14.11.2021 //

BME rmr-Veranstaltung Big Data Analytics im Investitionseinkauf: Der Unsicherheit mit Daten an den Kragen

Mit der Digitalisierung ist es so eine Sache. Mittlerweile hat sich herumgesprochen, dass es ohne nicht mehr geht, wenn man wettbewerbsfähig bleiben will.

Florian Klaus Kaiser (links im Bild), Doktorand am Karlsruher Institut für Technologie (KIT), Professor Dr. Marcus Wiens von der TU Freiberg (oben) und BME rmr-Vorstandsmitglied Reiner Diehlmann (unten) diskutierten im Rahmen einer BME rmr-Fachveranstalt Florian Klaus Kaiser (links im Bild), Doktorand am Karlsruher Institut für Technologie (KIT), Professor Dr. Marcus Wiens von der TU Freiberg (oben) und BME rmr-Vorstandsmitglied Reiner Diehlmann (unten) diskutierten im Rahmen einer BME rmr-Fachveranstaltung, wie man Big Data Analytics im Investitionseinkauf optimieren kann. Foto: BME rmr

Anders als etwa bei Gebrauchsgütern wie Maschinen lässt sich bisher aber kaum prognostizieren, ob und wie sich eine Digitalisierungs-Investition für ein Unternehmen rechnet. Möglichen, aber nicht sicheren Umsatz-, Effizienz- oder Produktivitätssteigerungen stehen Risiken wie Cyberangriffe gegenüber. Eine neue Methodik soll das Problem der Unsicherheit mit Hilfe von großen Datenmengen lösen. Professor Dr. Marcus Wiens von der TU Freiberg und Florian Klaus Kaiser, Doktorand am Karlsruher Institut für Technologie (KIT) entwickelten ein Modell, das sie den BME rmr-Einkäufern in einem virtuellen Vortrag ausführlich und doch praxisnah vorstellten.

Die Digitalisierung ist ein Innovationstreiber, keine Frage. Dass sie für viele Unternehmen aber nicht richtig greifbar ist, zeigt sich unter anderem daran, dass entweder zu wenig oder nicht zielgerichtet digitalisiert wird, sagte Marcus Wiens. Ein deutliches Zeichen, dass hier etwas im Argen liegt. Denn Investitionen werden in der Regel sehr genau kalkuliert. Insbesondere Einkäufer legen bekanntermaßen besonders großen Wert auf Zahlen und Daten. Also kann man es den Entscheidern nicht verdenken, dass sie Digitalisierungsprojekte vor sich her schieben, anstatt große Summen unter höchst unsicheren Voraussetzungen auszugegeben. Eine dauerhafte Lösung ist das nicht, zumal die Digitalisierung keine Frage des Ob, sondern lediglich des Wann ist. Man kennt das von Zahnschmerzen: Wer sie so lange wie möglich ignoriert und den Arztbesuch bis zum Geht-nicht-mehr hinauszögert, für den wird es später nur noch teurer und schmerzhafter.

Es liegt jedoch oftmals nicht an mangelndem Willen, sondern an mangelndem Wissen. Bisher gibt es nämlich noch keine einheitliche Mess- und Bewertungsmethode für Digitalisierungs-Investitionen. Konventionelle Ansätze wie die Bestimmung des Kapitalwerts eignen sich dafür nicht oder nur sehr eingeschränkt. Hinzu kommt, dass Digitalisierungsprojekte oftmals eher einen indirekten Wertbeitrag liefern. Eine Methodik, die neben diesen Gesichtspunkten auch noch die bestehenden Unsicherheiten einbezieht – das wär’s. Genau so etwas hat das Team um die beiden Referenten in den vergangenen Monaten entwickelt und erprobt.

Daten beherrschbar machen

Der Ansatz teilt die Investitionsentscheidung, vereinfacht gesagt, in mehrere Prozessschritte auf, sammelt für jeden einzelnen so viele Daten wie möglich und berechnet daraus den Wert der Investition. In die Bewertung fließen unter anderem Kundenfeedback, Marktforschung und interne Daten ein. Die Berechnung erfolgt über anerkannte und bewährte Gleichungen – es sind die Variablen, die zum Ziel führen. Teilnehmenden, die mit Markov-Ketten, Bellman-Gleichungen und quantitativen Kano-Modellen etwas anfangen konnten, lieferte der Vortrag viel Insider-Wissen. Für alle anderen hatte Florian Klaus Kaiser ein Anwendungsbeispiel aus der Praxis, konkret der Bau- und Immobilienwirtschaft, parat.

Konkret ging es um die Digitalisierung der Abrechnung. Ein vermeintlich kleines Problem mit großer Wirkung, denn bisher erfolgte die Rechnungsprüfung im fiktiven, aber durchaus realitätsnahen Beispielunternehmen mithilfe von Lieferscheinen, die langwierig geprüft und versandt werden müssen. Da gibt es doch sicher Apps für, oder? Ja, aber genau das ist die Frage: Welchen Preis sind die Lösungen wert? Lösen sie die Probleme zielgenau? Oder soll lieber in eine Eigenentwicklung investiert werden? In einzelnen Schritten ging der Doktorand die Investitionsbewertung nach dem prozessorientierten Big Data-Ansatz durch und füllte die Theorie damit mit Leben. Am Ende setzte sich die Eigenentwicklung gegenüber dem Kauf oder der monatlichen Lizensierung einer Software durch. So wurden die Vorteile des neuen Ansatzes noch klarer: die Erhöhung der Vorhersagegenauigkeit durch Auswertung aller verfügbaren Daten und die daraus resultierende Bewältigung von Unsicherheit.

Erster Praxistest verlief erfolgreich

Die gute und die schlechte Nachricht: Die beiden Forschenden leisten hier Pionierarbeit. Gut, weil bislang wohl kein Modell die komplette Ebene des Investitionseinkaufs abdeckt, was BME rmr-Vorstandsmitglied Reiner Diehlmann, der die Veranstaltung organisiert hat, lobend hervorhob. Schlecht, weil ein klarer Benchmark fehlt, an dem sich die neue Methodik messen lassen könnte, so Marcus Wiens. Einen systematischen Ansatz zu verfolgen und die Daten, die zur Verfügung stehen, zu nutzen, sei aber ein „sehr wichtiger erster Schritt“. Dass dem so ist, hat sich in der Praxis schon gezeigt: Das Team hat den Ansatz über ein Jahr lang in einem real existierenden Unternehmen verfolgt und lag mit seinen prognostizierten Werten nach eigenen Angaben nahe am Ziel. Langzeiterfahrungen fehlen allerdings noch. Einkäufer, die Interesse an dem Projekt haben, sind herzlich eingeladen, Kontakt zu den beiden Referenten aufzunehmen.

Autor: David Schahinian

Weiterführende Informationen über die Aktivitäten und kommenden Veranstaltungen des BME rmr finden Sie unter: https://rheinmain.bme.de

Mehr vom BME auf...

Der BME - Mehr von und auf Twitter   Der BME - Mehr von und auf Xing   Der BME - Mehr von und auf LinkedIn   Der BME - Mehr von und auf Facebook   Der BME - Mehr von und auf Youtube

Weitere Meldungen zu: