Mit Process Mining zur pragmatischen Optimierung von Einkaufsprozessen

Process Mining als Anwendungsfall zur Optimierung des Purchase-to-Pay Prozesses

Alle 20 Sekunden wird von Unternehmen auf der ganzen Welt 1 Million Dollar verschwendet. Dies zeigt eine kürzlich durchgeführte Umfrage des Project Management Institute (PMI). Eine effiziente Beschaffung ist daher ein wesentlicher Treiber für Ihren Geschäftserfolg. Aufgrund komplexer und unübersichtlicher Prozesse im Einkauf ist es oft schwierig einen Überblick über mögliche Einsparpotenziale zu erhalten.

Genau an dieser Stelle setzt Process Mining für die Beschaffung an. Es schafft Transparenz über die bestehenden Einkaufsprozesse in einem Unternehmen.

Nur die wenigsten Unternehmen kennen die Komplexität und Variantenvielfalt ihrer Einkaufsprozesse.

Haben Sie tatsächlich einen Überblick über die Vielzahl und das Variantenreichtum Ihrer Einkaufsprozesse? Fast alle Unternehmen haben Standardprozesse erstellt, die möglichst schlank, schnell und standardisiert sind. Die Annahme ist, dass nur in wenigen Fällen vom Standardprozess abgewichen wird. Dies passiert aber nur in Einzelfällen! Was man in der Realität dann aber tatsächlich vorfindet, ist ein Chaos aus komplexen Prozessen mit vielen Schleifen und Ineffizienzen

• wie Maverick Buying (Wilder Einkauf),
• doppelte bezahlten Rechnungen,
• und langsamen Durchlaufzeiten, welche eventuell zu Produktionsstopps führen.

Die Identifikation solcher Ineffizienzen und Schwachstellen ist händisch und mittels manueller Überprüfung nicht zu stemmen. Stellen Sie sich vor, Sie müssten alle Prozessschritte in ihrem Einkaufsprozess einzeln durchgehen und nach einer Vielzahl von KPIs beurteilen. Früher hat man das gemacht, heute nutzen wir Process Mining. Diese Herausforderung ist durch die Anzahl an Buchungen unmöglich zu bewältigen – Process Mining kann aber genau das.

Es ist möglich automatisiert zum Beispiel Durchlaufzeiten in Prozessen zu berechnen und Ausreißer zu identifizieren. Konkret werden in den nächsten 3 Beispielen Ineffizienzen und Use-Cases realer Unternehmen aufgezeigt. Sie werden feststellen, dass selbst bei einem mittelständischen Unternehmen (~1000 Mitarbeiter) sehr viel Geld in ineffizienten Bestellprozessen verloren geht.

Use Case 1: Nachbesserungen im Bestellprozess

Klassisches Beispiel hierbei sind Nachbesserungen in Bestellprozessen. Die Behebung dieser ist zeitaufwendig und kostenintensiv. Systematische Fehlermuster zeigen sich bei Änderungen von z. B. Preis, Menge und Stornierungen. Mehrfach korrelieren diese Informationen mit schlecht gepflegten Materialstammdaten. Die Eradierung solcher Fehlermuster folgt dabei einem zweistufigen Prozess. Zuerst werden mittels Process Mining die Fehlermuster identifiziert und dadurch Transparenz geschaffen. Im nächsten Schritt werden mittels Root Cause Analysen die Gründe für die manuellen Bestelländerungen erforscht. Hier benötigt man Domainwissen von Experten aus dem Einkauf. Nicht alle manuellen Änderungen sind unnötig. TCW Root Cause Analysen zeigen, dass sich insgesamt 40% aller manuellen Änderungen verhindern lassen. Eine solche Reduktion bringt im Fallbeispiel bei ungefähr 12.000 manuellen Änderungen eine jährliche Einsparung von 70.000€. Damit diese Ineffizienzen in Zukunft nicht mehr vorkommen, setzt TCW durch die durchgeführte Root-Cause Analyse darauf ab, die Prozesse nachhaltig zu verbessern. Die Behebung solcher Ineffizienzen durch TCW fasst dabei ein breites Spektrum wie zum Beispiel die Anpassung von Prozessen, adäquate Schulung von Mitarbeitern oder besseres Lieferantenmanagement.

