Woran Sie unsere Arbeit messen können

Ausgangslage

Abrufe ändern sich schneller als der monatliche Planungszyklus

• Späte Reaktion: Abrufkürzungen, Anfragen und Lieferzeitsprünge erst im Monatszyklus bewertet
• Fragmentierte Daten: Daten in getrennten Systemen verteilt, Analysen erfordern hohen manuellen Aufwand

Lösung

Orchestrierte KI-Agenten erkennen, bewerten und empfehlen, der Mensch entscheidet

• Erkennen: Ein Signal-Agent prüft neue Abrufe und Kunden-E-Mails selbstständig
• Bewerten: Agenten beziffern die Wirkung in Euro und Stück, jede Zahl aus den Planungsdaten berechnet
• Entscheiden: Optimaler Maßnahmenmix als Vorschlag, Freigabe durch den Planer mit Protokoll

• KI-Agenten
• Prozessautomatisierung
• Forecasts und Szenarien
• Datenintegration

Ergebnis

Wochen früher gegensteuern, Produktion gleichmäßig auslasten, Notmaßnahmen vermeiden

• Auslastung: Spitzen geglättet, freie Kapazität umverteilt statt Zusatzschichten
• Kosten: Weniger Sonderfrachten, Überbestände früh abgebaut statt abgeschrieben
• Lieferfähigkeit: Liefertreue gesichert, Kundenanfragen nur mit machbarem Volumen bestätigt

Ausgangslage

Drei Standorte, keine gemeinsame Zahlenbasis

• Getrennte ERP-Systeme: Drei Produktionsstandorte ohne integrierte Gesamtsicht
• Manuelles Reporting: Monatliche Konsolidierung von Hand in Excel

Lösung

ERP-Daten aller Standorte in einem Kennzahlensystem zusammengeführt

• Datenintegration: ERP-Systeme der drei Standorte angebunden
• Kennzahlensystem: Margensicht nach Kunde und Produkt in einem Dashboard

• Datenintegration
• KPI-Systeme und Dashboards

Ergebnis

Weniger Aufwand im Monatsreporting, Margen transparent

• Konsolidierungsaufwand: 50 % weniger pro Monat
• Fehler: Keine manuellen Konsolidierungsfehler
• Margen: Volle Transparenz nach Kunde und Produkt

Ausgangslage

Hochlauf unter Druck, Verlustursachen unbekannt

• Lieferfähigkeit gefährdet: Ausbringung unter Kundenbedarf, Rückstände wachsen
• Kein belastbares Lagebild: Stillstände und Ausschuss verteilt in Papier, Excel und Einzelsystemen

Lösung

Verluste je Station sichtbar gemacht und mit Lean-Routinen systematisch abgestellt

• Datenbasis: Bestandssysteme angebunden, tägliches Cockpit zu Gesamtanlageneffektivität (OEE) und Verlusten je Station
• Analytics: Größte OEE-Verlusttreiber je Arbeitszyklus ermittelt, Maßnahmen datenbasiert abgeleitet
• Steuerung: Umsetzung mit dem Team der Linie, Wirkung jeder Maßnahme gemessen

• Datenintegration
• KPI-Systeme und Dashboards
• Wirkungsmessung
• Change Management

Ergebnis

Hochlauf stabilisiert, mehr Ausbringung aus derselben Linie

• Technische Verfügbarkeit: +18 Prozentpunkte (von 70 % auf 88 %), größter Hebel der OEE
• Ausschuss: Von 12 % auf 7 % gesenkt
• Ausbringung: +85 % gut ein Jahr nach Serienstart

Ausgangslage

Hochlauf in der Krise, Serienstart gefährdet

• Risiken zu spät erkannt: Zeitplan und Serienstart an mehreren Standorten in Gefahr
• Linie überlastet: Probleme neben dem Tagesgeschäft gelöst, Ressourcen ohne Fokus verteilt

Lösung

Taskforce kurzfristig gestartet, Engpässe in festen Arbeitszyklen abgearbeitet

• Start: Kernteam ohne Linienaufgaben, im Tandem mit den Verantwortlichen der Linie
• Steuerung: Kurze Arbeitszyklen, wöchentlicher Lenkungskreis, Maßnahmen an KPIs gemessen
• Übergabe: Deeskalationskriterien vorab definiert, offene Themen an die Linie übergeben

