Geschäftsmodelle in der Digitalen Transformation

Die Digitale Transformation bringt viele neue Möglichkeiten und damit auch neue Geschäftsmodelle mit sich.

Unter der Digitalen Transformation kann man folgenden Themen verstehen:

  • Infrastruktur
  • Wertschöpfungsketten
  • Neue Anwendungsfälle
  • Neue Geschäftsmodelle

Aus dem bestehenden Geschäft kann man folgende Varianten an neuen Geschäftsmodellen für sich definieren:

  • Plattform (Infrastruktur und Reichweite für weitere Dienstleistungen wird angeboten)
  • Sharing Economy (Teilen anstatt besitzen von Gütern ist im Fokus)
  • E-Commerce (Vertrieb von Waren und Dienstleistungen)
  • Lizenzgebühren (Überlassung des Nutzungsrechts einer Software)
  • Daten (Analyse und Veredelung der erhobenen Informationen)
  • Abo-Modelle (Dienstleistung als Abo anbieten)
  • Add-Ons (Erweiterung des Basisprodukts um Erweiterungen)
  • Productised Service (Dienstleistung als digitale skalierbare Lösung)

Welche neuen Geschäftsmodelle sehen Sie in Ihrem Umfeld und welche Varianten ergeben sich aus den bestehenden Wertschöpfungsketten und Anwendungsfällen?

 

Technische Risiken bei der Digitalisierung

In der IT-Sicherheit ist das präventive Handeln als höchster Punkt zu sehen, also zu Handeln bevor ein Risiko eintritt.

Als Beispiel können hier die Software-Updates an einem stationären Computer oder App-Updates am SmartPhone gesehen werden.

Auch ist es wichtig bei den Schutzmaßnahmen zwischen privaten und geschäftlichen Aspekten zu unterscheiden.

Sicherheitsmaßnahmen

Die meisten Sicherheitsmaßnahmen sind bekannt z.B. Virenschutz, Firewall, Anti-Spyware. Aber werden diese Sicherheitsmaßnahmen konsequent umgesetzt?

Also sind alle relevanten Endgeräte wie PC’s, Tablets und SmartPhones in die Betrachtung aufgenommen?

Folgende Maßnahmen kann man einfach umsetzen:

  • Sichere Passwörter (“Desto länger, desto besser” – ca. 20 Zeichen mit diversen Sonderzeichen)
  • Für jeden Dienst ein eigenes Passwort verwenden (sollte auch regelmäßig geändert werden)
  • 2-Faktor-Authentifizierung z.B. FIDO2

Als Form von kriminellen Angriffen wird immer noch häufig E-Mail als Einfallstor verwendet.

Generell gilt es sehr vorsichtig und wachsam sein. Das Social Engineering (also das Ausspionieren von Personen als schwächstes Glied) ist dabei das größte Risiko.

Datenverlust

Wie vorher bei dem Beispiel mit dem SmartPhone dargestellt. Kümmert sich jeder um die Sicherung seiner Daten (die 3-2-1-Regel habe ich hier einmal dargestellt)?

Wichtig ist nicht nur die lokalen PC’s, sondern auch die Daten auf den mobilen Endgeräten zu sichern.

Im Geschäftskontext ist das meistens über die zentrale IT gewährleistet. Man sollte aber auch die internen Richtlinien aus Anwendersicht einmal genau betrachten.

Nicht nur die Sicherung, sondern auch die Wiederherstellung der Daten mit Notfallplänen sollte regelmäßig getestet werden.

Wichtig ist hier immer den Worst-Case-Fall im Hinterkopf zu haben. Die Vorsorge ist hier sehr wichtig!

Ausfall der Infrastruktur

Häufig treten externe Gefahrenquellen und sollten sehr genau betrachtet werden. Ein Stromausfall kann häufig kurzfristig überbrückt werden z.B. Notstromaggregat per Batterie und Diesel.

Aber was ist wenn eine DDoS-Attacken die zentraler Serverinfrastruktur beeinträchtigt? Was ist bei Ausfall von ganzen Cloud-Segmenten?

Elementare Gefahren müssen bewertet und Maßnahmen getroffen werden. Die Auswirkungen müssen auf alle Fälle auch im privaten Umfeld bewertet werden.

Cyberkriminalität

Die Digitalisierung ist natürlich auch ein lukratives Geschäft für kriminelle Gemüter z.B. ein Verschlüsselungstrojaner und Erpressung kann jeden betreffen.

