Daten sind (noch) das "neue Öl"

Einleitung

So wie einst das Öl die Motoren der Weltwirtschaft antrieb und praktisch alles - von Fahrzeugen bis hin zu Industriebetrieben - am Laufen hielt, werden heute die komplizierten Mechanismen der digitalen Welt durch Daten gespeist, die Neuerungen vorantreiben und das Tempo des technologischen Fortschritts bestimmen. Dieser Wandel markiert einen tiefgreifenden Wendepunkt, wie wir Werte und Nutzen in der modernen Wirtschaft wahrnehmen.

Öl und Daten sind in ihren jeweiligen Volkswirtschaften wichtige Ressourcen. Informationen können aus Daten extrahiert werden, ähnlich wie Energie aus Öl. Daten treiben neue Technologien wie autonome Fahrzeuge an, so wie Öl den traditionellen Transport angetrieben hat. Doch anders als beim Öl sind Daten nicht endlich und verursachen geringere Übertragungs- und Speicherkosten. Der Lebenszyklus von Daten wird auch durch Beziehungen definiert, während der Lebenszyklus von Öl durch Prozesse definiert wird.

In diesem Beitrag erläutern wir diese Parallelen und geben einen Überblick über die Anlagechancen bei nachhaltigen datenbasierten Unternehmen und ihren Einfluss auf unsere Zukunft.

Der Wert von datenbasierten Unternehmen in einer KI-gesteuerten Welt

Die wertvollsten Unternehmen der Welt, darunter auch die Technologiegiganten wie Microsoft, die wir in unserem Portfolio halten, waren richtungsweisend bei der Nutzung von Daten und haben so ihre Dominanz in verschiedenen Branchen zementiert. Diese datenbasierten Unternehmen verfügen über ganz bestimmte Merkmale, die es ihnen nicht nur ermöglichen, in der heutigen Wirtschaft erfolgreich zu sein, sondern um sie auch in einer KI-gesteuerten Zukunft noch wertvoller zu machen. Eines der wichtigsten Merkmale dieser Unternehmen ist, dass sie über umfangreiche, proprietäre Datenbestände verfügen.

Auch wenn einige Daten von Natur aus Massenware darstellen¹, ist die Nachfrage nach hochwertigen, proprietären Daten im Kontext einer zunehmend KI-zentrierten Welt stark gestiegen. KI und maschinelle Lerntechnologien benötigen enorme Mengen zuverlässiger Daten, um Algorithmen zu trainieren und ihre Genauigkeit und Effizienz zu verbessern. Öffentliche Daten, die oft mit Problemen hinsichtlich ihrer Zuverlässigkeit und rechtlichen Risiken wie Urheberrechtsverletzungen behaftet sind, werden diesen Anforderungen nicht gerecht. Dadurch sind Unternehmen mit großen und substanziellen Datenbeständen strategisch im Vorteil, da sie in der Lage sind, KI-Innovationen voranzutreiben. Dies kann zu Durchbrüchen in kritischen Bereichen wie der medizinischen Diagnostik führen, wo sie die Genauigkeit steigern, Fehler reduzieren und den Zugang zu fortschrittlicher medizinischer Unterstützung demokratisieren kann.

Darüber hinaus verleiht der Besitz proprietärer Business-to-Business (B2B)-Daten diesen Unternehmen eine erhebliche Preissetzungsmacht, die es ihnen ermöglicht, neue Einnahmequellen zu erschließen, indem sie latente Daten durch Cross-Selling, die Entwicklung neuer Produkte und abonnementartige Software-Services zu Geld machen. Das Datenbank-Geschäftsmodell "Einmal erstellen, viele Male verkaufen" steigert nicht nur den Umsatz-Leverage, sondern sorgt auch für konsistente und steigende Gewinne je Aktie und freien Cashflow bei diesen Unternehmen.

Aufsehenerregende Deals und rechtliche Herausforderungen verdeutlichen die wachsende Anerkennung des Werts von proprietären Daten zum Trainieren von KI-Modellen. Googles Vereinbarung über USD 60 Mio. pro Jahr mit Reddit² und die Partnerschaft von OpenAI mit Axel Springer³ zeigen die aufkeimende Nachfrage nach spezifischen Daten, um den unersättlichen Appetit von KI-Algorithmen zu stillen. Andererseits veranschaulichen Rechtsstreitigkeiten wie die Klage der New York Times gegen OpenAI und Microsoft die Komplexität und Herausforderungen, um in der Datenlandschaft einer KI-gesteuerten Ära zu bestehen. Diese Entwicklungen unterstreichen die entscheidende Rolle exklusiver Datenbestände für die nächste Generation von KI-Technologien und lassen erkennen, warum Unternehmen, die über eine große Menge solcher Assets verfügen, noch wertvoller werden, je weiter wir die Grenzen der KI ausloten.