Use Case 2: Reduktion Maverick Buying

Process Mining eignet sich hervorragend, um Maverick Buying Aktivitäten zu identifizieren, da es manuell unmöglich ist, viele Millionen Einzeltransaktionen zu analysieren. Um Maverick Buying zu reduzieren, fokussiert sich TCW auf das automatisierte lokalisieren von Bestellungen, bei denen der Einkauf umgangen wurde, sowie auf einer automatisierten Analyse, welche Buchungskreise, Werke, Einkaufsorganisationen, Lieferanten und Materialien am häufigsten betroffen sind. Die Nachteile von Maverick Buying sind vielschichtig und liegen auf der Hand: Erhöhte Kosten durch Wegfall von Mengenrabatt, geringe Effizienz durch manuelle Bestellbestätigungen und ein hohes Betrugsrisiko (Fraud) durch Begünstigung Dritter. Genau hier kann Process Mining auch in ihrem Unternehmen wertvolle Insights liefern und Ihnen in Zukunft viel Geld sparen.

In einer bei TCW durchgeführten Fallstudie konnte ein Maverick Buying Volumen von 21 Millionen € identifiziert werden. Durch die angewandte Domain-Expertise von TCW können in Zukunft nun 75% solcher Maverick Buying Aktivitäten verhindert werden. Dies führt zu einer Kostenreduktion des georderten Materials um durchschnittlich 5%, was eine jährliche Einsparung von ungefähr 790.000€ bedeutet.

Use Case 3: Identifikation und Eliminierung doppelter Zahlungen

Haben Sie sich jemals die Frage gestellt, wie zuverlässig ihre automatisierte Rechnungsbuchhaltung funktioniert? In der Regel bekommen Sie nur Beschwerden von Lieferanten, wenn Sie eine Zahlung nicht tätigen. Was aber wenn Ihr System aus Versehen durch falsches Einlesen die gleiche Rechnung zweimal zahlt? Der Lieferant meldet dies nur in seltenen Fällen.

Auch hier liefert Process Mining wertvolle Einblicke zur Identifikation von doppelt bezahlten Rechnungen, denn jede gezahlte Rechnung hinterlässt eine Spur im System. Mit Process Mining lassen sich solche Spuren identifizieren, überprüfen und anschließend zurückfordern. Hierfür nutzt TCW Methoden des Maschinellen Lernens, um auf Grundlage mehrerer Rechnungsattribute wie Rechnungsnummer, Datum, Betrag, Bankkonto die Ähnlichkeit dieser zu prüfen. Der große Vorteil hierbei liegt auf der Hand. Das Geld kann sofort zurückgefordert werden. In einer Fallstudie konnten so insgesamt 2.000 doppelte Rechnungen identifiziert werden, was bei einer durchschnittlichen Rechnungshöhe von 3.000€ insgesamt einer Rückforderung von insgesamt 6 Mio. € entsprach.

Die drei beschriebenen Use Cases zeigen deutlich, wie viel Geld im Purchase-to-Pay Prozess verborgen liegt. Der Einsatz von Process Mining kann hierbei eine wertvolle Grundlage sein, um dieses Potenzial zu heben.

„Process Mining schafft Einkaufspotenziale ohne Verhandlungen!“

Der TCW Ansatz

Process Mining schafft Transparenz, aber der TCW-Ansatz geht darüber hinaus. Wir haben einen Ansatz für die nachhaltige Einführung des Process Minings entwickelt, um die angesprochenen Ineffizienzen zu verbessern und Potenziale zu realisieren. Der Ansatz gliedert sich in sechs Module:

Modul 1: Ist-Analyse und Scoping

Im ersten Schritt der Ist-Analyse und des Scopings blicken wir gemeinsam mit Ihnen auf Ihre Systemlandschaft und verschaffen uns einen Überblick über die vorhandenen Daten aus Ihrem ERP-System und definieren den Scope des Projekts. Welche Länder, Commodities oder Prozesse sollen mit Process Mining und dem Domain-Wissen der Purchase-to-Pay Experten auf Vordermann gebracht werden?

