Kommentar von Nina Herten, LEVACO Chemicals KI als Geschäftsprozess-Standard im Einkauf

Anbieter zum Thema

LEVACO Chemicals Chempark Leverkusen

Fujitsu Technology Solutions GmbH

INFOMOTION GmbH

Künstliche Intelligenz (KI) wird im industriellen Mittelstand intensiv diskutiert, in der operativen Praxis jedoch meist nur punktuell eingesetzt. Der Schritt von Pilotanwendungen hin zu stabilen, skalierbaren Geschäftsprozessen gelingt selten. LEVACO Chemicals geht bewusst weiter: Die End-to-end-Automatisierung eines zentralen Einkaufsprozesses wurde so konzipiert, dass KI nicht als Zusatzfunktion, sondern als verbindlicher Prozessstandard integriert ist.

Künstliche Intelligenz gilt als Schlüsseltechnologie zur Steigerung von Effizienz und Transparenz. Viele mittelständische Unternehmen setzen dabei auf Einzelanwendungen – etwa Textanalyse, Prognosetools oder generative Assistenzfunktionen. Diese Lösungen erzeugen punktuellen Mehrwert, verändern jedoch nicht die zugrunde liegenden Prozessstrukturen. KI bleibt additiv statt strukturbildend.

Ein wesentlicher Grund: KI-Projekte werden häufig technologiegetrieben initiiert, ohne bestehende Abläufe grundlegend zu hinterfragen. Es entstehen Insellösungen, die technisch funktionieren, organisatorisch jedoch kaum Wirkung entfalten. Gerade in fachlich anspruchsvollen Kernprozessen zeigt sich: KI entfaltet ihr Potenzial erst dann vollständig, wenn sie tief in standardisierte Abläufe integriert ist, repetitive Tätigkeiten konsequent ersetzt und zugleich die Datenqualität systematisch verbessert.

Der Engpass im Einkauf

Im Einkauf ist insbesondere das Einholen, Vergleichen und Weiterverarbeiten von Preisen bis heute stark manuell geprägt. Lieferantenangebote erreichen das Unternehmen in unterschiedlichsten Formaten, enthalten komplexe Preis- und Mengenkonstruktionen und erfordern fachliche Interpretation – ohne menschliche Expertise läuft hier bislang nichts.

Kommentar von Jan van Hueth, Körber

Mit GenAI-Chatbots durch den Regelungs-Dschungel im Einkauf

In der chemischen Industrie erhöhen variable Verpackungseinheiten, differenzierte Materialstämme, volatile Rohstoffpreise und spezifische Lieferbedingungen die Komplexität zusätzlich.

Preise werden aus Dokumenten extrahiert, interpretiert und manuell in das SAP-System übertragen. Medienbrüche zwischen Dokumenten und Systemen führen zu inkonsistenten Preisstammdaten, Rückfragen und Verzögerungen. Der Prozess ist zeitintensiv, fehleranfällig und stark abhängig vom Erfahrungswissen einzelner Mitarbeiter. Gleichzeitig wächst der Druck, Preisinformationen schneller, konsistenter und revisionssicher bereitzustellen.

End-to-end-Automatisierung statt Insellösung

Wie begegnen dieser Herausforderung mit einem klar strategischen Ansatz. Digitalisierung wird nicht als punktueller IT-Einsatz verstanden, sondern als integraler Bestandteil der Unternehmensstrategie. Ziel ist es, Effizienzpotenziale konsequent zu heben, indem Datensilos aufgelöst und durchgängige Prozessketten geschaffen werden.

Leitplanken für die autonome Industrie

Digital Twin Consortium veröffentlicht „Industrial AI Agent Manifesto“

Solange Informationen isoliert in Dokumenten oder Einzelsystemen verbleiben, entstehen Medienbrüche, Inkonsistenzen und manuelle Übertragungsaufwände. Prozessintelligenz setzt hingegen zentral verfügbare, konsistent nutzbare Daten voraus.

Grundlage bildet ein strategisches Framework mit zwei Leitlinien:

• Das Prinzip des „One Single Point of Truth“ stellt sicher, dass Daten zentral gepflegt und unternehmensweit konsistent genutzt werden.

• Der „Clean Core“-Ansatz schützt die Stabilität des ERP-Kerns, während individuelle Logiken über integrierte Erweiterungen abgebildet werden.

Die technische Architektur basiert auf modularen Plattformen, die innerhalb eines klar definierten Rahmens individuelle Lösungen ermöglichen, ohne Standards zu verlassen. So entstehen maßgeschneiderte Prozesse, die zugleich updatefähig, wartbar und skalierbar bleiben.

Kommentar von Florian Wassel, TOWA

Warum KI in Unternehmen oft nur wenig Zeit spart – und selten echte Transformation bringt

Als Anwendungsfeld wurde bewusst ein klar abgegrenzter, geschäftskritischer Prozess gewählt: die Extraktion und Verarbeitung von Preisinformationen aus Lieferantenangeboten – vollständig automatisiert und tief in die ERP-Landschaft integriert.

