Aktuell steht für den Einkauf vordringlich die Versorgung der eigenen Produktion bzw. der Leistungsfähigkeit des Unternehmens im Vordergrund. Materialien und Dienstleistung müssen – fast um jeden Preis – beschafft werden. Explodierende Rohstoff- und Energiepreise machen viele bestehende Lieferverträge zur Makulatur. Um eigene Leistungen und Produkte weiterhin am Markt anbieten zu können, ist der Einkauf derzeit gezwungen, Preisnachforderungen seitens der Lieferanten über existierende Verträge hinaus, zu akzeptieren.

Was im Moment der Situation geschuldet ist, wird für das kommende Geschäftsjahr zu einem Drahtseilakt. Und die Fragen an den Einkauf seitens der Geschäftsleitung werden dringlicher:

Wie entwickeln sich die Zukaufpreise in 2022 und darüber hinaus?

Ohne eine auf Szenarien basierte Einkaufsplanung, die viele Einflussfaktoren berücksichtigen kann, wird die Antwort zum Ratespiel. Und selbst wenn die Einflüsse der Rohstoffe und Preisbestandteile einigermaßen sauber vorliegen, stellt sich die Frage, wie volatil sind die verhandelten Konditionen.

Wie groß ist die mögliche Schwankungsbreite von Preisen in den nächsten Jahren?

Wie immer die Aussage des Einkaufs auf derartige Fragen ausfällt, sie ist ohne fundierte Planung definitiv mit großer Unsicherheit behaftet. Seriöse Vorhersagen zur künftigen Entwicklung der Materialkosten sind nie ein punktgenauer Wert.Derartige Aussagen lassen sich nur in einer mehr oder weniger großen Bandbreite darstellen. Die Größe der Bandbreite und die Zuverlässigkeit und Qualität der Vorhersagen hängen von den Szenarien ab, die der Einkaufsplanung zugrunde liegen.

Hier kommt die große Stärke der WebCIS 4.0 Einkaufsplanung zum Tragen. Szenarien und Simulationen können hochautomatisiert erstellt und variiert werden. Flexibel lassen sich mit Mengen, Preisen und Quoten für alle geplanten Leistungen und Materialien „spielen“. Ganze Gruppen von Preisen können mit unterstellen Preissimulationen versehen werden. Neuteile, Materialwechsel, Staffelpreise, Wechselkurseinflüsse, Lieferantenwechsel bzw. Quotenveränderungen fliesen in diese Szenarien ein und liefern präzise Anhaltspunkte, welchen Einfluss der Einkauf auf die GuV der Zukunft haben wird.

Der Mehrwert der WebCIS-Einkaufsplanung liegt in der Präzision der Simulationsszenarien. Hierbei wird jede Simulation am Ende auf Material und Lieferanten heruntergebrochen, selbst wenn die Simulationswerte auf aggregierten Lieferanten-, Warengruppen- oder anderen Ebenen eingegeben werden. Nur auf der untersten Ebene und nicht auf aggregierten Ebenen sind glaubwürdige und messbare Planungen sinnvoll.

In WebCIS 4.0 integrierte Dashboards begleiten den Planungsprozess und zeigen damit sofort Auffälligkeiten und Ausreißer auf. Sind Preis- und/oder Mengenveränderungen plausibel? Welche Chancen und Risiken sind damit verbunden?

Da sich geplante Szenarien auf allen Aggregationsebenen miteinander vergleichen lassen, ergeben sich am Ende zwangsläufig belastbare und nachvollziehbare Aussagen, wie groß die Schwankungsbreite künftiger Einkaufspreise sein wird.

Der Beitrag WebCIS 4.0 Modul Einkaufsplanung: Die Zukunft kalkulierbar machen erschien zuerst auf SOFTCON CIS.

Der Begriff Savings wird häufig zur Beschreibung von Einsparungen im Einkauf verwendet. Immer wieder werden wir in unseren Gesprächen mit diesem schwammigen Begriff konfrontiert. Bei näherem Nachfragen kommen die unterschiedlichsten Aussagen zu den Inhalten dieser Kennzahl zutage. Die einen meinen ergebniswirksamen Einsparungen, die anderen Kostenvermeidungen, die nächsten Verhandlungsergebnisse.

Um jedoch die Wirkungsweise von Aktivitäten des Einkaufs in Richtung Einsparungen richtig bewerten zu können, ist es wichtig, den Savingsbegriff möglichst differenziert zu betrachten und Ergebnisse dementsprechend sauber auszuweisen.

Eine Unterteilung in ergebniswirksame Einsparungen sowie Verhandlungsergebnisse ist daher unerlässlich. Erstere kommen eher im Serieneinkauf vor, zweitere sind dem Indirekten Einkauf vorbehalten. Die Ergebniswirksamkeit bezieht sich auf die Gewinn- und Verlustrechnung des Unternehmens und kann auf Basis der tatsächlichen Rechnungsbuchungen im ERP-System teile-bezogen nachgewiesen werden. Hierzu ist eine automatische Controlling-Lösung erforderlich, die dies automatisch abhandelt. Wichtig hier: das Aufzeigen der Kostenursachen durch Währungseffekte, technische Veränderungen, Lieferantenwechsel, Losgrößen etc.