• Taskforce-Leitung
• Lagediagnose und Deeskalation
• Risiko- und Entscheidungsmanagement
• Schulung und Befähigung

Ergebnis

Serienstart abgesichert, die Linie führt selbstständig weiter

• Gutteilquote: Von rund 30 % auf über 80 % gesteigert
• Zykluszeit am Engpass: Um über 40 % gesenkt
• Verankerung in der Linie: Routinen und Kennzahlen vom Linienteam übernommen

Ausgangslage

Viele Programme, viele Standorte, kein gemeinsames Lagebild

• Daten verteilt: Standorte melden ihren Status in getrennten Excel-Dateien, jeweils im eigenen Format
• Manuelle Konsolidierung: Statusbild jede Woche von Hand zusammengeführt, Abweichungen spät erkannt

Lösung

Eine Meldelogik, ein Datenmodell, ein Management-Cockpit

• Erfassung: Einheitliche Vorlage mit Upload und automatischer Prüfung je Standort
• Datenmodell: Programme, Standorte und Stichtage in einem Modell, Verläufe über gespeicherte Stichtagsstände
• Cockpit: Kennzahlen je Programm und Standort, Abweichungen auf einen Blick

• Datenintegration
• KPI-Systeme und Dashboards
• Datenqualität und Governance
• Programmplanung und Steuerung

Ergebnis

Ein Lagebild für alle Programme, Abweichungen früh sichtbar

• Transparenz: 12 Kennzahlen in einem Cockpit für das gesamte Standortnetz
• Einführung: Start mit rund 20 Programmen, weitere Standorte folgen
• Aufwand: 20 Stunden manuelle Konsolidierung pro Woche entfallen

Ausgangslage

Über 80 Gesellschaften bestellen einzeln statt als Gruppe

• Einkaufsmacht ungenutzt: Jede Gesellschaft verhandelt für sich, gleiche Artikel zu unterschiedlichen Preisen
• Bestellwesen manuell: Telefon, Fax und E-Mail, ein Großteil der Belege von Hand geprüft

Lösung

Plattform ausgewählt, in die IT-Landschaft integriert und in den Gesellschaften verankert

• Auswahl: Kriterienkatalog und Schnittstellentest mit Echtdaten vor Vertragsunterschrift
• Integration: ERP-Schnittstellen und Stammdaten mit der Konzern-IT abgestimmt
• Befähigung: Einführung in Wellen, Schlüsselanwender als Multiplikatoren, Schulungen und Lieferantenanbindung

• Projektbüro (PMO)
• Programmplanung und Steuerung
• Datenintegration
• Change Management
• Schulung und Befähigung

Ergebnis

Pilot im Plan gestartet, Lieferantenbasis für den Regelbedarf im System integriert

• Systementscheidung: Passende Plattform in Abstimmung mit allen Beteiligten gewählt, Vertrag mit Experten verhandelt
• Pilot im Plan: Erste Gesellschaften termingerecht live, erste Bestellungen erfolgreich über das System getätigt
• Breite Einbindung: Konzernfunktionen, Fachbereiche und operative Einheiten von Beginn an beteiligt, mit hoher Akzeptanz

Ausgangslage

Gleiche Artikel, unterschiedliche Preise, keine Transparenz

• Daten verteilt: Rechnungen nur als PDF, je Gesellschaft in eigenen Systemen abgelegt
• Preise unbemerkt gestiegen: Erhöhungen auf Artikelebene monatelang ohne Gegensteuerung

Lösung

KI liest Rechnungen bis auf Artikelebene und vergleicht über alle Gesellschaften

• Datenbasis: PDF-Rechnungen aller Gesellschaften erschlossen, ohne Eingriff in bestehende Systeme
• KI-Auslese: Rund 150.000 Rechnungen von 160 Lieferanten strukturiert erfasst und geprüft
• Analyse: Preise und Konditionen je Lieferant verglichen, Verhandlungshebel priorisiert

• KI-Dokumentenverarbeitung
• Datenintegration
• Datenqualität und Governance
• KPI-Systeme und Dashboards

Ergebnis

Preistransparenz über alle Gesellschaften, ohne Mehraufwand im Fachbereich

• Einsparpotenzial je Lieferant: Bis zu 50.000 € pro Jahr
• Konditionen vereinheitlicht: 1 bis 2 % Einsparung durch einheitliche Skonti
• Hebel je Lieferant: Priorisiert nach Volumen und Abweichung, direkt verhandelbar

Ausgangslage

Liquiditätsforecast aus groben Annahmen

• Annahmen: Forecast auf groben Annahmen aufgebaut
• Datenbasis: Wenig Datenanalyse hinter den Werten

Lösung

Forecast-Modell aus ERP-Finanzdaten und Annahmen

• Datenintegration: Finanzdaten aus dem ERP angebunden
• Szenarien: Szenarien und Treiberanalyse für das Finanzteam

• Forecasts und Szenarien
• Datenintegration

Ergebnis

Sichtbar, welche Annahme wie stark wirkt

• Transparenz: Auswirkungen von Annahmen über Szenarien sichtbar
• Konsistenz: Finanzdaten und Annahmen in einem Modell verbunden

Ausgangslage

Belegflut, manuelle Kontierung, Korrekturschleifen mit der Kanzlei

• Manuell: Jeder Beleg einzeln kontiert, Zahlungen von Hand zugeordnet
• Fehleranfällig: Sonderfälle wie Steuerschuldumkehr (Reverse Charge), Bewirtung oder Fremdwährung

Lösung

Der KI-Agent bucht täglich, feste Regeln sichern die Steuerlogik ab

• Automatik: Belege lesen, kontieren, mit Bankumsätzen abgleichen und buchen
• Buchungsregeln: Steuerrechtliche Buchungsregeln fest hinterlegt, unsichere Fälle gehen zur Prüfung
• Lernschleife: Jede Korrektur der Kanzlei wird zur Regel und zum Testfall für die Qualitätssicherung

• KI-Agenten
• KI-Dokumentenverarbeitung
• Prozessautomatisierung
• Datenqualität und Governance

Ergebnis

Die Buchhaltung läuft täglich automatisch, die Kanzlei prüft, statt zu buchen

• Übereinstimmung: Rund 91 % der Buchungen identisch mit dem Endstand der Kanzlei
• Volumen: Rund 4.500 protokollierte KI-Entscheidungen zu über 850 Belegen
• Mandantenfähig: Jede Gesellschaft mit eigenen Regeln, Daten strikt getrennt

Ausgangslage

Vertriebsdaten im CRM, Auswertung in Excel

• CRM begrenzt: Kaum Analyse- und Zugriffsmöglichkeiten im bestehenden CRM
• Manuelle Auswertung: Vertriebsanalysen liefen über Excel

Lösung

Steuerungssicht direkt auf dem bestehenden CRM

• Kein Systemwechsel: Vertriebskennzahlen direkt aus dem CRM
• Zugriff: Steuerungssicht für den Vertrieb, auch mobil

• KPI-Systeme und Dashboards

Ergebnis

Ein gemeinsamer Informationsstand im Vertrieb

• Aufwand: Weniger manuelle Excel-Analyse
• Vertriebsalltag: Alle arbeiten mit denselben Zahlen

Ausgangslage

Studiendaten nur mit viel Handarbeit auswertbar

• Konsolidierung: Daten laufender klinischer Studien von Hand zusammengeführt
• Analyse: Auswertung mit hohem manuellem Aufwand

Lösung

Operative Studiendaten automatisch zusammengeführt

• Datenintegration: Automatisierte Zusammenführung operativer Studiendaten
• Kennzahlen: Zentrale Kennzahlen der Studien zur Selbstauswertung

• Datenintegration
• KPI-Systeme und Dashboards

Ergebnis

Transparenz über zentrale Studienkennzahlen

• Aufwand: Weniger manuelle Konsolidierung
• Selbstauswertung: Teams werten die Kennzahlen selbst aus