Suchen

Big-Data-Analysen im Einkauf So optimiert Big Data den strategischen und operativen Einkauf

| Autor / Redakteur: Rebecca Vlassakidis / Nico Litzel

Big Data im Einkauf – in deutschen Unternehmen ist das oftmals noch Zukunftsmusik. Dabei könnten bereits einfache Big-Data-Analysen, den strategischen und operativen Einkauf optimieren.

Firma zum Thema

Friedrich Klement, Phoron Consulting
Friedrich Klement, Phoron Consulting
(Bild: Phoron Consulting)

Auch wenn jedes dritte Unternehmen in Deutschland laut einer Studie von Bitkom und KPMG Big Data vor allem für die Kundenanalyse oder Effizienzsteigerung nutzt , so steht der Fachbereich Einkauf bei diesem Thema noch weitestgehend am Anfang. Laut der explorativen Studie des BME und dem Fraunhofer-Institut für Materialfluss und Logistik (IML) existiert zwar ein gewisses Verständnis für Big Data und einige setzen die Datenanalyse im Einkauf ein. Dennoch scheitert es oftmals an der Zusammenführung der Daten, um entscheidungsrelevante Maßnahmen treffen zu können.

Darin sieht sich auch der Procurement-Experte Klement von Phoron Consulting bestätigt, der insbesondere kleine und mittelständische Unternehmen aus den Branchen Fertigung sowie Maschinen- und Anlagenbau berät: „Aus meiner Sicht steckt Big Data im Einkauf noch in den Kinderschuhen. Viele können sich noch nichts Konkretes darunter vorstellen – welche Daten sollten überhaupt gesammelt werden und welche Rückschlüsse können für den strategischen oder operativen Einkauf gezogen werden. Es scheitert hier oftmals an der Umsetzung, weil es hier auch noch keine vernünftige ROI-Rechnung gibt, die aufzeigt, dass Einkäufer mit Big Data Geld einsparen können.“

Bessere Lieferantenbeurteilungen und optimierte Disposition

Mit Big Data sind auch eine Reihe von Optimierungen möglich, die zu transparenteren und effizienteren Prozessen im Einkauf führen können. Im strategischen Einkauf lässt sich beispielsweise im Rahmen der Lieferantenbeurteilung auf Basis von Unternehmensdaten analysieren, welche Lieferanten relevant sind und welche aussortiert werden können: „Bei vielen Unternehmen ist die Lieferantenbeurteilung entweder in Excel manuell verwaltet oder gar nicht oder nur zum Teil vorhanden. Das wird viel zu wenig genutzt, um strategische Entscheidungen zu treffen. Dabei lassen sich mithilfe von Big Data Lieferanten clustern oder eine Lieferantenverdichtung erzielen. Ich kenne Unternehmen, die mit solchen Datenanalysen die Hälfte ihres Lieferantenstamms reduziert haben. So schließen sie Opportunitätskosten aus, weil am Ende statt mit fünf nur mit zwei oder drei Lieferanten zum selben Produktspektrum zusammengearbeitet wird.“

Unternehmen, die hier schon weiter sind, könnten sich zusätzliche Daten aus anderen externen Datenquellen kaufen, z. B. Rohstoffindizes, statistische Daten, Preisniveau-Fakten sowie Produkt- und Lieferantendiskussionen aus dem Netz, und zu entscheidungsrelevanten Informationen verdichten.

Im operativen Einkauf lässt sich mit Big-Data-Analysen die Disposition verbessern. Hierbei analysieren Unternehmen ihren Waren- und Mengenstrom, beispielsweise wie häufig wird Material bestellt und wie oft dreht sich das Material. „Diese Datenanalysen können konkret aufzeigen, ob bestimmte Materialien in falschen Rhythmen oder Häufigkeiten bestellt werden. Der gesamte Beschaffungsprozess ließe sich auf Durchlaufzeiten, Abweichungen vom Soll oder unnötige Kostentreiber untersuchen. Im Prinzip sind die technischen Voraussetzungen für solche Datenanalysen durch die heutigen ERP-Systeme gegeben. In der Praxis müssen jedoch andere Hürden überwunden werden“.

