Big Data und Einkauf 4.0 - Analyse und Konzeption

Florian C. Kleemann und Andreas H. Glas

Digitale Technologien, die u. a. Warenströme in Echtzeit lenken und vorausschauend disponieren, werden den Einkauf grundlegend verändern. Die digitale Transformation der Beschaffung wird häufig mit dem Begriff „Einkauf 4.0“ in Verbindung gebracht. Big Data und künstliche Intelligenz führen dabei dazu, dass viele operative Tätigkeiten zukünftig automatisiert durchgeführt werden. Die Fähigkeit, Bedarfe und Märkte analysieren zu können, ist daher eine künftige Kernkompetenz des Einkaufs – und nicht mehr der „Maschinenraum“ für die Prozessabwicklung von Bedarfsforderungen zu sein. Dieser Beitrag hebt die Relevanz digitaler Technologie für vernetzte Wertschöpfungsketten hervor, diskutiert ein Reifegradmodell für den Einkauf 4.0 und entwickelt eine Konzeption zur Nutzung der vielfältigen Potenziale von Big Data in Beschaffungsaktivitäten.

Eine typische Reaktion auf die Möglichkeit eines „Einkauf 4.0“ ist die Aussage, dass die Einkaufsprozesse doch bereits durch eine umfassende elektronische Beschaffungslösung (eProcurement) unterstützt würden. Tatsächlich werden seit Jahren operativ-unterstützende und analytische IT-Systeme im Einkauf eingesetzt. Doch der Entwicklungspfad zum „digitalen Einkauf“ der nächsten Generation geht über bisher bekannte und genutzte Funktionalitäten deutlich hinaus.
Es ist unstrittig, dass bereits heute vielfältige technische Maßnahmen greifen, um den Einkauf in seinen „klassischen“ Aufgabenfeldern (Bedarfsermittlung, Beschaffungsmarktforschung, Make-or-Buy-Frage, Vertragsvereinbarung, Bestellabwicklung, Lieferantenmanagement, Einkaufscontrolling) zu unterstützen. Es existieren Systeme zur Materialbedarfsplanung (Material- Requirements-Planning-Systems, MRP), zur besseren Abstimmung von Produktion und Nachschub über unternehmensweite IT-Systeme (Enterprise-Resource-Planning-Systems, ERP) oder spezielle, zur operativen und taktischen Unterstützung des Einkaufs entwickelte Systeme (eProcurement). Insgesamt werden durch diese IT-Systeme die Prozesse und Aufgaben des Einkaufs mit den anderen Funktionen (Produktion, Logistik) und mit dem Beschaffungsmarkt und den Lieferanten verknüpft [1].
Nimmt man umfassendes eProcurement als Einkauf 2.0 an, so bleibt die Frage nach dem Sprung ins Zeitalter der Digitalisierung, oder eben Einkauf 4.0. Zwar wurde vereinzelt auch eine Entwicklungsstufe „3.0“ propagiert, eine größere Verbreitung der darunter diskutierten Ideen ist jedoch nicht wahrnehmbar [2]. Bleibt also weiter die Frage, was das Siegel „4.0“ im digitalen Zeitalter bedeutet?
 


Bild 1: Einordnung von Einkauf 4.0 im Vergleich zu bestehenden
Technologie- Trends.

Einkauf 4.0 – was ist das? 

Während bestehende IT-Lösungen im Einkauf nur bestimmte Aufgaben operativ oder strategisch unterstützen, da sie aufgrund ihrer Rechenkapazität, ihrem Vernetzungsgrad oder ihrer Logik begrenzt sind, werden moderne, intelligente Systeme in der Lage sein, beliebig viele historische und zukunftsorientierte Daten auszuwerten (Big Data). Auf dieser Basis kann eine ganzheitliche, autonome und Echtzeit-Aufgabenerledigung des Einkaufs angeboten werden. Zudem ist ein Einkauf 4.0 nicht auf Prozessautomatisierung beschränkt, sondern umfasst auch strategische Aspekte, von Lieferantenbeziehungen bis hin zum Innovations- Scouting. Dieser Zusammenhang wird durch den folgenden Entwicklungspfad verdeutlicht, welcher den Einkauf 4.0 als neuen, strategisch relevanten wie operativ entlastenden Meilenstein des Einkaufs positioniert.

Reifegradmodell: „4.0-Readiness“ im Einkauf

Um festzustellen, ob und auf welche Weise der Einkauf bereits moderne, intelligente Systeme einsetzt – und wo noch Nachsteuerungsbedarf besteht – haben die Autoren ein „Einkauf 4.0 Reifegradmodell“ vorgelegt ([3] mit Bezügen zum „Digital Maturity Model“ nach [4]).
Das Modell betrachtet insgesamt fünf Stufen hin zu einem ganzheitlichen Einkauf 4.0 und orientiert sich dabei an den vorgenannten Einkaufsaufgaben. Die Bandbreite reicht von einem traditionellen Einkauf (Stufe 1), der keine oder nur geringste IT-Unterstützung nutzt, hin zu Stufe 5, dem Einkauf 4.0 mit totaler Vernetzung sowie vollumfänglicher Nutzung echtzeitbasierter Kommunikation und intelligenter Systeme. Zudem wurden drei Zwischenstufen in dem Maturity Model definiert (Stufe 2 bis 4).
Aktuell ist davon auszugehen, dass die meisten Organisationen sich auf niedrigen Stufen des Modells einordnen müssten. Denn bereits heute gibt es große Unterschiede in dem Reifegrad von eProcurement [5]. Daher ist auch beim weiterführenden Thema Einkauf 4.0 von dieser Tendenz auszugehen. So dürften die meisten Unternehmen die Stufe 3 „Etabliert“, lediglich vereinzelte auch die Stufe 4 des „Experten“, erreicht haben.
Dies liegt auch daran, dass marktgängige Einkauf 4.0-Softwares und -Standards noch fehlen. Gleichwohl sind die technischen Möglichkeiten längst keine Fiktion mehr – der Einkauf 4.0 wird kommen.
 


Bild 2: Das Einkauf 4.0- Reifegradmodell.

Daten als Einkaufsmacht

Zukünftig ist zu erwarten, dass sämtliche Produkte, Prozesse und Systeme miteinander in Kommunikation treten können. Damit sind alle materiellen Dinge auch „smart“ (kommunikationsfähig, tracking & tracing). Dies ermöglicht, über moderne Sensorik flächendeckend Zustands-, Bewegungs- und Umgebungsdaten für alle cyber-physikalischen Systeme inkl. der Objekte (bzw. Produkte) zu erhalten. In einem solchen Szenario werden die Daten zu Einkaufsmacht.
Dies entsteht, weil auch der Lieferant auf die Verfügbarkeit der Daten seines Produkts angewiesen ist, um es weiterzuentwickeln. Ein OEM, der Komponenten des Lieferanten nutzt, hat durch den direkten Zugang zum Kunden zunächst auch den Zugang zu den bei der Nutzung des Endprodukts entstehenden Daten und kann diese Daten als Verhandlungsmasse nutzen. Umgekehrt braucht der OEM Lieferanten, die mit den Daten ihre Produkte optimieren, um die eigenen Endprodukte zu verbessern.
Noch ist es dabei schwer zu sagen, wem anfallende Daten wirklich gehören und ob es aufgrund der hohen Vernetzung möglich sein wird, Informationen „exklusiv“ zu nutzen. Damit verschwimmen letztlich auch die Grenzen zwischen Einkauf und Lieferant. Denn der Lieferant versorgt zwar das einkaufende Unternehmen mit Leistungen und spezialisierten Algorithmen, gleichzeitig „beliefert“ aber auch das einkaufende Unternehmen den Lieferanten mit Daten aller Art. Es wird sich zeigen, wie sich traditionelle Lieferantenbeziehungen angesichts verschwimmender Rollen und Interessen verändern werden.

Konzeption „Big Data“ im Einkauf 4.0

Die konkrete Rolle von „Big Data Analytics“ im Einkauf bleibt dabei allzu oft unklar. Nicht jede System-Auswertung ist gleichzeitig Big Data, nicht jede datengetriebene Erkenntnis ist Ergebnis von „Analytics“ – so stellt sich zunächst die Frage nach den konzeptionellen Grundlagen. Zur Definition von „Big Data Analytics“ werden typischerweise drei bis vier Charakteristika für die strategische Analyse und Nutzung großer Datenmengen angeführt [6]:
• Volume: die Verarbeitung großer Datenmengen.
• Variety: Daten stammen aus unterschiedlichsten Quellen,
• Velocity: automatisierte Verarbeitung der Daten in hoher Geschwindigkeit,
• Veracity: Sicherstellung der Richtigkeit und Vollständigkeit der Daten.
Unklar bleibt, ob nun alle dieser Aspekte als Merkmale von Big Data erfüllt sein müssen. Auch die Überschneidungsfreiheit zwischen den vier Elementen als Voraussetzung einer wissenschaftlichen Defi nition erscheint zumindest diskutabel. Zudem fehlt die explizite Erwähnung der autonom-intelligenten Kombination von Daten („Smart Analytics“). Gleichzeitig existiert bereits eine Reihe von Publikationen, die sich mit Big Data im Umfeld von Supply Chain Management (und damit auch dem Einkauf) befasst [7, 8]. Eine dezidierte Übertragung von Big Data auf den Einkauf hat jedoch noch nicht stattgefunden, weshalb dies in der Folge vorgenommen wird.

Volume – Einkaufsdaten in „rauen Mengen“

Ein zentrales Element der Industrie 4.0 ist „Vernetzung“ – von Organisationen, jedoch bis hinunter auf die einzelne Systemebene (z. B. Produktionsmaschine) oder sogar Objekte (z. B. fertige Produkte). Dabei entstehen Massendaten, die im Sinne einer übergreifenden Supply Chain-Optimierung wesentlichen Beteiligten zur Verfügung stehen sollten. Doch nicht nur das: Auch wird erwartet, dass die Beteiligten jeweils entsprechende Daten bereitstellen werden. Dabei wird es in Zukunft nicht mehr um aggregierte Verbrauchsdaten als Grundlage von Bestellentscheidungen gehen (wie beim „Collaborative Planning, Forecasting & Replenishment, CPFR“). Vielmehr können durch die immer verbreitetere Sensorik und Vernetzung Einzelnutzungsdaten von Systemen und Objekten zur Verfügung stehen. Meldete z. B. bisher ein Automobilhersteller seinem Bremslieferanten ggf. mehrmals täglich den Verbrauch bzw. erforderlichen Nachschub der von ihm gelieferten Teile, so ist es in Zukunft denkbar, jede einzelne Bremsscheibe bei ihrer Nutzung durch den Endkunden zu verfolgen. Damit steigt die verarbeitbare Datenmenge exponentiell an. Der Einkauf muss nicht nur lernen, diese Daten zu sammeln und zu speichern, sondern auch sinnvoll nutzbar zu machen: sei es als „Währung“ in Verhandlungen oder als Lernmaterial für das Produktdesign.
 


Bild 3: Big Data im Einkauf 4.0.

Variety – Datenvielfalt managen

Verbunden mit den Daten aus verschiedensten Quellen ergibt sich die Herausforderung, eine Einheitlichkeit so herzustellen, dass auch die durch Vernetzung entstandenen Datenpools auswertbar sind. In Zukunft werden zahllose Supply Chain-Beteiligte ihren Beitrag zu Big Data leisten. Intelligenten „Big Data“-Systemen wird daher abverlangt, zahlreiche Datenformate zu verarbeiten, ohne dass es zu Datenbrüchen kommt. Der Einkauf kann hier auf mehreren Dimensionen wirken. So kann er, insbesondere wenn er auf einer Supply Chain-Hierarchie relativ hochgestellt ist, seinen Lieferanten Vorgaben machen, in welcher Form Daten bereitzustellen sind. Wenn auch die Bereitstellung eigener Daten an die Lieferanten in entsprechendem Format erfolgt, sind die Lieferanten ggf. eher getrieben, diesem Standard zu folgen. Da jedoch typischerweise Lieferanten mehrere Kunden haben, kommt es hier wahrscheinlich zu einer Vervielfältigung von Datenstandards, wenn nicht übergreifende Standards oder Plattformen geschaff en werden. Eine Konzentration auf zentrale Plattform-Standards (wie z. B. bei Smartphones mit iOS und Android oder die weltweit einheitlichen E-Mail-Protokolle) wäre sicher wünschenswert, ist aktuell aber für Systeme der Unternehmens-IT nicht absehbar. Dennoch zeigen diese Beispiele, dass ein einheitlicher Datenstandard zumindest möglich ist. Der Einkauf sollte daher die Entwicklung solcher Standards aufmerksam beobachten und auf eine Vereinheitlichung seitens der Lieferanten hinwirken. Velocity –

Wettbewerbsvorteil „Schnelle Daten“

Der Aspekt der „Datengeschwindigkeit“ betriff t Big Data auf einer Vielzahl von Ebenen. Zunächst einmal geht es dabei bereits um infrastrukturelle Fragen, nämlich wie schnell Daten in einer vernetzten Wirtschaft übertragen werden. Die Definition von Industrie 4.0 gibt hier mit „Real Time“, also quasi gleichzeitige Entstehung und Übermittlung von Informationen, eine hohe Hürde aus. Angesichts wiederkehrender Meldungen, dass selbst im Hochtechnologieland Deutschland der Ausbau des „schnellen Internets“ viel zu langsam vorangehe, bleibt die Frage nach der Anbindung (internationaler) Lieferanten bisher weitgehend unbeachtet. Das wird noch verkompliziert, indem viele Daten zunehmend dezentral abgespeichert und gleichzeitig ortsungebunden abgerufen werden können („Cloud Computing“). Auch dies erfordert zusätzliche Datenübertragungskapazitäten. Entsprechende Initiativen kann und sollte der Einkauf fokussiert unterstützen.
Daneben ist auch die Frage nach der operativen Nutzung von Erkenntnissen der Big Data-Analyse für den Einkauf relevant, also inwieweit durch schnelle Verarbeitung großer Datenmengen auch kurzfristige Entscheidungen unterstützt werden können. Die Anwendungsfelder sind dabei nahezu grenzenlos: Bestellentscheidungen werden durch schnelle Verbrauchsprognosen erleichtert, Lieferantensuchen breiter angelegt und dennoch schneller durchgeführt, selbst Aussagen in Verhandlungen ließen sich in Echtzeit prüfen und simulieren. Der Einkauf sollte sich dieser Möglichkeiten bewusst werden und unter stetiger Abwägung von verfügbaren Lösungen, deren Implementierungsaufwand sowie dem entstehenden Mehrwert sukzessive einsetzen. Dabei muss es eben gerade nicht die Datenbrille sein, die den Lieferanten „gläsern“ macht. Vielmehr wäre vielen Einkäufern schon geholfen, wenn fundamentale Beschaffungsdaten „auf Knopfdruck“ abrufbar wären.

Veracity – Allheilmittel Blockchain?

