Um zeitaufw盲ndige Aktivit盲ten in der Beschaffung und in den Lieferketten zu automatisieren, setzen viele Unternehmen auf k眉nstliche Intelligenz. Die neuen KI-Funktionen sind in zwei Haupttypen zu unterteilen: generative und vorausschauende KI.
Bei routinem盲脽igen Handelsaktivit盲ten und im Tagesgesch盲ft sammeln Unternehmen riesige Datenmengen. Das Tempo ist dabei so hoch, dass sie vielfach nicht wirklich alle Daten nutzen k枚nnen. Daher setzen sie zunehmend auf cloudbasierte Netzwerke, um Informationen zu filtern, aussagekr盲ftige Muster zu erkennen und handlungsrelevante Erkenntnisse zu gewinnen. Diese Informationen nutzen sie dann als Basis f眉r ihre Entscheidungen, sowie um St枚rungen entgegenzuwirken.
Die j眉ngsten Fortschritte bei k眉nstlicher Intelligenz (KI) k枚nnen den Nutzen erh枚hen, den Unternehmen aus digitalen Netzwerken ziehen 鈥� sei es f眉r den Handel, die Zusammenarbeit oder gemeinsame Nachhaltigkeitsaktivit盲ten mit Handelspartnern. KI ver盲ndert herk枚mmliche Prozesse in der Beschaffung und den Lieferketten. Die neuen KI-Funktionen lassen sich in zwei Haupttypen unterteilen: generativ und vorausschauend.
Generative KI und Gesch盲ftsnetzwerke
Generative KI erzeugt Texte, Bilder oder andere Medien, die auf der Struktur und den Mustern der Informationen basieren, die zum Trainieren verwendet werden. Durch Large Language Modells und andere Formen des maschinellen Lernens erstellen cloudbasierte Anwendungen neue Inhalte mit Eigenschaften, die ihren Vorg盲ngern 盲hneln. Mit jeder nachfolgenden Aktivit盲t verbessert generative KI ihre F盲higkeit, die Inhalte passgenau nach den jeweiligen W眉nschen zu gestalten.
Als weltweit gr枚脽te Plattform f眉r den Handel zwischen Unternehmen ist das 麻豆原创 Business Network ein ideales Umfeld f眉r generative KI. Denn es bringt eine sehr gro脽e Anzahl an Handelspartnern bei . Ab 2024 werden generative KI-Funktionen im Unternehmen dabei helfen, Fehler zu entdecken, und ihnen bei der Rechnungserstellung automatische Zusammenfassungen zur Verf眉gung stellen.
KI wird es dem Netzwerk auch erm枚glichen, Kataloginhalte und die Suche zu verbessern sowie Antworten f眉r Lieferanten zu posten. Das 麻豆原创 Business Network verf眉gt 眉ber umfangreiche strukturierte Inhalte, die 眉ber viele Jahre gesammelt wurden. Diese werden nun ausgewertet, um all diese Prozesse zu verbessern und anhaltenden Mehrwert f眉r K盲ufer und Lieferanten zu schaffen.
Aber was w盲re, wenn KI Unternehmen dabei helfen k枚nnte, ihre zeitaufw盲ndigsten Aktivit盲ten bei der Beschaffung und in den Lieferketten zu automatisieren 鈥� und zwar nicht nur durch generative Mechanismen, sondern auch durch vorausschauende?
Vorausschauende KI und Gesch盲ftsnetzwerke
Wie viel strategisches Potenzial, das bisher an taktische Aufgaben gebunden war, k枚nnten Unternehmen freisetzen, wenn Business-to-Business-Netzwerke bestimmte operative Anforderungen zuverl盲ssig vorhersagen und autonom ausf眉hren k枚nnten? Mit dem Aufkommen cloudbasierter, intelligenter Anwendungen beginnen Unternehmen nach Effizienzgewinnen im gesamten Gesch盲ftsbetrieb und bei ihren Handelspartnern zu suchen und werden tats盲chlich f眉ndig.
Diese Technologien vereinfachen einige der arbeitsintensivsten Gesch盲ftsprozesse deutlich 鈥� von der Bezugsquellensuche 眉ber den Einkauf bis hin zur Vertragserstellung und der Zahlungsabwicklung. Im Zuge der digitalen Transformation haben viele Unternehmen Beschaffungs-, Lieferketten- und Logistikprozesse optimiert und die Zusammenarbeit zwischen Handelspartnern verbessert. Deshalb sehen sie hier einen immer klareren Ansatzpunkt f眉r den Einsatz intelligenter L枚sungen f眉r das Ausgabenmanagement. Hierbei handelt es sich um L枚sungen, die riesige Best盲nde mit operativen Daten nutzen, um Risiken zu mindern und kontextbezogene Erkenntnisse zu gewinnen, Einsparungen zu erzielen und damit Innovationen zu finanzieren und Wettbewerbsvorteile zu vergr枚脽ern.
Wo aber werden sich in den kommenden Jahren hin entwickeln? Zu Systemen, die durchg盲ngige Beschaffungs-, Lieferketten- und Logistikprozesse innerhalb von Parametern ausf眉hren k枚nnen, die von Menschen strategisch festgelegt und 眉berwacht werden. Diese cloudbasierten L枚sungen bringen uns einer 脛ra autonomer Funktionen n盲her, in der KI-gest眉tzte Anwendungen detaillierte Einblicke bieten, proaktive Empfehlungen geben und Mitarbeitenden in der Beschaffung zahllose Verwaltungsaufgaben abnehmen.
Menschliche Arbeit reduzieren, nicht ersetzen
Hierbei sei darauf hingewiesen, dass autonome Funktionen Menschen nicht 眉berfl眉ssig machen. Ganz im Gegenteil! Das nach sorgf盲ltigen 脺berlegungen getroffene Urteil einer erfahrenen F眉hrungskraft l盲sst sich nicht ersetzen. KI-gest眉tzte L枚sungen f眉r das Ausgabenmanagement bieten jedoch eine unsch盲tzbare Reihe von Tools, mit denen Fachkr盲fte komplexe Alternativen effektiver bewerten und Entscheidungen auf einer fundierten Grundlage treffen k枚nnen.
Der Trend zu autonomen Beschaffungs-, Lieferketten- und Logistikprozessen ist ein Weg, den unterschiedliche Branchen und Personen aus verschiedenen Richtungen und mit unterschiedlichem Tempo gehen werden. Dabei kann die KI menschliche Arbeit bei einigen Aktivit盲ten reduzieren und sie bei anderen verbessern. Beispielsweise k枚nnte ein Gesch盲ftsnetzwerk antizipieren, dass Lagerbest盲nde aufgef眉llt werden m眉ssen 鈥� ausgehend von der Geschwindigkeit, mit der sie abnehmen. Es k枚nnte Beschaffungsvorg盲nge initiieren, indem es Informationen aus Aktivit盲ten auswertet, die an anderer Stelle in der Wertsch枚pfungskette erfolgen. Oder es k枚nnte operative Analysen nutzen, um Handelspartner mit Kennzahlen auf den aktuellen Stand zu bringen. Dies alles ganz ohne manuelle Eingriffe. Ein autonomes System kann sogar Lieferanten benachrichtigen, wenn Katalogsuchen keine Treffer ergeben, und vorschlagen, dass neue Waren angeboten werden.
Vernetzte operative Prozesse ver盲ndern sich
Aber auch wenn Menschen verschiedene taktische Aufgaben aufgeben, bleiben sie dennoch weiterhin f眉r die strategischen Aufgaben verantwortlich. Festzulegen, welchen Ansatz ein Unternehmen beim Ausgabenmanagement 鈥� in Abstimmung mit seinen Handelspartnern 鈥� verfolgt, wird sehr wahrscheinlich auf absehbare Zeit in menschlicher Hand bleiben. Im Gegensatz dazu bietet die Entscheidung, wie diese Anforderungen umgesetzt werden k枚nnen und dann auch umgesetzt werden, einen sehr spannenden Ansatzpunkt f眉r cloudbasierte KI-L枚sungen. In Zukunft k枚nnte ein Benutzer einen Prozess initiieren und sp盲ter 眉ber die Folgeaktionen des Systems informiert werden. Eine Genehmigung durch den Benutzer ist dabei nur f眉r bestimmte Arten von Entscheidungen erforderlich. Oder ein Benutzer k枚nnte verschiedene vertrauensw眉rdige, selbstlernende Analyseanwendungen verwenden. Mitarbeitende in der Beschaffung, Lieferkette und Logistik behalten die Kontrolle und passen ihren Interventionsgrad an die Anforderungen des Unternehmens an.
Neue KI-Anwendungen bieten sowohl generative als auch vorausschauende Funktionen und ver盲ndern damit die vernetzten operativen Prozesse zwischen Handelspartnern grundlegend. Experten f眉r das Ausgabenmanagement k枚nnen sich dies zunutze machen und eine neue 脛ra des beschleunigten Wachstums, der operativen Agilit盲t und dauerhafter Wettbewerbsvorteile f眉r ihre Unternehmen einl盲uten.
J枚rn Keller ist Executive Vice President und Chief Product Officer f眉r 麻豆原创 Business Network.