Modul 2: Lasenhefterstellung

Ausgehend vom Scoping des Handlungsbereiches entwickeln wir mit unseren Kunden gemeinsam das Lastenheft für das Pilotprojekt. Es fließt das Methodenwissen sowie das Erfahrungswissen von Einkaufsexperten ein. Es gilt eine klare Vorstellung von Zielen zu entwickeln, um zu erwartende Restriktionen sowie Deliverables und messbaren KPIs zu erreichen. Ein hinreichend breites Expertenpanel sichert den Mehrwert des gesamten Piloten ab und sorgt für werthaltige Ideen im kreativen Prozess.

Modul 3: Proof of Concept

Im Rahmen des Proof of Concepts wird ein erster Prototyp entwickelt, um ihre Prozesse zu verbessern. Es ist zwischen Coding und No-Code-Elementen zu unterscheiden. Hierzu stehen standardisierte TCW-Process-Mining-Tools zur Verfügung, die je nach Anforderung eingesetzt werden können. Eine zusätzliche Software-Lizenz wird nicht benötigt. Der umgesetzte Proof of Concept gibt erste Einblicke in die verschiedenen Optimierungspotenziale.

„In der Regel erreichen wir den Proof-of-Concept mit messbaren Potenzialen nach 8-12 Wochen“

Modul 4: Realisierung Applikation

Im Rahmen eines agilen Projektansatzes wird nach Umsetzung des Proof of Concepts die Realisierung der Applikation vorangetrieben. Dies bedeutet, dass erste Mitarbeiter die Dashboards testen werden und diese in ihrem Arbeitsalltag zu Unterstützung nutzen können. Durch das akquirierte Feedback der Nutzer können z.B. die Dashboards angepasst werden oder zusätzliche Funktionen implementiert werden.

Modul 5: Umsetzungsbegleitung

Im Rahmen der Umsetzungsbegleitung soll der Rollout auf andere Bereiche vorangetrieben und die vollständige Integration des entwickelten Process Mining Ansatzes sichergestellt werden. Durch die Entwicklung eines Handbuchs werden Mitarbeiter unterstützt das System zu nutzen sowie auf Basis der Empfehlungen des Systems richtige Entscheidungen zu treffen.

Modul 6: Schulung & Coachings eines Teams während des Prozesses

Bereits während des gesamten Entwicklungsprozesses werden Mitarbeiter gezielt geschult und das Domainwissen der Einkaufsexperten weitergegeben. So lernen ihre Mitarbeiter neue Kompetenzen und sind gleich von Beginn an mit der Handhabung des entwickelten Tools vertraut.

Ihr Team wird dabei lernen, welche Stellschrauben mit Process Mining optimiert werden können. Generell lassen sich die Optimierungspotentiale in zwei Kategorien einteilen: Personalkosten und Materialkosten.

„Häufiger Fehler bei Process Mining: Transparenz alleine reicht nicht!“

Fazit: Wer heute von Process Mining im Unternehmen spricht, vernachlässigt oft die erforderlichen zusätzlichen Schritte, um aus der geschaffenen Transparenz einen nachhaltigen Erfolg für das Unternehmen zu realisieren.

„Zentral dabei ist es die geschaffene Transparenz mit Domainwissen zu kombinieren, um schnelle und anhaltende Einsparpotentiale umzusetzen.“

Gerne unterstützen wir Sie bei der Effizienzsteigerung im Einkauf. Unter anderem haben wir in anderen Unternehmen folgende Use-Cases gefunden:

Kontaktieren Sie uns unter mail@tcw.de und vereinbaren Sie ein kostenloses und unverbindliches Gespräch, wo wir Ihre Herausforderungen und mögliche gemeinsame Anknüpfungspunkte diskutieren können.

Beratungsleistungen

• Beschaffungscontrolling
• Best-Practice-Check
• Einkaufspotenzialanalyse

Publikationen

• Einkaufspotenzialanalyse
  Programme zur partnerschaftlichen Erschließung von Rationalisierungspotenzialen
• Data Science und künstliche Intelligenz
  Leitfaden zur Einführung von Data Science im Unternehmen: Tools, Fallstudien und Methoden
• Global Sourcing
  Leitfaden zur Erschließung internationaler Beschaffungsquellen

Praxisbeispiele

• Erfolgreiche Implementierung von Data Science im Einkauf
• Lektionen der Data Science Einführung: Das Modell des smarten Übersetzers mit TCW nutzen
• Data Science Implementierung leicht gemacht: Das können Sie von den Best-Practice-Unternehmen für die Implementierung lernen