Wie der Prozess funktioniert

Im Zentrum steht ein unternehmensspezifisch trainiertes KI-Modell. Es analysiert eingehende Angebotsdokumente formatunabhängig, identifiziert relevante Preisinformationen und erkennt Zusammenhänge zwischen Preisen, Materialien, Verpackungseinheiten und Lieferantenbezügen.

Die eigentliche Stärke liegt im orchestrierten Zusammenspiel von KI und regelbasierter Automatisierung. Nach der Extraktion werden die Daten automatisiert mit Stammdaten des ERP-Systems abgeglichen. Definierte Business Rules steuern Verarbeitung, Validierung und Historisierung von Preisänderungen.

An dieser Stelle endet bewusst die Rolle der KI. Entscheidungen über Freigaben, Gültigkeiten und Datenhistorien folgen klar definierten Governance-Regeln. Der Prozess bleibt transparent, kontrollierbar und revisionssicher. KI agiert als leistungsfähiger Baustein innerhalb eines klar strukturierten Systems – nicht als autonomer Entscheidungsträger.

Warum ein eigenes Modell?

LEVACO entschied sich bewusst gegen Standard-KI- oder OCR-Lösungen. Lieferantenangebote treffen als PDF, Excel-Datei, E-Mail-Text oder Scan ein. Strukturen variieren erheblich, relevante Informationen sind nicht standardisiert positioniert, Preisangaben unterschiedlich aufgebaut. Diese semi-strukturierten bis unstrukturierten Daten lassen sich mit Standardtools nur begrenzt verarbeiten.

Industrielle KI

Warum Small Language Models in der Fertigung an Boden gewinnen

Das eingesetzte Modell wird gezielt mit LEVACO-spezifischen Daten trainiert. Es lernt typische Lieferantenlogiken, sprachliche Muster und Preisstrukturen kennen und setzt diese in Bezug zu internen Stammdaten. Eingebettet in klare Governance-Strukturen entsteht so ein stabiler, nachvollziehbarer und skalierbarer Prozess – weit über experimentelle Assistenzanwendungen hinaus.

Organisation als Erfolgsfaktor

Technologie allein entscheidet nicht über den Erfolg. Die Einführung wird von Beginn an durch ein strukturiertes Projektmanagement begleitet, das den Fachbereich systematisch durch die Umsetzung führt.

Mitarbeiter im Einkauf werden frühzeitig eingebunden, um ihre fachliche Expertise in Prozesslogiken und Geschäftsregeln einfließen zu lassen. Ihr Praxiswissen bildet die Grundlage für eine realitätsnahe Automatisierung.

Im Verlauf der Umsetzung zeigt sich zugleich, was digitale Transformation konkret für die Arbeitsweise bedeutet: Während repetitive Routinetätigkeiten perspektivisch reduziert werden, gewinnen analytische, steuernde und wertschöpfende Aufgaben deutlich an Bedeutung.

Messbarer Nutzen

Die Ergebnisse sind klar quantifizierbar: Im Einkauf wird eine Effizienzsteigerung von rund 30 Prozent erwartet. Die Fehlerquote bei der Pflege von Preisstammdaten sinkt deutlich, Durchlaufzeiten verkürzen sich, Abstimmungsaufwände nehmen ab und die Datenqualität steigt nachhaltig.

Gleichzeitig zeigt das Projekt eine Realität, an der viele KI-Initiativen scheitern: In der Anfangsphase steigt der Aufwand zunächst spürbar. Das Modell muss trainiert, getestet und iterativ verbessert werden. Prozesse werden hinterfragt, Daten bereinigt, Mitarbeiter geschult. Diese Phase ist anspruchsvoll – organisatorisch wie kulturell.

Nicht selten verlieren Unternehmen an dieser Stelle den Mut, weil der unmittelbare Effizienzgewinn noch nicht sichtbar ist. Genau hier entscheidet sich jedoch der Erfolg. Wer die notwendige Investitions- und Stabilisierungsphase konsequent durchläuft, schafft die Grundlage für dauerhaft tragfähige, skalierbare Prozesse. Die Effizienzgewinne entstehen nicht im Experiment, sondern im stabilen Betrieb. Durchhalten ist daher kein Nebenaspekt, sondern eine strategische Voraussetzung.

Fazit

Das Projekt zeigt: Produktiver KI-Einsatz entsteht nicht durch einzelne Tools, sondern durch klare Datenstrukturen, stringente Prozesslogik und organisatorische Verankerung.

KI wird hier nicht als technologische Spielerei verstanden, sondern als verbindlicher Geschäftsprozess-Standard. Für mittelständische Unternehmen der Prozessindustrie bietet dieser Ansatz eine belastbare Orientierung, wie KI vom Pilotprojekt zum integralen Bestandteil operativer Exzellenz wird.

(ID:50777711)