Das sind die ersten Schritte hin zu Big Data im Einkauf

Diese Hürden sind in erster Linie organisatorischer Natur. Viele Unternehmen wissen zum einen nicht, welche Daten sie benötigen oder schon haben. Zum anderen müssen diese in den Kontext gebracht werden, sodass verwertbare Informationen, also Kennzahlen, entstehen aus denen Handlungsempfehlungen abzuleiten sind. Friedrich Klement von Phoron Consulting empfiehlt deshalb folgende Schritte:

Schritt 1: Schulungen

Um das Potenzial von Big Data im Einkauf nutzen zu können, müssen Mitarbeiter geschult werden. Dazu zählt in erster Linie die Wissensvermittlung, also welche Daten sind im Einkauf überhaupt relevant und wie lassen sich diese mit anderen Daten sinnvoll verknüpfen? In der Schulung sollte auch aufgezeigt werden, wie die gewonnene Kennzahl zu interpretieren ist, um auf dieser Basis Entscheidungen treffen zu können.

Zusätzlich muss Mitarbeitern bewusst gemacht werden, dass sehr oft Daten analysiert werden, die sie selbst bei ihrer täglichen Arbeit erzeugen. Ein unternehmensweites Verständnis darüber, wie Prozesse ablaufen und in einem ERP-System abgebildet werden, ist daher sehr wichtig. Nur so werden am Ende z. B. Bestellungen von allen Einkäufern gleichartig abgebildet. Das wiederum sorgt für signifikant hochwertige Analysen.

Schritt 2: Datenanalysten einsetzen

Ein Big Data Analyst könnte insofern helfen, da er über das notwendige technische Know-how verfügt und die Zahlen bereitstellen kann. Aber er muss auch wissen, welche Daten er liefern soll. Wenn sich alle Beteiligten an einen Tisch setzen, könnte ein Moderator helfen zu klären welches Datenmaterial wie und warum bereitgestellt werden soll.

Vorhandene Daten aus dem ERP-System auf Perioden zu verdichten, Trends darzustellen sowie Alert-Funktionen zu nutzen trägt zu einem transparenteren Überblick bei. Somit können sich Mitarbeiter auf das Wesentliche konzentrieren. Ein Beispiel: Die Analyse der durchschnittlichen Lieferterminabweichung bei einzelnen Materialien ist zwar interessant. Sie gibt aber keine Antwort auf die Frage, ob ein Lieferant, der 10.000 verschiedene Materialien liefert, immer termingerecht ist. Es braucht Fingerspitzengefühl sowie gute Kenntnisse über das eigene Produktspektrum, um zielführende Verdichtungen auf Warengruppen oder Sortimente durchzuführen. Die Basis für alle Analysen und Trendberechnungen sind gepflegte Stamm- und Belegdaten. Ohne dieses Fundament, das Daten vollständig, zeitgerecht und korrekt in den Systemen hinterlegt sind, darf die Erwartungshaltung an die Auswertung der gesammelten Daten nicht zu hoch sein.

Schritt 3: Übergreifende Zusammenarbeit

Disponent und Einkäufer müssen gemeinsam agieren. Beiden Bereichen muss das Potenzial von Big Data aufgezeigt werden, sodass diese einen klaren Nutzen für ihre strategischen und operativen Handlungen erkennen können. Denn Big Data wird im Tagesgeschäft eines Einkäufers oder Disponenten Einzug halten. Unterstützung sollten sie vom Management bekommen, den Einkaufsleitern oder CPOs.

Um den Schritt zu Big Data im Einkauf zu vollziehen, müssen alle von der technischen Möglichkeit, Datenanalysen zur Unterstützung der täglichen Arbeit im Einkauf einzusetzen überzeugt sein. Nur dann, lassen sich mit Big Data tatsächlich sowohl der Einkauf optimieren als auch die Prozesse in der Einkaufsorganisation effizienter gestalten.

Artikelfiles und Artikellinks

(ID:44814548)