Definition des Datenasset-Ökosystems

Daten sind das Rückgrat der Innovation. Das Ökosystem der datenbasierten Unternehmen ist ebenso vielfältig wie dynamisch – von Technologieriesen, die Big Data zur Optimierung ihrer Dienstleistungen nutzen, bis hin zu solchen, die Analysen für Markteinblicke nutzen. Abbildung 2 zeigt eine Möglichkeit der Segmentierung eines Querschnitts dieser Unternehmen in fünf große Vertikale. Hierzu haben wir einige repräsentative Beispiele verwendet, von denen wir einige im Rahmen unserer Strategie halten. Die Cybersicherheit wurde als sechste Vertikale hinzugefügt, da dieser Bereich mit der Verbreitung von Daten einhergeht.

Zu den gemeinsamen Merkmalen dieser Vertikalen zählen die Ausrichtung auf wiederkehrende Umsatzmodelle, kritische in Workflows eingebettete Serviceangebote, Skalierbarkeit, hohe inkrementelle Margen, Kundenbindung, allgemein geringe Investitionsausgaben und hohe Vorhersagbarkeit der Cashflows. Alle diese Merkmale schätzen wir an Qualitätsunternehmen, die uns zuversichtlich stimmen, dass Unternehmen dieser Art eine der beiden entscheidenden Fragen unseres Anlageprozesses positiv beantworten können: Wird dieses Unternehmen seinen Wert mehren?

Als Team sind wir davon überzeugt, dass Nachhaltigkeit, Innovation und langfristiges, konstantes Wachstum untrennbar miteinander verbunden sind. Daher wollen wir in Wachstums-Champions investieren, die auch die zweite Frage in unserem Anlageprozess beantworten: Ist die Welt dank dieses Unternehmens ein besserer Ort?              

Unser Research deutet darauf hin, dass die Merkmale der breiten vertikalen die wir umrissen haben, die gut zu den Idealen passen, die wir in der Regel bei nachhaltigen Unternehmen anstreben, darunter die Minderung finanzieller Risiken, die Förderung der finanziellen Inklusion, die Förderung der Markttransparenz und die Demokratisierung des Zugangs zu Informationen. Abbildung 3 zeigt einige der Faktoren, die die ökologischen und sozialen Auswirkungen dieser Bereiche veranschaulichen, sodass dieser gesamte Komplex aus der Perspektive des Investment Research interessant ist.

Wie gehen wir bei den datenbasierten Unternehmen vor?

Neben Microsoft umfasst unsere Strategie Unternehmen im Bereich von Rating-Agenturen und anderen Informationsdiensten, insbesondere S&P Global und Wolters Kluwer.

S&P Global ist ein Beispiel dafür, wie Daten sowohl als Wettbewerbsvorteil als auch als Moat dienen und gleichzeitig eine positive globale Wirkung entfalten können. Die umfangreichen Datenbanken des Unternehmens, die über Jahrzehnte aufgebaut wurden, ermöglichen Kredit-Ratings, Marktinformationen und exzellente Markteinblicke, denen weltweit vertraut wird. Dank der Fähigkeit, genaue, zuverlässige und umsetzbare Daten zu liefern, entstehen hohe Eintrittsbarrieren für Mitbewerber und zementieren die Marktführerschaft in der Finanzinformationsbranche.

Mit der Übernahme von IHS Markit am 28. Februar 2022 wurden die Datenkapazitäten von S&P Global weiter ausgebaut und tiefergehende Analysen in Sektoren wie Rohstoffe, Klimawandel und Lieferkettenmanagement ermöglicht. Diese Synergie ermöglicht es dem Unternehmen, seine Angebote effektiv zu skalieren und ein effizientes Cross-Selling seiner Services zu gestalten und sein Geschäftsmodell zu stärken. Darüber hinaus nutzt S&P Global fortschrittliche Technologien wie KI und maschinelles Lernen, um seine Analyseplattformen zu aktualisieren und sicherzustellen, dass Kunden effiziente und fundierte Entscheidungen treffen können.

Über den unternehmerischen Erfolg hinaus hat S&P Global durch Initiativen, die auf Nachhaltigkeit und wirtschaftliche Entwicklung ausgerichtet sind, positive Auswirkungen auf die Welt. Das Unternehmen unterstützt die Energiewende, indem es Daten bereitstellt, die Unternehmen und Regierungen bei der Bewältigung der Herausforderungen des Klimawandels unterstützen. Zu den philanthropischen Bemühungen des Unternehmens gehören darüber hinaus die Finanzierung von Berufsausbildungsprogrammen für unterrepräsentierte Bevölkerungsgruppen und die Unterstützung vulnerabler Bevölkerungsgruppen bei der Anpassung an die Klimarealitäten.

