

In mehreren Unternehmen wurde das automatische Bestellen über AI getestet. Ihre Aufgabe war es, eigenständig den Bedarf zu bewerten, operative Nachbestellungen auszulösen und ein optimales Lagerniveau zu halten. Das Ergebnis übertraf oft die Erwartungen – leider im negativen Sinne.
In mehreren Unternehmen wurde das automatische Bestellen über AI getestet. Ihre Aufgabe war es, eigenständig den Bedarf zu bewerten, operative Nachbestellungen auszulösen und ein optimales Lagerniveau zu halten. Das Ergebnis übertraf oft die Erwartungen – leider im negativen Sinne.
Schauen wir uns zunächst die unterhaltsamsten Pannen an:
⚠️ In einem kleineren Unternehmen bestellte der Algorithmus 27.000 Kaffeebecher, weil er „korrekt schlussfolgerte, dass der Verbrauch während Besprechungen exponentiell steigt und die Becher ausgehen würden, wenn alle nur sieben Tage am Stück tagen würden.“
🧻 In einer Logistikfirma bestellte das System versehentlich vier Lkw-Ladungen Hygieneartikel statt vier Packungen. Natürlich handelte es sich um einen kleinen Einheitenfehler im ERP-System. Der Einkaufsleiter kommentierte die Situation mit den Worten: „Zumindest hätten wir kein Problem, selbst wenn alle gleichzeitig … müssten.“
🤖 Ein Chatbot als Verhandlungsführer erwies sich zunächst als erfolgreich. Immerhin konnte er mit Lieferanten „15 % niedrigere Preise aushandeln“. Leider stellte sich auch heraus, dass erfahrene Lieferanten die Schwächen des Algorithmus schnell durchschauten und systematisch höhere Preise durchsetzten – es genügte, traurig zu wirken, zu behaupten, der Preis liege unter den Kosten, und dass sich der Chatbot fair verhalten müsse.
💻 Die IT-Abteilung legte einen fiktiven Lieferanten an, um zu testen, ob das neu eingeführte SRM-System mit seinen vielen Sicherungen und automatischer Überwachung den Betrug erkennen würde. Leider lieferte der Fake-Lieferant im System das imaginäre Produkt in der geforderten Qualität und rechtzeitig, die Rechnung passierte Prüfung und Zahlung – und das System vergab ihm sogar 4,8 Sterne. Alle Beteiligten waren sicher erfreut, dass die interne Revision daraus eine Fallstudie machte.
🌡️ Zunehmend dringlicher wird die Frage, dass Unternehmen das Verhältnis zwischen menschlicher Verantwortung und Künstlicher Intelligenz sorgfältig abwägen müssen. Wann erledigt der Mensch die Arbeit allein? Wann steuert er den Prozess und AI ist nur ein effizienter Assistent? Wann arbeiten beide partnerschaftlich zusammen? Wann erledigt AI die Arbeit und der Mensch kontrolliert? Und wann kann AI völlig autonom arbeiten? Dies sind die Schlüsselfragen für eine erfolgreiche Einführung von AI in Unternehmen.

Eine der größten Sorgen bei der Einführung einer neuen Einkaufssoftware lautet: „Alles sieht gut aus, aber wie sollen wir Promitea in unserem Unternehmen einführen? Unsere Einkäufer kennen sich damit nicht aus, die IT-Abteilung ist bereits überlastet, und zusätzliches Budget bekommen wir auch nicht.“
Seien wir ehrlich miteinander und hören wir auf, Dinge zu versprechen, die wir nicht halten können. Keine Beschaffungssoftware wird von allein auf wundersame Weise Preise senken, die Qualität verbessern oder Lieferbedingungen optimieren.
Es ist wichtig, ehrlich anzuerkennen, dass Fehler jedem passieren können – einem erfahrenen Einkäufer, einem neuen Kollegen, einer Führungskraft oder einem Lieferanten.
Wie viele Unternehmen betrachten heute immer noch den Preis als das größte Risiko im Einkauf – während ihnen gleichzeitig deutlich kostspieligere Probleme direkt vor der Nase entgehen?
Rentabilität der Investition im ersten Jahr nach der Durchführung des Projekts.*
*Die geschätzten Renditen basieren auf realen Daten, die von unseren Kunden und ihren erfolgreich abgeschlossenen Projekten gesammelt wurden.
Treten Sie Promitea bei.
Unser Team ist für Sie da.