Zum Inhalt gehen

Warum autonome Systeme die nächste große Sache sind und wie sich dies auf die Welt der Beschaffung auswirkt

Abduelkadir Tekin
2019-02-25

Wie Big Data, maschinelles Lernen, Künstliche Intelligenz und automatisiertes Prozessdesign in autonome Systeme übergehen werden

„Wir neigen dazu, die Wirkung einer Technologie kurzfristig zu überschätzen und langfristig zu unterschätzen.“ – Roy Amara

Heutzutage gibt es eine Fülle neuer Technologien, die unsere Art zu leben und zu arbeiten ändern werden. Bei jeder der vergangenen industriellen Revolutionen führte eine technologische Innovation immer zu hunderten von nachfolgenden Technologien und Innovationen. Nehmen wir das Beispiel Strom: Die Möglichkeit Strom im großem Umfang als Stromquelle zu nutzen, hat unsere Welt grundlegend verändert und tausende von Innovationen und Anwendungen hervorgerufen, die uns allen das Leben erleichtern. Dann, vor etwa dreißig Jahren, hat die Einführung des Internets unser Leben wieder völlig verändert. Durch die neue Art des Daten- und Informationsaustauschs wurden tausende von Innovationen geschaffen, die zu neuen Produkten, Dienstleistungen und Geschäftsmodellen führten.Blog per E-Mail abonnierenRSS-Feed abonnieren

Welche Technologie entwickelt sich also gerade, die uns in zehn Jahren tiefgreifend beeinflussen wird und unsere Gesellschaft und Unternehmen revolutionieren kann? Viele setzen hierbei auf Big Data, Blockchain, maschinelles Lernen, Künstliche Intelligenz, Robotik-Prozessautomatisierung, das Internet der Dinge und so weiter. All diese Technologien werden häufig als digitale Revolution zusammengefasst – die sogenannte 4. industrielle Revolution – die bereits heute das Leben beeinflussen und ganze Branchen und Geschäftsmodelle tiefgreifend verändern.
So wichtig jede dieser Technologien auch sein mag, es gibt eine Innovation, die noch größere Auswirkungen haben wird und sogar als fünfte industrielle Revolution bezeichnet werden kann. Es ist ein Technologiekonzept, das sich in atemberaubender Geschwindigkeit entwickelt, jedoch noch nicht sein volles Potenzial erreicht hat: Autonome Systeme.

Autonome Systeme

Natürlich gibt es bereits erste autonome Systeme: Schauen wir uns IBM Watson, Google Go, sowie autonome Autos, Schiffe und Drohnen an. Diese ersten Anwendungsfälle wo die Quizshow Jeopardy! und das hochkomplexe chinesische Brettspiel Go mit künstlicher Intelligenz gewonnen werden und Fahrzeuge auf dem Boden, im Wasser und in der Luft autonom fahren können, sind erst der Anfang. Die Entwicklung wirklich künstlich intelligenter Lösungen scheint bereits in greifbarer Nähe zu sein – sie sind jedoch noch weit von der Massenmarktnutzung entfernt, insbesondere in komplexen Nischenbereichen wie Einkauf, Beschaffung und Kreditorenbuchhaltung.

Darüber hinaus verfügen wir bereits jetzt über digitale Lösungen wie robotorgesteuerte Prozessautomatisierung und maschinelles Lernen. Dies sind digitale, automatisierte Systeme, die jedoch immer noch häufige menschliche Interventionen, Anleitungen und Entscheidungen erfordern. Daher können diese Lösungen zwar automatisch die Arbeit erledigen, die der Mensch zuvor manuell ausführen musste, sie können jedoch noch nicht vollständig autark arbeiten. Wenn sich etwas ändert und die Ergebnisse unerwartet, ungewöhnlich oder ungeplant sind, werden die heutigen Lösungen vor einem Problem stehen und dann einen Menschen benötigen, um dieses Problem zu beheben. Der Hauptunterschied dieser Lösungen zu den autonomen Systemen ist die Fähigkeit, jederzeit während des Prozesses zu lernen, sich anzupassen, zu interpretieren und Entscheidungen zu treffen ohne bzw. mit nur sehr wenig menschlicher Intervention. Dieselbe Technologie, die in der nahen Zukunft autonomes Fahren ermöglichen wird, kann also auch in vielen anderen Bereichen und im geschäftlichen Kontext eingesetzt werden.

Einer dieser Anwendungsbereiche wird die Beschaffung sein, die heute noch sehr manuell und wenig automatisiert ist. Die Verwaltung von Lieferanten, Verträgen, Warengruppen und Bestellungen ist heute umständlich und arbeitsintensiv. Dies wird sich jedoch mit autonomen Systemen in Kombination mit Big Data, maschinellem Lernen und künstlicher Intelligenz ändern. Nehmen wir als Beispiel den Lieferantenbewertungsprozess. Anstelle die qualitativen und quantitativen Kennzahlen für die auf das gesamte Warengruppen-Management-Team verteilten Lieferanten auf eine unzuverlässige, fehleranfällige und manuelle Weise zu überprüfen, arbeitet das autonome Lieferantenbewertungssystem rund um die Uhr, um die erforderlichen Daten von und über die Lieferanten einzuholen. Und mit Hilfe von Spracherkennung und der natürlichen Sprachverarbeitung werden diese Systeme sogar selbstständig mit den Lieferanten in Kontakt treten, wenn Informationen fehlen. Sobald alle relevanten Informationen vorliegen, wird das System diese Informationen mit historischen Daten und mit internen oder externen Benchmarks vergleichen und kann mithilfe von prädiktiver Analytik interpretieren, ob der Lieferant die vorgegebenen Kennzahlen einhält. Wenn das System feststellt, dass die Lieferantenleistung nachlässt, wird es den Lieferanten und Waregruppenmanager rechtzeitig über das potentielle Problem informieren und somit wird es genug Zeit geben auf das Problem zu reagieren. Die autonomen Systeme werden auch Lieferantenaudits durchführen und regelmäßige Berichte erstellen können. All diese Informationen werden dem menschlichen Warengruppenmanager dann leicht zugänglich gemacht und der Prozess wird automatisch und autonom stattfinden. Sogar notwendige Abweichungen von einem Standardprozess oder notwendige Änderungen am Prozess selbst können mit Hilfe von Process-Mining-Tools der nächsten Generation, die in das autonome System eingebettet sind, analysiert, vorgeschlagen und sogar implementiert werden. Von Zeit zu Zeit kann das System Unterstützung bei Eskalationen benötigen oder Fragen haben, die nur Menschen beantworten können – die dann automatisch durch die maschinelle Lernfähigkeit zur Wissensbasis des Systems hinzugefügt werden. Abgesehen davon benötigen autonome Systeme jedoch keine menschliche Intervention mehr.

Herausforderungen autonomer Beschaffungssysteme

Aber bevor es soweit ist, gibt es vor allem im Zusammenhang mit der Beschaffung noch einige Hürden zu überwinden.

Lösungen für Künstliche Intelligenz gibt es bereits, auch wenn sie noch technisch ausgereifter werden müssen. Mit der aktuellen Entwicklungsgeschwindigkeit werden diese Systeme bald in der Lage sein, die menschlichen Fähigkeiten hinsichtlich Geschwindigkeit und Zuverlässigkeit nicht nur in Nischenbereichen, sondern auch in viel komplexeren Szenarien zu erreichen und sogar zu übertreffen. Was noch fehlt, sind die Regeln, nach denen die autonomen Systeme arbeiten und interagieren müssen. Einfache Prozesse wie das Three-Way-Matching – der Abgleich von Bestellungen, Wareneingängen und Rechnungen – können einem System leicht beigebracht werden. Je komplexer jedoch ein Prozess ist – wie z.B. das Ausführen eines komplexen End-to-End-Sourcing Events – desto mehr Entscheidungen sind erforderlich, desto mehr Ausnahmen gibt es, desto häufiger ist Improvisation und Kreativität gefragt und desto häufiger sind Selbstlernmechanismen erforderlich. Die meisten gut ausgebildeten Menschen sind in der Lage all dies zu meistern, aber autonome Systeme haben noch einen langen Weg vor sich, bis sie diese menschlichen Fähigkeiten besitzen werden. Sogar der Mensch kann die volle Komplexität und Zusammenhänge in vielen der heutigen Prozessen nicht verstehen. Wie können wir also irgendeinem System autonomes Verhalten in einem Bereich beibringen, den wir selbst noch nicht voll durchdrungen haben?

