KI in der Beschaffung: Mythos oder Chance?

Die Künstliche Intelligenz (KI) setzt, nach einer Phase der Stagnation, aktuell eine Automatisierungswelle in Gang. Betroffen sind alle Mitarbeiter, ob Angestellte im Büro oder Arbeiter in der Produktion. Auch Wissensarbeiter nutzen inzwischen KI für ihre Aufgaben. Und die Einsatzmöglichkeiten werden immer umfangreicher. KI steht auch bei vielen Beschaffungsmanagern ganz oben auf der Agenda: Sie eröffnet ihnen neue Möglichkeiten für die Automatisierung und steht gleichzeitig für eine neue Art der Zusammenarbeit zwischen Mensch und Maschine.

Dabei profitieren Unternehmen nicht nur von automatisierten und damit effizienteren Prozessen. Sie können auch völlig neue Prozesse etablieren, die einfache, alltägliche Aufgaben ersetzen. Die so freiwerdenden Ressourcen lassen sich dann in Aktivitäten investieren, die für das gesamte Unternehmen werthaltiger sind, zum Beispiel in das Beziehungsmanagement mit Stakeholdern und Lieferanten. Sie können ihren Wertbeitrag weiter steigern, indem sie ihre Fähigkeiten in kritischen Bereichen ausbauen, etwa indem sie sich damit befassen, wo und wie sich neue Erkenntnisse gewinnen lassen oder wie sie bessere Entscheidungen treffen. Oder sie optimieren das Risikomanagement und die Agilität.

Fokus auf Daten
Obwohl KI bei vielen Beschaffungsmanagern und Einkaufsabteilungen ganz oben auf ihrer Prioritätenliste steht, sind sie noch nicht wirklich darauf vorbereitet. Oft kämpfen Teams noch mit den Grundlagen, ohne die KI nicht wirksam und wertschöpfend eingesetzt werden kann: Denn es sind die Daten, die heute wichtiger sind als je zuvor!

Das Plädoyer für eine effektivere Nutzung von Daten in Unternehmen ist beinahe so alt wie die Datenverarbeitung selbst. Das Ziel bestand und besteht darin, genügend Daten – aber nicht zu viele – zu sammeln, um mit der größtmöglichen Anzahl an Optionen die richtigen Entscheidungen zu treffen. Dass Entscheidungen dabei eine Art Wette auf die Zukunft und ihre Unsicherheiten sind, ist unbestritten.

In der aktuellen Phase der KI-Entwicklung spielen Daten und die Art ihrer Nutzung eine besonders wichtige Rolle. Dies zeigt die historische Entwicklung einiger spektakulärer Fälle, in denen Computer Menschen in Spielen besiegen konnten:
• Deep Blue schlug Kasparov aus einem einzigen Grund: Der Rechner konnte in den drei Minuten, die ein Schachspiel für die Vorbereitung eines Zugs erlaubt, 50 Milliarden mögliche Züge auswerten. Der Supercomputer wurde nur für diesen Zweck entwickelt. Er siegte sozusagen mit „roher Gewalt“.
• Um in der Quiz-Show Jeopardy gewinnen zu können, musste der Hochleistungsrechner Watson eine weitere, neue Fähigkeit mitbringen: die Verarbeitung natürlicher Sprachen. In gewissem Sinne war Watson eine Weiterentwicklung von Deep Blue. Der Computer kombinierte Rechenleistung und „Wissen“ mit der Fähigkeit, Anhaltspunkte im Text zu verstehen und sie mit den Antworten im Spiel abzugleichen.
• Alpha Go markierte einen weiteren Schritt in der Evolution, weil das Spiel Go so komplex ist. Es gibt einfach zu viele mögliche Züge, um den besten berechnen zu können. Die Anzahl der Möglichkeiten wird oft mit der Zahl der Atome im Universum verglichen: Tatsächlich ist sie noch viel größer. Um zu gewinnen, musste Alpha Go lernen und selbst ein Go-Meister werden. Alpha Go war also nicht darauf programmiert, Go zu spielen. Er war darauf programmiert, es zu lernen, indem es sehr oft spielte und mit jedem Spiel den Lernfortschritt steigerte.

