Die Leistung der Einkäufe wird durch präzise Indikatoren gemessen: Vertragsabdeckungsquote, Bearbeitungszeiten von Bestellungen, Einsparungen bei strategischen Kategorien. Die Digitalisierung und die Nutzung von Daten wirken sich direkt auf diese Indikatoren aus, indem sie manuelle Aufgaben durch automatisierte Abläufe ersetzen und zuvor in Tabellen oder E-Mails verstreute Daten sichtbar machen.
Daten-Governance im Einkauf: Die oft vernachlässigte technische Voraussetzung
Bevor ein Tool implementiert wird, muss die Frage der Datenqualität geklärt werden. Ein Lieferantenverzeichnis, das Duplikate, unvollständige Codes oder veraltete Adressen enthält, verfälscht jeden daraus abgeleiteten Leistungsindikator.
Lesetipp : Wie man offen bleibt und beim dritten Date erfolgreich ist
Die Daten-Governance im Einkauf bezeichnet die Gesamtheit der Regeln, die die Erfassung, Normalisierung und Aktualisierung von Informationen zu Lieferanten, Verträgen und Transaktionen regeln. Ohne diese Governance-Schicht zeigen die Dashboards inkonsistente Ergebnisse, und die darauf basierenden Entscheidungen verlieren ihre Zuverlässigkeit.
Konkret bedeutet dies die Ernennung eines Datenverantwortlichen (Data Owner) im Einkauf, die Definition von Namens- und Kategorisierungsregeln sowie automatisierte Konsistenzprüfungen bei jedem Import. Spezialisten, die die Einkaufsabteilungen unterstützen, wie perceptis.fr, intervenieren bei dieser Strukturierung, um die Datenprozesse mit den Zielen der operativen Leistung in Einklang zu bringen.
Ein selten behandelter Punkt: die Frage des Eigentums an den CO2-Daten, die mit den Einkäufen verbunden sind. Wenn ein Unternehmen die Emissionsdaten seiner Lieferanten über eine digitale Plattform erfasst, müssen die Rückverfolgbarkeit und die Zuordnung dieser Daten vertraglich geregelt werden. Das Fehlen eines klaren Rahmens zu diesem Thema birgt das Risiko von Streitigkeiten bei CSR-Audits oder nicht-finanziellen Berichten.
Elektronische Rechnungen 2026 und Einkaufseffizienz: Eine direkte Verbindung
Die französische Reform der elektronischen Rechnungsstellung, deren Zeitplan ab 2026 gilt, beschränkt sich nicht auf eine Formatänderung. Sie verändert die Art der verfügbaren Daten zur Steuerung der Einkaufseffizienz.
Der Übergang zur elektronischen Rechnung über Partner-Digitalisierungsplattformen (PDP) oder das öffentliche Portal erfordert eine standardisierte Strukturierung der Rechnungsdaten. Jede eingehende Rechnung kommt mit standardisierten Feldern: Lieferanten-ID, Nettobetrag, MwSt., Bestellreferenzen.
Diese Normierung ermöglicht einen automatischen Abgleich zwischen Bestellung, Empfang und Rechnung (das Three-Way-Matching), ohne menschliches Eingreifen bei den meisten Abläufen. Der Gewinn liegt nicht nur in der Reduzierung der Bearbeitungszeit. Er besteht in der Fähigkeit, Preisabweichungen, Rechnungen außerhalb des Vertrags oder nicht gemeldete Teillieferungen in Echtzeit zu erkennen.
Was die Reform für die KPI im Einkauf ändert
Mit strukturierten und zentralisierten Rechnungsdaten werden mehrere Indikatoren zuverlässig messbar:
- Die Vertragskonformitätsquote kann automatisch berechnet werden, indem die in Rechnung gestellten Preise mit den verhandelten Preisen über das gesamte Volumen verglichen werden und nicht mehr nur über eine Stichprobe.
- Die durchschnittliche Bearbeitungszeit von Rechnungen (vom Empfang bis zur Zahlung) wird zu einem konsolidierten Indikator, der innerhalb einer Gruppe von Entitäten vergleichbar ist.
- Einkäufe außerhalb des Prozesses (Maverick Buying) werden durch das Fehlen einer Bestellnummer, die mit der Rechnung verknüpft ist, identifiziert, was eine präzise Quantifizierung des Phänomens ermöglicht.