Verhandlungsergebnisse lassen sich nicht so einfach über die ERP-Daten ableiten. Hierzu ist eine Nebenrechnung über eine zusätzliche Eingabe erforderlich – entweder im ERP oder außerhalb in einem separaten Erfassungstool. Die Berechnung basiert hier auf dem Vergleich des Vergabe- / Bestellwertes zu dem besten unverhandelten Angebotswert. Die Differenz daraus wird als Einkaufsleitung definiert. Bei vorhandenen Budgetwerten ist sogar ein Einkaufsergebnis ableitbar.

Abwehr von Preiserhöhungen sind hier ebenfalls zu erfassen. Allerdings wird hier die Luft in Sachen Nachvollziehbarkeit und Akzeptanz immer dünner.

In WebCIS 4.0 lassen sich alle Berechnungsformen der „Savingsberechnung“ wiederfinden. Sauber voneinander getrennt und transparent nachvollziehbar.
Die enthaltenen Best-of-Breed Dashboards liefern diese Erfolgsnachweise des Einkaufs auch in der ansprechenden optischen Aufbereitung.

Fazit: Das Arbeiten mit klaren Begriffen und Definitionen ist unerlässlich – sollte der Einkauf hier nicht in den Ruf kommen, Zahlen zu berichten, die keiner mehr nachvollziehen kann. Bleiben Sie klar und konkret in Ihrer Berichterstattung. Ihre GF wird es Ihnen danken.

Der Beitrag GUV wirksame Einkaufsaktivitäten versus Savings erschien zuerst auf SOFTCON CIS.

In solchen Fällen kann internes Benchmarking wertvolle Einblicke liefern. Dabei geht es nicht nur um die Preisentwicklung bei verschiedenen Lieferanten, sondern auch um Aspekte wie Lieferantenperformance innerhalb einer Warengruppe oder zwischen verschiedenen Unternehmensstandorten – besonders dann, wenn dezentral eingekauft wird.

Auch Qualitäts- und Prozesskennzahlen lassen sich so gezielt analysieren: Warum gibt es beispielsweise Preisunterschiede oder abweichende Konditionen innerhalb desselben Unternehmens?

Sie möchten Ihre Einsparungen besser im Blick behalten?
Sie wünschen sich ein individuell zugeschnittenes Dashboard, das alle relevanten Daten übersichtlich darstellt?
Sie benötigen Unterstützung bei der Planung und Nachverfolgung von Maßnahmen?

Wir sind für Sie da. Sprechen Sie uns an, unsere Abteilung Customer Services / Training und Weiterbildung vereinbart gerne einen Online-Termin mit Ihnen.

Der Beitrag Internes und externes Benchmarking erschien zuerst auf SOFTCON CIS.

Was ist Einkaufscontrolling heute?

Das Einkaufscontrolling sorgt dafür, dass Einkaufskosten optimiert, Lieferantenleistungen bewertet und strategische Entscheidungen datenbasiert getroffen werden. Klassisch geschieht dies auf Basis historischer Daten, Reports und manueller Analysen. Doch diese Herangehensweise gerät zunehmend an ihre Grenzen – insbesondere bei volatilen Märkten und globalen Lieferketten.

Wo KI im Einkaufscontrolling ansetzt

Künstliche Intelligenz unterstützt das Einkaufscontrolling auf mehreren Ebenen:

1. Automatisierte Datenanalyse
KI-gestützte Systeme erfassen und analysieren große Datenmengen in Echtzeit. So lassen sich Trends und Anomalien frühzeitig erkennen – etwa plötzliche Preissteigerungen bei Rohstoffen oder Performance-Abweichungen bei Lieferanten.

2. Prognosen und Szenarien
Machine-Learning-Modelle können historische Daten mit aktuellen Marktindikatoren kombinieren und präzise Vorhersagen treffen: Wie entwickeln sich Einkaufspreise? Wie wahrscheinlich sind Lieferverzögerungen? Unternehmen erhalten damit eine solide Grundlage für vorausschauende Entscheidungen.

3. Lieferantenbewertung mit Tiefgang
KI ermöglicht die automatisierte Bewertung von Lieferanten auf Basis objektiver Kriterien: Lieferzuverlässigkeit, Reklamationsquote, ESG-Kriterien – alles kann kontinuierlich überwacht und bewertet werden. Das verbessert nicht nur die Qualität, sondern auch die Resilienz der Lieferkette.

4. Kosten- und Einsparungspotenziale erkennen
KI erkennt Muster in Ausgaben, die dem menschlichen Auge entgehen – z. B. Doppelverträge, unnötige Bestellungen oder strategisch ungünstige Preisstaffelungen. So lassen sich Einsparpotenziale systematisch heben.

Herausforderungen bei der Implementierung
Die Einführung von KI erfordert:

• Datenqualität: Ohne saubere, strukturierte Daten ist KI wenig effektiv.
• Akzeptanz: Einkaufscontroller und Einkäufer müssen verstehen, dass KI sie unterstützt – nicht ersetzt.
• Integration: KI sollte nahtlos in bestehende Systeme und Workflows eingebunden werden.

Fazit: KI als Partner für strategisches Einkaufscontrolling

Künstliche Intelligenz ist kein Allheilmittel – aber ein mächtiges Werkzeug. Sie entlastet Einkaufsteams von repetitiven Aufgaben, eröffnet neue Analysehorizonte und macht das Controlling zukunftsfähig. Wer heute in KI-basierte Einkaufscontrolling-Lösungen investiert, sichert sich einen klaren Wettbewerbsvorteil im globalen Markt.

Der Beitrag Wie Künstliche Intelligenz frischen Wind ins Einkaufscontrolling bringt erschien zuerst auf SOFTCON CIS.

Aber warum fällt das Thema Einkaufsplanung so schwer, und was kann man mit wenigen Tricks und Kniffen einfacher machen?

Gerade weil in den meisten Unternehmen die Beschaffer mehr als die Hälfte der gesamten Kosten verbuchen, stützt sich unternehmerische Planungssicherheit vor allem auf die Aussagekraft des Einkaufs. Ob im eigenen Unternehmen oder beim Lieferanten ist hierbei gleichbedeutend. Weithin gilt Einkaufsplanung als das „ungeliebte Kind“, und die Gründe für die Vernachlässigung klingen oft ähnlich: Zu aufwändig, fehlende Basiswerte bzw. Mengen, Abhängigkeit von den Bedarfsträgern. Wie geht man das Thema aber richtig an?

Bevor wir jetzt in den Einkaufsplanungsprozess einsteigen, ist es wichtig, erst einmal grundsätzliches zu einem funktionierenden Zielbildungsprozess zu sagen:

• Alle Planziele müssen objektiv messbar und zur Zielsetzung im Einkauf geeignet sein: Die Aufforderung, die Lieferantenanzahl zu senken, reicht also nicht aus.
  Wichtig ist um wieviel und bis wann.
• Für alle Planwerte müssen sich in gleicher Struktur Ist-Werte erheben lassen, die eine Plan/Soll/Ist-Abweichungsanalyse ermöglichen.
• 3. Die Einkaufsplanung ist kein starres Konstrukt und sollte mindestens einmal im Jahr überprüft, oder sogar auch angepasst werden.

Einkaufsplanung Schritt für Schritt:
1. Ermittlung des Ist-Zustandes: Zu welchen Preisen und Mengen wird aktuell eingekauft? Hierbei lassen sich die Mengen und Preise aus verschiedenen Referenzquellen heranziehen. Idealerweise werden die Mengen auf Basis von verlässlichen Vertriebszahlen ermittelt. Ist dies nicht möglich, kann alternativ auf ein Referenzjahr aus der Vergangenheit zurückgegriffen werden. Als Preise werden verschiedenste Rechnungs- oder Infosatzpreise verwendet. In diesem Schritt wird ein Überblick der Ist-Situation geschaffen. Erste Tendenzen lassen sich bereits durch einen Vergleich des ersten Rechnungspreises des aktuellen Jahres mit dem letzten Rechnungspreis des Vorjahres erkennen.

2. Planung der Zukunft: Im Anschluss hieran befassen wir uns mit der möglichen Entwicklung von Märkten, Produkten, Fertigungsverfahren sowie die Wettbewerbs- bzw. Partner- und Lieferantenstrategien im Planungszeitraum. In diesem Schritt werden Mengen- und Preisveränderungen in die Planung eingearbeitet.

3. Regelmäßiger Plan-Ist-Abgleich: Ein ständig aktualisierter Forecast veranschaulicht, inwieweit das Jahresziel nach derzeitigem Stand tatsächlich erreicht wird und deckt Fehlentwicklungen umgehend auf. Wichtig ist, dass unterjährige Preisveränderungen bis auf die Materialebene mit Auswirkung auf das aktuelle Jahr (Ebit-Effekt) ausgewiesen, und die Carry-over-Effekte für das neue Jahr sowie der Full-Year-Effekt exakt beziffert werden. Weicht das Ergebnis in eine unerwünschte Richtung ab, sollte eine präzise Analyse für den Grund durchgeführt und anschließend weitere Einsparungsmaßnahmen initiiert oder zeitlich vorgezogen werden, um die gesetzten Ziele zu erreichen.

Herausforderungen:
Neuteile lassen sich ebenso wenig gut planen wie mit dem Lieferanten vereinbarte Bonuszahlungen. Und was passiert mit Auslaufteilen? Hier muss manuell nachgearbeitet werden. In ausgereiften Einkaufscontrolling-Systemen lassen sich Neuteile jedoch in wenigen Schritten über einen Excel-Import hinzufügen. Mit Lieferanten vereinbarte Bonuszahlungen werden auf Lieferantenebene eingeplant und beeinflussen somit nicht den einzelnen Teilepreis.

Fazit:
Einkaufsplanung ist ein Prozess, in dem die Zukunft eines Einkaufs analysiert und zum Wunschergebnis beeinflusst werden soll. Wird die Einkaufsplanung im Zuge eines gut strukturierten Prozesses durchgeführt, so stellt sie eine wichtige Unterstützung für die Einkäufer da. Auch für das Management eines Einkaufs sind verlässliche Prognosen unabdingbar.

Der Beitrag Schritt für Schritt zu einer professionellen Einkaufsplanung erschien zuerst auf SOFTCON CIS.

