Die Messung des Werts von Daten stellt eine der zentralen Herausforderungen in der digitalen Wirtschaft dar. Daten werden zunehmend als einer der wichtigsten Produktionsfaktoren angesehen, doch ihre Bewertung bleibt eine komplexe und oft spekulative Aufgabe. Der Wert von Daten ist schwer greifbar, da er im Wesentlichen von der Qualität der Daten und ihrer Nutzung abhängt. Anders als bei physischen Gütern gibt es bei Daten keine einfache Möglichkeit, ihre Qualität im Voraus zu beurteilen. Dies ist der zentrale Punkt, den es zu verstehen gilt: Die wahre „Nützlichkeit“ von Daten kann erst nach ihrer Nutzung bewertet werden.

Verschiedene Länder, wie Kolumbien und Indien, experimentieren bereits mit Datenbörsen, um den Austausch von Daten zu fördern. Diese Märkte erfordern jedoch nicht nur technologische Standards, sondern auch klare Vorgaben zur Klassifikation, zu Metadaten und zu verschiedenen Dimensionen der Datenqualität. Ein wichtiger Aspekt bei der Definition von Daten als handelbarem Gut ist die Festlegung von Volumeneinheiten. Die bloße Anzahl von Bytes oder Datenaufzeichnungen reicht nicht aus, um den Wert von Daten zu bestimmen. Es muss ein präziserer Ansatz entwickelt werden, ähnlich der Definition von Preisen für Finanzprodukte wie Optionen oder Aktien.

Der Mangel an echten Marktplätzen für Daten erschwert die empirische Bestimmung des Werts von Daten. Zwar gibt es Ansätze, den Wert von Daten anhand von Marktkapitalisierungen von datenzentrierten Unternehmen zu schätzen, doch auch diese Methoden sind mit Unsicherheiten behaftet. Ein solcher Ansatz wurde beispielsweise im Hotelsektor angewendet, um den Wert von Daten zu schätzen, die von Plattformen wie Airbnb gesammelt und genutzt werden. Die Marktkapitalisierung von Unternehmen wie Marriott wurde untersucht, um den potenziellen Wert von Daten zu ermitteln, die diese Unternehmen im Wettbewerb mit Online-Plattformen benötigen, um ihre Marktposition zu verteidigen.

Es gibt auch andere Herangehensweisen zur Datensbewertung, die sich auf die Marktkapitalisierung von Unternehmen stützen, die als „datengetrieben“ gelten. Diese Methoden haben jedoch den Nachteil, dass sie die breiteren sozialen und wirtschaftlichen Auswirkungen von Daten und insbesondere von offenen Daten nicht berücksichtigen. Der Nutzen von offenen Daten, wie er in verschiedenen nationalen Initiativen wie dem „Open Banking“-Programm im Vereinigten Königreich zum Ausdruck kommt, bleibt bisher unterentwickelt und schlecht dokumentiert.

Ein weiterer wichtiger Aspekt bei der Bewertung von Daten ist die Bestimmung des Werts von organisatorischem Kapital in Unternehmen. Die Methodik von Li und Hall zur Berechnung der Abschreibungsraten von organisatorischem Kapital zeigt, wie Daten genutzt werden können, um den Verlust von Wettbewerbsvorteilen aufgrund des fehlenden Zugriffs auf relevante Daten zu messen. Auf dieser Grundlage können Schätzungen über die Nachfrage nach Daten in verschiedenen Industrien entwickelt werden. Es zeigt sich, dass Unternehmen, die in der digitalen Transformation zurückbleiben, zunehmend anfällig für Marktveränderungen durch Online-Plattformen werden, was den Wert von Daten indirekt steigert.

Obwohl es zahlreiche theoretische Ansätze zur Berechnung des Werts von Daten gibt, bleibt die empirische Umsetzung eine große Herausforderung. In vielen Fällen sind die verwendeten Methoden noch nicht ausgereift oder können nur auf begrenzte Szenarien angewendet werden. Die Frage, wie der Wert von Daten auf makroökonomischer Ebene ermittelt werden kann, ist bislang weitgehend ungelöst. Dies ist überraschend, wenn man bedenkt, wie bedeutend Daten für das Wirtschaftswachstum und die Schaffung von Wohlstand geworden sind, sei es als Produktionsfaktor, immaterielles Gut oder als Beitrag zum sozialen Wohlstand.

