Das Beratungsunternehmen McKinsey & Company hat das Softwarehaus Orpheus gekauft, welches nun unter dem Namen „Orpheus – A McKinsey Company“ läuft. Die Software hilft dabei, Ausgaben transparenter zu machen. Berater und Bots übersetzen die Daten dann in konkrete Handlungsanweisungen.
Von unserer Redakteurin Sanja Döttling
Die Digitalisierung ist in aller Munde, doch sollte man dabei das Wissen von menschlichen Experten nicht aus den Augen verlieren. Dass beide im Zusammenspiel die besten Ergebnisse erreichen können, glaubt man auch bei McKinsey & Company.
Deshalb hat das Beraterhaus Anfang des Jahres die Orpheus GmbH, einen Anbieter von Software für Ausgabenmanagement übernommen. „Wir glauben, dass die Beratung immer stärker datengetrieben ist und wollen technisch in der Lage sein, diesen Trend umzusetzen“, erklärt Björn-Uwe Mercker, Partner bei McKinsey & Company.
Ursprünglich bot Orpheus analytischen Support für den Einkauf an. Vor fünf Jahren investierte das Unternehmen dann verstärkt in die Entwicklung und baute eine Software, die neben analytischer Potenzialanalysen auch Unterstützung für Einkaufscontroller und die Messung von Einkaufserfolgen bot.
Jörg Dittrich, Senior Solutions Leader und Associate Partner bei McKinsey sowie Mitgründer von Orpheus, sieht noch immer eine gewisse Zurückhaltung gegenüber Digitalisierungs-Angeboten am Markt. Er erklärt: „Die Frage ist: Wie bringe ich Softwarelösungen weltweit an den Mann, angereichert mit dem Wissen und Training, dass für eine erfolgreiche Umsetzung nötig ist? Als Softwarefirma stießen wir da auf unsere Grenzen.“ Die Zukunft sehen beide in der Kombination von Fachexperten und aufbereiteten Daten.
Schritt 1: Datenerfassung
Aber fangen wir am Anfang an. Ohne eine gute Datenbasis basieren strategische Erkenntnisse oft nur auf Schätzwerten.
Im ersten Schritt müssen deshalb die relevanten Einkaufs- und Finanzdaten aus dem ERP-System extrahiert und in Form gebracht werden – dem Spend Cube. Klingt einfach, ist es aber nicht: Daten liegen oft in verschiedenen Formen, Sprachen und Strukturen vor, und es braucht clevere Algorithmen und findige Experten, um aus dem Datenwulst ein geordnetes System zu bilden.
Mercker sagt: „Die mangelnde Datenqualität ist häufig das entscheidende Thema, wenn wir engagiert werden.“ Dieses Problem ist bei großen Konzernen, die mit unterschiedlichsten Systemen arbeiten, noch prävalenter.
Schritt 2: Datenanalyse
Liegen die Daten sortiert vor, ist es möglich, Analysen darüber laufen zu lassen, deren Ergebnisse in Reports und Dashboards veranschaulicht werden.
„Wir gehen bei der Analytik so tief wie kein anderer“, erklärt Dittrich die Besonderheit der Software, und weiter: „Wir benutzen nicht nur interne Daten, sondern auch Marktdaten, Indices, wie etwa Metallpreise an der London Stock Exchange und Benchmarken aus der Quelle von McKinsey.“ So ergibt sich eine höhere Transparenz über das Marktgeschehen und die Preise.
Schritt 3: Erkenntnisse gewinnen mit Beratern
Doch eine transparente Datenlage führt nicht immer zu den richtigen Ergebnissen.
„Heute ist es oft so, dass Daten-Softwares die Anwender mit Daten überfrachten, diese dann aber nicht zu Erkenntnissen und Handlungen führen“, sagt Mercker.
Dabei braucht es Unterstützung. „Die Berater von McKinsey können die von der Software gezeigten Potenziale den Kunden mit ihrem Fachwissen erläutern und gemeinsam mit ihnen auch heben“, so Dittrich.
Deshalb geht es im nächsten Schritt darum, Erkenntnisse („Actionable Insights“) aus den Daten zu gewinnen.