Diese Beispiele zeigen, dass die Technologie langsam, aber stetig menschliche Fähigkeiten erlangt. Statt Anleitungen für eine Maschine zu programmieren, um eine Aufgabe zu erfüllen, lernt die Maschine selbst. Statt Schritt für Schritt zu erklären, was der Computer zu tun hat, gibt man ihm möglichst viele Beispiele, und er lernt selbstständig, in den Daten zum Beispiel ein Muster zu erkennen. Das Spektrum und das Potenzial von Automation und KI werden durch Maschinenlernen also grundlegend erweitert. Dadurch gewinnen auch die Daten, die als Basis für den Aufbau einer leistungsfähigen KI-Initiative dienen, enorm an Bedeutung. Mehrere Studien haben gezeigt, dass ein schwacher Lernalgorithmus, trainiert mit einem qualitativ hochwertigen und umfangreichen Datensatz, schneller lernt und bessere Ergebnisse liefert als ein besserer Algorithmus, der mit schlechteren Daten trainiert wurde. In Bezug auf KI beziehungsweise Maschinenlernen ist es sogar noch wichtiger, die Aufmerksamkeit auf die Datenqualität zu richten, weil die Technologie zugrundeliegende Verzerrungen, einseitige Betrachtungsweisen oder andere Probleme in den gelernten Daten verstärken kann.

Die Schlussfolgerungen für die Beschaffungsorganisation sind klar. Der Fokus auf Daten ist unabdingbar. Wer kognitive Anwendungen sinnvoll nutzen will, muss seine Prozesse wie Source-to-Contract, Procure-to-Pay und das Stammdatenmanagement in Ordnung bringen. Die Digitalisierung des Source-to-Pay-Prozesses hilft dabei, Qualitätsdaten zu generieren und Informationen zu vereinheitlichen. So lassen sich etwa sämtliche Lieferanteninformationen in einem zentralen Lieferantendatensatz zusammenführen, der Ausgaben, Verträge, Bestellungen und Rechnungen umfasst. Das Stammdatenmanagement kann dabei helfen, bestehende Probleme in Backend-Systemen zu lösen und Informationen zu vereinheitlichen. Interessante Einblicke dazu bietet die Studie „Enabling Smarter Procurement“ von Forrester.

Chancen für die Beschaffung
Einkaufsabteilungen, die gerade dabei sind, die Digitalisierung voranzutreiben, haben eine gute Ausgangsposition für die Einführung von KI. Es gibt zwei sehr wichtige Bereiche, in denen KI und neue digitale Lösungen die Beschaffungsabteilungen unterstützen können:
• Die Verbesserung des Kunden/Lieferantenerlebnis
• Die Stärkung des Unternehmens gegen Markteinflüsse und Risiken von außen

KI befreit Mitarbeiter von eher banalen Aufgaben, weil sie natürliche Sprache zum Teil besser erkennt und verarbeitet – seien es gesprochene, geschriebene oder aus Dokumenten mithilfe intelligenter OCR/Datenerfassung extrahierte Inhalte. Es bleibt dann mehr Zeit für interessantere Aufgaben und für die Zusammenarbeit mit internen und externen Partnern. Außerdem wird die Technologie menschenähnlicher, passt sich an und reagiert auf den Kontext, weil sie aus jeder Interaktion lernt. Sie ändert ihre Rolle vom „Admin“ zum Kollegen bzw. Berater.

Die Rolle des Assistenten oder Beraters ist für Unternehmen extrem wichtig. Es gibt viele Geschäftsbereiche, in denen die Menge an Echtzeitdaten so groß ist, dass Menschen sie nicht mehr überblicken, geschweige denn irgendetwas damit steuern oder entscheiden können. Dies ist beispielsweise beim Risikomanagement der Fall. Die Welt und unsere modernen Lieferketten sind viel zu volatil, unsicher, komplex und vieldeutig. Daher müssen Teams intelligent, kooperativ und agil arbeiten. Sie können diese Fähigkeiten in einen großen Wettbewerbsvorteil verwandeln, indem sie ihr Unternehmen weniger anfällig machen. Sie entwickeln sich dann selbst noch unter Bedingungen, die Konkurrenten nicht mehr bewältigen können, positiv. Das Gleiche gilt für viele andere Entscheidungsprozesse, bei denen die Abwägung zwischen verschiedenen Kriterien eine gründliche Analyse mehrerer Szenarien erfordert, um fundierte und nachhaltige Entscheidungen zu treffen.

Beschaffungsteams stärken
Technologie ist ein Schlüsselfaktor für Unternehmen, die in einer Zeit vorankommen wollen, die Forrester als „Age of the Customer“ bezeichnet. Führende Unternehmen sind in der Lage, Technologie richtig zu verstehen und einzuordnen: als ein Mittel zum Zweck, eine Möglichkeit, Menschen zu fördern, und eine Plattform für Wachstum. Unternehmen setzen sich auch gegenüber ihrem Wettbewerb ab, wenn sie verstehen, was nötig ist, um den Wert von Technologie zu maximieren: Sie schaffen unter anderem durch Prozesse und Daten ein starkes Fundament. Darauf aufbauend können sie sich weiterentwickeln und auf die Zukunft vorbereiten.

von Bertrand Maltaverne, Procurement Digitalist bei Ivalua

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.