Stat. Bundesamt und Einkaufskennzahlen: Die gleiche Intention

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% aller Unternehmenskosten sind Zahlungen an Dritte, somit einkaufsrelevant. Doch welcher Einkauf ist auskunftsfähig über die in der GuV ankommende Preisentwicklung des fakturierten Einkaufsportfolios, sowohl als year-to-date-Werte, als auch für die Zukunft? In unseren Projekten sind unsere Kunden immer wieder überrascht, welch einen Schub an Handlungsoptionen eine integrierte Informationsplattform wie unser WebCIS 4.0 dem Einkauf ermöglicht. Information auf Knopfdruck zu fast jeder denkbaren Frage transparent, nachvollziehbar, auf alle Handlungsebenen zugeschnitten. Zu oft werden den 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, so dass z.B. ein Leadbuyer in der Innen- wie in der Außenkommunikation jeder Situation gerecht werden kann.

Drei Informationsebenen für den modernen Einkauf

Eine Suite wie WebCIS 4.0 liefert dem Einkauf 3 Informations-ebenen: Perfekte Datenstrukturierung als Basis, Datenanalysen als mathematisch-statistische Unterstützung, KI-Modelle für Chatbot- Steuerung und Mustererkennung.

Datenstrukturierung auf Knopfdruck, die Basis für jeden Einkauf

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 inkl. Bedarfsvorschau uvm. Best-of-Breed-Dashboards und Favoriten sammeln, bündeln und strukturieren Detaildaten zu aussagefähigen Informationsboards, mit Werten, Grafiken, Push-News und interaktiven Schaltflächen.

Datenanalysen mittels kaufmännisch-mathematischer Modelle

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. Datendownloads und mangelnde Integration in die große Datenwelt, lassen den Charme dieser Methoden schnell verblassen. Die Modelle müssen Teil einer komplett integrativen Informationssuite wie WebCIS 4.0 sein.

Das Auffinden und Einschätzen von Marktpotentialen 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?

Large Language Modells (LLM), Digitale Assistenz und KI-basierte Muster als Ideengeber

Bereits jetzt ist erkennbar, dass auf den Einkauf zugeschnittene KI-Modelle künftig hilfreiche Dienste leisten werden. Sowohl das Auffinden passgenauer Informationen gemäß Prompting durch unser LLM „Curator“, als auch intelligente Hinweise auf ergänzende Fragestellungen, Favoriten und Dashboards sind für die Einkäufer eine große Unterstützung in WebCIS 4.0. Das Thema Informationsbeschaffung, sowie das Suchen nach Verbesserungspotentialen, wird deutlich erleichtert und vom integrierten Digitalen Assistenten begleitet. Unsere Erfahrungen lehren einen kritischen Umgang mit den KI-Vorschlägen. KI-basierte Neustrukturierung homogenerer Warengruppen, Similarity-Code zur Gleichteileanalyse, automatische Vorschläge passender Preisindizes für Teile und Leistungen sind gefragte KI-Themen. Vieles geht zeitlich schneller, aber gute Vorarbeiten bei der Datenqualität, kritische Prüfung der gelieferten Muster, sowie Korrekturen von Menschenhand bleiben unerlässlich.

Der Beitrag Die 3 Informationsebenen einer ergebnisorientierten Einkaufssteuerung erschien zuerst auf SOFTCON CIS.

Die Aufgabe des Einkaufs erfordert durch die stetige Verlagerung von Prozessen, Leistungen und Komponenten, die Lieferanten adäquat zu entwickeln und das damit verbundene Risiko richtig einzuschätzen. Das Lieferantenmanagement und damit die Steuerung der gesamten Supply Chain ist eine weitere Hauptaufgabe des Einkaufs. Auf den heutigen volatilen Beschaffungsmärkten ist es wichtig, die Potentiale und Risiken der Lieferanten aufzuzeigen und zu bewerten.

Die Lieferantenbewertung in WebCIS 4.0 ist ein Teil dieses Lieferantenmanagements. Die Auswahl der passenden Bewertungskriterien, deren Gewichtung, die Abwägung, inwieweit Qualitäts- und Logistikdaten aus den eingesetzten ERP-Systemen nutzbar sind und welche Art von Fragenkatalogen über Softfacts eingesetzt werden sollen, sind wichtige Vorüberlegungen einer ziel- und prozessorientierten Lieferantenbewertung.

Am Ende des Bewertungsprozesses werden Hard- und Softfacts gegenübergestellt, so dass neben Bewertungspunkten auch Einschätzungen der Fachabteilungen vorliegen sowie Entwicklungspotentiale und Risiken der einzelnen Lieferanten dokumentiert sind. Auf Basis dieser Informationen wird der Dialog mit den Lieferanten ziel- und ergebnisorientiert unterstützt und gesteuert. Somit ist eine strategische Ausrichtung im Lieferantenmanagement gewährleistet, um langfristig Kosten zu senken und Risiken richtig einzuschätzen. Melden Sie sich gerne bei uns – wir stellen Ihnen in einem NetMeeting unsere Lösung vor und gestalten gerne einen Workshop, um Ihr Lieferantenmanagement richtig aufzusetzen.

Der Beitrag Lieferantenmanagement mit WebCIS 4.0 erschien zuerst auf SOFTCON CIS.

Durch ein volatiles Marktumfeld und den zunehmenden Wettbewerbsdruck richten sich in vielen Unternehmen die Augen wieder verstärkt auf die Gestaltungsinitiativen des Einkaufs.

Gestalten und Agieren im Einkauf setzt nutzbare Transparenz bei Zahlen, Daten und Fakten voraus. In einer Einkaufsstudie mit dem Titel „What really matters to the CFO – Erwartungen an den Einkauf“ von Horvath und Partner heißt nicht zum ersten Mal die über allem stehende Erwartung „Die Erzielung GuV-wirksamer Einsparungen“. So weit, so bekannt. Der Bedeutung von über 90 % als zu priorisierendes Thema wird seitens der CFOs jedoch nur ein Umsetzungsstand von maximal 50 % attestiert. Woher kommt diese Diskrepanz? Da wir in mehr als 25 Jahren Projekterfahrung noch keinen Einkaufsleiter kennengelernt gelernt haben, der nicht das Thema Einsparungen ganz oben auf der Agenda hat, liegt die Vermutung nahe, dass ein Teil dieser Diskrepanz in der Kommunikation zwischen Einkauf und CFO liegt.

Der allgemein im Einkauf verwendete Begriff der „Savings“ beinhaltet nicht zwingend GuV-wirksame Einsparungen. Prozess- einsparungen, Cost-Avoidance oder Einsparungen gegenüber Angeboten gehören zum einkäuferischen Handlungspool, haben aber häufig keine Auswirkung auf die GuV, laufen aber unter dem Begriff „Savings“. Wenn dann noch seitens des Einkaufs Preissteigerungen, die auf Wechselkursveränderungen, Rohstoffindizes oder technische Änderungen basieren, aus der berichteten Materialkostenwicklung herausgerechnet werden, obwohl diese natürlich das Unternehmensergebnis beeinflussen, ist es kein Wunder, dass die „Savingswelt“ des Einkaufs auf Geschäftsleitungsebene oft nicht verstanden und akzeptiert wird. Somit muss sich die vom Einkauf so oft geforderte Transparenz zunächst einmal auf die Definition beziehen, was als GuV-wirksame Einsparung zu verstehen ist.

Aufsplittung der Materialkosten

Alles, was im Einkauf passiert, schlägt sich in Zahlen nieder und hat seine Wirkungen auf die unternehmerischen Zielgrößen: GuV, Liquidität , Budget oder Working Capital. Diese wertmäßigen Auswirkungen müssen unverfälscht, auf Rechnungsbuchungen basierend, berichtet werden. Und somit ist jede Preissteigerung zunächst einmal vom Einkauf als solche wahrzunehmen und als Materialkostenveränderung zu berichten und nicht als „nicht vom Einkauf beeinflusst“ vorab wegzurechnen. Geht man jetzt den nächsten Schritt und splittet die ermittelte Materialkostenentwicklung in seine Einflussgrößen auf, erweitert diese Erkenntnis die einkäuferischen Handlungsspielräume massiv. Die vorhandene Zahlenwelt des Einkaufs aus Rechnungen, Bestellungen und Stammdaten ermöglicht diesen Zahlensplitt in fast jedem ERP-System. Somit ist der Weg frei, exakt nachzuvollziehen, inwieweit Rohstoffzuschläge, technische Änderungen, Sonderfrachten, Währungsschwankungen, Single Sourcing, Dispositionsverhalten, Mengenabhängigkeiten die Rechnungspreise und somit die Materialkostenveränderung beeinflussen. Diese Aufsplittung der Materialkosten, die für jeden ambitionierten Einkauf einen Meilenstein darstellt, setzt somit einen Einkaufsleiter in die Lage, seine Steuerungsfunktion wertschöpfend zur Geltung zu bringen.

Für den präzisen Blick nach vorne

Die hier beschriebene Vorgehensweise betrachtet die einkaufswirksame Materialkostenentwicklung, da mit gebuchter Rechnung die Einkaufswirksamkeit, aber noch nicht die GuV-Wirksamkeit gegeben ist. Erst mit der Lagerentnahme des Materials wird die GuV Wirksamkeit hergestellt, worauf ein Einkauf keinen Einfluss hat. Somit müssen in dieses Rechenwerk Lagerbestand und die Entnahmezyklen eingebaut werden, um tatsächlich die Überleitung einkäuferischen Handelns zur GuV zu ermitteln. So sehr auch in vielen Unternehmen am Thema Einkaufserfolgsmessung gearbeitet wird, um die Auswirkung des vergangenen einkäuferischen Handels auf die heutige GuV zu errechnen, ein CFO erwartet mit nicht weniger Nachdruck den Blick nach vorne:

• Wo liegen künftige Risiken in der Preisentwicklung, welche Einflussgrößen auf die Materialkosten sind steuerbar, welche nur sehr schwer?
• Wie hoch ist das fixierte Einkaufsvolumen und welche Kapazitäten sind gesichert?

Neben den naturgemäßen Unsicherheiten der Entwicklungen von Preisen, Währungen und Märkten hat der Einkauf auch noch mit dem Problem der Mengenunsicherheit zu kämpfen. Sauber in die Zukunft weisende Mengen für Zukaufskomponenten sind eher die Ausnahme. Die meisten Einkäufer müssen mit den Mengen der letzten zwölf Monate auskommen, obwohl es eigentlich nicht so schwer ist über die Auflösung von Stücklisten und geplante Verkaufsmengen auf die Sekundärbedarfe zu kommen.

Den Fokus auf’s Endprodukt richten

Die Lösung der naturgemäßen Unsicherheit liegt in der Verwendung von Simulationsvarianten. Ein Vorgehen, das in den meisten Einkaufsabteilungen aufgrund der vorhandenen Datenmassen als undurchführbar gilt. Moderne Analysesoftware ist aber in der Lage, Planungsgerüste schnell und effektiv für Simulationszwecke einzusetzen. Am Ende ergibt sich statt eines Planungspunktes, ein Werteraum, der Preisentwicklung, Liquiditätsentwicklung, Marktindizes, Budget und weitere Einflussgrößen mit hoher Wahrscheinlichkeit sauber abdeckt. Gepaart mit einer quartalsmäßigen Überarbeitung der vorhandenen Planung, die um neue Marktsichten und Preisabschlüsse ergänzt wird und einem regelmäßigen Soll-Ist Abgleich von Preisen, Mengen und Quoten inkl. eines aussagekräftigen maschinellen Forecasts, wird die Einkaufsplanung zum proaktiven Unterstützer jedes agilen Handelns im Einkaufs. Wer im Einkauf transparente Analysewerte seines vergangenen Handelns und seiner Planziele in Aktivitäten umsetzen, kontrollieren und steuern will, muss sich zwangsläufig mit dem Thema Initiativenmanagement auseinandersetzen. In der einkäuferischen Praxis wird hierfür meist Excel verwendet, was naturgemäß schnell an seine Grenzen stößt. Da in der Regel keine inhaltliche und wertemäßige Integration in vorhandene Analyse- und Berichtssysteme existiert, muss vieles von Hand gesucht und hinterlegt werden. Die Anforderung eines Einkaufs diesbezüglich ist eine helfende Anbindung an die vorhandene Datenwelt, die eine Kommunikation zu Lieferanten und nach innen zu Projektbeteiligten ermöglich. Somit lassen sich Meilensteine definieren, Härtegrade verfolgen, geplante Maßnahmenergebnisse mit den Ist-Werten vergleichen, Ebit-Wirksamkeit und Carry-over-Effekte darstellen. Die wortreich geforderte Agilität des Einkaufs wird in Form aussagefähiger Dashboards, die auf Knopfdruck vorhanden sein müssen, für jeden Dritten nachvollziehbar und berichtbar und ist auf diese Art ein echter Steuerungshebel.

Künftig unerlässlich für den Einkauf

In der Hektik des Alltages wird häufig vergessen, dass alles Handeln des Einkaufs auf die Verkaufsprodukte gerichtet sein sollte.

• Wie wirken sich Marktpreisveränderungen auf welche Produkte aus?
• Welche Produktkostenreduzierungen sind möglich, wenn alternative Einkaufsquellen gesucht werden?
• Wie sind Zielpreise aus der Einkaufsbrille zu bewerten?
• Wie ist das Zusammenspiel aus technischen Änderungen und Preisänderungen im Zeitverlauf zu beurteilen?

All diese Fragen begegnen uns als Softwareanbieter immer häufiger und die Lösungen, die wir dazu anbieten, erweitern den Horizont des Einkaufs. Für jeden Einkäufer heißt dies dazuzulernen und seine Markt- und Fachkenntnisse im Produktumfeld stärker zur Geltung zu bringen. Je schwieriger das Marktumfeld für ein Unternehmen wird, desto mehr wird vom Einkauf erwartet, seine Rolle als aktiver Wertetreiber im Unternehmen in noch höherem Maße wahrzunehmen.

„Alles was im Einkauf passiert, schlägt sich in Zahlen nieder und hat seine Wirkungen auf die unternehmerischen Zielgrößen GuV, Liquidität, Budget oder Working Capital. Diese wertmäßigen Auswirkungen müssen unverfälscht, auf Rechnungsbuchungen basierend, berichtet werden.“

Werner Güntner

Der Beitrag Die goldenen Regeln der analytischen Einkaufssteuerung erschien zuerst auf SOFTCON CIS.

Vieles, was derzeit als KI ausgegeben wird, ist herkömmliche, regelbasierte Programmierung, wobei Dateninput über Softwareregeln zu Ergebnissen werden. Soweit nichts Neues. Künstliche Intelligenz setzt dort an, wo bisher keine Regeln bekannt sind. Es liegen viele Daten vor, aber wie hängen Dateninput und Ergebnis zusammen, gibt es Datenmuster und Beziehung? Die Idee hinter KI-Models ist, bekannte Ergebnisse so lange aus einem Dateninput zu simulieren, bis ein trainiertes Model Vorhersagen machen kann. Ein LLM zum Beispiel errechnet sich seine Antworten aus gefütterten Massendaten und was so kenntnisreich präsentiert wird, ist lediglich an Schlagworte gekoppelte Wahrscheinlichkeit. Soweit themenbezogene, bereinigte Massendaten vorliegen, die ein Model trainierbar machen, bietet der Einsatz von künstlicher Intelligenz für Einkaufscontrolling und Einkaufssteuerung Anregungen, Erkenntnisse und Lösungsvorschläge.