Ein weiteres schwieriges Problem ist die Frage, wie öffentliche Institutionen und Wettbewerbsbehörden den Wert von Daten beurteilen sollen. Es gibt unterschiedliche Ansätze, wie beispielsweise die Betrachtung der Kosten, die bei der Bereitstellung von Daten anfallen, oder die Schätzung des Markwerts basierend auf der Nachfrage. Die Erhebung von Umfragedaten oder die Anwendung von Experimente, die den Wert von Daten aus Sicht der Verbraucher oder der Unternehmen bestimmen, bieten zwar wertvolle Einsichten, bleiben jedoch in ihrer Anwendung begrenzt. Auch Ansätze wie die Bestimmung von „Shapley-Werten“ oder die Durchführung von Feldexperimenten könnten weiterentwickelt werden, um ein vollständigeres Bild des Werts von Daten zu erhalten.

Der Wert von Daten kann auch über den direkten Marktwert hinaus betrachtet werden. Der Wert öffentlicher Daten, etwa durch staatliche Investitionen oder durch die Entscheidung, Daten im Sinne des Gemeinwohls offen zugänglich zu machen, ist ein weiteres Thema, das im Kontext der digitalen Wirtschaft zunehmend an Bedeutung gewinnt. Die Frage, wie viel kommerziellen Gewinn öffentliche Institutionen zugunsten der Offenlegung von Daten opfern sollten, wird in Zukunft immer relevanter, vor allem im Hinblick auf die Regulierung von großen Tech-Unternehmen.

Letztlich bleibt die Herausforderung, die wirtschaftlichen und sozialen Auswirkungen von Daten zu verstehen und in einem breiten, empirisch fundierten Kontext zu messen. Denn die Schlüsselfrage der digitalen Wirtschaft bleibt: Wie lässt sich der Wert von Daten so bestimmen, dass dieser Wert sowohl den Unternehmen als auch der Gesellschaft zugutekommt, ohne dass dabei bestehende Ungleichgewichte verstärkt werden?

Wie misst man umfassenden Wohlstand und ökonomischen Fortschritt?

Die Messung des umfassenden Wohlstands und des ökonomischen Fortschritts stellt eine der zentralen Herausforderungen der modernen Wirtschaftstheorie dar. Der umfassende Wohlstand umfasst nicht nur das traditionelle Bruttoinlandsprodukt (BIP), sondern auch immaterielle und nicht marktbasierte Werte wie Umweltressourcen, soziale und kulturelle Vermögenswerte sowie die Fähigkeit von Individuen, das Leben zu führen, das sie schätzen. Dieser erweiterte Rahmen ist notwendig, um den immer komplexer werdenden globalen Herausforderungen gerecht zu werden, die durch Umweltzerstörung, soziale Ungleichheit und technologische Veränderungen verursacht werden. Ein neuer Blick auf das SNA (System of National Accounts) und die Entwicklung von Methoden zur Messung von "umfassendem Wohlstand" könnte den Weg zu einer nachhaltigeren und gerechteren Wirtschaft ebnen.

Die 2025 anstehende Revision des SNA wird versuchen, mehr Klarheit darüber zu schaffen, wie nationale Statistiken zur Messung von natürlichen Kapitalien und den von ihnen bereitgestellten Dienstleistungen integriert werden können. Dies ist ein bedeutender Schritt nach vorn, sowohl konzeptionell als auch praktisch, auch wenn dieser Ansatz die zentrale Problematik noch nicht vollständig löst: Märkte neigen dazu, Ressourcen unnötig zu verknappen und falsch zu bewerten. Der Wert von Ressourcen wird oft nicht in einem umfassenden Kontext erfasst, was zu einer verzerrten Wahrnehmung des tatsächlichen Wohlstands führt. Trotz dieser Einschränkung eröffnet die geplante Erweiterung der nationalen Konten die Möglichkeit, ein genaueres Bild von Wohlstand und Fortschritt zu zeichnen, das über den einfachen Einsatz von Marktpreisen hinausgeht.

