Novartum macht den Einkauf KI-fähig: Vom Datenchaos zur Steuerung in Echtzeit

KI im Einkauf: Innovation trifft Regulierung

Technologieanbieter erweitern ihre Lösungen kontinuierlich um KI-Funktionen. Moderne RFP-Tools erstellen Textentwürfe, konsolidieren Antworten und zeigen Abweichungen in Angeboten auf. RAG-Ansätze nutzen interne Vertrags- und Richtliniendaten, um kontextsensitive Antworten zu liefern.

Parallel steigen die regulatorischen Anforderungen. Der EU AI Act, der Data Act sowie LkSG und CSDDD verlangen Transparenz, Nachweisbarkeit und belastbare Datenqualität. Der Einkauf wird damit sowohl zum Innovationsmotor als auch zum Risikobereich.

Die Kernfrage lautet: Wie verankern Unternehmen KI so, dass sie messbaren Nutzen stiftet und keine zusätzliche Komplexität erzeugt?

Spend Analytics und Klassifikation

Der größte Hebel bleibt häufig ungenutzt. Typische Herausforderungen:

• mehrere ERP-Systeme
• Freitextbestellungen und lokale Artikelstämme
• historisch gewachsene Lieferantenbasis
• geringer Bündelungsgrad, hoher Maverick-Spend

Ohne einheitliche Warengruppenlogik bleibt der Einkauf nur eingeschränkt steuerbar. Standards wie UNSPSC oder eCl@ss schaffen eine gemeinsame Sprache und ermöglichen vergleichbare Kennzahlen. Zielbild ist ein konsolidierter Lieferantenstamm („Golden Supplier“), eine einheitliche Klassifikation und eine Scorecard, die klare Steuerungsgrößen liefert.

Drei Bausteine für einen KI-fähigen Einkauf

1. Golden Supplier – die Lieferantenbasis harmonisieren
   Lieferanten aus ERP, SRM und Finanzsystemen werden zusammengeführt, Dubletten bereinigt und mit eindeutigen IDs versehen. Das Ergebnis ist eine konsistente Basis für Verhandlungen, Reporting und Compliance.
2. KI-gestützte Klassifikation
   Historische Bestell- und Rechnungsdaten werden mithilfe von Text-Mining und Machine Learning auf UNSPSC abgebildet. Human-in-the-Loop stellt Qualität und Auditfähigkeit sicher. Neue Daten lassen sich nahezu in Echtzeit zuordnen.
3. Kategorien-Scorecard
   Kennzahlen je Warengruppe schaffen Transparenz: Preisniveau, Mengen, Tail-Spend, Lieferantenanzahl, Vertrags- und Katalogquote sowie Effekte auf Zahlungsbedingungen. Auf dieser Basis lassen sich Bündelungen, Rahmenverträge und Preferred-Supplier-Panels fundiert priorisieren.

Vorgehen: Vom Scoping zum Rollout

Erfolgreiche Unternehmen starten mit einem klar umrissenen Pilotprojekt:

1. Scoping und Datenprofiling
   Zielbild, KPIs und Business Case werden definiert.
2. Pilotphase
   Aufbau des Golden Supplier, Klassifikationspipeline und erste Scorecards.
3. Skalierung
   Werkweiser Rollout, Integration in Prozesse und Systeme, Ergänzung von Governance und Schulung.

Je nach Ausgangslage sind Einspar- und Steuerungseffekte im hohen einstelligen bis niedrigen zweistelligen Prozentbereich möglich.

Erfolgsfaktoren

• klare Governance
• definierte Taxonomie und Versionierung
• belastbare Datenpipelines
• gezielte Human-in-the-Loop-Prüfung
• frühe Einbindung der Werke und KPI-Transparenz

Fazit

KI entfaltet ihr Potenzial erst dann, wenn Daten, Prozesse und Governance abgestimmt sind. Eine robuste Stammdatenbasis, eine konsistente Klassifikation und eine aussagekräftige Scorecard bilden das Fundament für faktenbasierte Entscheidungen.

Strategische Beratung als nächster Schritt

Unternehmen, die ihren Reifegrad bestimmen und konkrete Hebel identifizieren möchten, profitieren von einer strukturierten Standortbestimmung. Novartum entwickelt gemeinsam mit Einkauf und IT eine realistische Roadmap für Spend Analytics, Klassifikation und KI-Einsatz – mit klaren Business Cases und umsetzbaren Maßnahmen.

Kontakt:
Novartum Consulting GmbH
Finkenstr. 4 l 90762 Fürth
Dr. Matthias Schuchardt
Managing Director | Founder
Tel: +49 911 225 060  
E-Mail: matthias.schuchardt@novartum.com 
Webseite: www.novartum.com