Die Reform zwingt dazu, die Lieferantendatenbanken zu bereinigen, um die Übereinstimmung zwischen den Steueridentifikationsnummern und den internen Referenzen zu gewährleisten. Diese Arbeit, die oft als administrative Belastung wahrgenommen wird, hat einen direkten Hebeleffekt auf die Zuverlässigkeit der Einkaufsdaten.
KI und Lieferantenscoring: Was der europäische AI Act ändert
Der Einsatz von Künstlicher Intelligenz im Einkauf entwickelt sich in mehreren Anwendungsfällen: Risikoscoring von Lieferanten, prädiktive Analyse von Rohstoffpreisen, automatische Klassifizierung von Ausgaben. Diese Anwendungen basieren auf Modellen, die aus historischen Daten trainiert wurden.
Der europäische AI Act führt eine Verpflichtung zur Transparenz und Rückverfolgbarkeit für die in den Organisationen eingesetzten KI-Systeme ein. Für eine Einkaufsabteilung, die einen Algorithmus zur Bewertung von Lieferanten verwendet, bedeutet dies, dass die Trainingsdaten, die Entscheidungsmerkmale des Modells und mögliche Verzerrungen dokumentiert werden müssen.
Ein intransparentes Lieferantenscoring setzt das Unternehmen dem Risiko von Anfechtungen durch Anbieter aus, die von einer Ausschreibung ausgeschlossen wurden. Der AI Act fördert die Strukturierung der algorithmischen Governance, was mit der zuvor erwähnten Daten-Governance übereinstimmt.
DORA und Resilienz der Einkaufstools
Für Unternehmen im Finanzsektor fügt die DORA-Verordnung (die seit Januar 2025 in Kraft ist) eine Schicht spezifischer Anforderungen hinzu. SaaS-basierte Einkaufsplattformen werden als Drittanbieter-IT-Dienstleister betrachtet, die bestimmten Anforderungen an die digitale operationale Resilienz unterliegen.
Das bedeutet, dass die Wahl eines Tools zur Digitalisierung des Einkaufs nicht mehr nur auf seinen Funktionen oder seiner Benutzerfreundlichkeit beruht. Die Fähigkeit des Anbieters, die Servicekontinuität und die Auditierbarkeit der Daten zu gewährleisten, wird zu einem vollwertigen Auswahlkriterium, das direkt mit der regulatorischen Konformität verbunden ist.
Datenkompetenzen der Einkäufer: Der limitierende Faktor
Die Tools sind vorhanden, die Daten kommen in wachsendem Volumen, die Vorschriften drängen zur Strukturierung der Prozesse. Der limitierende Faktor bleibt die Fähigkeit der Einkaufsteams, diese Daten zu nutzen.
Die Schulung der Einkäufer in der Lesung von Dashboards, der Interpretation von Trendkurven oder der Formulierung von Abfragen in einem Business-Intelligence-Tool ist kein einmaliges Projekt. Es ist eine kontinuierliche Investition, die in den Kompetenzentwicklungsplan integriert ist.
- Die Beherrschung relationaler Datenbanken und der Abfragestruktur ermöglicht es einem Einkäufer, die Zuverlässigkeit eines Indikators selbst zu überprüfen, ohne von einem Datenanalysten abhängig zu sein.
- Das Verständnis der Grenzen eines KI-Modells (Trainingsverzerrungen, Überanpassung) verhindert, dass automatisierte Entscheidungen als absolute Wahrheiten getroffen werden.
- Die Fähigkeit, mit den IT- und Datenteams über Datenformate, APIs und Integrationsflüsse zu kommunizieren, beschleunigt die Digitalisierungsprojekte.
Die Herausforderung ist nicht technologischer Natur im engeren Sinne. Die Datenkompetenz der Einkaufsteams bestimmt die Rentabilität aller implementierten Tools. Ein perfekt konfiguriertes, aber von ungeschulten Teams untergenutztes Tool produziert Dashboards, die niemand einsehen möchte.
Die Digitalisierung des Einkaufs beschränkt sich nicht auf die Wahl einer Software. Sie verbindet Daten-Governance, regulatorische Konformität und menschliche Kompetenzen. Die Einkaufsabteilungen, die in diesen drei Bereichen gleichzeitig Fortschritte machen, sind diejenigen, die ihre Daten in messbare Entscheidungen umwandeln.