Lieferantensuche, -bewertung und -auswahl mit Künstlicher Intelligenz im Einkauf E-Book

Lutz Schwalbach

• Herausgeber: Books on Demand
• Kategorie: Fachliteratur
• Sprache: Deutsch
• Veröffentlichungsjahr: 2024

Seitenzahl: 178

Beschreibung

Lieferantensuche, -bewertung und -auswahl mit Künstlicher Intelligenz im Einkauf. Spitzenlieferanten global entdecken. Das Buch führt in das Thema einer KI-Software-Anwendung zur Lieferantensuche, -bewertung und -auswahl mit Künstlicher Intelligenz im Einkauf ein. Die enormen Vorteile, Ziele und Grenzen der KI-Anwendung für die globale Lieferantensuche werden erörtert. Der Fokus liegt auf dem Potenzial dieser KI-Anwendung, Chancen und Ziele für den Einkauf zu realisieren. Dem Leser werden zum vertieften Verständnis die Grund-lagen einer KI-Software, einschließlich Wirksamkeit, Datenbedarf und Trainings vermittelt. Funktionen, Leitbild, Voraussetzungen und Mensch-Maschine-Interaktionen zur Künstlichen Intelligenz runden die thematische Vorstellung ab. Die Anwendung der KI-Software im Einkauf zielt darauf ab, Prozess-Effizienz, Präzision und Verbesserungen der Materialkosten zu erzielen. Im Vergleich zur traditionellen Lieferantensuche wird die Überlegenheit der KI in Bezug auf Zeit, Präzision und Mehrwert sowie Risikomanagement sichtbar aufgezeigt. Einsparungen werden durch prozessuale Optimierungen und Preisverbesserungen schnell realisiert. Im Ergebnis werden neun KI-Software-Anbieter vorgestellt mit unterschiedlichen Eignungen und Präferenzen. Das Buch endet mit umfangreichen Hilfen zur Umsetzung im Unternehmen, einschließlich Change-Management, Erfolgsmessungen und Schulungen.

Leseprobe

ABSTRACT

Lieferantensuche, -bewertung und -auswahl mit Künstlicher Intelligenz im Einkauf

Spitzenlieferanten global entdecken

Das Buch führt in das Thema einer KI-Software-Anwendung zur Lieferantensuche, -bewertung und -auswahl mit Künstlicher Intelligenz im Einkauf ein. Die enormen Vorteile, Ziele und Grenzen der KI-Anwendung für die globale Lieferantensuche werden erörtert. Der Fokus liegt auf dem Potenzial dieser KI-Anwendung, Chancen und Ziele für den Einkauf zu realisieren. Dem Leser werden zum vertieften Verständnis die Grundlagen einer KI-Software, einschließlich Wirksamkeit, Datenbedarf und Trainings vermittelt. Funktionen, Leitbild, Voraussetzungen und Mensch-Maschine-Interaktionen zur Künstlichen Intelligenz runden die thematische Vorstellung ab. Die Anwendung der KI-Software im Einkauf zielt darauf ab, Prozesseffizienz, Präzision und Verbesserungen der Materialkosten zu erzielen. Im Vergleich zur traditionellen Lieferantensuche wird die Überlegenheit der KI in Bezug auf Zeit, Präzision und Mehrwert sowie Risikomanagement sichtbar aufgezeigt. Einsparungen werden durch prozessuale Optimierungen und Preisverbesserungen schnell realisiert. Im Ergebnis werden fünf KI-Software-Anbieter vorgestellt mit unterschiedlichen Eignungen und Präferenzen. Das Buch endet mit umfangreichen Hilfen zur Umsetzung im Unternehmen, einschließlich Change-Management, Erfolgsmessungen und Schulungen.

Meine Arbeit und Ausführungen können niemals vollständig sein. Sie erfüllen aber den Anspruch, Hinweise und Hilfestellungen zur Lieferantensuche, -bewertung und -auswahl mit Künstlicher Intelligenz im Einkauf zu geben, mit welchen Spitzenlieferanten global entdeckt werden. Die folgenden Ausführungen wurden nach bestem Wissen und Gewissen erstellt. Der Autor schließt jede Haftung und Gewähr aus.

Haftungsausschluss:

Das Werk inklusive aller Inhalte wurde unter größter Sorgfalt erarbeitet. Dennoch übernimmt der Autor keine Haftung für die Aktualität, Richtigkeit von Angaben, Ratschlägen, Hinweisen und Vollständigkeit der Inhalte, ebenso wenig für Druckfehler.

Die Benutzung dieser Arbeit und die Umsetzung der darin enthaltenen Darstellungen, Hinweise und Informationen erfolgt ausdrücklich auf eigenes Risiko. Der Autor kann für etwaige Unfälle und Schäden jeder Art, aus keinem Rechtsgrund, eine Haftung übernehmen. Haftungsansprüche gegen den Autor für Schäden materieller, menschlicher oder ideeller Art sind grundsätzlich ausgeschlossen.

Für die Inhalte von den in diesem Buch abgedruckten Internetseiten sind ausschließlich die Betreiber der jeweiligen Internetseiten verantwortlich. Der Autor hat keinen Einfluss auf Gestaltung und Inhalte fremder Internetseiten. Zum Zeitpunkt der Verwendung waren keinerlei illegalen Inhalte auf den Webseiten vorhanden.

Inhaltsverzeichnis

1. Einleitung

1.1. Aufgabenstellung

1.2. Problem und Chance

1.3. Ziel

1.4. Vorteile

1.5. Grenzen

1.6. Abgrenzung

1.7. Vorgehensweise

2. Grundlagen

2.1. Wirksamkeit

2.2. Trainieren

2.3. Kommunikation

2.4. Fehlertoleranz

2.5. Erklärungslos

2.6. Datensätze

3. Künstliche Intelligenz

3.1. Funktionsweise

3.2. Leitbild

3.3. Voraussetzungen

3.4. Interaktion

4. Klassische Lieferantensuche

4.1. Begrifflichkeiten

4.2. Bewährte Vorgehensweise

4.3. Web-Lösungen

5. KI-gestützte Lieferantensuche

5.1. Einführung

5.2. Anwendungsgebiete

5.3. Herausforderungen

5.4. Risiken

5.5. Technologien

5.6. Vorgehensweise

5.7. Personalisierung

5.8. B2B-Dating-Plattform

6. KI-Software Anwendungen

6.1. Marktspiegel

6.2. KI-Software-Anbieter

6.2.1. Scoutbee

6.2.2. 7q1

6.2.3. Matchory

6.2.4. Techpilot

6.2.5. Wer liefert was

6.3. Testversionen

6.4. Auswahl

7. Umsetzung

7.1. Umsetzung

7.2. Change-Management

7.3. Erfolgsmessung

7.4. Schulungen

7.5. Schneller Umsetzungsleitfaden

8. Zusammenfassung

9. Verzeichnisse

9.1. Literatur

9.2. Abbildungen

9.3. Tabellen

9.4. Studien

9.5. Abkürzungen

1. Einleitung

"Die Auswirkungen Künstlicher Intelligenz werden unsere Arbeitswelt grundlegend umgestalten. Es ist an der Zeit, uns von alten Konzepten zu verabschieden und nicht länger in vergangenen Vorstellungen zu verweilen. Denn das Festhalten wird schmerzhafter sein als das Loslassen. Lassen wir uns vielmehr vollständig auf das ein, was in Zukunft auf uns zukommt."

Wir sprechen von Künstlicher Intelligenz (KI), wenn der damit ausgestattete Computer nicht mehr nur eine Aufgabe bearbeitet, sondern das KI-System mit jedem Datensatz oder Ausführung, welche sie erledigt, dazu lernt und immer besser wird (Siebenhaar, 2019, S. 21). Dazu bedarf es dem Grundprinzip des Erkennens von Mustern und Gesetzmäßigkeiten aus dem Datensatz. Mit dieser selbstlernenden Technologie, basierend auf Algorithmen, wird eine neue Dimension der Mensch-Maschinen-Kooperation erschlossen. In der Hoffnung, dass viele Arbeiten interessanter werden, werden andererseits körperlich anstrengendeTätigkeiten und Routinearbeiten auf Maschinen mit Künstlicher Intelligenz verlagert. Der Mensch gewinnt Raum für Freizeit und Kreativität.