Ein zentraler Punkt des umfassenden Wohlstandes ist die Betrachtung von "Kapitaldiensten", die die Inputfaktoren in ökonomisch wertvolle Aktivitäten repräsentieren. Dies betrifft nicht nur materielle Ressourcen wie Maschinen oder natürliche Kapitalien, sondern auch immaterielle Ressourcen wie Bildung und Gesundheit. Im Rahmen dieser Theorie wird die Arbeit als Kapitaldienst betrachtet, der aus dem Bestand an menschlichem Kapital fließt. Diese Betrachtungsweise hebt die Bedeutung von Investitionen in Gesundheit und Bildung hervor, die nicht mehr nur als Konsum, sondern als langfristige Investitionen in das Humankapital einer Gesellschaft angesehen werden müssen.

Ein weiterer wichtiger Aspekt des umfassenden Wohlstandsrahmens ist die Einbeziehung der "Capabilities"-Perspektive, wie sie von Amartya Sen entwickelt wurde. Anstatt den sozialen Wohlstand auf die Maximierung des individuellen Nutzens zu reduzieren, wie es in traditionellen ökonomischen Modellen üblich ist, betont dieser Ansatz die Fähigkeiten von Individuen, das Leben zu führen, das sie selbst als wertvoll erachten. Dabei wird die Verfügbarkeit von Ressourcen als Ausgangspunkt für die Fähigkeit zur Lebensgestaltung gesehen. Es ist ein Paradigmenwechsel von der bloßen Maximierung des Konsums hin zu einer Sichtweise, die das individuelle Wohl und die Wahlfreiheit in den Vordergrund stellt.

Die praktische Anwendung dieses Ansatzes stellt jedoch eine Herausforderung dar. Ein Einwand gegen die breitere Anwendung der "Capabilities"-Theorie in der Wirtschaftswissenschaft war stets ihre geringe empirische Messbarkeit. Doch jüngste Forschungen haben gezeigt, dass Standardumfragen durchaus Daten liefern können, die sich zur empirischen Anwendung der "Capabilities"-Perspektive eignen. Somit könnte der umfassende Wohlstand einen empirischen Zugang bieten, um die sozialen und wirtschaftlichen Realitäten besser zu erfassen, als dies traditionelle Modelle tun.

Einer der größten Einwände gegen den umfassenden Wohlstandsrahmen ist die Frage, wie man externe Effekte und unbemerkte Werte – wie den Verlust von Biodiversität, soziale Ungleichheit oder digitale Ressourcen – angemessen messen kann. Dies führt uns zu der Notwendigkeit, „Schattenpreise“ zu entwickeln. Schattenpreise sind theoretische Konzepte, die den Wert von Ressourcen in einem Markt messen, der durch externe Effekte verzerrt ist. In der Umweltökonomie sind diese Preise besonders wichtig, um die negativen externen Effekte wie die Zerstörung natürlicher Ressourcen oder die Verschmutzung der Umwelt zu erfassen. Der Mangel an geeigneten Preisindizes führt oft dazu, dass diese externen Effekte in den nationalen Wirtschaftsrechnungen mit einem Preis von null bewertet werden – ein gravierender Fehler, der dazu führt, dass die Zerstörung von natürlichen Ressourcen als „kostenlos“ betrachtet wird.

Die Notwendigkeit, Schattenpreise zu entwickeln, beschränkt sich jedoch nicht nur auf ökologische Ressourcen. Auch kulturelle und soziale Vermögenswerte, digitale Ressourcen und neue Formen von gemeinsamen Ressourcen, wie jene, die zur Ausbildung generativer KI verwendet werden, müssen in die nationale Wirtschaftsrechnung aufgenommen werden. In der aktuellen Forschung werden verschiedene Ansätze zur Schätzung von Schattenpreisen entwickelt, aber eine systematische und breit anwendbare Methode steht noch aus. In dieser Hinsicht ist es notwendig, eine einheitliche Methodik zu entwickeln, die nicht nur für einzelne empirische Studien, sondern auch für die tägliche Praxis der nationalen Statistikproduktion genutzt werden kann.

Der umfassende Wohlstandsrahmen, der die klassischen ökonomischen Theorien mit den Konzepten der „Capabilities“-Perspektive verbindet, bietet einen breiten Satz von Indikatoren, die für eine nachhaltige und gerechte Messung des Wohlstands erforderlich sind. Diese Perspektive berücksichtigt ökologische Nachhaltigkeit, soziale Teilhabe und die Freiheit des Individuums, das Leben zu führen, das es selbst wertschätzt. In dieser Hinsicht stellt sich die Frage, ob ein solcher Ansatz mit der bestehenden Rechnungslegung in Einklang gebracht werden kann, die sich in der Regel nur auf Angebot und Nachfrage konzentriert.

