Jochen Krüger, Vice President Sales DACH bei JAGGAER, (c) Daniel Gimmer Photography
Wie GenAI, Machine Learning und smarte Agenten das Procurement in Fertigungsunternehmen transformieren
In der industriellen Beschaffung bremsen oft komplexe Prozesse, manuelle Prüfungen und nicht zuletzt unvorhersehbare Ereignisse den Betrieb. Künstliche Intelligenz setzt genau hier an. Sie hilft Einkäufern, Reibungen zu reduzieren, schneller Entscheidungen zu treffen und den strategischen Mehrwert der Beschaffung zu steigern.
Ob in der Automobilindustrie, im Maschinenbau oder in der Elektronikfertigung – der Einkauf sitzt an einer Schaltstelle in der Wertschöpfungskette. Gleichzeitig kämpfen viele Unternehmen mit langsamen Abläufen, isolierten Dateninseln und reaktiven statt proaktiven Entscheidungen. Neue KI-gestützte Ansätze versprechen, diese Barrieren gezielt abzubauen.
“Statt punktueller Automatisierung wird heute auf integrierte, analysegetriebene Systeme gesetzt. Sie verknüpfen historische mit aktuellen Informationen und ermöglichen es, schneller und präziser zu handeln“, weiß Jochen Krüger, Vice President Sales DACH bei JAGGAER. Er verweist dazu auf sieben Bereiche, in denen KI für schnell erkennbare Erfolge sorgt.
-
Sourcing: Vom Event zur besten Vergabeentscheidung
Wer Preisbewegungen am Markt aktiv verfolgen will, kann dies heute bereits automatisiert tun. Durch die Integration entsprechender Daten in eine Source-to-Pay-Plattform weiß der Einkauf genau, wann es sich lohnt, aktiv zu werden. KI übernimmt hierbei nicht nur die Analyse von Millionen von Datenpunkten und weist auf relevante Preisveränderungen hin. Geführt von einem sprachgestützten Bot lässt sich auch das passende Sourcing-Event schnell und einfach erstellen. Bei der anschließenden Analyse der erhaltenen Angebote hilft KI, die Daten des Events sinnvoll gegenüberzustellen und auszuwerten. Damit ist es nicht nur möglich, im Handumdrehen den Lieferanten mit dem günstigsten Preis zu finden. Sondern die KI ermöglicht auch, unter Abwägung aller Bezugskosten und potenzieller Risiken den Anbieter mit der niedrigsten Total Cost of Ownership zu identifizieren.
-
Purchase-to-Pay: Ausnahmen managen mit System
Gerade wenn es um Bestellungen „außer der Reihe“ geht, spielt KI ihre Stärken aus. Denn ein Produkt, das ein Einkäufer nicht im freigeschalteten Katalog findet, muss als Freitextposition angelegt und händisch der richtigen Warengruppe zugeordnet werden. KI unterstützt hier mit sinnvollen Kategorie-Vorschlägen, verkürzt damit den Aufwand und vermeidet Fehler beim Eingruppieren. So spart sich der Einkauf ein mühsames Hin und Her, bis die Anfrage im richtigen Freigabeprozess landet. Zudem gelingt es den Algorithmen immer besser, eine Anfrage mit Katalogen abzugleichen und Vorschläge für Alternativen zu machen. Findet sich so etwas Passendes, erspart dies dem Einkauf jede Menge Aufwand und Zeit. Und weil KI-Systeme inzwischen auch lernfähig sind, lassen sie sich Schritt für Schritt darin trainieren, Standardbestellungen selbst freizugeben, basierend auf identischen Bestellungen der Vergangenheit.
-
Lieferkette: Frühwarnsystem für Risiken
Lieferstörungen, sei es durch geopolitische Ereignisse oder Qualitätsprobleme, werden häufig erst mit einiger Verzögerung entdeckt. KI-basierte Systeme scannen kontinuierlich externe Signale wie Nachrichtenmeldungen, Sanktionslisten oder Lieferverhalten und schlagen bei Auffälligkeiten direkt Alarm. So lassen sich Unterbrechungen frühzeitig abfangen, alternative Bezugsquellen einbinden und Produktionspläne damit absichern.
-
Prognosen: Mit Wahrscheinlichkeiten rechnen
Schnell reagieren auf das, was ist, ist gut. Mit dem rechnen, was wahrscheinlich eintreten wird, ist noch besser. KI-Systeme können heute zum Beispiel die Wahrscheinlichkeit errechnen, mit der eine Bestellung verspätet eintreffen wird. „On time and in full“ (OTIF) ist gerade für Unternehmen, die auf die pünktliche Lieferung von Materialien oder Teilen angewiesen sind, eine entscheidende Kennzahl. Neben kurzfristigen Betrachtungen lassen sich heute auch längerfristige Bedarfsprognosen erstellen. Eine darauf abgestimmte Lagerhaltung hilft, das eingesetzte Betriebskapital zu optimieren. Die KI trägt also insgesamt dazu bei, den Planungsprozess stabiler zu machen.
-
Standortübergreifendes Datenmanagement: Mehr als nur der Golden Record
Vielen Unternehmen fehlt eine Gesamtschau über ihr Geschäft mit einzelnen Lieferanten. KI setzt hier an, indem sie systemübergreifend Ähnlichkeiten von Namen, Adressen und anderen Stammdaten erkennt und eine entsprechende Standardisierung oder Bereinigung von Dubletten vorschlägt. Das ist mehr als nur Kosmetik. Denn je sauberer Stammdaten sind, umso besser können KI-Algorithmen arbeiten. Hinzu kommt: Weil bisher ein manueller Abgleich zu aufwändig war, blieben auch Kostentreiber wie ähnliche oder gleiche Teile unentdeckt. KI-gestützte Analysen dagegen clustern Lieferanten und Kategorien, decken Überschneidungen auf. So entstehen im Handumdrehen fundierte Ansätze zur Bedarfsoptimierung, für Kostenreduzierungen und Lieferantenbündelung.
-
Vertragsmanagement: Überarbeitung beschleunigen
Ein Vertragswerk nach bestimmten Bedingungen zu durchsuchen, kann zeitaufwendig sein. Chatbots erlauben heute, Fragen in natürlicher Sprache zu stellen. Wer damit im Nu die relevanten Textpassagen findet, ist viel schneller handlungsfähig. Zudem unterstützt KI bei der Risikoanalyse, etwa wenn sich Regularien ändern. Eine generative KI sucht dann nicht nur nach den betroffenen Passagen. Sie schlägt auch standardisierte, regions- und materialspezifische Klauseln als Alternative vor. Das reduziert den Überarbeitungsaufwand existierender Verträge, beschleunigt Freigaben und verbessert die globale Compliance.
Fazit
Die oben genannten sechs Szenarien zeigen: Der Einsatz von KI im industriellen Einkauf verschiebt den Schwerpunkt weg vom reaktiven Handeln hin zur proaktiven Prozesssteuerung.
Deshalb, unterstreicht JAGGAER-VP Jochen Krüger, sei es wichtig, die eingesetzten KI-Bots, Algorithmen und Agenten nicht als Silos zu sehen. „Alle eingesetzten KI-Systeme müssen entlang des gesamten Einkaufsprozesses so orchestriert werden, dass sie den bestmöglichen Nutzen bringen. Nur durch die intelligente Verknüpfung von Daten, Prozessen und Technologien gelingt es, Synergien zu realisieren, operative Effizienz zu steigern und Risiken frühzeitig zu erkennen – wobei der Mensch weiterhin die Steuerung und Kontrolle behält.“
