
Als ein führender Logistik-Anbieter und sein Beschaffungszweig auf einen arbeitsintensiven Prozess zur Anforderung von Frachtraten stießen, erkannten sie, dass der Engpass nicht das Volumen der Fracht war, sondern die Art und Weise, wie Informationen durch das System flossen. Das Sammeln der Daten für eine neue Ratenanforderung, das Hochladen in ein externes Ausschreibungstool und das anschließende Zusammenfassen der endgültigen Vertragsraten über alle Verkehrsträger hinweg war zu einer manuellen, zeitaufwendigen lästigen Aufgabe geworden. Die Herausforderung wurde durch die Notwendigkeit verschärft, Verträge regelmäßig zu erneuern, und durch die häufige Entdeckung, dass nicht vertraglich geregelte Sendungen weitaus mehr kosteten als ihre vertraglich vereinbarten Gegenstücke.
Die Lösung entstand in einem funktionsübergreifenden Innovationslabor, das Fachwissen im Sourcing mit fortschrittlicher Analytik kombinierte. Sie entwickelten eine Rate Request Automation (RRA)-Plattform, die den gesamten Workflow von der Ausschreibungs-Initiierung bis zur Vertragsaktivierung optimierte. Das neue System führte eine einzige, halbautomatisierte Oberfläche ein, über die Commodity Manager Gebote genehmigen oder ablehnen konnten, während die Lieferanten elektronische Formulare und Signaturen verwendeten, um den Übergang von Vorschlag zu aktiver Rate zu beschleunigen. Dieser Wandel reduzierte den manuellen Aufwand zur Bearbeitung eines Gebots und machte den gesamten Prozess für alle Beteiligten transparenter.
Die Automatisierung erweiterte auch den Umfang und die Häufigkeit der Ausschreibungen. Durch die Öffnung der Ausschreibungen für eine breitere Palette von Frachtbeförderern und die Ermöglichung des Wettbewerbs mehrerer Lieferanten für jede Dienstleistung erhöhte die Plattform die Anzahl der wettbewerbsorientierten Gebote und verkürzte die Zeit bis zum Abschluss der Verträge. Die „Megabid“-Zyklen von RRA, die zuvor Monate manueller Vorbereitung in Anspruch nahmen, laufen nun automatisch mithilfe von Künstlicher Intelligenz und maschinellem Lernen. Diese Fähigkeit ermöglicht es der Organisation, Frachtverträge mehrmals im Jahr zu aktualisieren und so sicherzustellen, dass die Raten wettbewerbsfähig und an die aktuellen Marktbedingungen angepasst sind.
Über die optimierte Ausschreibung hinaus identifiziert die Plattform proaktiv nicht vertraglich geregelte Sendungen. KI-gestützte Analysen kennzeichnen diese Möglichkeiten und generieren automatisch neue Ratenanforderungen, die Commodity Manager mit minimalem Eingriff genehmigen können. Dieser proaktive Ansatz wandelt Ad-hoc-Ausgaben in verhandelte, kosteneffiziente Verträge um.
Audit und Compliance werden auch durch KI-gestützte virtuelle Prüfagenten verbessert. Durch die Verknüpfung des RRA mit Ausgabenanalysetools überprüft das System die Compliance des Spediteurs, vergleicht die tatsächlichen Ausgaben mit den vertraglich vereinbarten Sätzen und kennzeichnet Abweichungen. Diese Echtzeitüberwachung stellt sicher, dass vertragliche Erwartungen erfüllt werden und dass Abweichungen schnell behoben werden.
Die Auswirkungen dieser Innovationen sind messbar. Die Organisation meldete Einsparungen von 20 Millionen US-Dollar bei vertraglichen Sätzen und 4 Millionen US-Dollar bei nicht vertraglichen Sätzen, eine Reduzierung der Durchlaufzeit für komplexe Angebote um mehr als 50 % und eine zehnfache Beschleunigung bei der Verhandlung neuer Vertragssätze. Darüber hinaus wurde die Rolle der Rohstoffmanager von zehn auf nur zwei Personen reduziert, wodurch Talente freigesetzt wurden, sich auf strategische Initiativen statt auf routinemäßiges Angebotsmanagement zu konzentrieren.
Die Vorteile gehen über interne Abläufe hinaus. Spediteure erhalten die Preislisten früher und können wettbewerbsfähigere Angebote abgeben, was ein Win-Win-Szenario schafft, das sowohl dem Anbieter als auch seinen Partnern zugutekommt. Die Transparenz der Plattform gibt Managern eine „Kontrollturm“-Sicht auf Sendungen und ermöglicht es ihnen, suboptimalen Routen zu erkennen und Preisverbesserungen oder Spediteurwechsel einzuleiten, bevor Kosten außer Kontrolle geraten.
Für [Supply-Chain]-Führungskräfte ist die Lehre klar: Die Automatisierung des Prozess der Preisabfrage mit KI, ML und Analytik senkt nicht nur die Ausgaben, sondern schaltet auch strategische Agilität frei. Durch die Reduzierung manueller Arbeit, die Beschleunigung von Angebotszyklen und die Implementierung eines kontinuierlichen Audits können Organisationen ein schlankes, reaktionsschnelles Frachtnetzwerk aufrechterhalten, das sich schnell an Marktdynamiken anpasst und gleichzeitig die Kosten im Griff behält.
Kommentare werden geladen...