Datenbasierte Prozessoptimierung

Zwei Beispiele zeigen die Datennutzung im Anwendungsfeld der Betriebsführung.

Matchory: die smarte Lieferantensuche

Mit Matchory hat die lästige und zeitintensive Suche nach Lieferanten ein Ende. „Wir beabsichtigen, die Lieferantenauswahl mit automatisierter Datenerfassung und -analyse zu demokratisieren, sodass Informationen über die Lieferanten auf Knopfdruck zur Verfügung stehen“, beschreibt Aiko Wiegand, CEO von Matchory, das Geschäftsmodell des Start-ups. Dabei gehen die drei Gründer Martin Konradi, Nils Liskien und Aiko Wiegand von der aktuellen Vorgehensweise der Lieferantenauswahl bei Beschaffungsvorgängen aus. Das Ergebnis ihrer Beobachtungen: Die Ermittlung der Bedürfnisse diverser Interessengruppen bis zur Bewertung von Angeboten ist manuell und ineffizient.

Die Ursachen dafür sind meist verstreute Informationen über Lieferanten und das Fehlen einheitlicher, verifizierter Vergleichsparamter. Um diesem Problem entgegenzutreten, sammelt Matchory online Daten über sämtliche Lieferanten und legt Lieferantenprofile an. „Dabei werden z. B. die Webseiten analysiert, relevante Informationen extrahiert sowie zusätzliche Kennzahlen integriert“, erklärt Wiegand. Sehr aufschlussreich ist die Integration von Zolldaten in die Profile. Sie stellen die globalen Lieferketten transparent dar und ermöglichen dem Nutzer tiefgreifende Markteinblicke sowie eine völlig neue Entscheidungsgrundlage. Weitere Daten wie Finanzkennzahlen oder makroökonomische Daten könnten zusätzlich über Partner integriert werden, führt Wiegand das Potenzial von Matchory weiter aus.

Im Gegensatz zur herkömmlichen Lieferantensuche wertet Matchory mit Hilfe von Künstlicher Intelligenz und Machine Learning die gesammelten Daten smart aus. Relevante Keywords werden direkt den jeweiligen Lieferanten zugeordnet. Wiegand betont: „Die Datenanalyse und -verarbeitung ist das Herzstück unseres Unternehmens und unterscheidet uns von herkömmlichen Lieferantenplattformen und einem manuellen Scoutingprozess.“

Im Vordergrund steht dabei die Etablierung einer ganzheitlichen und automatisierten Vergleichsmöglichkeit. Der Kunde ist in der Lage, deutlich mehr Lieferanten in den Auswahlprozess einzubeziehen und fällt dadurch schnellere und bessere Entscheidungen. Das spart Zeit und Geld.

Das Gründer-Team von Matchory

Data Zoo: eine erfolgreiche Zukunftsprognose wagen

Data Zoo und ihre tierische Software AnoFox und SparrowBI optimieren die Kernprozesse eines Unternehmens mit Hilfe unternehmenseigener Prozessdaten.

Bei den verwendeten Daten handelt es sich um Kern-Key-Performance-Indicators (KPI), also Kennzahlen für Kundenbedarf, Materialverbrauch, Umsatz oder Ressourcen-Bedarf, die aufgrund ihrer betriebswirtschaftlichen Relevanz bereits in hoher Qualität vorliegen. Data Zoos Software projiziert diese Daten in die Zukunft und verbessert die Vorhersagen durch zusätzliche Daten wie Marketing- oder Kundeninformationen aus anderen Enterprise Systemen oder externen Datenquellen, die makroökonomische Informationen enthalten. Mit Hilfe von Machine-Learning-Algorithmen identifiziert die Software anomales Verhalten.

„Dies passiert mit modernen Deep Learning Modellen zur Zeitreihenanalyse“, so Joachim Rosskopf, neben Simon Müller und Manfred Kiener einer der drei Gründer von Data Zoo. „Kunden reduzieren durch unsere Software ihren Planungsaufwand dramatisch“, erklärt er weiter. Dadurch nutzt der Kunde Chancen und Herausforderungen effizient, indem er Probleme frühzeitig erkennt und angeht. „Durch unsere Software verstehen die Fachexperten des Kunden besser, wodurch KPIs beeinflusst werden und welche Zusammenhänge bestehen“, so Rosskopf. Auf dieser Grundlage könne der Kunde dann verschiedene Szenarien simulieren und optimalere Geschäftsentscheidungen treffen.


Titelbild von Gerd Altmann auf Pixabay