Eine der größten Vorbehalte gegenüber der Digitalisierung liegt, auch im Einkauf, in der Sicherheit der Daten [1]. Risiken werden im unbefugten Zugriff oder der Verfälschung von Daten gesehen. Vermehrt häufen sich die Vorschläge, die Konsistenz von Daten mittels Blockchain-Verfahren zu sichern. Vereinfacht gesagt ist Blockchain ein Kryptoverfahren, welches eine durchgängige dezentrale Buchführung aller Transaktionen ermöglicht, also eine lückenlose Transparenz. Schon heute werden Blockchains eingesetzt, um Währungs- oder Warenflüsse nachvollziehen zu können. Ein Beispiel ist die Blockchain zur Überwachung von Herkunft, Fangdatum und Transportwegen von frischem Fisch [9]. Ob und inwieweit das Beschaffungcontrolling Blockchain nutzen soll, ist eine Entscheidung, die auch davon abhängt, inwieweit neben der operativen Liefertreue auch die Datentreue ein Aspekt der Leistungsbewertung eines Lieferanten ist.
Insgesamt scheint es, dass zentrale Bestandteile von Industrie 4.0 mittels Big Data im Einkauf implementiert werden könnten. Vernetzung (mit Lieferanten), Echtzeitverfügbarkeit von Daten entlang der Lieferkette oder die kooperative Steuerung von Informationsreliabilität mittels Blockchain-Verfahren berühren den Kern der Einkaufsarbeit.

Big Data verändert den Einkauf

Viele der vorgenannten Inhalte zu Big Data im Einkauf wirken wahrscheinlich für die Mehrzahl an Unternehmen und Einkäufern noch unrealistisch und exotisch. Trotzdem scheint es unbestreitbar, dass der Einkauf 4.0 kommen wird. Diesem Wandel stehen aktuell noch zu viele Einkaufsmanager eher passiv gegenüber. Dadurch wird jedoch ggf. die Chance verpasst, als Schnittstelle zu den Beschaffungsmärkten eine treibende Rolle zu übernehmen, den digitalen Wandel zu gestalten und so auch zum Gesamterfolg des eigenen Unternehmens in der Industrie 4.0 beizutragen. Dass hierbei einem schlüssigen Ansatz für „Big Data Analytics“ im Einkauf eine zentrale Rolle zukommt, sollte angesichts der vielfältigen, dargelegten Einsatzmöglichkeiten belegt worden sein.

Gemeinsam haben die Autoren das 2017 im Springer Verlag erschienene Buch „Einkauf 4.0“ verfasst.

Schlüsselwörter:

Einkauf 4.0, Big Data, Industrie 4.0, Smart Procurement Analytics

Literatur:

[1] Glas, A. H.; Kleemann, F.C.: The impact of industry 4.0 on procurement and supply management: A conceptual and qualitative analysis. In: International Journal of Business and Management Invention 5 (2016) 6, S. 55-66.
[2] Heß, G.: Supply-Strategien in Einkauf und Beschaff ung. Systematischer Ansatz und Praxisfälle, 2. Aufl age. Wiesbaden 2010.
[3] Kleemann, F. C.; Glas, A. H.: Einkauf 4.0 – Digitale Transformation der Beschaff ung. Wiesbaden 2017.
[4] Kreutzer, R. T.; Neugebauer, T.; Pattloch, A.: Digital business leadership. Wiesbaden 2016.
[5] Bogaschewsky, R.: State of the Art und Trends im eProcurement. Düsseldorf 2015.
[6] McAfee, A.; Brynjolfsson, E.; Davenport T.H.: Big data: the management revolution. In: Harvard Business Review 90 (2012) 10, S. 60-68.
[7] Schoenherr, T.; Speier-Pero, C.: Data Science , Predictive Analytics, and Big Data in Supply Chain Management: Current State and Future Potential. In: Journal of Business Logistics, 36 (2015) 1, S. 120-132.
[8] Moretto, A.; Ronchi, S.; Patrucco, A.S.: Increasing the effectiveness of procurement decisions: The value of big data in the procurement process. In: International Journal of RF Technologies, 8 (2017) 3, S. 79-103.
[9] The Guardian: Blockchain technology trialled to tackle slavery in the fishing industry. URL: https://www.theguardian.com/sus-tainable-business/2016/ sep/07/blockchain-fish-slavery-free-seafood-sustainable- technology.