Was ist künstliche Intelligenz in der Beschaffung?

Einfach ausgedrückt bezeichnet künstliche Intelligenz die Fähigkeit von Maschinen oder Computerprogrammen, bestimmte Aspekte der menschlichen Intelligenz nachzuahmen und Aufgaben auszuführen. KI-Systeme können lernen, Probleme lösen, menschliche Sprache verstehen, logisch denken und sogar ihre eigene Umgebung „wahrnehmen“. KI in der Beschaffung bedeutet den Einsatz dieser modernen Technologie zur Automatisierung und Verbesserung wichtiger Beschaffungsprozesse in einem Unternehmen – beispielsweise Vertragsmanagement und strategische Beschaffung. Beschaffungsteams setzen immer stärker auf KI, um ihre Effizienz zu steigern, Kosten zu senken, Risiken zu minimieren und bessere Entscheidungen zu treffen. So sind sie für neue geschäftliche Anforderungen und Herausforderungen des Marktes besser gewappnet.

Arten von KI in der Beschaffung

Heute werden in der Beschaffung hauptsächlich fünf Arten von KI eingesetzt:

1. Künstliche Intelligenz (KI): Oberbegriff für jede Software oder jeden Algorithmus, der als „intelligent“ bezeichnet werden kann
2. Maschinelles Lernen (Machine Learning, ML): Als Teilbereich der KI können Machine-Learning-Algorithmen Muster in Datensätzen erkennen und diese für Entscheidungen, Prognosen oder Vorhersagen nutzen.
3. Robotergesteuerte Prozessautomatisierung (RPA): Algorithmen, die menschliche Handlungen nachahmen, um sich wiederholende Aufgaben auszuführen. RPA wird technisch gesehen nicht als eine Art von KI betrachtet, kann jedoch durch KI unterstützt werden.
4. Verarbeitung natürlicher Sprache (Natural Language Processing, NLP): Algorithmen, die menschliche Sprache verstehen, interpretieren und generieren können, beispielsweise Chatbots, Copilots und virtuelle Assistenten
5. Optische Zeichenerkennung (Optical Character Recognition, OCR): Algorithmen, die Text aus Bildern und gescannten Dokumenten, beispielsweise aus Rechnungen in Papierform, erkennen und extrahieren können

Generative KI in der Beschaffung

Seit ChatGPT Ende 2022 live ging, ist generative KI in aller Welt heiß diskutiertes Thema in Vorstandsetagen. Mit ihrer Fähigkeit, über eine einfache Benutzungsoberfläche neue Inhalte zu erstellen, ist generative KI dazu prädestiniert, Unternehmen und sogar ganze Branchen zu revolutionieren. Vorausschauende Beschaffungsteams beginnen damit, sie zur Erstellung von Ausschreibungsunterlagen, zur Etablierung völlig neuer Prozesse und zur autonomen Vorauswahl von Lieferanten zu nutzen. Generative KI in der Beschaffung steckt noch in den Kinderschuhen, aber ihr Potenzial ist enorm.

Anwendungsfälle für KI in der Beschaffung

Die Beschaffung steht unter hohem Druck, Kosteneinsparungen zu erzielen, Risiken zu minimieren, die Nachhaltigkeit zu verbessern und eine strategischere Rolle im Unternehmen zu übernehmen. Um diese Ziele zu erreichen und mit dem rasanten Tempo des Wandels Schritt zu halten, müssen Teams unglaublich agil sein – und bei allem, was sie tun, proaktiver werden, statt nur zu reagieren. KI leistet in einigen Schlüsselbereichen der Beschaffung wertvolle Unterstützung:

• Ausgabenklassifizierung und ‑analyse: Algorithmen zur Ausgabenklassifizierung können Einzelposten schnell durchsuchen und Schlüsselwörter hervorheben, um sie mit nahezu perfekter Genauigkeit Ausgabenkategorien zuzuordnen. KI-gestützte Ausgabenanalysen können Teams außerdem dabei helfen, proaktiv Möglichkeiten zur Kosteneinsparung zu identifizieren und die Grundlage für bessere Strategien in den Bereichen Bezugsquellenfindung, Warengruppenmanagement und Ausgabenmanagement zu schaffen.
• Globale Strategie zur Bezugsquellenfindung: Durch die Analyse großer globaler Datensätze können Machine-Learning-Algorithmen Veränderungen in Beschaffungstrends erkennen, zukünftige Entwicklungen vorhersagen und so zur Entwicklung globaler Strategien zur Bezugsquellenfindung beitragen.
• Geführter Einkauf: KI-gestützte Artikelempfehlungen berücksichtigen alle Beschaffungsrichtlinien und erleichtern es Benutzern damit, das Gesuchte zu finden, sorgen dafür, dass Ausgaben innerhalb des Unternehmenskatalogs stattfinden, um unnötige Kosten zu vermeiden, und ermöglichen es der Beschaffungsabteilung, maßgeschneiderte Hilfe anzubieten. Außerdem bieten sie schnellen Zugang zu bevorzugten Lieferanten und umfassen wichtige Kontrollen.
• Intelligente Bezugsquellenfindung und Lieferantenmanagement: KI-gestützte Software kann Lieferantendatenbanken, Markttrends, historische Daten, ESG-Berichte und andere Faktoren analysieren, um die besten Lieferanten für bestimmte Anforderungen zu empfehlen. Außerdem kann sie umfassende Einblicke in die Lieferantenbasis eines Unternehmens bieten und so dazu beitragen, die Lieferantenleistung zu verbessern und strategische Prioritäten voranzutreiben.
• Erstellung von Ausschreibungsdokumenten (RFx): KI kann automatisch Angebotsanfragen (RFPs), Ausschreibungen (RFQs) und andere ausschreibungsbezogene Dokumente erstellen – von der Erstellung von Lieferantenlisten bis hin zur Formulierung wichtiger Fragen.
• Risikomanagement für Lieferanten: KI-Algorithmen können plötzliche Veränderungen bei einem Lieferanten oder Anbieter schnell erkennen und bewerten, wie sich diese Veränderungen auf das Risiko auswirken. Darüber hinaus können sie Millionen verschiedener Datenquellen durchsuchen, um Unternehmen auf potenzielle Risiken in der gesamten Lieferkette aufmerksam zu machen.
• Compliance: Durch den Einsatz von KI zur Strukturierung von Vertrags-, Rechnungs- und Bestelldaten können Unternehmen automatisch Zahlungsbedingungen vergleichen, Doppelungen vermeiden und Compliance-Verstöße erkennen.
• Datenextraktion: Mithilfe der Verarbeitung natürlicher Sprache (NLP) können Daten aus Rechnungen und Verträgen extrahiert werden, um Risiken und Betrugsfälle zu erkennen, einen besseren Einblick in die Geschäftsausgaben zu erhalten und Prozesse durchgängig zu beschleunigen. Zudem kann NLP Daten aus externen Quellen wie Marktindizes, Unternehmensratings, sozialen Medien und öffentlich zugänglichen Informationen über Lieferanten erfassen, um Chancen und Risiken zu erkennen.
• Vertragslebenszyklusmanagement: KI-gestützte Tools können automatisch erste Vertragsentwürfe erstellen, bei Verhandlungen helfen und potenzielle Risiken im Vertragstext aufzeigen. Zudem können sie Bedingungen und Fristen überwachen, um die Compliance sicherzustellen.
• Automatisierung der Kreditorenbuchhaltung: Intelligente RPA kann manuelle Aufgaben in der Kreditorenbuchhaltung eliminieren, die Rechnungsbearbeitung und ‑genehmigung beschleunigen, die Genauigkeit verbessern und die Compliance sicherstellen. Die optische Zeichenerkennung kann wichtige Informationen aus papierbasierten Rechnungen auslesen, um den Prozess zu verbessern und Dokumente zu digitalisieren.

Vorteile von KI im Einkauf und in der Beschaffung

Die Integration von KI in Prozesse im Bereich Einkauf und Beschaffung bietet zahlreiche Vorteile, darunter:

• Fundiertere Entscheidungsfindung: KI kann große Datenmengen schnell und präzise analysieren. Dieser datengestützte Ansatz liefert Beschaffungsexperten handlungsrelevante Einblicke in Ausgabeverhalten, Lieferantenleistung und Markttrends. KI-gestützte vorausschauende Analysen und Szenarioanalysen können Teams zudem dabei unterstützen, Optionen zu bewerten, Risiken zu minimieren und bessere Beschaffungs- und Ausgabenentscheidungen zu treffen.
• Effizienz und Automatisierung: Die KI-gestützte Automatisierung sich wiederholender und zeitaufwändiger Aufgaben – wie Dateneingabe und Rechnungsbearbeitung – verbessert die Effizienz und entlastet die Beschaffungsexperten, sodass sie sich auf strategischere Aufgaben konzentrieren können.
• Kosteneinsparungen: Mit KI können Unternehmen die Auswahl ihrer Lieferanten verbessern, bessere Konditionen aushandeln und den Bedarf genauer prognostizieren – was zu erheblichen Kosteneinsparungen führt. Zudem können sie Ausgabemuster analysieren, um zusätzliche Möglichkeiten zur Kostensenkung zu ermitteln und zu nutzen.
• Risikominderung: KI-Tools können Risiken im Zusammenhang mit Lieferanten, Marktbedingungen und regulatorischen Änderungen proaktiv ermitteln und bewerten, sodass Beschaffungsteams schon im Vorfeld gegen mögliche Störungen der Lieferkette vorgehen können.
• Bessere Beziehungen zu Lieferanten: Durch die klare Formulierung von Anforderungen und Erwartungen in Angebotsanfragen sowie die Überwachung und Bewertung der Lieferantenleistung kann KI zum Aufbau stärkerer und zuverlässigerer Lieferantenbeziehungen beitragen.