Warengruppen- und Branchenstruktur

Ideal für den Einsatz eines KI-Models ist die maschinelle Überprüfung und Verbesserung der Warengruppenzuordnung, da dies manuell eher unbeliebt ist. Voraussetzung für eine maschinelle Unterstützung ist ein Lernmodel mit möglichst perfekter Warengruppenzuordnung, verbunden mit geeigneten Attributen im Materialstamm. Da Warengruppen immer nur dort funktionieren, wo es auch Bestellungen gibt, hat sich die möglichst automatische Branchenzuordnung zu Kreditoren als zusätzliche Kategorisierung bewährt. In beiden erwähnten Fällen gilt: Je sauberer und somit aussagefähiger das Lernmodel ist, desto erfolgversprechender ist der Einsatz des KI-Models für künftige automatische Empfehlungen. Untersuchungen in unseren WebCIS-Modulen haben gezeigt, dass automatische Zuordnungen und Korrekturempfehlungen mit einem Qualitätsscore von über 75 % möglich sind. Der mittels KI erzeugte Qualitätszuwachs bei Kategorisierungen ermöglicht homogenere Cluster, die aussagefähige Preisbenchmarks innerhalb der Warengruppen sowie zu externen Preisindizes zulassen. Die klassische Einkaufsleiterfrage ‚In welchen Warengruppen und bei welchen Lieferanten besteht Nachverhandlungspotential‘ wird so maschinell prüfbar. Wie kann man technisch ähnliche Teile aufspüren, um Vereinheitlichungen zu prüfen, sowie unbegründete Preisunterschiede aufzuzeigen. KI-basierte Similarityscores, die aus technischen Merkmalen des Materialstamms gewonnen werden, liefern in jedem Fall hilfreiche Datenmuster für neue Handlungsideen. Mengenabhängige Preise, sogenannte Staffelpreise, sind in vielen Einkaufsbereichen üblich. Doch immer wieder stellt sich die Frage nach dem sinnvollen unternehmerischen Einsatz beim Disponieren. Welche Mengensteigerungen wirken wie stark in den Rechnungspreisen. Erwartete Korrelationseffekte zwischen Mengensteigerung und Preissenkung sind meist nicht so eindeutig, wie oft vermutet. KI-basierte Datenmuster verstärken die Vermutung, dass es faktenbasierte Verhandlungsspielräume gibt, die nicht unerhebliche Einsparungen ermöglichen.

Objektivierung von Preisforderungen der Lieferanten

So alt wie der Einkauf selbst ist die Frage, inwieweit Preise und Preisveränderungsforderungen von Lieferanten marktgerecht sind. Der Cost-Break-Down gilt als gängige analytische, aber zeitraubende Vorgehensweise. KI-Modelle hingegen ermöglichen Massenanalysen. Preisbestandteile sind Features eines Produktes, die mit unterschiedlicher Gewichtung einen Gesamtpreis ausmachen. Doch mit welchem Anteil wirken diese Features? KI-Models simulieren die auf den Preis einwirkenden Merkmale bis mathematische Muster erkennbar sind. Diese Multi-Regressionen, die eher auf statistischen Zusammenhängen als auf technischen Wirkungsweisen aufbauen, haben den Vorteil, dass sie automatisch und schnell Erkenntnisse liefern, aber – wie bei allen KI-Themen – von einem guten Lernmodel abhängen.

Globale Risikobetrachtung

Was bei Banken und Versicherungen längst üblich ist – nämlich Kreditwürdigkeit und Risikoeinschätzung von Darlehensnehmern KI-basiert einzuordnen, ist auch im Einkauf als zusätzliche Vorgehensweise möglich. Ein Einkauf verfügt über ausreichende Features – Liefertreue, Reklamationen, externe Scores, Auditergebnisse, Länderscores, Warengruppenbenchmarks, Preisindices, Sourcinginformationen und so weiter – um ein Lernmodel zu versorgen, das Warnhinweise zur Lieferkette aufzeigt. Ergänzend zu einer analytischen Risikobewertung mit gewichteten Einflussgrößen, werden drohende Überraschungen in der Lieferkette schnell sichtbar. Ein so mächtiger Informationscube wie WebCIS AI bietet Analyse-, Informations- und Berichtsfeatures in strukturierten Dashboards, passgenauen Favoriten und on-the-fly-Reports für so ziemlich jedes Einkaufsthema. Die Königsfrage ist, welches Feature passt zu meiner Fragestellung. Die Integration eines LLMs in die WebCIS-Oberfläche wird zum Prompting den passenden Vorschlag liefern. Die erweiterte Prompting-Analyse reicht auch Filter an die jeweiligen Features weiter. Vorteil für den User: höhere Informationsbreite und -tiefe bei gleichzeitiger Vereinfachung der Bedienung, da Fließtexte intelligent aufbereitet werden.

Werner Güntner, Geschäftsführer Softcon CIS

Der Beitrag KI: Mehr Hype statt Hilfe? erschien zuerst auf SOFTCON CIS.