Es wird zwischen zufällige und zielgerichteten Angriffen unterschieden. Auch muss man beachten, ob es sich um interne Personen, organisierte Kriminelle oder Terroristische Organisationen handelt.

Häufig werden in diesem Kontext Lösegeldzahlungen gefordert.

Aus dem Militär kann man das Modell der “Gestaffelte Tiefenverteidigung” verwenden. Die Summe der Maßnahmen muss das geforderte Sicherheitslevel erfüllen. Abhängig vom Bereich kann es auch unterschiedliche Sicherheitsbestimmungen geben.

Im Firmenkontext kann man auch einfach externe Penetrationstests durchführen lassen um die Risiken schnell zu finden.

Auch ist ein gutes Risikomanagement sehr wichtig. Hier ist die Prävention und Organisation an erster Stelle, aber auch das
Monitoring der Prozesse und der durchgeführten Maßnahmen.

Normen für IT-Sicherheit

Die Standards und Richtlinien müssen pro Organisation und Branche betrachtet werden.

Ein guter Einstieg für IT-Sicherheit ist die ISO 27001. Danach kann man sich mit den Branchennormen, Leitlinien, Empfehlungen etc. beschäftigen.

Die Verantwortlichkeit liegt bei der Geschäftsführung einer Unternehmung!

Fazit

Nicht nur technische Punkte müssen beachtet werden, sondern auch organisatorische Maßnahmen müssen durchgeführt werden.

Haben Sie alle vorher benannten Punkte im privaten und geschäftlichen Kontext im Blick? Wie sind Ihre Maßnahmen? Wie führen Sie Ihr Risikomanagement durch?

ECM in der Cloud und der zugehörige Reifegrad

Von der Bitkom gibt es mit Fokus auf ECM ein paar lesenswerte Veröffentlichungen. Es handelt sich hier um den Digitalverband Deutschlands dem ca. 2.700 Unternehmen der digitalen Wirtschaft angehören.

Einen guten Leitfaden über “ECM in der Cloud” für Anwender gibt es in der Version 2.0 hier zum Lesen. Der Leitfaden wird aktualisiert, aber es gibt immer noch genug Informationen um das Trendthema “Cloud” genauer zu betrachten.

Das “Reifegradmodell Digitale Geschäftsprozesse” ist hier online verfügbar. Es werden die Kriterien und Anwendungsfälle beschrieben und ein Fazit gezogen.

Welche weiteren Leitfäden und Checklisten kennt Ihr im ECM-Umfeld? Gibt es noch nennenswerte Publikationen die Ihr kennt?

 

Praktische Tools für die Arbeit 4.0

Teamwork in einer digitalen Arbeitswelt

Welche Auswirkung hat die Arbeit 4.0 auf die klassischen Hierarchien in Zukunft?

  • Klassische Abteilungsdenkweise nimmt immer mehr ab und Informationen sind übergreifend (nächste Ebene in der Wissensorganisation)
  • Es werden Informationen geteilt um zu lernen (durch Austausch verbessern sich die Informationen)
  • Expertenwissen wird nicht mehr bei einzelnen Personen gehortet werden

Es wird in Unternehmen immer mehr Schwarm-Organisationen geben d.h. die Mitarbeiter sind durch flache Hierarchien auf einer Ebene und die Kommunikation findet dort statt. Wichtig ist hier eine hohe Eigenverantwortung und Planung. Im Fokus steht die Agilität anstatt die Hierarchie.

Wie führt man jetzt aber als Team- und Abteilungsleiter ein solches Team? Der klassische “Command & Control Ansatz” ist in den letzten Jahren immer seltener geworden. Mitarbeiter wollen ihre Freiräume und auf Augenhöhe angesprochen werden. Teamleiter müssen die entsprechenden Rahmenbedingungen schaffen, damit Ihre Teams kreativ an Lösungen arbeiten können. Der Abteilungsleiter wird also viel mehr ein Coach und Mentor, der über Abteilungsgrenzen hinweg die Spezialisten zusammen bringt.

Kommunikation und Marketing

Bei einer viel agileren Arbeitsweise steht auch die Kommunikation und damit auch das Eigenmarketing weiter im Fokus.