Eine weitere Voraussetzung für die Entwicklung autonomer Systeme sind Daten, die auf sogenannten Ereignissen basieren. Die Digitalisierung, die wir derzeit in fast allen Branchen und Bereichen unseres Arbeitslebens durchlaufen, liefert diese entscheidende Zutat für autonome, selbstlernende Systeme. Aber ohne genügend Datenpunkte, aus denen das Lernen abgeleitet werden kann, gibt es für die Systeme keine Möglichkeit, Muster zu erkennen und aus den vorhandenen Daten Rückschlüsse zu ziehen. Je weniger Ereignisse vorhanden sind, desto schwieriger ist es, von diesen wenigen Ereignissen Handlungsvorschläge oder Entscheidungen abzuleiten. In manchen Bereichen – wie Auktionen in bestimmten Warengruppen – gibt es noch nicht genügend elektronisch gespeicherte Anwendungsfälle, um alle Eventualitäten abzudecken. Jede künstlich intelligente und autonome Lösung erfordert Millionen von Anwendungsbeispielen, um von diesen Muster abzuleiten und zu lernen selbstständig zu entscheiden. Deshalb sind die Lösungen, die autonomen Systemen heute am nächsten kommen, entweder Lösungen im Verbrauchergeschäft oder in Bereichen, bei denen Daten gesammelt werden können, indem z.B. Millionen von Kilometern in verschiedenen Umgebungen gefahren werden, um sicherzustellen, dass autonome Autos lernen selbst zu fahren.

Man kann argumentieren, dass Menschen heutzutage auch keinen Zugriff auf diese Datenpunkte haben, sondern dass sie selbst lernen und beobachten können und dass sie das Fehlen von Regeln oder Daten mit einem Verhalten ausgleichen, das normalerweise als „Intuition“ oder „Bauchgefühl“ bezeichnet wird. Menschen können auch ihren gesunden Menschenverstand, Kreativität und Improvisation anwenden, wenn unerwartete Ereignisse eintreten oder unzureichende Daten vorliegen. Sie treffen jedoch oft genug schlechte Entscheidungen oder gehen aus diesen Gründen unnötige Risiken ein. Autonome Systeme werden denselben Herausforderungen gegenüberstehen, aber sobald Regeln und Daten vorhanden sind, werden sie sich viel besser an diese halten und höchstwahrscheinlich schneller und effizienter sein als Menschen.

Vorteile autonomer Beschaffungssysteme

Sobald die oben genannten Herausforderungen gelöst werden, können autonome Beschaffungssysteme schneller agieren, länger arbeiten und werden weniger fehleranfällig sein. Damit können Beschaffungsabteilungen effizienter, kostengünstiger und mit viel kürzeren Durchlaufzeiten arbeiten. Ein großer Teil der menschlichen Arbeit – insbesondere die standardisierte, sich wiederholende und nicht wertschöpfende Arbeit – wird von autonomen Systemen übernommen, die nur noch sehr selten menschliche Unterstützung und Interaktion benötigen. Die Pessimisten und Schwarzseher prophezeien, dass wahrscheinlich Millionen von Jobs verloren gehen. Die Geschichte der industriellen Revolution hat jedoch gezeigt, dass am Ende aller revolutionären Innovationen mehr neue Arbeitsplätze und Möglichkeiten geschaffen worden sind als überflüssig wurden. Ich bin fest davon überzeugt, dass dies auch dieses Mal der Fall sein wird. Die Beschaffungsabteilung kann sich dann auf die wirklich wertschöpfenden Aktivitäten konzentrieren, z.B. mit ihren Lieferanten über Produkt- oder Serviceinnovationen zu diskutieren, anstatt ihre kostbare Zeit damit zu verschwenden, sich über Bestellungen und Rechnungen zu streiten, die nicht zueinander passen.

Fazit

Auch wenn das alles für die meisten von uns jetzt nach Science Fiction klingt, glaube ich immer noch, dass völlig autonome Systeme die unabwendbare nahe Zukunft sein werden – Systeme, die wissen, was unter (fast) allen Umständen zu tun ist, ohne dass menschliche Intervention erforderlich ist. Die Frage ist eher, wie lange wird es noch dauern? Diese Frage kann noch nicht beantwortet werden, aber wir können mit Erstaunen beobachten, wie sich die Welt um uns herum schnell verändert. Autonome Beschaffungssysteme werden uns dabei helfen, noch effizienter, effektiver und qualitativ hochwertiger zu arbeiten.