Davon ist auch, laut einer Befragung von BME und der Oliver Wyman Strategieberatung, die Hälfte der befragten europäischen Einkaufschefs überzeugt. Der Einkauf steht hier allerdings noch ganz am Anfang. Die größte Herausforderung bei der Umsetzung von Big Data im Einkauf ist das „Was und das Wie“.

„Die wenigsten Unternehmen haben hier eine genaue Vorstellung, was aus der Datenmenge genauer analysiert und ausgewertet werden soll. Auch die passenden Rückschlüsse für eine Entscheidungsgrundlage im Einkauf zu ziehen, fällt vielen Verantwortlichen schwer.“
Martin Zauner, Procurement-Experte von Phoron Consulting

Dabei lässt sich mit Big-Data-Analysen auch jede Menge Geld einsparen, wie die Senkung der Opportunitätskosten bei der Lieferantenbeurteilung. Mithilfe von Unternehmensdaten können Lieferanten geclustert oder zu einer Lieferantenverdichtung genutzt werden. Somit reduziert sich der Lieferantenstamm und dadurch verringern sich Opportunitätskosten. Zusätzliche Daten aus externen Datenquellen, wie Rohstoffindizes, statistische Daten, Preisniveau-Fakten oder Lieferantendiskussionen im Netz können ebenfalls zu einer Verdichtung der entscheidungsrelevanten Informationen beitragen. Auch im operativen Einkauf steckt sehr viel Potenzial, Kosten einzusparen, indem der gesamte Beschaffungsprozess auf Durchlaufzeiten, Abweichungen vom Soll oder unnötige Kostentreiber untersucht werden kann. Das „Wie“, also quasi die konkrete Umsetzung, stellt hierbei noch die kleinste Hürde dar, da die IT-Systeme heute alles für solche Big-Data-Analysen im Einkauf hergeben.

Welche Voraussetzungen erfüllt werden müssen, um Big Data im Einkauf einzusetzen, sehen Sie in dieser Grafik: