Du hast deinen AdBlocker an?

Es wäre ein Traum, wenn du ihn für t3n.de deaktivierst. Wir zeigen dir gerne, wie das geht. Und natürlich erklären wir dir auch, warum uns das so wichtig ist. Digitales High-five, deine t3n-Redaktion

Startups

Wann, wo, wer, was? Das wahre Businessmodell von Uber

    Wann, wo, wer, was? Das wahre Businessmodell von Uber

(Grafik: „data table vis“ unter CC-BY-NC-SA 2.0 Lizenz von flickr.com von Jason Brackins)

Uber ist Milliarden wert, dabei tut das Unternehmen eigentlich nichts Besonderes. Doch was hat es auf sich mit dem Geschäftsmodell des Startups? Wir haben es unter die Lupe genommen.

Uber gehört zu den wertvollsten Startups der Welt. (Screenshot: WSJ)
Uber gehört zu den wertvollsten Startups der Welt. (Screenshot: WSJ)

Auf 41,2 Milliarden US-Dollar beläuft sich die derzeitige Bewertung der Firma Uber, die eigentlich nichts weiter macht, als es 8x8 schon seit Jahren in Dresden oder taxi.de mit herkömmlichen Taxen macht: Auf App-Knopfdruck Personen an Fahrer beziehungsweise Fahrzeuge vermitteln, um die Personen von A nach B zu fahren. Durchaus kontrovers diskutiert und nicht überall auf der Welt ganz gesetzeskonform.

Dabei hat Uber kein einziges eigenes Fahrzeug, keinen einzigen angestellten Fahrer oder überhaupt eine Lizenz als Taxiunternehmen. Woher kommt die immense Unternehmensbewertung?

Daten: Das Gold des 21. Jahrhunderts

Was Uber tut, ist nichts anderes als eine Platform plus App zur Verfügung zu stellen, die Fahrer und Passagiere miteinander in Kontakt bringt, sodass eine Personenbeförderung zustande kommt. Welche Daten fallen dabei an? Der Fahrer muss in der Uber-App eine Zahlungsweise angeben – sei es ein Paypal-Konto oder eine Kreditkarte. Handynummer und E-Mail-Adresse ebenso. Damit ist eine personenindividuelle Zuordnung möglich. Uber weiß nicht unbedingt, wer die Person ist, aber Uber weiß, dass es die Person ist.

Natürlich sind Abfahrts- und Zielort bekannt, und weil der Fahrer die Uber-Drivers-App geöffnet hat, während der Fahrt auch die genaue Fahrtstrecke – wegen der Abrechnung.

Ein typischer Datensatz, der bei der Nutzung anfällt wäre also zum Beispiel:

  • Person A möchte
  • um 21 Uhr
  • von der Anton-Meier-Straße 5, 01815 Beispieldorf
  • nach Berthold-Beier-Straße 23, 01415 Zufallshausen

Nicht weiter spektakulär, wie es scheint. Durch Kombination mit der Uber Drivers-App ergeben sich außerdem noch

  • die Fahrtstrecke

und durch zusätzliche Angaben in der Uber-App eventuell noch „Lieblingsorte“:

  • Zuhause
  • Arbeitsort

Soweit, so unspektakulär. Die reinen Zahlenkolonnen sind wenig aussagekräftig. Im Allgemeinen ergibt sich daraus erst ein Sinn (und Geschäftsmodell), wenn man eine relevante Anzahl an Menschen für die Nutzung begeistert. Weshalb? Weil man dann aus den Daten wertvolle Informationen ziehen kann.

Die interessanten Fragen sind zum Beispiel:

  • Wann + Wo --> Was: „Was ist wochentags die durchschnittliche Fahrzeit vom Flughafen zu Hotel XY?“
  • Wann + Was --> Wo: „Wo gehen die Leute abends feiern?“
  • Wo + Was --> Wann: „Wie lange dauerte es, bis wieder Alltag einzog nach der Überschwemmung?“

Bei Uber kommt nun zusätzlich noch die Komponente „Wer“ dazu und das macht es interessant.

Uber-Peuquets-Enhanced-Triangle-770x577
Erweitertes „Human-Dynamics“-Triangle nach Peuquet. (Grafik: Paul Balzer, CC-BY-SA2.0)

Data Analytics: Die Goldgräber des 21. Jahrhunderts

Einen interessanten Einblick in die Art und Weise, wie solche Bewegungsdaten ausgewertet werden können, hat Huy Vo in einem Vortrag auf der PyData 2014 in New York gegeben, für den er die Daten des New-York-City-Taxi-Datasets ausgewertet hat.

„Using TaxiVis to compare taxi trips from Lower Manhattan to JFK and LGA airports in May 2011.“ (Screenshot: vgc.poly.edu)
„Using TaxiVis to compare taxi trips from Lower Manhattan to JFK and LGA airports in May 2011.“ (Screenshot: vgc.poly.edu)

Der Datensatz wurde von der New Yorker Taxizentrale 2014 als Open-Data-Datensatz freigegeben und ermöglichte es dem Team um Vo, eine umfangreiche Analyse daraus zu generieren.