  • eine Moderne Arbeitskultur etabliert eine starke Marke
  • Arbeit 4.0 ist als Recruting-Modell bei Fachkräftemangel als Wettbewerbsvorteil zu sehen
  • Mitarbeiter präsentieren sich direkt in den sozialen Medien und präsentieren die Firmenkultur nach außen

Mit einem blick auf das Marketing muss man priorisieren was die langfristigen Ziele sind. Wollen wir nur Reichweite oder unsere Haltung nach Außen transportieren? Wollen wir Chatbots oder Persönlichkeit den Kunden zeigen? Wollen wir Marketingabteilungen (mit Firmenaccounts) oder Corporate Influencer (die ein Thema voran treiben)?

Wichtig ist auf alle fälle das die Authentizität nach Außen sichtbar wird.

Praktische Tools

Meine persönlichen Meinung nach sind alle Tools rund um Office / Microsoft 365 und Microsoft Teams ideale Tools um Arbeit 4.0 und die Collaboration zu unterstützen.

  • Globale Cloud-Systeme für den jeweiligen Einsatz (gemeinsame Arbeit an Dokumenten, Ort- und Zeitunabhängigkeit)
  • CRM-Systeme (für mehr übergreifendes Wissen über den Kunden)
  • Projektmanagement (Methoden werden in Tools umgesetzt, was passt zum Team)
  • Aufgabenmanagement (eigene persönliche Aufgaben und Projektaufgaben die abhängig vom Kontext für jeden einsehbar sind)
  • Kommunikation (Videotelefonie und die zugehörigen Systeme)
  • Notizbücher (Verteilung der Informationen auch bereits im Entwurfsstadium)
  • Mindmaps zur Kreativität mit Desktop-Sharing
  • Social Intranet z.B. Yammer, Communities (Themen voran treiben und verbessern)

Zusammenfassung

Es sind also nicht nur die “Software-Tools” die in Zukunft bei der Arbeit 4.0 im Fokus stehen. Auch das Teamwork, die Kommunikation und das Marketing ist als “Tool” Vorne dabei.

Welche Tools gibt es aus Ihrer Sicht noch um die Arbeit 4.0 nach Vorne zu bringen?

Arbeit 4.0 im Detail

Arbeit 4.0 – wer hat das Schlagwort noch nicht gehört? Was versteht man unter diesem Begriff?

In den letzten Jahren haben wir alle gemerkt, wie unsere Arbeitskultur und Arbeitsverhältnisse im Wandel sind. Aus der Industrie 4.0 kommen neue Arbeitsformen und optimiert sich das digitales Arbeiten mit dem Fokus auf die zukünftigen Modelle.

Inhalte 4.0

Welche Inhalte assoziert man häufig mit Arbeit 4.0:

  • die Arbeit wird generell flexibler
  • die Work-Life-Balance steht im Mittelpunkt
  • das Home-Office gewinnt an Bedeutung d.h. Orts- und Zeitunabhängigkeit
  • der Fokus liegt auf der “richtigen” Arbeit z.B. Kreativität, wertschöpfende Tätigkeiten d.h. es wird mehr auf das Ergebnis als auf die Arbeitszeit geschaut
  • Lebenslanges Lernen ist ein fester Bestandteil der Arbeit
  • die Arbeitswelt wird offener und vielschichtiger z.B. Interdisziplinäre Teams mit hoher Sozialkompetenz

Bei vielen der Inhalte sieht man das sich die Arbeit an das Leben anpasst.

Hier müssen sich die Unternehmen auch neu positionieren. Was ist den HR-Abteilungen und Führungskräften wichtig? Will man Fachkräfte gewinnen? Wie viel Geld investiert man in die Weiterentwicklung der Mitarbeiter? Welches Firmen- und Menschenverständnis herrscht in der Organisation?

Für die neuen Arbeitsmodelle werden auch verschiedene neue Kompetenzen benötigt.

Digitale Skills

Es gibt einige Kompetenzen, die für viele Personen neu erarbeitet werden müssen:

  • Digitale Bildung mit diversen neuen Technologien, Mensch-Maschine-Interaktion, Datensicherheit und Datenschutz (auch das Hinterfragen der Technologien und Reflektion der Themen ist wichtig)
  • Digitales Lernen – findet hauptsächlich Online statt, welche Wissensquellen gibt es Online (und wie entlarve ich Fake-News), wie können Lernmodelle wie Blended Learning kombiniert werden
  • Digitale Interaktion – Kommunikation mit anderen Personen z.B. in Webinare oder Videokonferenzen

Klassische Skills

Neben den neueren Skills gibt es auch klassische Kompetenzen, die man nicht vernachlässigen darf:

  • Fremdsprachenkenntisse (sind klar und werden in Zukunft noch mehr gefragt)
  • Flexibilität und Schnelligkeit – kann man das Tempo der Veränderungen mitgehen? Wie offen ist man dem Neuem gegenüber?
  • Robustheit / Resilienz (Widerstandsfähigkeit gegen Stress)
  • Lösung von komplexen Problemen mit kritischen Fragestellungen
  • Neue Organisationsformen z.B. Agilität
  • Empathie, Intuition und Kreativität werden KI’s nicht so einfach übernehmen können

Zusammenfassung

In Zukunft wird der Fokus auf das Teamgefüge (P2P – “People to People” – Mensch zu Mensch) in das Zentrum rücken. Der einzelne Mitarbeiter und das Horten von Expertenwissen wird zurück gehen. Es wird durch jeden Mitarbeiter Kreativität und die Übernahme von Verantwortung erwartet.

Das sich die Technologien und Inhalte noch schneller ändern werden, ist das lebenslange Lernen im Mittelpunkt. Hier müssen sich die Mitarbeiter und auch die Unternehmen auf neue Lernformen einfinden und die entsprechenden Rahmenbedingungen schaffen z.B. was ist das richtige Medium wie ein Blog, eine On-Site-Schulung oder ein Webinar?

Daten als Öl des 21. Jahrhunderts (2/2)

Data Analytics

Die Datenanalyse ist die zentrale Tätigkeit im Umgang mit großen Datenmengen. Aus den erhobenen Daten müssen auch Erkenntnisse gezogen werden.

Folgende Fragen zur Datenanalyse kann man sich stellen:

  • Was ist passiert? – Descriptive Analytics (Beispiel: Kosten pro Material)
  • Warum ist etwas passiert? – Diagnostic Analytics (Beispiel: Ursachenanalyse für Kostensteigerung im Zeitraum)
  • Was können wir daraus lernen? – Discovery Analytics (Beispiel: Lessons Learned)
  • Was wird passieren? – Predictive Analytics (Beispiel: Kostenprognosen anhand Preisentwicklungen)
  • Was können wir tun, damit etwas passiert? – Prescriptive Analytics (Beispiel: Kostensenkungen durch Simulationen)

Der Schwierigkeitsgrad steigt mit den Fragen an, aber die Fragen werden auch interessanter.

Bei der Datenanalyse kann man folgende Anwendungsfälle unterscheiden:

  • Ad-hoc-Analysen – einmalige Analysen zu bestimmten Fragestellungen
  • Routine-Reporting – wiederkehrende Analysen mit genauen KPI’s (Key Performance Indicator)

Zur Vereinfachung können die Reportings in einem Dashboard zusammengefasst werden und damit einen besseren Überblick gewährleisten und Anpassung von eigenen Parametern ermöglichen.

Data Science

Der Data Scientist wurde vom Harvard Business Review zu einem der bedeutensten Jobs des 21. Jahrhunderts gekürt. In diesem Bereich beschäftigt man sich eher mit der Zukunft d.h. den Vorhersagemodellen.

Durch Statistik, Softwareentwicklung und Fachwissen werden die Problem verstanden und analysiert, für den Computer übersetzt und abschließend gelöst.

Data Analytics bezieht sich auf konkrete Fragestellungen. Data Science hat im Fokus mit den Stakeholdern zusammen Probleme aus der Makroperspektive zu analysieren.

Folgende Teilbereiche gibt es im Data Science Prozess:

  • Data Import – geeignete Datenquellen identifizieren
  • Data Preparation – Vor- und Aufbereitung der Daten
  • Data Modeling – Modellierung der Daten durch bestimmte Methoden d.h. Überführung der Realität in Mathematik
  • Deployment – Produktivsetzung der Szenarien d.h. Übernahme in die Linie

Daten als Öl des 21. Jahrhunderts (1/2)

Jeden Tag werden 2,5 Mio. 1 TB Festplatten mit neuen Daten gefüllt d.h. die Höhe von 77 “Eifeltürmen” an Daten generiert. Das sind pro Tag ca. 2,5 Millionen Terabyte.

Warum bergen Daten so viel Potential?

Aus Daten können individuelle Empfehlungen pro Kundengruppe erstellt werden und das subjektive Bauchgefühl und Erfahrung ohne die Abhängigkeit von Mitarbeitern umgesetzt werden.

