Neue Möglichkeiten in der Lieferantenkonsolidierung durch Analyse unstrukturierter Einkaufsdaten

Im Einkauf liegt der Gewinn – Gerade im aktuellen Umfeld steigt der Druck auf den Einkauf enorm. Eine Basismethode zur Beschaffungskostenreduzierung ist die Realisierung von Bündelungseffekten, die darauf abzielt, über Mengeneffekte bei wenigen Lieferanten zusätzliche Einsparungen zu erzielen. Auch wenn der digitale Wandel bereits im deutschen Mittelstand angekommen ist, haben viele Unternehmen mit einer schlechten Datenqualität im Einkauf zu kämpfen, die eine Identifikation von Bündelungsmöglichkeiten insbesondere für B- und C-Teile drastisch erschwert.

Häufig ist in der Einkaufspraxis eine Beschaffung gleicher Warengruppen bei den unterschiedlichsten Lieferanten festzustellen. Mangelhafte Datenqualität und intransparente Prozesse sind ein wesentlicher Grund dafür, dass die Bündelungsmöglichkeiten nicht erkannt und deren Potenziale nicht im vollen Umfang realisiert werden können. Schuld daran sind oft mehrere Faktoren, wie mangelhafte Soll-Prozesse, fehlende interne Richtlinien, inkonsistente Stammdaten und pauschale Buchungen über „Dummy“-Werte sowie falsch konfigurierte ERP-Systeme. Mit Data Quality Analytics, eine Zusammenstellung von auf die Datenbasis anzuwendende analytische Testverfahren, können typische und untypische Datenfehler sowie Inkonsistenzen nun ermittelt und auch bereinigt werden.

textnetzwerk

Sollten die Materialstammdaten nicht konsistent gepflegt und Bestellungen über Dummy-Positionen (beispielsweise „Betriebsmittel“ oder „Fremdleistungen“) verbucht werden, können Bündelungspotenziale vom strategischen Einkauf nicht direkt erkannt werden. Sind in den Bewegungsdaten – hierzu zählen insbesondere Daten über Bestellungen, Wareneingänge, Verbräuche, Rechnungen und Zahlungen – jedoch zumindest vereinzelte Positionstexte vorhanden, können über Textalgorithmen besonders markante Wörter aus diesen unstrukturierten Daten extrahiert, nach bestimmten Kontextmodellen gefiltert und aggregiert werden.  Wenn beispielsweise in einzelnen Positionstexten Begriffe vorkommen, die bestimmte Voraussetzungen erfüllen – beispielsweise ein Matching der jeweiligen Begriffe untereinander oder mit Wortlisten (z. B. dem Duden) – kann über eine Netzwerkanalyse ermittelt werden, über welche Lieferanten und verantwortliche Stellen gleichartige Positionen bezogen werden. Aus dem gesamten Buchungsstoff können so automatisiert Bündelungspotenziale umfassend aufgedeckt werden. Dies funktioniert auch dann, wenn der Einkauf über mehrere Betriebe mit unterschiedlichen IT-Systemen betrachtet werden soll. Diese neuartigen Analyseformen aus dem Bereich Big Data Analytics ermöglichen für den Einkauf neue Kostensenkungspotenzialeoftmals im zweistelligen Prozentbereich – die vom strategischen Einkauf verhältnismäßig leicht zu realisieren sind.