Schritt 4: Erkenntnisse gewinnen mit Bots
Zusätzlich wird hier auch auf Bots gesetzt. Dittrich erklärt die Weiterentwicklung der Software so: „Wo früher ein Mensch auf eine Statistik gucken musste, um aus dieser eine bestimmte Erkenntnis und dann einen Plan zu entwickeln, sind es nun die Bots, die in der Software automatisiert Effizienzpotenziale erkennen und Handlungsvorschläge liefern können. Man dreht also die Informationsrichtung um: Der Anwender muss nicht mehr selbst Informationen erkennen, sondern der Assistenz-Bot meldet sich aktiv, wenn er etwas findet.“
Die Bots sind dabei mit sogenannten Feedback-Learning-Mechanismen ausgestattet, das heißt, der Anwender kann wichtige Nachrichten hervorheben, sodass die Bots lernen, die Präsentation der Informationen an das individuelle Nutzerverhalten anzupassen.
Ziel ist es, dass der Einkäufer so weniger Zeit fürs Datendurchforsten aufbringen muss und schneller Entscheidungen treffen kann, aber auch, die Akzeptanz der Software zu erhöhen.
Dittrich sagt: „Die Analytik hinter einem Assistenz-Bot ist dieselbe wie in einem Dashboard. Die Informationen sind nur intelligenter verpackt, besser erklärt und aktiv vermittelt.“
Anwendungsfelder für Spend Analysen
Ein Beispiel: Das Unternehmen kauft ähnliche Spezialschrauben bei amerikanischen und chinesischen Lieferanten. Da die Spezifikationen nicht die gleichen sind, fällt es vielen Systemen schwer, die Preise der Teile vergleichbar zu machen. Erschwerend kommen auch Währungs- und Mengeneffekte hinzu.
Hier können Bots nun herausfinden, ob der Preis bei einem Lieferanten zu hoch ist. Sie weisen den Einkäufer dann aktiv darauf hin, dass mit dem teureren Lieferanten eine Nachverhandlung angebracht wäre. Auch Bündlungspotenziale können so ausfindig gemacht werden.
Beide, Bots und Berater, helfen also bei der richtigen Interpretation der Daten. Ob Bots die Berater in Zukunft also ersetzen werden? Dittrich verneint: „Bots funktionieren nur da, wo die Daten auch vorhanden sind. Das heißt, es wird immer einen Teil geben, den Menschen analysieren müssen.“
Schritt 5: Erkenntnisse umsetzen
Mit dem Erkennen von Potenzialen ist es nicht getan: Im nächsten Schritt müssen diese umgesetzt werden. Dazu bietet die Software mit dem „Impact Tracker“ ein Tool, welches hilft, Einsparungen zu planen, zu projizieren und zu messen. So können Erfolge – und Misserfolge sichtbar gemacht werden.
Die Software- und Beraterlösung ist für verschiedene Benutzergruppen anwendbar: für Einkaufs- und Finanzcontroller, die strategischen Einkäufer, die oft in crossfunktionalen Teams arbeiten, auch für CPOs und COOs in aggregierter Fassung, sowie die Berater selbst, die für bestimmte Projekte in ein Unternehmen kommen.
Natürlich ist die Kostenkontrolle immer ein wichtiges Einsatzgebiet. Aber auch im Risikomanagement helfen Spend Analysen, eine Transparenz in der Lieferantenlandschaft zu schaffen.
Merckel erklärt: „Vor allem jetzt im aktuellen Fall Corona ist es von Vorteil, wenn Einkäufer wissen, wo Ihre Lieferanten sitzen, weil sie so schneller reagieren können und schon vor der Krise über den Aufbau von Alternativlieferanten nachdenken können.“
Für jeden Etwas dabei
Im Moment setzt McKinsey die Software Orpheus in drei verschiedenen Angebotspaketen ein.
Erstens verwendet McKinsey Orpheus als einmalige, projektgebundene Software. Zweitens kann die Software als fortlaufende Subscription verwendet werden, wobei McKinsey hier Beratungsleistungen beisteuert. Drittens kann die Software auch alleine, ohne weitere Leistungen, installiert werden. Diese Möglichkeit ist für Unternehmen interessant, die selbst das Know-how haben, Insights aus Daten zu generieren.
Hintergrundwissen: Was sind eigentlich Bots?
Ein Bot ist ein Programm, welches Anfragen automatisch ausführt, ohne dazu eine menschliche Aufforderung zu benötigen. Ein Praxisbeispiel sind ‘Webcrawler‘, welche Suchmaschinen wie Google einsetzen, um Webseiten auszulesen und nach gewissen Kriterien zu indexieren.
Im Softwarebereich können Bots sich wiederholende Aufgaben im Hintergrund ausführen, ohne dass der Benutzer an diese denken muss. Stoßen die Bots dann auf Daten, die außerhalb der definierten Werte liegen, benachrichtigen sie den Anwender eigenständig.