Die Bedeutung dieses Ansatzes liegt in der Fähigkeit, einen alternativen Maßstab für ökonomischen Fortschritt zu bieten, der über die bloße Messung von Marktpreisen hinausgeht. Während die nationale Rechnungslegung weiterhin auf Marktpreise als Referenz setzt, wird zunehmend erkannt, dass diese Preise in vielen Fällen ineffizient und unzureichend sind, um den tatsächlichen Wert von Ressourcen und menschlichen Fähigkeiten zu erfassen. Der umfassende Wohlstandsrahmen stellt eine Möglichkeit dar, diese Lücken zu füllen, und könnte langfristig zu einem Paradigmenwechsel führen, bei dem nicht nur die reine ökonomische Leistung gemessen wird, sondern auch die sozialen und ökologischen Werte, die den Wohlstand einer Gesellschaft tatsächlich ausmachen.

Wie misst man wirtschaftliches Wachstum in der Ära der digitalen Ökonomie?

Die Messung von wirtschaftlichem Wachstum hat in den letzten Jahrzehnten eine Vielzahl von Herausforderungen erlebt, insbesondere durch die zunehmende Bedeutung von immateriellen Gütern, digitaler Technologie und neuen Geschäftsmodellen. Die traditionelle Messung, die stark auf physischen Gütern und den traditionellen Produktionsmethoden basiert, ist angesichts der digitalen Transformation und des Aufstiegs neuer Märkte zunehmend unzureichend.

Einer der wichtigsten Bereiche der Diskussion ist das Thema „Produktivitätsmessung“ in einer Zeit, in der immer mehr Wirtschaftswert durch immaterielle Werte wie Software, Algorithmen und Dienstleistungen geschaffen wird. Bis vor wenigen Jahren fokussierte sich die volkswirtschaftliche Analyse auf klassische Indikatoren wie Bruttoinlandsprodukt (BIP), was jedoch zunehmend als unzureichend angesehen wird, um die tatsächliche wirtschaftliche Aktivität abzubilden. Der Grund dafür ist, dass digitale Plattformen und die zunehmende Vernetzung der Weltwirtschaft zu einer völlig neuen Dimension der Wertschöpfung führen. Während zum Beispiel Plattformen wie Google, Facebook oder Amazon enorme Marktmacht besitzen, wird ihr Wert nicht vollständig in den traditionellen wirtschaftlichen Messgrößen erfasst.

Ein weiteres zentrales Thema ist das sogenannte „Wohlstands-Paradox“, bei dem trotz steigender Produktivität und technologischer Innovationen keine signifikanten Fortschritte in Bezug auf das allgemeine Wohlergehen der Bevölkerung festgestellt werden. Dies kann auf verschiedene Faktoren zurückgeführt werden, etwa auf ungleiche Einkommensverteilung oder den wachsenden Anteil der „prekären“ Beschäftigung, die oft durch digitale Plattformen vermittelt wird. Die digitale Wirtschaft hat zwar viele neue Möglichkeiten für Unternehmer und Arbeitskräfte geschaffen, gleichzeitig hat sie jedoch auch zu einer Zunahme der Unsicherheit auf dem Arbeitsmarkt geführt.

Die „Abwertung“ traditioneller wirtschaftlicher Indikatoren, wie sie von Experten wie Paul Krugman und anderen kritisiert wird, verdeutlicht, dass es bei der Messung von Wachstum nicht nur um Zahlen geht, sondern auch um die zugrunde liegenden sozialen und wirtschaftlichen Strukturen. Besonders im Hinblick auf den „Cloud-Kapitalismus“, den neuesten Trend im digitalen Zeitalter, entsteht eine neue Art von Wirtschaftsmodell, das nicht nur auf die traditionelle Produktivitätsmessung abzielt, sondern auch auf die Nutzung von Daten und Algorithmen, die oft als immaterielle Güter betrachtet werden.

Trotz dieser Herausforderungen gibt es weiterhin Versuche, bestehende Modelle zu reformieren oder neue Indikatoren zu entwickeln, die die reale wirtschaftliche Aktivität genauer widerspiegeln. Ein Ansatz hierfür ist die Schaffung von sogenannten „Advanced Market Commitments“ (AMCs), bei denen Regierungen und private Unternehmen gemeinsam Märkte für bestimmte Produkte oder Dienstleistungen schaffen, bevor sie in großem Maßstab verfügbar sind. Diese Strategie könnte insbesondere im Bereich der digitalen Technologien und grüner Innovationen hilfreich sein, um ein nachhaltiges Wachstum zu fördern.

Doch die Entwicklung eines neuen Modells zur Messung von Wohlstand muss auch gesellschaftliche Veränderungen berücksichtigen. Das Modell des „Human Capital“ zum Beispiel betont nicht nur die materielle Produktion, sondern auch die Ausbildung, Gesundheit und Lebensqualität der Bevölkerung. Diese Dimensionen spielen eine zunehmend zentrale Rolle, insbesondere im digitalen Zeitalter, in dem die Arbeitskraft durch Fähigkeiten und Wissen bestimmt wird, die in der digitalen Welt von entscheidender Bedeutung sind.

Es ist ebenfalls entscheidend, die politischen Implikationen der digitalen Wirtschaft zu verstehen. Die Macht von Technologieunternehmen, die durch Plattformen, Algorithmen und den Zugriff auf große Datenmengen geprägt ist, verschiebt die traditionellen Machtstrukturen und fordert neue Formen der Regulierung und des Wettbewerbsschutzes. Dies hat nicht nur Auswirkungen auf die Messung von wirtschaftlichem Wohlstand, sondern auch auf die politische Gestaltung der Märkte selbst.

Die Analyse von Social Accounting Systems (SAS), die die Erfassung von sozialen und ökologischen Faktoren in Wirtschaftsdaten ermöglichen, könnte zu einem integrativen Verständnis des Wirtschaftswachstums führen, das nicht nur die traditionelle BIP-Messung, sondern auch die langfristigen Auswirkungen der digitalen Transformation berücksichtigt. Der Trend zur Messung des Wohlstands durch eine breitere Perspektive, die auch Umwelt- und Sozialindikatoren umfasst, stellt einen wichtigen Schritt dar, um den wahren Wert wirtschaftlicher Aktivitäten zu erfassen.

Angesichts der sich wandelnden Natur der Wirtschaft und der zunehmenden Bedeutung von immateriellen Gütern, digitalen Dienstleistungen und der Plattformökonomie, ist es unerlässlich, dass Forscher und politische Entscheidungsträger neue Methoden und Modelle entwickeln, um die wahre Größe und die Auswirkungen von Wachstum und Wohlstand zu messen. Der technologische Fortschritt kann nicht länger isoliert von den sozialen und ökologischen Dimensionen betrachtet werden.

Wie beeinflussen Open-Source-Software und digitale Dienstleistungen die wirtschaftliche Produktivität?

Open-Source-Software (OSS) hat sich zu einem entscheidenden Faktor für die wirtschaftliche Entwicklung und Produktivität entwickelt. Ihre Bedeutung liegt in der Art und Weise, wie sie den Zugang zu Softwarelösungen demokratisiert und gleichzeitig eine starke Innovationsdynamik in verschiedenen Sektoren der Wirtschaft fördert. OSS ermöglicht es Unternehmen und Einzelpersonen, Software zu nutzen, zu modifizieren und weiterzuentwickeln, ohne hohe Lizenzgebühren zahlen zu müssen. Dies senkt die Barrieren für den Einstieg in neue Technologien, fördert die Innovation und sorgt für eine schnellere Entwicklung von Lösungen, die für spezifische Bedürfnisse angepasst werden können. Besonders in einer Zeit, in der die digitale Transformation zahlreiche Sektoren durchdringt, ist die Flexibilität und Anpassungsfähigkeit von Open-Source-Projekten von unschätzbarem Wert.

In Verbindung mit dem rasanten Wachstum digitaler Dienstleistungen und der sogenannten "Servitisation" – dem Übergang von Produkten zu Dienstleistungen – wird deutlich, dass Software nicht nur als Produkt, sondern zunehmend als Service angeboten wird. Cloud-basierte Lösungen wie Software-as-a-Service (SaaS) oder Platform-as-a-Service (PaaS) sind Paradebeispiele für diese Entwicklung. Diese Modelle bieten Unternehmen die Möglichkeit, auf flexible und skalierbare Lösungen zurückzugreifen, die es ihnen ermöglichen, ihre Produktivität zu steigern, ohne hohe Investitionen in Infrastruktur oder Software zu tätigen. Digitale Dienste verändern nicht nur den Produktionsprozess, sondern auch die Art und Weise, wie Arbeitskräfte ihre Aufgaben erledigen und wie Unternehmen ihre Wertschöpfung organisieren.

