Der Abdruck erfolgt mit freundlicher Genehmigung von SupplyTechs, dem Startup Magazin für den Einkauf, wo der Artikel im November 2019 zuerst veröffentlicht wurde.
Um es gleich vorwegzunehmen: Ja, die Rolle des Einkäufers wird sich in Zukunft ändern und künstliche Intelligenz (KI) wird hier eine entscheidende Rolle spielen. Aber, wie dieser Artikel zeigen wird, ist diese Änderung eigentlich nichts Neues und sie wird zum Besseren sein.
In den letzten Jahrzehnten hat sich das Arbeitsfeld Einkauf bereits durch zwei Faktoren erheblich verändert: durch die massive Zunahme der Datenmengen und durch die Globalisierung. Beide Faktoren werden auch künftig eine wichtige Rolle spielen. IDC geht davon aus, dass das Volumen der jährlich generierten digitalen Datenmenge weltweit im Jahre 2025 auf 175 Zettabyte belaufen wird. Was die Globalisierung betrifft, so kommt eine dritte Herausforderung hinzu, die wir in den letzten drei Jahren bereits zu spüren bekommen haben: die wachsende Unsicherheit.
Das Dilemma: massives Datenwachstum und Mangel an Datenexperten Was bedeuten diese Faktoren für den Einkauf? Schauen wir uns zunächst die Datenherausforderung an.
Der Beschaffungsprozess ist sehr datenintensiv: Es fallen zum Beispiel Daten über Lieferanten, Verträge, SKUs, Materialien, Preise, Bestellungen, Lieferzeiten, Rechnungsbedingungen, Regionen, und Kanäle an, um nur einige zu nennen. Da kommen schnell Milliarden von Kombinationsmöglichkeiten zusammen. All diese Daten händisch oder mit Excel zu analysieren, ist unmöglich.
Herkömmliche Analysewerkzeuge haben den Nachteil, dass sie schwierig zu bedienen sind und daher laut Gartner eine sehr geringe Akzeptanzrate von ungefähr 25 Prozent haben. Üblicherweise wird diese Lücke geschlossen, indem Datenexperten tägliche, wöchentliche oder auch monatliche Berichte und Dashboards für die Einkaufsabteilung erstellen. Laut McKinsey stehen aber weltweit 1,5 Millionen Datenexperten rund 1,2 Milliarden Mitarbeitern gegenüber. Ein Verhältnis von 1: 800. In den Einkaufsabteilungen ist dieses Verhältnis nicht unbedingt besser, was zu Folge hat, dass die Einkäufer häufig auf die Berichte warten müssen. Haben sie diese endlich zur Hand, sind die Daten oft nicht mehr aktuell oder, was noch schlimmer ist, es wurden nicht die richtigen Daten analysiert. Dann müssen neue Berichte angefordert werden. Eine Endlos-Schleife, die für alle Beteiligten frustrierend ist.
Doch das Warten auf Berichte erfordert nicht nur Geduld, sondern bringt auch das Unternehmen in Gefahr.
Globalisierung und Unsicherheit – wie schnell können Einkäufer reagieren?
<br>Nur zur Erinnerung: Eines der Hauptprobleme während der Finanzkrise 2008 war, dass die Banken nicht schnell genug herausfinden konnten, wie ihre Risikoexpositionen zueinander waren!
Für die Einkaufsabteilung birgt die heutige Unsicherheit ein ähnlich hohes Risiko. Wo Brexit, Handelsstreitigkeiten, Embargos, Unwetterkatastrophen und andere Überraschungen auf der Tagesordnung stehen, müssen Einkäufer in der Lage sein, die Risikoexposition ihres Lieferantennetzwerks so schnell wie möglich zu analysieren.
Die Einstellung weiterer Datenexperten ist angesichts des Fachkräftemangels und der damit verbundenen Kosten keine Lösung. Bei dem exponentiellen Datenwachstum wäre es ohnehin eine sehr naive Annahme, das Problem mit mehr Menschenkraft zu lösen. Ein besserer Ansatz verspricht da der Einsatz moderner Search- und KI-Technologien.
Mit KI zur zukunftssicheren Beschaffung
So funktioniert eine Search- und KI-gesteuerte Analyseplattform: Die Search-Technologie ermöglicht dem Einkäufer, alle datenbezogenen Fragen in einfacher Geschäftssprache (nicht in Datenbankjargon) in die Suchleiste der Anwendung einzugeben, genau wie bei einer Google-Suche. Die dahinter stehende Technologie analysiert sofort Milliarden von Datenzeilen, um die Antwort zu berechnen und sie je nach Datentyp in der am besten geeigneten Visualisierung anzuzeigen.
Gleichzeitig wird KI genutzt, um vertrauenswürdige und relevante Erkenntnisse an die Nutzer weiterzugeben – und zwar als Antworten auf Tausende von Fragen, die sie vielleicht nicht zu stellen wussten. Den Erkenntnissen wird vertraut, weil sie präzise sind. Wenn Sie Google verwenden, erhalten Sie Tausende von Ergebnissen. Auf eine datenbezogene Frage, kann es aber nur eine richtige Antwort geben. Es wird weiterhin sichergestellt, dass jede Person nur auf die für sie bestimmte Daten Zugriff hat.
Die Erkenntnisse sind relevant, da KI-Algorithmen bestimmen, welche Daten für jede Unternehmens-Rolle wichtige sind. Ein Einkäufer hat zum Beispiel ein anderes Dateninteresse als ein Verkäufer. Die Plattform zeigt ferner Anomalien wie Ausreißer, Trends, Korrelationen automatisch an oder kann diese sogar als Slack- oder Pushmeldung an den Nutzer senden. Der Einkäufer kann dem System mit einem einfachen Klick (Daumen hoch/runter) beibringen, welche Erkenntnisse nützlich sind und welche nicht. Auf diese Weise werden die angezeigten Erkenntnisse immer besser auf die spezifischen Bedürfnisse des Einkäufers zugeschnitten.
Den Beschaffungsprozess optimieren
Doch Search- und AI-gesteuerte Analyseplattformen können viel mehr für die Beschaffung tun, als die Risikoexposition des Lieferantennetzwerks zu ermitteln. Sie können dazu beitragen, den Beschaffungsprozess von Anfang bis Ende zu optimieren. Auf den ersten Blick mag der Beschaffungsprozess unkompliziert erscheinen. Bei genauerem Hinsehen zeigt sich jedoch, dass es immer Optimierungsmöglichkeiten gibt. Eine kleine Ineffizienz in der Anfangsphase, wie die Materialbeschaffung, kann einen großen Einfluss auf den ROI haben.
Mit einer Search- und KI-gesteuerten Analyseplattform können Einkäufer zum Beispiel die Leistung der Lieferanten überwachen, Fragen stellen und Entscheidungen ohne großen Aufwand oder lange Durchlaufzeiten treffen. Sie können beispielsweise die Ausgaben pro Lieferanten mit Fragen wie „Wie pünktlich ist der Lieferant?“, „Welche Teile einer kritischen (geographischen) Region habe ich von dem Lieferanten bezogen?” ?“, „War die Ware In guter Qualität oder gibt es defekte Teile, die zurückgegeben werden müssen?“, Wie haben sich die Preise gegenüber den anderen Lieferanten entwickelt?”, überwachen. Wenn die Bestellung nicht perfekt ist, können sie Anschlussfragen stellen: „Wie viele Tage zu spät kommt die Bestellung?“, „Was ist der ausstehende Saldo?“, „Wenn defekt, wie viele (oder welcher %) wurden abgelehnt oder zurückgeschickt?“.
Die Antworten helfen, die Gesamtausgaben pro Lieferant, pünktliche und verspätete Lieferungen, fehlerhafte Produkte/abgelehnte Lieferungen und Abweichungen des Einkaufspreises im Laufe der Zeit besser zu verstehen und auf Grundlage der Anylsenbessere Preise mit den Lieferanten auszuhandeln.
Die Beschaffung der Zukunft: Was wird aus den Einkäufern?
Die Verwendung von Search- und KI-gesteuerten Analyseplattformen für den Beschaffungsprozess bedeutet nicht, dass der Mensch ersetzt wird. Ja, die Einkäufer werden sehr wahrscheinlich weniger Zahlenjonglage und keine Excel-Tüfteleien betreiben. Aber das war auch ursprünglich nicht der Grund, warum sie eingestellt wurden, oder? Genau! Sie wurden wegen ihrer Sachkompetenz, für ihr strategisches Denken oder ihr Verhandlungsgeschick eingestellt – und diese Arbeiten werden sie auch in Zukunft weiterhin tun. Allerdings ausgestattet mit KI-generierten Erkenntnissen und dem Zugriff auf alle relevanten Daten des Beschaffungsprozesses. Der Einkäufer wird dadurch künftig viel besser darauf vorbereitet sein, Risiken im Lieferantennetzwerk zu erkennen, die bestmöglichen Konditionen und Preise auszuhandeln, die Planung in Echtzeit anzupassen und bei Unsicherheit die Lieferanten zu wechseln. Dank KI wird sich die Rolle des Einkäufers also positiv verändern. Daher, keine Angst vor den Robotern!
Mehr Informationen wie Einkaufsprofis Search & AI-Driven Analytics nutzen können gibt es auch in dem Webinar “Make Smarter Procurement Decisions with Search & AI-Driven Analytics” hier.
