close
Share with your friends

Einkaufsoptimierung: Wie aus Datenanalysen im Alltag ein Mehrwert wird

Data Analytics (im) Alltag – Wie wird mehr daraus?

Wie Unternehmen mit Digitalisierung, Data Analytics & Künstlicher Intelligenz im Alltag Kostenreduzierungen und Einkaufsoptimierungen erreichen können

Digitalisierung, Data Analytics, KI und dann? Zeigen wir Ihnen, natürlich alltagstauglich.

Wie lässt sich Data Analytics im Alltag einsetzen?

Sie ist auf jeder Agenda und in jeder Unternehmensstrategie zu finden: die Digitalisierung. Doch bei der Umsetzung hapert es. Zwar vernetzen schon einige Vorreiter ihren Maschinenpark intelligent oder integrieren Chatbots in ihre Kunden-Interaktion. Doch bei einem Großteil der Unternehmen sieht es anders aus: Papierbasierte Prozesse, manuelles Nacharbeiten von SAP-Prozessen und Auswertungen per Excel sind Alltag. 

Insbesondere im Einkauf werden Informationen aus verschiedenen Systemen manuell zusammengetragen, ausgewertet und bewertet. Ob für Verhandlungen, Ausschreibungen, strategische Aufgaben oder das Nachhalten von Erfolgen und Key Performance Indicators: Jedes Mal sind individuelle Abfragen und Ausarbeitungen notwendig. Das ist zeitraubend und aufwändig. 

 

Den Einkauf um jeden Preis digitalisieren?

Aus unserer Sicht ein klares Nein. Stattdessen sollte die Devise lauten: Aufwändige manuelle Tätigkeiten automatisieren und den Mensch optimal unterstützen. Data Analytics sollte insbesondere im Alltag direkt und ohne Umwege alle relevanten Informationen liefern. Erfahrung und „Bauchgefühl“ können aber keinen Algorithmus dieser Welt ersetzen.

Nur Menschen kennen die Besonderheiten der aktuellen Lage und können diese auch richtig einschätzen, um Kostenreduzierungen zu erzielen. Diese strategischen und wichtigen Entscheidungen werden im Alltag jedoch häufig mit kleinteiliger Routine überlagert. Genau hier sollte Digitalisierung unterstützen, Auffälligkeiten finden und bei klarer Regelung Abhilfe schaffen. 

Eins ist und bleibt dabei zentral: Data Analytics sollte vertrauenswürdig, schnell und korrekt funktionieren. Manuell nochmal nachrechnen, herunterladen und prüfen oder doch „selbst machen“  - diese Schritte können entfallen. Viele der heute noch aufwändigen Analysen in Excel und Darstellungen in PowerPoint können mit wenig Aufwand abgelöst werden.

 

Chancen der Datenanalyse im Alltag

Der erste Schritt zur sinnvollen Digitalisierung ist, sich mit den eigenen Daten auseinanderzusetzen. Nutze ich diese sinnvoll? Sind meine Analysen replizierbar und aussagekräftig? 

Am Beispiel Einkauf lässt sich dies transparent darstellen. Jedes Jahr werden Millionen von Datensätzen erzeugt, Verhandlungen geführt und Konditionen festgelegt. Aber ob alle relevanten Informationen am Ende zusammenpassen, ist fraglich. Oft gibt es nicht nur ein System, sondern unterschiedliche. 

So können etwa bis zu drei Tage vergehen, um für eine größere Verhandlung Daten aus drei Systemen zusammenzutragen und übersichtlich darzustellen. Dabei lassen sich jedoch leicht Dubletten oder redundante Lieferanten übersehen. Ein anderes Risiko: Rechnungen ohne Bestell-Bezug bleiben verborgen, da jemand nur für den Zugriff auf das Einkaufsmodul berechtigt ist.

Hinzu kommt nun die Auswertung, Abgleich mit Vorjahren und Zielsetzung. Leider bleiben bei diesem Ansatz oft Quick-Wins auf der Strecke: doppelte Rechnungen, Historie in Zahlungsbedingungen, Boni, offene Retouren. Denn diese Informationen liegen versteckt in den Transaktionsdaten - und können nur manuell verarbeitet werden, da sie gängige Tabellenkalkulationen sprengen.

Warum nicht also das Zusammentragen der Informationen auf fünf Minuten reduzieren und Quick-Wins direkt angezeigt bekommen? Die frei gewordene Zeit kann in die Verhandlungsstrategie sowie die Abschätzung der zukünftigen Zusammenarbeit fließen. 

Sind dann die Konditionen und neue Bedingungen vereinbart, sollte Data Analytics direkt in die Prüfung einsteigen. Wurden die Stammdaten geändert? Tauchen die vereinbarten Preise in den Rechnungen auf? Wurden alternative Lieferanten beauftragt? Den Einkäufer interessieren hierbei nur die Abweichungen der Norm, idealerweise per Notifikation aus der Analytik. 

Gemäß unserer Erfahrung sind so im ersten Jahr bis zu 2,2 Prozent Einsparpotential auf das externe Einkaufsvolumen möglich, in den Folgejahren bis zu 1 Prozent zusätzlich auf die aktuelle Einkaufsleistung.

 

Die KPMG-DNA

Wir haben inzwischen ein Team von über 200 Mitarbeitern aufgebaut, deren Kernkompetenz es ist, Data Analytics im Einkauf und Finanzwesen zu integrieren. 

Unsere Überzeugung: Für die Einkaufsoptimierung sollten Unternehmen Daten schnell, einfach und sicher extrahieren und verarbeiten können. Verschiedene Unternehmensbereiche sollten Kennzahlen einheitlich verfolgen und Auswertungen über Lieferanten und Warengruppen im Peer-to-peer-Prozess einfach erhalten können. 

Was uns dabei wichtig ist: Eine reine Systemkomponente ist dafür oft nicht ausreichend. Digitalisierungs- und Datenanalyse-Kompetenzen wachsen nicht über Nacht. Bei der Einführung von Lösungen wie KREO und Sofy wird immer wieder deutlich, dass auch der Umgang mit der Datenvielfalt gelernt werden muss. Fragen wie „Wo finde ich was?“ oder „Wie interpretiere ich diese Kennzahl?“ können so qualifiziert beantwortet werden. Aus diesem Grund arbeiten wir immer mit Experten für Datenverarbeitung und Fachexperten gemeinsam.

Der Aufbau im eigenen Unternehmen dauert hier oft Jahre. KPMG stellt diese Kompetenz gern sofort bereit  - einmalig wie dauerhaft. Und wir gehen sogar noch weiter. Wir helfen Ihnen auch bei der aktiven Nutzung der Daten, von Berichtswesen bis hin zur Umsetzung von Maßnahmen, die im Alltag keinen Platz finden. Sprechen Sie uns an.

 

So kontaktieren Sie uns