Durch effiziente Kapitalflüsse in wirkungsvolle Anlagen fördert S&P Global weltweit Innovation, die Schaffung von Arbeitsplätzen und integratives Wachstum. Generell stärkt die Datenkompetenz von S&P Global nicht nur seinen Wettbewerbsvorteil, sondern befähigt auch die Stakeholder, kritische globale Probleme anzugehen. Somit ist S&P Global nicht nur ein profitables Unternehmen, sondern leistet insgesamt einen positiven Beitrag.

Wolters Kluwer ist ein weiteres Paradebeispiel für ein Unternehmen, das Daten als Wettbewerbsvorteil nutzt und gleichzeitig einen starken Fokus auf Nachhaltigkeit legt. Das Unternehmen, dessen Wurzeln bis ins Jahr 1836 zurückreichen, hat sich vom traditionellen Verlagswesen zu einem Anbieter geschäftskritischer digitaler Lösungen für Experten in den Bereichen Gesundheitswesen, Recht, Finanzen und Buchhaltung entwickelt.

Die Fähigkeit, gewaltige Datenmengen präzise und unterstützt durch KI-Technologien zu verwalten und einzusetzen, schafft hohe Eintrittsbarrieren für Mitbewerber und sichert das Vertrauen der Kunden. Die Abteilung Corporate Performance & ESG ist ein Beispiel für die datenbasierte Strategie des Unternehmens. Durch die Integration von Finanz- und nichtfinanziellen Berichtstools unterstützt Wolters Kluwer Unternehmen bei der Bewältigung komplexer ESG-Vorschriften, wobei die Einhaltung der Vorschriften sichergestellt und nachhaltige Praktiken gefördert werden. Lösungen wie Enablon und CCH® Tagetik ermöglichen es Unternehmen, Prozesse zu straffen, die Entscheidungsfindung zu verbessern und ESG-Auswirkungen auf die geschäftliche Wertentwicklung zu quantifizieren.

Auch Nachhaltigkeit und soziale Verantwortung besitzen bei Wolters Kluwer einen hohen Stellenwert. Das Unternehmen hat sich wissenschaftlich fundierte Ziele zur Reduzierung der Treibhausgasemissionen gesetzt und optimiert seine globale Präsenz nach umweltfreundlichen Standards. Initiativen wie die Montage von Solarlampen für unterprivilegierte Gemeinschaften unterstreichen das soziale Engagement des Unternehmens. Darüber hinaus fördert die Risk Reporter-App die Sicherheit am Arbeitsplatz und zeigt innovative Wege zur Bewältigung globaler Herausforderungen auf.

Durch die Kombination fortschrittlicher Datenfähigkeiten mit einem Fokus auf Nachhaltigkeit und Governance verteidigt Wolters Kluwer nicht nur einen starken Wettbewerbsvorteil, sondern trägt auch weltweit zu Gesundheit, Gerechtigkeit, Wohlstand und Umweltschutz bei.

Fazit

Der Aufstieg der datenbasierten Unternehmen, die durch ihre strategische Nutzung proprietärer Datenbestände und ihre zentrale Rolle bei der Weiterentwicklung von KI-Technologien zum Ausdruck kommt, markiert einen bedeutenden Wandel in Bezug auf die Quelle wirtschaftlicher und technologischer Macht. Diese Unternehmen sind nicht nur führend in der aktuellen digitalen Revolution, sondern legen auch den Grundstein für eine Zukunft, in der das Potenzial von KI voll ausgeschöpft werden kann – von der medizinischen Diagnostik bis hin zu persönlichen und geschäftlichen Entscheidungsprozessen.

Eine Gegenüberstellung der Ähnlichkeiten und Gegensätze von Öl und Daten und eine eingehende Analyse des Werts und der Auswirkungen von datenbasierten Unternehmen unterstreicht, wie wichtig es ist, sich mit Weitsicht und strategischem Scharfsinn in der Datenlandschaft zu navigieren. An der Schwelle zu einer KI-basierten Ära werden die Entscheidungen, die Unternehmen, Investoren und politische Entscheidungsträger in Bezug auf Sammlung, Nutzung und die Governance von Daten heute treffen, den technologischen Fortschritt und die gesellschaftlichen Normen von morgen prägen. Von W. Edwards Deming stammt die berühmte Forderung: "In God we trust, all others must bring data.".