Abbildung 1: Künstliche Intelligenz

Intelligenz bedeutet für uns als Mensch auch die Fähigkeit zu kommunizieren, mit Werkzeugen umzugehen und zu lernen. Allerdings verfügt der Mensch über die Fähigkeit, präzise zu beobachten und dieses Wissen generationsübergreifend weitergeben zu können (Siebenhaar, 2019, S. 52). Mit Künstlicher Intelligenz ausgestattete Roboter sind wie kleine Kinder. Wir müssen sie Erfahrungen machen lassen, ausbilden und lehren, ihnen Wissen zugänglich machen, sie erziehen, um sie vollkommen zu machen. Auch wenn wir ihnen zukünftig ein menschenähnliches Antlitz geben, so werden sie nicht wie Menschen fühlen und denken. Eine Maschine kann keine Beziehung zu einem Menschen aufbauen, denn sie ist gefühllos. Ein Mensch kann sehr wohl eine Beziehung zu einer Maschine aufbauen (Auto, Handy, Küchenmaschine, R2-D2 Star Wars, ...). Eine Maschine ermüdet nicht und ihr Algorithmus sowieso nicht. Im Gegensatz zu uns Menschen, die Erholung brauchen, sind sie uns überlegen. Bedenken wir, dass die Begegnung mit Menschen im Arbeitsleben anstrengend ist, auch wenn Kommunikation für uns Menschen lebenswichtig ist. Die Maschine überwindet die Notwendigkeit des Menschen nach Schlaf, Erholung und Sozialisation.

Abbildung 2: Training zur Perfektion

1.1. Aufgabenstellung

Künstliche Intelligenz (KI) ist heute in fast jedem Haushalt anzutreffen und durch Fortschritt und Weiterentwicklungen werden immer neue Anwendungsfälle erschlossen. Viele KI-Systeme (englisch: artificial intelligence) unterstützen im täglichen Leben den Anwender, obwohl der Nutzer teilweise noch nicht einmal Kenntnis davon erlangt, dass das System im Hintergrund Künstliche Intelligenz verwendet.

Schenkt man der Studie aus der Zeitschrift Die Zeit online1 Glauben, so haben immer weniger Deutsche Vorbehalte gegen Künstliche Intelligenz (Kammer, 2020). Intelligente Systeme, Roboter oder intelligente Software übernehmen zunehmend Aufgaben für und zum Wohle der Menschen oder treffen Entscheidungen. Nach einer Studie des Bitkom Branchenverbandes2 stufen aktuell nur 29% der Befragten die Künstliche Intelligenz als Gefahr ein, während gut 68% der Befragten Künstliche Intelligenz als Chance ansehen. Dies unterscheidet sich stark von der Umfrage von vor drei Jahren, wo beide Einschätzungen nach Gefahr oder Chance gleichauf lagen. Allerdings ist die Akzeptanz von Künstlicher Intelligenz stark an den Anwendungsfall und das jeweilige Anwendungsgebiet gebunden. Hierbei liegt die höchste Akzeptanz in der Pflege (75%), gefolgt von Ämtern und Behörden (73%), der Medizin (67%) und der Personalabteilung (54%). Gut dreiviertel der Befragten, sind davon überzeugt, dass sich Assistenz und Warnsystem innerhalb von zehn Jahren durchsetzen werden. Für die 60% der Befragten wird das autonome Fahren realisiert sein. Ganz selbstverständlich benutzen wir heutzutage eine stattliche Anzahl an KI in unserem Smartphone oder beispielsweise den Sprachassistenten.

Global betrachtet ist die Akzeptanz und kulturelle Haltung gegenüber Robotern unterschiedlich (Ramge, 2019, S. 20). So betrachtet man in Europa den Roboter als Feind (Arbeitsplatz Killer), in Amerika als Diener (Assistent, Hilfe) in China als Kollegen (Kollaboration) und in Japan als Freund.

Die zukünftigen Roboter, Cobots oder Bots sind mit Künstlicher Intelligenz ausgestattet und werden Anwendungsvorteile bringen wie:

Entlastung: Roboter übernehmen Arbeiten für Menschen, welche monoton, einfach oder körperlich schwer sind

Arbeitsschutz: Roboter übernehmen Arbeiten für Menschen, welche gesundheitsgefährdend sind oder Gefahren darstellen (Raumfahrt, Reaktoren, Chemie usw.)

Assistenz: Roboter ergänzen oder übernehmen Arbeiten für Menschen, die der Mensch allein nicht ausführen kann

Ersatz: Roboter übernehmen Arbeiten für Menschen, bis zu einer zulässigen „Grenze" oder unter besonderer Aufsicht.

Abbildung 3: Roboter mit KI

Somit wird aktiv der Weg begonnen, dass Roboter und Mensch, also Mensch und Maschine, kollegial Zusammenarbeiten. Die entstehende Mensch-Maschine-Beziehung beschreibt die Entstehung der Kommunikation und Interaktion des Menschen mit der Maschine, also das Zusammenwirken. Damit wird die alte Rolle des Maschinenführers oder das Steuern von Maschinen durch Menschen, zugunsten einer gemeinsamen Mensch-Maschinen-Interaktion überflüssig. Eine neue Form des Zusammenspiels zwischen Mensch-Maschine wird entstehen.

