Telefonnummer

+49 221 485 687 0

Suche

Sprache wählen

deDeutsch
Headergrafik

03.2019 – Procurement Summit Update: Big Data und Einkauf
– so finden sie zusammen

Präzise formulierte Ziele und intelligente Pilotprojekte führen zum Erfolg. Viele Unternehmen befassen sich zurzeit mit Digitalisierung und Big Data Analytics. Eine entscheidende Frage ist, welche digitalen Tools besonders geeignet sind, um die Lösungen in eine zukünftige IT-Infrastruktur zu integrieren.

Digitalisierung kein Projekt unter vielen, sondern verändert die Art und Weise, wie das Unternehmen bislang gearbeitet hat, umfassend. Trotzdem ist vor allem der Start mit Big Data Analytics in einem klar abgegrenzten Themenbereich erfolgversprechend.

Am besten geeignet für Pilotprojekte sind Aufgabenstellungen, die einen schnellen Return-on-Investment bieten. Gerade im Einkauf bieten sich Möglichkeiten, Big Data Analytics erfolgreich zu etablieren: Erfolge sind anhand von Einsparungen und Performanceverbesserungen gut messbar. Erfolgreiche Einkaufs-Pilotprojekte wiederum erhöhen die Akzeptanz im Unternehmen, Big Data Lösungen auch auf andere Bereiche auszuweiten.

In einem ganzheitlichen Ansatz müssen Unternehmen zur Einführung von Big Data im Einkauf wichtige Fragen klären: Welche konkreten Verbesserungen wollen sie durch Big Data Anwendungen erzielen? Wo kann Analytics einen Beitrag zur Verbesserung der Einkaufsleistung liefern? Ausgehend von klaren Zielen führt der Weg zum Erfolg über eine agile Pilotierung. Die Umsetzung erfolgt dabei immer als kooperatives Zusammenspiel der IT-Abteilung für die Implementierung und des Einkaufs als zuständiger Fachabteilung, die konkrete Anwendungsfälle benennt.

Zwölf Handlungsfelder der Digitalisierung im Einkauf

INVERTO, die auf Einkauf und Supply Chain Management spezialisierte Tochter der Boston Consulting Group, gliedert die Optionen zur Digitalisierung des Einkaufs entlang von 12 Handlungsfeldern. Dazu zählen Prozessautomation, Vertragsmanagement, Lieferantencontrolling und Risikomonitoring in Echtzeit. Für alle Bereiche steht Software verschiedener Anbieter heute schon zur Verfügung. Allen Tools gemeinsam ist, dass sie Daten aus verschiedenen Quellen integrieren und auswerten – dies ist das Prinzip von Big Data.

Unterschiedlich ist die Struktur und Herkunft der Daten, die verwendet werden: Für automatisierte Bestellvorgänge von Standardprodukten innerhalb von Rahmenverträgen etwa werden in der Regel nur unternehmensinterne Daten verwendet. Doch es ist auch möglich, externe Daten wie Rohstoffpreise, Wirtschaftsnachrichten oder Wetterdaten einzubeziehen, um Prognosen zu erstellen.

Auch können Schnittstellen zu Lieferanten geschaffen werden, so dass beispielsweise vor Ablauf eines Vertrages Bedarfsanfragen automatisch gestellt werden können. Die Lieferantenangebote werden vom System erfasst, analysiert und anhand von im Vorfeld definierten Kriterien des Einkaufs bewertet. Auf Basis dessen wird die Bestellung zu den günstigsten Konditionen automatisch ausgelöst.