TaxiVis: Visual Exploration of Big Urban Data

Wann, Wo, Was? Diese Fragen sind hier recht eindrucksvoll beleuchtet. Zu beachten sind aber auch folgende Dinge:

  1. Größe des Uber-Data-Scientist-Teams vs. Größe der Forschergruppe um Vo
  2. Persönliche Daten bei Uber vs. anonyme Daten der NYC-Taxidaten
  3. Monetäre Ausstattung/Möglichkeiten Uber vs. Forschergruppe um Vo

Bei Uber kommt also auch noch das Wer hinzu.

Uber-Data

Die kommerzielle Nutzung von Bewegungsdaten von Menschen, die so genannte People-Flow-Analyse, ist in mehreren Dimensionen hoch interessant. Es gibt die guten und die schlechten Anwendungsfälle und alles dazwischen. Nachfolgend eine kleine Auswahl:

The Good: Verkehrsplanung

Die Auswertung der Personenbewegungen bei Katastrophen ermöglicht es Stadtplanern in einer noch nie da gewesenen Güte an Evakuierungsrouten und -planung zu arbeiten. Nach dem Ende von Konzerten oder Großveranstaltungen verteilt sich ein (hoffentlich repräsentativer) Teil der Bevölkerung mit Uber vom Veranstaltungsort in die Stadt. Das ermöglicht präzise Analysen.

Weiterhin können Floating-Car-Data dazu genutzt werden, zu erkennen, an welcher Stelle Straßen ausgebaut werden müssen oder wo ein Ausbau nicht notwendig ist.

The Bad: Überwachung

Dass eine US-Firma, die riesige Daten sammelt, diese auch an staatliche Behörden weitergeben muss, dürfe in der Post-Snowden-Ära jedem bekannt sein. Richard Stallman fasst das Problem mit Uber recht gut zusammen: Why you should not use Uber.

Ein einfaches Beispiel: Aus den Bewegungsdaten können die Uber-Data-Analysten heraus holen, wie viele One-Night-Stands wohl so geschehen – und natürlich auch wo. Ein zwischenzeitlich wieder offline gegangener Beitrag (noch im web.archive.org) beleuchtet dieses Thema: „Rides of Glory“.

Fazit: Das Taxi-Geschäft ist für Uber nur Mittel zum Zweck

Wer sich das Video zu TaxiVis anschaut, hat eine leise Ahnung davon, welche Informationen Uber aus der reinen Vermittlung der Fahrten ziehen kann. Und dann wird auch klar, weshalb Venture-Capital-Fonds wie Google Ventures die Firma so hoch bewerten. Das „Taxigeschäft“ ist eigentlich nur Mittel zum Zweck: Daten sammeln.

Der Beitrag erschien ursprünglich im Motorblog.

Finde einen Job, den du liebst zum Thema Startups

9 Reaktionen
ben
ben

Danke für den schönen Artikel, der die angebliche "sharing economy" hübsch entlarvt.

Antworten
Thorben

Es wurde auch mal Zeit, dass Daten außerhalb von Facebook und Google gesammelt werden, denn schließlich sitzen wir nicht immer vor dem Rechner.

Antworten
Ueberhuber
Ueberhuber

Schön, dass auch bei t3n langsam die Blicke über die reinen, oftmals spaßigen Nutzererlebnisse von neuen Anwendungen hinausgehend auch auf den Gesamtkontext gelenkt werden.

@ Henric: Man soll nicht übersehen dass Google offewnsichtlich einen großen Zusatzvorteil in den Uber-daten sieht.

Erstens: sonst würden sie nicht so viel reininvestieren und ihre politischen Verbindungen zur Startup-Förderung nutzen.

Zweitens: Ein momentanes Hauptziel von den Silicon-Valley-Firmen ist es, den Nutzern IN DIE OFFLINE-WELT ZU FOLGEN. Um dort ihre Geschäftsmodelle weiter auszubreiten.

Antworten
Sebastian Wagner

Das mit den Daten ist Polemik. Da hat Google mehr als genung, allein Google Maps ist hier wesentlich aussagekräftiger. Uber ist intressant, weil es den Transport von Menschen und Dingen revolutionieren wird.

Antworten
Henric
Henric

Moment mal, sind das nicht Daten, die Google schon sowieso hat? Sie bieten schließlich ein personalisiertes Smartphone mit einer Navigationssoftware an, die wohl deutlich aussagekräftiger sein sollte, als dieser Nischenservice...

Antworten
Frank
Frank

Wer z.B. verheiratet ist und zu One-Night-Stands fährt, ist damit erpressbar.
Und war dieses Ziel zufällig in einem Haus, in dem ein Terrorist wohnte, wird es sogar ganz heikel.
Geschäftsleute könnten nicht mehr geheim halten, wen sie kontaktieren, denn Uber weiß das.
Die Käufer der Uber-Daten werden vorher wissen, was sich anbahnt, weil sie wissen, wer wohin geht.
Ich glaube jedoch, manchen ist alles egal und sind allem gegenüber offen (hier den Spruch einfügen).
Schon aus Bequemlichkeit.

Antworten
Fabian

uber hat 1,6 Mrd geraised. Bewertet ist es deutlich höher (Fehler im 1. Satz).

Antworten
Florian Blaschke

Danke für den Hinweis, Fabian. Haben wir korrigiert.

Antworten

Melde dich mit deinem t3n-Account an oder fülle die unteren Felder aus.

Abbrechen