Es geht darum Einsichten (Insights) auf Daten zu gewinnen,. damit  bessere Entscheidungen zu gewinnen und einen datengetriebener Ansatz zu verwenden. Das datengetriebene Entscheidungsmanagement kann rückblickend oder in die Zukunft erfolgen.

Bei der Datenanlyse ist das Zusammenspiel zwischen Mensch und Maschine sehr wichtig. Ein Algorithmus kann bei der Indikation unterstützen, aber den Mensch nicht komplett ersetzen.

Das datengetriebenes Entscheidungsmanagement wird in folgende Disziplinen unterteilt:

  • Data Warehouse – Speicherung der Daten
  • Data Analytics – Analysen von konkreten Fragestellungen durchführen
  • Data Science – Welche Fragen müssen aus der Makroperspektive gestellt werden?

Data Warehouse

In einem Data Warehouse können konsistente Datenanalysen durchgeführt und Ergebnisse gemessen werden. Es handelt sich um ein zentrales Datenbanksystem das auf Datenalyse spezialisiert ist.

Das Data Warehouse soll die Integration von unterschiedlichsten Daten aus unterschiedlichen Quellsystemen in ein zentrales System (“Single Point of Truth”) gewährleisten. Durch die Seperation d.h. Trennung von operativen Systemen und Analysesystemen können auch komplexe Abfragen die Last der Systeme nicht beeinflussen.

Es muss die Datenextaktion aus Quellsysteme durchgeführt und Integrationsschicht für die Harmonisierung der Daten vorgenommen werden. Danach werden die Daten im Data Warehouse Data Marts (Kopien von Ausschnitten für relevante Abteilungen zum Schutz und Performance) verteilt.

Folgende Aufgaben existieren in einem Data Warehouse:

  • Datenbeschaffung und Integration von Systemen (auch die Aktualisierung)
  • Datenhaltung
  • Versorgung der Data Marts
  • Datenanlyse und Reports

Dazu wird der klassische ETL-Prozess verwendet:

  • Extraktion – Regelmäßige Abzüge der Daten (automatisiert oder pro Anfrage)
  • Transformation – Vereinheitlichung von Daten z.B. Datumsformat, doppelte Einträge löschen
  • Load – Speicherung in der Zieldatenbank

Folgende Fragen kann man sich bei der Einführung eines Data Warehouse stellen:

  • System – Welches System wird benötigt?
  • Kompetenzen – Kompetenzen im Unternehmen vorhanden oder externe Berater involvieren?
  • Parameter – Welche Abteilung benötigt welche Daten? Welche Zugriffsbeschränkungen? Wie häufig muss aktualisiert werden?

Im Data Warehouse gibt es natürlich auch ein paar Herausforderungen. Diese betreffen häufig den Datenschutz. Auch die Datenvermeidung / Datensparsamkeit muss gewährleistet werden d.h. persönliche Daten müssen anonymisiert oder pseudonymisiert werden.

Ein Data Warehouse ist notwendig für unternehmensweite Kennzahlen ausgehend vom “Single Point of Truth” zu gewährleisten. Für die objektive Beurteilung der Zahlen darf aber auch der zum Teil hoher initialer Aufwand nicht aus den Augen verloren werden.

Was ist “Robotik”?

Was hat die Robotik mit Automatisierungstechnik zu tun? Der Fokus ist wie wir Maschinen und Anlagen ohne Menschliche Interaktion betreiben können. Hier ist die Robotik als Teilbereich zu sehen.

Folgende angrenzende Bereiche haben auf die Robotik unmittelbaren Einfluss:

  • Maschinenbau
  • Elektrotechnik
  • Informatik
  • Mensch-Maschine-Interaktion
  • Philosophie
  • Soziologie
  • Künstliche Intelligenz
  • Psychologie

Isaac Asimov hat 1942 schon die ersten Robotergesetze definiert:

  1. Ein Roboter darf keinen Menschen verletzen oder Schaden zufügen
  2. Ein Roboter muss auf den Menschen hören (außer es wird Regel 1. verletzt)
  3. Ein Roboter muss seine Existenz schützen (außer es wird Regel 1. oder 2. verletzt)

Überall da wo man Menschen unterstützt werden können, gibt es Einsatzgebiete für die Robotik z.B. automatisierte, wiederholende Tätigkeiten wie die Fließbandarbeit. Oder es werden immer die gleichen Fragen gestellt, hier können dann Chatbots unterstützen.

Außerdem können schwere Aufgaben wie in der Medizintechnik / Operation einfacher mit Robotern durchgeführt werden (Beispiel: Da Vinci Roboter).