Herausforderungen bei der Implementierung von KI in der Beschaffung

Die Integration von KI in Beschaffungsprozesse bietet zwar erhebliche Vorteile, kann aber auch einige Herausforderungen mit sich bringen.

• KI benötigt sehr große Mengen hochwertiger Daten, um Algorithmen präzise zu trainieren und Entscheidungen zu steuern. Daher müssen Unternehmen in Datenqualität und ‑pflege investieren, damit die Vorteile auch zum Tragen kommen.
• KI-Lösungen müssen auch in andere Beschaffungssoftware und ERP-Systeme integriert werden, was häufig Middleware, APIs und Anpassungen erfordert.
• Darüber hinaus sind für die Implementierung, Verwaltung und den Betrieb von KI die richtigen Fähigkeiten und Fachkenntnisse erforderlich, die mitunter nur begrenzt verfügbar sind.
• Und schließlich sind KI-Systeme häufig auf sensible Daten angewiesen, sodass eine robuste Cybersicherheit, Verschlüsselung und Datenschutz unerlässlich sind.

Die Bewältigung dieser Herausforderungen erfordert einen durchdachten Ansatz. Unternehmen, die hier richtig vorgehen, können jedoch vom enormen Potenzial von KI im Beschaffungswesen profitieren.

Einsatz von KI in der Beschaffung: Best Practices

Hier sind einige Best Practices für die erfolgreiche Integration von KI in Ihre Beschaffungsprozesse:

Schritt 1: Klare Ziele definieren

Von Kosteneinsparungen über höhere Effizienz bis hin zu besseren Entscheidungsprozessen – klare Ziele bieten Orientierung bei der Entwicklung Ihrer Implementierungsstrategie.

Schritt 2: Mit einem kleinen Pilotprojekt beginnen

Der Versuch, alle Beschaffungsprozesse auf einmal zu transformieren, dürfte zum Scheitern verurteilt sein. Beginnen Sie mit einem einfachen, übersichtlichen Anwendungsfall, beispielsweise der Automatisierung Ihres bestehenden Prozesses für ein Beschaffungsereignis. Auf diese Weise können Sie die Effektivität Ihrer KI-Lösungen in einer kontrollierten Umgebung bewerten, Herausforderungen identifizieren und Anpassungen vornehmen, bevor Sie die Lösungen ausweiten.

Schritt 3: Datenqualität und ‑umfang sicherstellen

Erfassen Sie so viele relevante Daten wie möglich und bereiten Sie diese auf. So stellen Sie sicher, dass sie qualitativ hochwertig, konsistent und vollständig sind, bevor Sie sie in KI-Modelle einspeisen. Die frühzeitige Klärung von Datenproblemen ist entscheidend für den Erfolg von KI. Es gilt: Schlechte Daten führen zu schlechten Ergebnissen.

Schritt 4: Wichtige Stakeholder einbeziehen

Arbeiten Sie frühzeitig mit anderen Beschaffungsfachleuten sowie Finanz- und IT-Teams zusammen und benennen Sie einen zuständigen Vorstand als Stakeholder. Dieser Schritt ist entscheidend, um ein Verständnis für die wichtigsten Anforderungen zu entwickeln, die Ausrichtung auf die Unternehmensziele sicherzustellen und die Akzeptanz aller Beteiligten zu gewinnen.

Schritt 5: In bestehende Systeme integrieren

Um Disruptionen zu minimieren und das Potenzial von KI bestmöglich zu nutzen, ist es entscheidend, KI-Lösungen in bestehende Beschaffungssysteme, ERP- und andere Unternehmensanwendungen zu integrieren.

Schritt 6: Schulungen und Änderungsmanagement bereitstellen

Helfen Sie Beschaffungsfachleuten, sich mit KI-Tools vertraut zu machen, und fördern Sie die Akzeptanz durch Schulungen und Demonstrationen, wie KI sie bei ihren täglichen Aufgaben unterstützen kann. Implementieren Sie eine robuste Strategie für das Änderungsmanagement und zeigen Sie, wie das Fachwissen Ihres Beschaffungsteams durch KI-Technologie ergänzt, aber nicht ersetzt werden kann.

Schritt 7: Ethisch und sicher handeln

Überprüfen Sie KI-Modelle regelmäßig und überwachen Sie sie unter menschlicher Aufsicht auf Fairness, die Einhaltung von Datenschutzbestimmungen und ethische Aspekte – insbesondere Voreingenommenheit in Algorithmen. Implementieren Sie robuste Cybersicherheitsverfahren, um sensible Daten zu schützen und Vertrauen bei den Benutzern aufzubauen.

Mehr erfahren