– 87 % der Einkaufsteams stecken weiterhin in taktischen Aufgaben fest
– 90 % haben ambitionierte KI-Ziele, 67 % k?nnen diese jedoch nicht skalieren
– 59 % der Unternehmen sehen mangelnde Datenqualit?t, Struktur und Verf?gbarkeit als Haupthindernisse, die sie in der Experimentierphase halten
– Avantgarde von 23 % gelingt es, KI zuverl?ssig in den Einkaufsprozessen zu skalieren
Die neueste Untersuchung von Ardent Partners und Ivalua mit dem Titel ?The Path to AI-First Procurement: Closing the Gap between AI Ambition and Execution? zeigt, dass Einkaufsleiter zwar ambitionierte KI-Ziele verfolgen, die meisten ihrer aktuellen Systeme darauf jedoch nicht ausgelegt sind. Die Unterschiede zwischen denjenigen, die den KI-Einsatz erfolgreich skalieren k?nnen, und der Mehrheit, die dabei noch gro?e M?he hat, liefern klare Erkenntnisse f?r F?hrungskr?fte.
Der Report verdeutlicht einen entscheidenden Zielkonflikt auf dem Markt: Einkaufsprofis erkennen die Vorteile der KI an ? 61 % sehen sie als Enabler f?r Produktivit?t und Skalierung ?, doch nur wenige wissen, wie man sie konsistent und wirksam einsetzt. W?hrend 90 % der Organisationen die KI aktiv erkunden oder in Pilotprojekten testen, befinden sich verbl?ffende 67 % im sogenannten ?Overreaching?-Quadranten des Reports: Hohe KI-Ziele stehen einem unzureichenden Governance-Rahmenwerk und fragmentierten Datenfundamenten gegen?ber.
Trotz dieser Herausforderungen hat eine beachtliche Avantgarde (23 %) erfolgreich einen ?KI-first?-Einkauf etabliert ? dank solider Datenfundamente, verankerter Governance-Strukturen und integrierter Arbeitsabl?ufe. Dies sind entscheidende Voraussetzungen, um KI verl?sslich zu skalieren (siehe Framework-Grafik).
Entscheidend ist: Einkaufsprofis erwarten nicht, dass die KI ihre Arbeit ?bernimmt, sondern vielmehr, dass sie ihnen den wirkungsvollsten und strategischsten Teil ihrer T?tigkeiten zur?ckgibt. Fast die H?lfte (47 %) nennt kognitive Unterst?tzung als prim?res Ziel eines ?Human-Agent?-Betriebsmodells, gefolgt von einem Fokus auf Lieferantenbeziehungen (36 %).
?Unternehmen, die mit der KI im Einkauf greifbare Fortschritte erzielen, bewegen sich nicht zwangsl?ufig schneller voran, sondern handeln dabei strategisch mit klarem Fokus?, kommentiert Andrew Bartolini, Gr?nder & CRO bei Ardent Partners. ?Sie lernen, wo intelligente Systeme den gr??ten operativen Hebel entfalten, an welcher Stelle Governance am wichtigsten ist und wie die KI die Ausf?hrung unterst?tzen kann, ohne neue operative Risiken zu schaffen.?
Haupth?rden f?r die KI-Adoption
F?r 59% der Befragten bleiben Daten das prominenteste Hindernis ? sei es in Bezug auf Qualit?t, Verf?gbarkeit oder Struktur, 51 % sehen die Integration in bestehende Systeme als Hauptherausforderung an. Nur 11 % der Unternehmen geben an, ?ber ein einheitliches Einkaufsdaten-Modell f?r ihren Source-to-Pay-Prozess zu verf?gen. Auff?llig dabei: 41 % beschreiben ihre Daten als integriert, aber abh?ngig von manuellen Abstimmungsprozessen zwischen den Systemen; 40 % arbeiten weiterhin mit fragmentierten Daten ohne einheitliche, verbindliche Datenquelle (?single source of truth?); und bei 8 % sind Daten in unstrukturierten Formaten verborgen (?Dark Data?).
Risiken und Bedenken ? Sorge vor Halluzinationen noch immer ?ber 50 %
Bei mehr als einem Drittel der Unternehmen (34 %) fehlt ein formelles KI-Governance-Modell. Gleichzeitig stuft die ?berw?ltigende Mehrheit der Befragten (96 %) das Risiko der Black-Box-KI als hoch oder moderat ein. ?ber die H?lfte (51 %) sieht Halluzinationen durch KI-Daten als gr??te Sorge, gefolgt vom Einsatz propriet?rer Daten zum Trainieren ?ffentlicher Large Language Models (LLM, 20 %). W?hrend Governance-Rahmenbedingungen nach wie vor uneinheitlich sind, sind sich fast zwei Drittel der Befragten (63 %) einig: Ein ?Human-in-the-Loop?-Ansatz, beziehungsweise das Vorschreiben manueller Genehmigungen f?r kritische Entscheidungen, sind nicht verhandelbare Anforderungen an die KI-Governance im Einkauf.
Schlie?en der L?cke zwischen Vorhaben und Umsetzung
Aktuelle KI-Anwendungsf?lle konzentrieren sich auf Einkaufsbereiche, in denen Daten leicht zug?nglich und Produktivit?tsgewinne messbar sind, wie zum Beispiel Ausgabenanalysen (22 %), Lieferantenakquise und -onboarding sowie die Automatisierung der Rechnungspr?fung (jeweils 20 %). Die f?r die n?chsten zw?lf Monate geplante Einf?hrung ?bersteigt die derzeitige Nutzung deutlich, wobei beim Vertragslebenszyklusmanagement die gr??te L?cke zu verzeichnen ist: 56 % geplant vs. 14 % aktuell im Einsatz.
Mehr als 80 % der Unternehmen planen, in den n?chsten drei Jahren Funktionen agentischer KI einzuf?hren. Die Mehrheit davon zeigt jedoch hohe Ambitionen bei gleichzeitig nicht ausreichender Vorbereitung, da sie die KI auf fragmentierte Daten und unzureichende Governance-Strukturen anwenden m?chte. Das Schlie?en dieser L?cke erfordert, den Schwerpunkt auf den Aufbau einer tragf?higen Grundlage zu legen: die Sicherung vernetzter Daten, die Etablierung integrierter Arbeitsabl?ufe und die Implementierung vertrauensw?rdiger Governance-Rahmenwerke
?Unternehmen, die KI bereits verl?sslich skalieren, kreieren enorme strategische Kapazit?ten und verschaffen sich einen erheblichen Wettbewerbsvorteil. Es herrscht enormer interner Druck, mit der KI im Einkauf schnell voranzukommen; doch Einkaufsleiter m?ssen hier strategisch vorgehen und eng mit der IT zusammenarbeiten?, so Alex Saric, Experte f?r Smart Procurement bei Ivalua. ?Der Versuch, KI-Erfolge auf Infrastruktur zu erzielen, die dies nicht tragen kann, verz?gert den gesch?ftlichen Nutzen und begrenzt die Skalierbarkeit. Der Erfolgsplan erfordert die Wahl einer passenden einheitlichen Architektur, die Implementierung von Human-in-the-Loop-Kontrollen und erst danach die beschleunigte breite Einf?hrung, um sicherzustellen, dass KI im Einkauf im operativen Alltag einen echten Mehrwert liefert.?
Keywords:Ivalua
Powered by WPeMatico