Trotzdem bleibt in uns Menschen die tiefe Angst vor dem Unbekannten fest verankert. In der Hoffnung, dass die Angst vor dem Arbeitsplatzverlust verschwindet und die Künstliche Intelligenz zum Nutzen der Anwender weiterentwickelt wird, treten wir gestärkt in die vierte industrielle Revolution der Digitalisierung mit Künstlicher Intelligenz ein. Wir sollten aber nicht so blauäugig sein zu glauben, dass neue technische Veränderungen inkl. Künstliche Intelligenz von Anfang an fehlerfrei in unser Leben treten. Gerade die Künstliche Intelligenz braucht permanent Training und Daten, um sich selbst zu verbessern. Hier entstehen nicht nur neue Berufsfelder, sondern auch Anforderungen an den Anwender, die Systeme mit Künstlicher Intelligenz voreinzustellen, zu pflegen, zu warten, zu optimieren und zu überwachen. Je öfter und je intensiver dieses Training durchgeführt wird, umso besser wird der Lernalgorithmus der Software handeln.

Abbildung 4: Unterstützung

Bei der Einführung Künstlicher Intelligenz (KI) zur Unterstützung der Abteilung Einkauf in der Lieferantensuche und -auswahl stehen wir vor mehreren zentralen Aufgaben. Eine der Herausforderungen liegt in der nahtlosen Integration unterschiedlicher Datenquellen, wobei gleichzeitig höchste Priorität auf die Qualität der gesammelten Lieferantendaten gelegt werden muss. Weiterhin sind Algorithmen, die auf maschinellem Lernen und Datenmustererkennung basieren erforderlich, um eine intelligente Datenanalyse zu ermöglichen.

Die Implementierung von einer Art vorausschauender Analytik ist unerlässlich, um Trends im Lieferantenmarkt vorherzusagen und somit eine proaktive, in die Zukunft orientierte Lieferantenauswahl zu ermöglichen. Effiziente Such- und Filteralgorithmen (Funktionen) sind entscheidend, um potenzielle Lieferanten anhand spezifischer Kriterien global aufzufinden. Eine weitere Aufgabe besteht in der Integration von Risikoanalyse-Tools, die verschiedene Risikofaktoren, darunter finanzielle Stabilität, geopolitische Umstände, Aspekte der Nachhaltigkeit, Einhaltung sozialer Standards, Compliance usw. bei der Lieferantenauswahl3 berücksichtigen.

Die Implementierung von Mechanismen zur Integration von Echtzeitinformationen ermöglicht eine dynamische und aktuelle Bewertung der Lieferanten. Benutzerfreundliche Schnittstellen und Dialogsysteme sind essenziell, um dem Einkaufspersonal eine einfache Bedienung und Interpretation der Ergebnisse zu ermöglichen. Eine flexible KI-Lösung muss sich an die sich ändernden Anforderungen des Einkaufs, Marktdynamiken (Umwelt) und Unternehmensziele anpassen.

Zudem ist die Integration von kollaborativen Funktionen erforderlich, um den Austausch von Informationen und Feedback zwischen verschiedenen Einkaufsteams zu erleichtern. Datenschutz- und Sicherheitsmaßnahmen müssen implementiert werden und vertrauliche Lieferantendaten sind zu schützen. Die Entwicklung von Mechanismen zur Generierung detaillierter Berichte über Lieferantenauswahlprozesse und transparenter Einblicke in die Entscheidungsfindung rundet die zentralen Aufgaben ab. Die erfolgreiche Bewältigung dieser Aufgaben eröffnet die Möglichkeit, eine effiziente KI-gestützte Lösung zu schaffen, die dem Einkauf dabei hilft, qualifizierte Lieferanten weltweit zu identifizieren und auszuwählen. Hierbei ist eine enge Zusammenarbeit zwischen den Fachleuten im Einkaufsbereich und den IT-Spezialisten unerlässlich.

Abbildung 5: Kriterien der Aufgabenstellung

Was im 20. Jahrhundert das Öl für die aufkommende Industrialisierung, Energiewirtschaft, Mobilität und wirtschaftliche Entwicklung darstellten, sind im 21. Jahrhundert die Daten. Es kann formuliert werden, dass heutige Daten das Öl des 21. Jahrhunderts sind.

Abbildung 6: Daten sind Zukunft

Die Analogie behauptet, dass Daten im 21. Jahrhundert eine vergleichbare Schlüsselrolle einnehmen. In einer Ära, die von Technologie, Digitalisierung und online-lnformationsaustausch geprägt ist, sind Daten zu einem entscheidenden Rohstoff geworden. Sie sind nicht nur Treibstoff für Technologie- und Softwareentwicklungen, sondern auch essenziell für Unternehmen, Regierungen und Gesellschaften, um effiziente Entscheidungen zu treffen, Innovationen voranzutreiben und wirtschaftlichen Fortschritt zu ermöglichen.

Daten sind nicht nur eine wichtige Ressource, sondern haben einen zentralen Einfluss auf das moderne Leben wie Öl es im vergangenen Jahrhundert hatte. Daten sind von strategischer Bedeutung und diese finden wir heute im Web. Das Web, oder World Wide Web (WWW), ist ein globaler Informationsraum, der es ermöglicht, digital vernetzte Inhalte über das Internet zu teilen und abzurufen. Es besteht aus miteinander verknüpften Webseiten, die Texte, Bilder, Videos und andere multimediale Inhalte enthalten. Das World Wide Web hat das Teilen von Informationen, die Kommunikation und den Zugang zu Wissen revolutioniert und ist zu einem integralen Bestandteil des modernen digitalen Lebens geworden. Es wächst unaufhaltsam. Nach Schätzungen werden weltweit jeden Tag mehrere Exabytes4 an Daten generiert. Ein Exabyte (EB) entspricht einer Menge von 1 Milliarde Gigabyte.

1.2. Problem und Chance

Um ein Unternehmen wirtschaftlich erfolgreicher zu führen, muss dessen permanente Rentabilität erarbeitet werden.

Dazu ist eine Leistung zu erzeugen, welche auf dem Markt verkaufbar ist (Preis-Leistung). Erfüllt das Produkt die Anforderungen oder Erwartungen des Kunden, wird der Kunde kaufen und dem Unternehmen treu bleiben. Diese Bindung erhöht sich, wenn das Produkt die Erwartungen sogar positiv übererfüllt.

Aber umgekehrt steigt der Kunde wahrscheinlich auf ein Produkt der Konkurrenz um, wenn seine Erwartungen unerfüllt bleiben.

Kapital, Maschinen und Mitarbeiter sind einzubringen, welche die Leistung erzeugen. Der Mitarbeiter strebt nach einem sicheren Arbeitsplatz und Lohn, verbunden mit dem menschlichen Streben nach einer harmonischen und zufriedenstellenden Zusammenarbeit.

Folglich ist zu empfehlen, dass sich das Unternehmen vom Kundenwunsch orientieren und leiten lässt, aber seine wirtschaftlichen Belange und Kosten im Blick behält. Das Produkt oder die Produktleistung befriedigt überwiegend die Bedürfnisse der Kunden, nicht das Unternehmen in seiner Aufstellung und seinen Aktionen.

Mit der Einführung der Künstlichen Intelligenz, Robotisierung und Digitalisierung erfolgt eine Neuorientierung der Unternehmensausrichtung.

Für Beachtung und Verwunderung sorgt die Erkenntnis, dass Technik nicht mehr limitieren wird.

Die veränderten Rahmenbedingungen basieren auf den Industrie 4.0 Impulsen, wie bspw. 5G Netze, Künstliche Intelligenz, robotic process automation (RPA) und digitalen Prozessen.

Das Prinzip ist denkbar einfach. Wir werden verbleibende manuelle zeitraubende Einkaufsarbeit zerlegen in Arbeitsschritte, diese isolieren und mittels Künstlicher Intelligenz ausstatten, um Effizienzen zu heben und deren eingesparte Zeiten wertbringend im Einkauf einzusetzen.

Lässt sich dieser Arbeitsschritt isolieren?

Lässt sich dieser Arbeitsschritt standardisieren?

Ist der Arbeitsschritt regelbasiert?

Lässt sich dieser Arbeitsschritt programmieren (automatisieren)?

Sind Massendaten zum Arbeitsschritt vorhanden?

Welche Technologie unterstützt die Automatisierung des Arbeitsschrittes am besten?

Abbildung 7: Effizienzen durch Technologie

Was bedeutet es für die Lieferantensuche und intelligente Bewertung?

Die Lieferantensuche und -auswahl mittels Künstlicher Intelligenz (KI) kann bis zu einem gewissen Grad standardisiert werden. Im Hinblick auf die Standardisierungsbemühungen gilt es zu beachten, dass die Lieferantenauswahl ein komplexes Thema ist und spezifische Anforderungen des Unternehmens sowie des jeweiligen Lieferantenmarktes berücksichtigt werden müssen. Daher sollte eine Standardisierung flexibel erstellt sein, um auf individuelle Bedürfnisse und die Wandlung der Umwelt eingehen zu können, um die Wirksamkeit der KI-basierten Lieferantensuche sicherzustellen.

Sehen wir es als große Chance an, dass die Antwort auf die zuvor genannte Problemstellung wie folgt aussehen wird. Hier sind einige Aspekte, die dazu beitragen können:

Festlegung von Auswahlkriterien.

Zu definieren sind klare und standardisierte Auswahlkriterien, die die Grundlage für die KI-basierte Lieferantenauswahl bilden. Diese können bspw. Länder, Unternehmensgroße, Qualitäts- oder Umweltzertifikate, Soziale Standards, Lieferzeiten, Kostenstrukturen und andere relevante Faktoren umfassen.

Hinweis: Der KI wird schon geholfen, wenn der bestehende Lieferant genannt wird. Diesen kann sie analysieren und als Referenzzugrundelegen sowie dessen Kriterien entnehmen (Datentraining).

Etablierung von Datenstandards.

Es muss gelingen, einheitliche Datenstandards zu implementieren, um sicherzustellen, dass die von der KI analysierten Informationen konsistent, richtig und vergleichbar sind. Dies ermöglicht die qualifizierte und standardisierte Bewertung der Lieferanten. Vor der Verwendung sind diese Daten zu prüfen und zu bereinigen.

Entwicklung standardisierter Algorithmen.

Standardisierte Algorithmen, welche auf definierten Auswahlkriterien basieren, sind zu programmieren. Diese Algorithmen ermöglichen es, Objektivität und Konsistenz sicherzustellen.

Regelmäßige Aktualisierung der Modelle und Web-Daten.

Es besteht die Notwendigkeit der Implementierung von Mechanismen zur regelmäßigen Aktualisierung der KI-Modelle, um auf sich ändernde Geschäftsanforderungen und Marktdynamiken zu reagieren.

Klare Prozesse und Workflows.

Die Prozesse für die Lieferantensuche, -bewertung und - auswahl sind standardisiert. Das schafft klare Abläufe und erleichtert die Implementierung. Zur Auswahl wird eine Nutzwertanalyse erstellt.

Berücksichtigung rechtlicher Standards.

Rechtliche und ethische Standards bei der Implementierung von KI in der Lieferantenauswahl sind zu beachten. Betriebliche Regelungen zum Datenschutz und der Compliance sind ebenfalls einzuhalten. Eine rechtssichere Konformität und rechtliche Integrität sind Grundvoraussetzung.

Abbildung 8: Chancen durch Software

Die Erörterung der Problemstellung nach der Isolierung (Lieferantensuche, -auswahl und -bewertung) und Standardisierung basiert auf Regeln (Kriterien). Die Möglichkeit, diese in ein Programm zu fassen sowie die Verfügbarkeit von Massendaten im Web (Dateninput) deuten darauf hin, dass die Aufgabenstellung geeignet für eine Programmierung und Automatisierung ist.

Zudem sind Massendaten im Web vorhanden, was zur Aktualität notwendig ist. Diese lassen sich um eigene Daten ergänzen oder anreichern. Mittels der Software wird eine effiziente Verarbeitung der Daten zu Ergebnissen unterstützt.

1.3. Ziel

Die Lieferantensuche und -auswahl im Einkauf ist von entscheidender Bedeutung für den Erfolg eines Unternehmens. Der Beschaffungsprozess spielt eine Schlüsselrolle in der Wertschöpfungskette, da er direkten Einfluss auf die Produktqualität, die Kostenstruktur und letztendlich auf die Kundenzufriedenheit hat. Die Suche und Auswahl geeigneter Lieferanten ist somit eine strategische Entscheidung, die weitreichende Auswirkungen auf die Gesamtperformance eines Unternehmens hat. Sie muss permanent überprüft, verbessert und hinterfragt werden, ebenso sind Partnerschaften zu pflegen.

Ein zentrales Ziel der Lieferantenauswahl liegt in der Gewährleistung einer zuverlässigen Lieferkette. Die Verfügbarkeit von hochwertigen Materialien in ausreichender Menge ist entscheidend, um Produktionsunterbrechungen zu vermeiden, kontinuierliche Qualität zu produzieren und die Lieferzusagen gegenüber Kunden einzuhalten. Die Auswahl der richtigen (besten) Lieferanten mit stabiler Lieferperformance und transparenter Lieferleistung trägt direkt zur betrieblichen Effizienz und Kundenbindung bei.

Die Lieferantenentscheidung ist eng mit Kostenvorteilen verbunden. Effektive Verhandlungen und Vertragsabschlüsse mit Lieferanten, Ausschreibungen und Wettbewerbsvergleiche führen zu kostengünstigeren Einkaufspreisen, wodurch die Marge des Unternehmens verbessert wird. Mittels der wettbewerbsfähigen Preise stärken Unternehmen ihre Marktposition und gleichzeitig die eigene Rentabilität.

Ein weiteres Ziel ist die Sicherstellung der konstanten Produktqualität. Die Auswahl von Lieferanten, die qualitativ hochwertige Produkte liefern, minimiert das Risiko von Qualitätsproblemen in der Produktion oder beim Kunden. Dies ist besonders wichtig in Branchen, in denen Produktqualität einen direkten Einfluss auf die Kundenzufriedenheit und das Markenimage hat.

Insgesamt trägt die sorgfältige Lieferantenauswahl dazu bei, Risiken zu minimieren, Preise und Qualitäten zu optimieren und die langfristige Wettbewerbsfähigkeit eines Unternehmens zu sichern. Moderne Technologien, wie die Nutzung von Künstlicher Intelligenz zur Lieferantenauswahl, werden einen wertvollen Beitrag leisten, um eine fundierte Auswahl und Entscheidungen zu treffen und die Effizienz im Einkaufsprozess zu steigern.

Klassisch werden die Ziele des Einkaufs wie folgt definiert (Arnolds, 2016, S. 8-13).

Gewährleistung des störungsfreien Produktionsprozesses, unter Berücksichtigung der Materialversorgung und Qualität inkl. Risikomanagement.

Das Streben nach Gewinnmaximierung durch beste Einkaufskonditionen im Vergleich zu den Wettbewerbern, ausgedrückt in Einkaufspreis und Eigenschaften des Materials.

Schaffen von Preisstabilität durch Vertragsmanagement, welches insbesondere das Verhandeln von Festpreisen über Zeitspannen bezeichnet, welche besser als der Marktpreis sind.

Einen sicheren und kostenoptimalen Einkaufsprozess, welcher einen Wertbeitrag zum Unternehmensergebnis erbringt.

Durch Lieferanten- und Beschaffungsmanagement Generierung von relativem Wettbewerbsvorteil für das eigene Unternehmen. Dies kann unter anderem durch die Integration der Lieferanten, Forschung und Entwicklung oder der Preisvorteile aus besseren Beschaffungsländern gelingen.

Bruhn betont ergänzend aus betriebswirtschaftlicher Sicht, dass es für Unternehmen von vorrangiger Bedeutung ist, Kosten zu reduzieren, um am Markt etabliert zu bleiben und Gewinne zu erzielen. Die Zielerreichung ist nach der klassischen Lehre der Betriebswirtschaft gegeben (Bruhn, 1999, S. 41-62). Der Gewinn (Rendite) als Zielkriterium, das Streben nach dem maximalen Erlös und die Langfristigkeit der Erlösmaximierung unter Betrachtung des Produktangebots (Huch, 1970, S. 72). Gewinnoptimal, das heißt, maximaler Erlös zu minimalen Kosten im Material und Prozess.

Abbildung 9: Betriebswirtschaftlicher Erfolg

In der Zusammenführung der Aussagen zu den klassischen Zielen des Einkaufs nach Arnolds und den betriebswirtschaftlichen Ausführungen von Bruhn kann folgender Ansatz gewonnen werden.

Ziele (lt. Arnolds)

Lieferantenauswahl (vgl.

Kap. 1.1

,

Abb. 5

.)

BWL (lt. Bruhns)

Störungsfreier Produktionsprozess

Auswahl und Eignung der Lieferanten

Minimale Prozesskosten

Beste Einkaufskonditionen

Kostentransparenz der Lieferanten, Datenanalyse

Minimale Materialkosten

Preisstabilität

Finanzielle Stabilität des Lieferanten, Transparenz

Minimale Materialkosten

Sicherer und kostenoptimaler Einkaufsprozess

Risikoanalyse, vorausschauende Analytik, Echtzeitinformationen

Minimale Prozesskosten

Integration der Lieferanten

Anpassungsfähigkeit, Kollaborationsmöglichkeiten, Datenschutz

Minimale Prozesskosten

Tabelle 1: Abgleich der Ziele

Das Ziel beste Einkaufskonditionen, ausgedrückt in minimalen Materialkosten5, gewonnen aus der besten Lieferantenauswahl, bedeutet Einsparungen bei Materialkosten. Diese leisten wiederum einen direkten Wertbeitrag zum Unternehmensergebnis und verbessern die Produktkalkulation. Solches wird mit der KI unterstützten Lieferantenauswahl zukünftig verbessert.

Direkte Kostensenkung der eingekauften Waren und Dienstleistungen (Wareneinsatz)

Direkte Gewinnsteigerungen aus Senkung der Materialkosten

6

Beschaffung der Waren und Dienstleistungen zum besten Preis (verbesserte Wettbewerbsstellung am Markt)

Möglichkeiten zur Investition, durch Gewinnung von freiem Kapital aus erzielten Materialkostensenkungen

Risikosenkung durch breitere Beschaffungsmöglichkeiten und neue, bessere Lieferanten

Abbildung 10: Materialkostenziele

Das Ziel kostenoptimaler Einkaufsprozess, ausgedrückt in minimalen Prozesskosten zur Lieferantensucher und -auswahl, bedeutet Gewinnung von Prozesseffizienz. Dieser Wertbeitrag zum Unternehmensergebnis wird mittels der KI-Unterstützung erlangt.

Entlastung des Einkaufs von manueller Datensammlung und Datenpflege, Abgleich, Routinen und sich wiederholenden Tätigkeiten.

Fehlerfreiheit der automatisierten Tätigkeiten.

Somit gewonnene Zeit im Einkauf für wichtige und wertbringende Tätigkeiten einsetzen.

Qualifizierte Auswertung von Massendaten (big data) durch KI.

Generierung von neuartigem Mehrwert für das Unternehmen.

Effizienzsteigerungen im Einkauf sowie Vermeidung von Neueinstellungen

Abbildung 11: Prozesskostenziele

Die im vorliegenden Werk ausgeführten Optimierungen des Einkaufs durch KI in der Lieferantensuche, -bewertung und - auswahl, erfolgen durch einen lieferantenorientierten Ansatz. Dabei rückt die Fokussierung auf qualifizierte Lieferanten ins Zentrum. Denn gerade die Auswahl geeigneter Lieferanten ist von entscheidender Bedeutung für den Erfolg eines Unternehmens. Sie tragen dazu bei, dass die Effizienz, Zuverlässigkeit und Wettbewerbsfähigkeit eines Unternehmens verbessert wird. Nachfolgend sind einige Ursachen und Wirkungen ausgeführt, warum eine sorgfältige Lieferantenauswahl zu Gewinnen führt:

Qualität der Waren oder Dienstleistungen: Ein guter Lieferant liefert qualitative Waren oder Dienstleistungen, die den Standards und Anforderungen des Unternehmens entsprechen. Dadurch wird die Qualität der Endprodukte gewährleistet, was wiederum die Kundenzufriedenheit steigert.

Kostenoptimierung: Die Auswahl von Lieferanten, die wettbewerbsfähige Preise bieten, trägt zur Optimierung der Kostenstruktur bei. Dadurch kann das Unternehmen Wettbewerbsvorteile erzielen und höhere Gewinnmargen erzielen.

Lieferzuverlässigkeit: Zuverlässige Lieferanten gewährleisten eine pünktliche und konsistente Lieferung von Materialien. Dies minimiert Verzögerungen in der Produktion und ermöglicht es dem Unternehmen, flexibler auf Marktanforderungen zu reagieren.

Risikomanagement: Eine umsichtige Auswahl von Lieferanten hilft dabei, Risiken im Beschaffungsprozess zu minimieren. Dazu gehören Risiken wie Lieferengpässe, Qualitätsprobleme oder Lieferantenausfälle. Ein effektives Risikomanagement trägt dazu bei, unvorhergesehene Kosten zu vermeiden und die unternehmensweite Stabilität zu gewährleisten.

Innovation und Zusammenarbeit: Eine partnerschaftliche Beziehung zu Lieferanten kann dazu beitragen, Innovationen voranzutreiben. Durch eine enge Zusammenarbeit können neue Ideen, Technologien und Effizienzverbesserungen entstehen, die langfristig zu Wettbewerbsvorteilen führen.

Reputation und Unternehmensimage: Die Wahl von Lieferanten, die ethische Standards einhalten und nachhaltige Praktiken fördern, trägt zur positiven Wahrnehmung des Unternehmens bei. Ein gutes Image kann die Markenreputation stärken und das Vertrauen der Kunden sowie anderer Stakeholder fördern.