So arbeiten Einkäufer mit Big Data konkret

Ein Beispiel zur Nutzung von Big Data im Einkauf ist die Auswahl eines Lieferanten auf Basis der tagesaktuellen Analyse von Rohstoffpreisen: Im Sortiment eines Textileinzelhändlers finden sich unter anderem schlichte einfarbige T-Shirts. Für diese Produkte bestehen Rahmenverträge mit Lieferanten in Bangladesch, Pakistan und Kambodscha. Für jeden Bestandteil des T-Shirts wurde der Anteil der Rohstoffkosten am Gesamtpreis per Cost-Break-Down definiert. Durch die Verknüpfung verschiedener Datenquellen – hier von Materialstämmen der einzelnen Artikel mit tagesaktuellen, länderspezifischen Preisindizes für Baumwolle – kann das System die Einkaufspreise für jeden Lieferanten automatisch anpassen. Auf Basis dieser Information entscheidet der Einkäufer, bei welchem Produzenten er die Bestellung platziert. Ein weiterer Schritt in Richtung Automation wäre, dass das System selbst erkennt, bei welchem Lieferanten die Produktion am günstigsten ist und dort eigenständig die Bestellung auslöst.

Auch das Flottenmanagement kann durch Big Data auf ein neues Level gehoben werden. Automatisierte Fuhrparkmanagement-Technologien in Kombination mit Geräten, die den Fuhrpark und die Leistung von Fahrern überwachen, schaffen einen Echtzeit-Einblick in die Leistung der gesamten Flotte. Ressourcen können dadurch optimiert und Risiken minimiert werden.

Ein anderes Beispiel ist die Einkaufsabteilung eines Krankenhauses: Mit Hilfe von Statistiken der vergangenen Jahre und unter Einbeziehung aktueller Wetterdaten erkennt das Tool für automatisierte Beschaffung, dass mehr Unfälle passieren werden, weil Eis und Schnee drohen. Es löst automatisch die Bestellung des Zusatzbedarfes aus.

Datenstruktur, IT-Landschaft und Mitarbeiter-Know-How ausbauen

Um eine Big Data Strategie erfolgreich umzusetzen, müssen die Datenstruktur, die IT-Landschaft und die Kompetenzen der Mitarbeiter gemeinsam betrachtet und weiterentwickelt werden. Die Mitarbeiter, die mit den Tools arbeiten, müssen exzellent geschult werden – nicht nur an der neuen Software selbst, sondern auch für die strategischen Aufgaben, die sich aus dem Einsatz des Tools ergeben. Je besser jeder einzelne Beteiligte den Nutzen versteht und mit den neuen Prozessen arbeiten kann, desto größer ist der Erfolg für das gesamte Unternehmen. Um das zu gewährleisten, sollten die Themen Big Data und Digitale Transformation zentral begleitet und gesteuert werden. Das bedeutet, dass zunächst ein übergreifendes Team aus Fachexperten und Datenanalysten etabliert werden sollte, das den Prozess managt und als unternehmensinterne Schnittstelle fungiert.

In vielen Unternehmen besteht der größte Nachholbedarf bei der Datenqualität, da selbst strukturierte Daten aus den ERP-Systemen oft uneinheitlich geführt und schlecht gepflegt sind. Verbindliche Regeln, wie Inhalte eingepflegt werden, sind daher unerlässlich – ebenso muss sichergestellt sein, dass vor Einführung von Big Data Tools Datenkonsistenz besteht. Darüber hinaus gilt es, Vertrauen in die Zuverlässigkeit datengetriebener Entscheidungsvorschläge zu entwickeln: Studien zeigen, dass ein Großteil der Unternehmen den Erkenntnissen aus eigenen Datenanalysen nicht vertraut und deswegen auf weitergehende Automatisierungen verzichtet.

Das ist nicht nur bedauerlich, sondern auch sehr kurzsichtig, denn der zukünftige Beitrag des Einkaufs zur Wettbewerbsfähigkeit basiert auch auf der erfolgreichen Nutzung effektiver Analytics-Methoden. Gelingt es Unternehmen, die wachsenden Datenmengen zu erfassen und daraus Prognosen und Handlungsempfehlungen abzuleiten, lässt sich eine optimale Basis für Entscheidungen gewinnen.

Autor: Dr. Stefan Benett

Erschienen im Procurement Summit UPDATE Magazin, Ausgabe März 2019

https://procurementsummit.de/update
© Velvet Ventures GmbH. Alle Rechte vorbehalten.

 

  • Köln
  • Kopenhagen
  • London
  • München
  • Shanghai
  • Stockholm
  • Wien

We deliver results.