Der Roboter ist also als Assistent für den Menschen zu sehen und Einsatzgebiete gibt es dafür viele.

Welches Wissen / Weiterbildung ist für dieses Themengebiet in den Unternehmen notwendig? Kann man das Projekt intern oder mit externer Unterstützung umsetzen? Wie sehen “Worst-Case-Szenarien” beim Ausfall der Robotik aus?

Fragen gibt es dazu viele. Wie sieht der Einsatz von Robotern / Robotik in Ihrem Unternehmen aus?

Was ist “Künstliche Intelligenz”?

Künstliche Intelligenz hat eine längere Historie wie die meisten Menschen meinen. Es begann mit Brettspielen bereits 1997. Hier verlor Garry Kasparov gegen den Computer Deep Blue im Schach.

Wo ist aber aktuell im Hype-Cycle das Thema Künstliche Intelligenz (KI) zu sehen:

  • Innovationsauslöser (erste Beispiele für Technologie)
  • Gipfel überhöhter Erwartungen (unrealistische Erwartungen an Technologie)
  • Tal der Tränen (enttäuschte Erwartungen an Technologie)
  • Pfad der Erleuchtung (produktive Anwendung der Technologie)
  • Plateau der Produktivität

Abhängig von der Technologie, würde man das autonome Fahren beim Gipfel der überhöhten Erwartungen sehen, aber automatisierte Passkontrollen an Flughäfen bereits im produktiven Einsatz.

Im ersten Schritt ist es wichtig alle notwendigen Daten zu identifizieren. Eine KI entsteht aus dem “Rohstoff” Daten (die Daten werden veredelt und in komplexen Vorgängen genutzt).

Was ist jetzt aber KI? Ist es Robotik, Machine Learning, Deep Learning, natürliche Sprachverarbeitung oder ein Chatbot? Diese Themen sind alle nur Teilgebiete der KI. Aus meiner Sicht handelt es sich um ein Konzept von Maschinen, die “wie Menschen denken” sollen und das unterstützt durch die jeweils notwendigen Technologien.

In der Praxis ergeben sich drei größere “KI-Ansätze”:

  • Traditionelle Rechenansätze (Lösung von klar formulierten Aufgabenstellungen)
  • Wissensbasierte Annahmen (weitere Problemstellungen mit weniger formellen Wissen und Strukturen)
  • Lernende Ansätze (Erkennung von Regeln und Beispielen in großen Datenmengen)

Folgende Elemente kann man bei eine produktiven Implementierung im Unternehmen vorbereiten:

  • Ziel – was soll durch den Einsatz von KI erreicht werden?
  • Use Cases – wie hoch ist die wirtschaftliche Auswirkung?
  • Umsetzung – was ist technisch umsetzbar?

Bei neuen Technologien kann man mit einem Pilot-Projekt starten und damit ein Kernteam für das Thema aufbauen. Aus dem ersten Projekt kann dann eine generellen KI-Strategie für das Unternehmen entwickelt werden.

Welche “einfache” Anwendungsfälle sehen Sie in Ihrem Unternehmen? Welche Use Cases gibt es in Kombination mit ECM-Systemen?

 

Was sind “Smart Contracts”?

Smart Contracts (Intelligente Verträge) sind Verträge, die auf Computerprotokollen basieren. Es handelt sich also um digitale Verträge, die auf der Blockchain-Technologie aufbauen. mart Contracts kann man wie herkömmliche Verträge sehen. Sie kosten aber weniger Geld, laufen automatisiert ab und arbeiten damit wesentlich effizienter.

Durch den Vertrag ist die Transaktion komplett nachvollziehbar, transparent und irreversibel. Der gesamte Inhalt des Vertrags wird mit “Wenn-Dann-Regeln” und dem Grundsatz “Code is law” im System abgebildet.

Mit der Kombination aus der Blockchain-Technologie und den Smart Contracts können herkömmliche Verträge komplett digital abgebildet werden. Diese können unabhängig vom Standort weltweit durchgeführt werden. Durch die Integration von Kryptowährungen ist auch das Zahlungsmittel komplett digital abgebildet. Aus diesem technologischen Aspekten stellen die digitalen Verträge die Vertragsform der Zukunft dar.

In der Schweiz gibt es in manchen Kantonen bereits das “Digitale Grundbuch”. Welche Digitalen Verträge können Sie sich in Ihrem Umfeld vorstellen, wenn es im Immobiliensektor bereits Realität ist?