaten jedoch nicht ersichtlich. Das unterstreicht die Komplexität der Datenbewertung in der Praxis.
Zusammenfassung (übersetzt): 
The collection, analysis and exploitation of data are key drivers of the digital economy. But the importance of data for corporate success is also increasing in industries that are not primarily associated with the digital economy. The basis of efficient data management is evaluation of the data available. This study provides details of the data evaluation methods currently used by German companies. For an empirical analysis, a total of 1,235 firms from different branches of manufacturing industry and industry- related services were surveyed using the IW-Zukunftspanel conducted in spring 2018. The study asks whether, and for what purposes, companies from different sectors, of different sizes and different degrees of internationalization and digital orientation evaluate their data. It also examines the characteristics which lead a company to prefer one data evaluation method over the others. Thus an overview of the status quo in German corporate data evaluation is built up. The empirical analysis shows that data evaluation is still a side issue for German business. Most companies neither analyse their data now nor intend to do so in the future. Of the companies in this sample, it is mainly those that offer digital products that evaluate their data. Companies that do analyse their data usually use more than one method and the majority assess the data's costs, quality and age. However, the survey reveals no clear preference for a particular method or criterion for data evaluation and thus highlights the complexity of data evaluation in practice.
Schlagwörter: 
Digitalisierung
Data Governance
Big Data
JEL: 
L14
L15
O39
Persistent Identifier der Erstveröffentlichung: 
Dokumentart: 
Article

Datei(en):
Datei
Größe
1.29 MB





Publikationen in EconStor sind urheberrechtlich geschützt.