Firmen im Artikel
Das statistische Bundesamt berichtet und kommentiert monatlich die Inflationsrate und veröffentlicht die Preisindizes für Güter und Dienstleistungen. Warum? Weil diese Zahlen in unternehmerische Erwartungshaltungen und Entscheidungen einfließen. Die Analogie zu einem unternehmerisch ausgerichteten Einkauf ist schnell hergestellt: Dieser verantwortet mit seinem Agieren in einem hohen Maße die Kosten für zugekaufte Leistungen und Vorprodukte. 40 bis 65 Prozent aller Unternehmenskosten sind Zahlungen an Dritte, somit einkaufsrelevant.
Doch welcher Einkauf ist auskunftsfähig über die in der Gewinn- und Verlustrechnung (GuV) ankommende Preisentwicklung des fakturierten Einkaufsportfolios, sowohl als Year-to-date-Werte, als auch für die Zukunft?
In den Projekten der SoftconCIS GmbH sind die Kunden immer wieder überrascht, welch einen Schub an Handlungsoptionen eine integrierte Informationsplattform wie WebCIS 4.0 dem Einkauf ermöglicht. Diese bietet auf Knopfdruck Informationen zu fast jeder denkbaren Frage transparent, nachvollziehbar, auf alle Handlungsebenen zugeschnitten. Zu oft werden den Einkäuferinnen und Einkäufern intransparente Reports an die Hand gegeben, die lediglich ein Achselzucken hervorrufen. Professionelle Informationen sind Dashboards, die auf einkäuferische Handlungsszenarien (Strategie, Verhandlung, Führung) ausgerichtet sind, sodass zum Beispiel ein Leadbuyer sowohl in der Innen- als auch in der Außenkommunikation jeder Situation gerecht werden kann.
Drei Informationsebenen für den modernen Einkauf
Eine Suite wie WebCIS 4.0 liefert dem Einkauf drei Informationsebenen: Perfekte Datenstrukturierung als Basis, Datenanalysen als mathematisch-statistische Unterstützung und KI-Modelle für Chatbot-Steuerung und Mustererkennung.
Gekoppelt an die ERP-Welt hält WebCIS 4.0 alle wichtigen Informationen bereit: Verhandlungsergebnisse mit und ohne GuV-Bezug, Budgetabweichungen im Projektgeschäft, Cost Avoidance, Währungs- und Kostentreiberanalysen, Lieferantentransparenz und -risiken, Kontrakt- und Katalognutzungen, Prozessüberwachungen, Warengruppenstrukturen und Benchmarks, Szenarienplanung und Maßnahmentracking, Maverick-Buying, Zahlungsverhalten, Lagerbestandsanalysen inklusive Bedarfsvorschau uvm. Best-of-Breed-Dashboards und Favoriten sammeln, bündeln und strukturieren Detaildaten zu aussagefähigen Informationsboards, mit Werten, Grafiken, Push-News und interaktiven Schaltflächen.
Mathematische Modelle für die Datenanalyse
So sehr beste Datenstrukturierung die Markttransparenz im Einkauf erhöht, eine weitere Unterstützung einkäuferischen Handelns und Argumentierens kommt aus mathematischen Analysen. Cost-Break-Down, Simulationsrechnungen, Benchmark, Regressionsanalysen sind mathematisch-statistische Methoden, die auch im Einkauf hilfreich sind. Warum werden diese Hilfsmittel so wenig eingesetzt? Weil der Aufwand so enorm ist. Daten-Downloads und mangelnde Integration in die große Datenwelt, lassen den Charme dieser Methoden schnell verblassen. Die Modelle müssen Teil einer komplett integrativen Informations-Suite wie beispielsweise WebCIS 4.0 sein.
Das Auffinden und Einschätzen von Marktpotenzialen benötigt häufig mathematische Grundlagen. Passen Preisforderungen und Kostenargumentationen von Lieferanten zur Wirklichkeit? Wie verbindet man die Veränderung des Einkaufsvolumens mit Bonusvereinbarungen? Wie geht man mit Staffelpreisen/Mengen zeitgemäß um?
Digitale Assistenz, LLMs und KI-basierte Muster
Bereits jetzt ist erkennbar, dass auf den Einkauf zugeschnittene KI-Modelle künftig hilfreiche Dienste leisten werden. Sowohl das Auffinden passgenauer Informationen gemäß Prompting durch das Large Language Modell (LLM) „Curator“, als auch intelligente Hinweise auf ergänzende Fragestellungen, Favoriten und Dashboards sind für den Einkauf eine große Unterstützung in WebCIS 4.0. Das Thema Informationsbeschaffung, sowie das Suchen nach Verbesserungspotenzialen, wird deutlich erleichtert und vom integrierten Digitalen Assistenten begleitet.
Die gesammelten Erfahrungen von SoftconCIS lehren einen kritischen Umgang mit den KI-Vorschlägen. KI-basierte Neustrukturierung homogenerer Warengruppen, Similarity-Code zur Gleichteileanalyse sowie automatische Vorschläge passender Preisindizes für Teile und Leistungen sind gefragte KI-Themen. Vieles geht mithilfe der künstlichen Intelligenz zeitlich schneller, aber gute Vorarbeiten bei der Datenqualität, kritische Prüfung der gelieferten Muster, sowie Korrekturen von Menschenhand bleiben unerlässlich.