Es stellt sich jedoch die Frage, wie solche digitalen Umstellungen die Produktivität messen und fördern. Das traditionelle Verständnis von Produktivität bezieht sich häufig auf die Menge an Output pro Einheit Input. Doch in der digitalen Wirtschaft ist es oft schwierig, den Beitrag von immateriellen Gütern, wie Software oder digitalen Plattformen, präzise zu erfassen. Die Herausforderung besteht darin, dass viele dieser digitalen Produkte kontinuierlich aktualisiert und verbessert werden, was den klassischen Messmethoden von Produktivität zuwiderläuft. Daher sind neue Indizes erforderlich, die auch die Qualität und den immateriellen Wert von digitalen Dienstleistungen berücksichtigen.

Ein weiteres komplexes Thema ist die Frage nach der messbaren Produktivität in einem globalisierten und zunehmend digitalisierten Produktionsumfeld. Der Austausch von Daten, die Vernetzung von Produktionsnetzwerken und die Verwendung von Open-Source-Software haben nicht nur den Zugang zu technologischem Wissen erleichtert, sondern auch die Art und Weise verändert, wie Unternehmen global zusammenarbeiten. Hierbei spielt die sogenannte "digitale Intermediation" eine entscheidende Rolle. Unternehmen und Entwickler auf der ganzen Welt können nun über digitale Plattformen miteinander kommunizieren und gemeinsam Lösungen entwickeln, was zu einem exponentiellen Wachstum der Innovationsfähigkeit und der Produktionskapazitäten führt.

Dabei darf jedoch nicht außer Acht gelassen werden, dass die Verlagerung von Produktion und Dienstleistungen auf digitale Plattformen auch mit Herausforderungen verbunden ist. Ein Aspekt, der oft übersehen wird, ist die "Zeitsteuerung" der Produktivität. Digitale Dienste erfordern eine enorme Menge an Zeit für die Koordination und Verwaltung, die bei traditionellen Produktionsmodellen nicht in gleicher Weise anfällt. Die zunehmende Bedeutung von Remote-Arbeit und digitalen Plattformen hat dazu geführt, dass die traditionelle Definition von "Arbeit" zunehmend verschwimmt. Arbeitnehmer müssen nicht mehr in physischen Fabriken oder Büros präsent sein, was die Produktivitätserfassung erschwert und gleichzeitig neue Möglichkeiten für Flexibilität und Effizienz bietet.

Wichtig zu verstehen ist, dass die Nutzung von Open-Source-Software und digitalen Plattformen nicht nur aus technologischer, sondern auch aus sozioökonomischer Perspektive betrachtet werden muss. Die Verfügbarkeit und Nutzung dieser Technologien hat nicht nur Einfluss auf die Produktionsprozesse, sondern auch auf die sozialen Strukturen innerhalb von Unternehmen und Gesellschaften. Während diese Technologien in vielen Bereichen die Produktivität und Innovationskraft steigern, stellen sie auch Herausforderungen für den Arbeitsmarkt und das traditionelle Arbeitsumfeld dar. Es entsteht eine neue Form der Arbeit, die nicht nur neue Fähigkeiten und Kompetenzen erfordert, sondern auch die sozialen Auswirkungen von Automatisierung und Digitalisierung berücksichtigt.

Die Messung der Produktivität in der digitalen Ära erfordert daher nicht nur neue wirtschaftliche Indikatoren, sondern auch eine ganzheitliche Betrachtung der sozialen und kulturellen Dimensionen der Arbeit. Der Erfolg digitaler Modelle hängt nicht nur von der technologischen Infrastruktur ab, sondern auch von der Fähigkeit der Gesellschaft, mit den Veränderungen der Arbeitsmärkte und den Auswirkungen auf das Wohlstandsniveau umzugehen. In dieser neuen Ära der "vernetzten Wirtschaft" müssen traditionelle Wirtschaftsmodelle weiterentwickelt und angepasst werden, um den zunehmenden Einfluss von Software, Daten und digitalen Netzwerken in der Produktivitätserfassung zu berücksichtigen.