Das wirft die Frage auf, was „Künstliche Intelligenz“ eigentlich bedeutet, wie die inhaltliche Abgrenzung zu analytischen Berechnungen bzw. zu digitaler Assistenz ist und was WebCIS 4.0 heute schon beinhalt und was zukünftig erwartet werden kann.

Analytics und Algorithmen

In jeder Software, die auf festem Programmcode basiert, wird ein Dateninput über Algorithmen vorhersehbar nach festen Regeln zum Output verarbeitet.

Im Einkaufscontrolling basieren in den meisten Fällen Berechnungen auf analytischen Softwarelösungen, die überwiegend den Zweck haben, das Berichtswesen zu unterstützen.

WebCIS 4.0 bietet beispielhaft: Ermittlung von Materialkostenentwicklung, Währungseffekten, Maverick-Buying-Quote, GuV-Einfluss durch Nutzung von Zahlungskonditionen, Plan-Ist(Forecast) -Vergleichen, Berechnungen von Qualität und Liefertreue der Lieferanten, usw.

Digitale Assistenz zur Einkaufssteuerung

Da viele der im Einkauf zu treffenden Entscheidungen auf menschlichen Interaktionen basieren, ist durch das Fehlen hochwertiger Lernmerkmale ein optimaler Lösungsvorschlag eher selten möglich, was ein wesentliches Ziel „Künstlichen Intelligenz“ ist.

Eine Lösung bietet der in WebCIS 4.0 integrierte Digitale Assistent mittels Korrelationen, die zwei oder mehr Merkmale zueinander in Beziehung setzen. Korrelationen und Regressionen zeigen in Form von Bubbles oder Punktwolken Zusammenhänge auf, die auf analytischem Wege nicht erkennbar sind. Der Digitale Assistent liefert – trainiert von einkäuferischem Know How – dem strategischen Einkäufer Impulse, um proaktiv das Warengruppenumfeld auf Handlungspotentiale zu untersuchen.

Einsatzmöglichkeiten des Digitalen Assistenten in WebCIS 4.0 zur Unterstützung des strategischen Einkaufs sind:  Passen Preis- und Mengenentwicklung zusammen, sind Korrelationen zwischen Termintreue und Qualität als Frühindikatoren erkennbar, weichen Bestell- und Rechnungspreise voneinander ab und gibt es hierfür signifikante Abhängigkeiten, usw.

„Künstliche Intelligenz“ oder Maschinelles Lernen?

„Künstliche Intelligenz“ (KI) weckt oft falsche Assoziationen. KI ist lediglich ein Oberbegriff, der u.a. Themen wie überwachtes Lernen, unüberwachtes Lernen, Neuronale Netzwerke umfasst.

KI ist somit weit entfernt von dem, was wir als menschliche Intelligenz verstehen. Da es sich vielmehr um Softwaresysteme und daraus erlernte Muster handelt, ist der Begriff des maschinellen Lernens (ML) passender.

Maschinelles Lernen bedeutet zunächst ganz einfach, mittels Massendaten den Output einer Software durch möglichst hochwertigen Dateninput auf ein ganz spezielles Thema hin zu trainieren.

Im Einkauf stellt sich oft die Frage: Ist ein Lieferant ein „Preferred Supplier?“. Das Thema kann man mittels Fragenkatalog zu lösen versuchen, oder eine ML-basierte Software anlernen, welcher bestehende Lieferant aufgrund seiner Datenmerkmale ein „Preferred Supplier“ ist. Das ML-Modul wird nicht mittels Algorithmen errechnen, was ein „Preferred Supplier“ ist, sondern anhand definierter Inputdaten werden eigenständige Regeln generiert, bei welchen Merkmalskorrelationen ein „Preferred Supplier“ vorliegen könnte. Die Qualität der Empfehlungen durch die Software wird über Wahrscheinlichkeiten ausgedrückt. Es gibt nicht mehr wahr oder falsch, es gibt eine mehr oder weniger passende Empfehlung. Ein Umstand der den Menschen am Ende zum Entscheider macht und nicht die Software alleine.

Ein Bereich, der – angedockt an WebCIS 4.0 – für Maschinelles Lernen sehr gut geeignet ist, ist die Zuordnung von Warengruppen zu Materialnummern. Eine gut angelernte Software ist in hohem Maße in der Lage einen Zuordnungsvorschlag für ein neues Material zu bringen bzw. die Umstrukturierung einer bestehenden Zuordnung vorzuschlagen. Mit einer Wahrscheinlichkeit versehen, kann der Mensch einschätzen, wie fundiert der Maschinenvorschlag ist.

Ein weiteres Einsatzgebiet für ML liegt im Umfeld des in WebCIS 4.0 transparent dargestellten Maverick-Buyings, wo Materialnummern und somit Warengruppen meist fehlen. Die Erwartungshaltung an die mittels ML trainierte und an WebCIS 4.0 angedockte Software ist, eine passende Warengruppenzuordnung, basierend auf angelernten Buchungstexten, Sachkonten, Lieferanten, automatisch zu liefern.

Der Beitrag Von Analytics, über Digitale Assistenz bis hin zu Künstlicher Intelligenz erschien zuerst auf SOFTCON CIS.