mainnavlogo
Erstgespräch anfragen

Informationen über Enterprise Product Costing, Software und mehr.

Zwei Faktoren, die den zukünftigen Einsatz von künstlicher Intelligenz in der Kostenkalkulation voraussetzen

22/05/2019, Autor: Alexander M. Swoboda

Wenn man mit dem Begriff „künstliche Intelligenz“ konfrontiert wird, denken viele wahrscheinlich zunächst an den Kino-Androiden Terminator oder den „menschlichen“ Computer HAL 9000 aus dem Film „2001: Odyssee im Weltraum“.

Aber künstliche Intelligenz ist oft näher als wir glauben. Sie unterstützt uns zum Beispiel im Alltag: Die künstliche Intelligenz von Übersetzungsplattformen wie Google Translate oder DeepL verstehen Details und geben sie in den Übersetzungen wieder. Sprachassistenten wie Alexa oder Siri setzen unsere Sprachbefehle in unterschiedlichsten Endgeräten um. In Fahrzeugen erleichtern uns intelligente Einparkhilfen das Manövrieren in enge Parklücken.

In der Unternehmenspraxis könnten intelligente Algorithmen zukünftig das Stammdatenmanagement im Einkauf abdecken oder Rechnungen mit den Verträgen abgleichen. Die Frage, die sich uns im Kontext von Enterprise Product Costing stellt: Wie wird sich künstliche Intelligenz auf das Kostenmanagement auswirken? Wir glauben, dass sich die gesamten Abläufe im Unternehmen verändern werden, weil KI die digitalen Geschäftsprozesse vorantreibt – so auch im Kostenmanagement.

Predictive Costing, also „vorausschauende Kostenkalkulation“ mit künstlicher
Intelligenz, vereinfacht künftig Entscheidungen für eine schnelle Preiskalkulation
und Preisanpassung.

Durch globale Verflechtungen und disruptive, technologische Neuerungen werden Kostenstrukturen komplizierter und die Entstehung von Kostentreibern begünstigt. Das erfordert eine flexible und anpassungsfähige Vorgehensweise der Kostenabschätzung bzw.  -bewertung. Predictive Costing kann zukünftig intelligente Lösungen liefern, so zum Beispiel die frühzeitige intelligente Kostenschätzung.

 


Lesen Sie mehr über die Möglichkeiten von künstlicher Intelligenz und deren Potenziale bei Preisverhandlungen und Kostenkalkulationen im Interview von Alexander M. Swoboda, FACTON CEO, mit der OEM& Lieferant.

Artikel jetzt lesen


 

Welche Voraussetzungen müssen erfüllt werden, damit künstliche Intelligenz in der Produktkostenkalkulation eingesetzt werden kann?

Der Einsatz von künstlicher Intelligenz im Kostenmanagement baut auf zwei Bausteinen auf: Standardisierung und Digitalisierung der Produktkostenkalkulation:

  1. Standardisierung: Ohne Standards wird es nicht möglich sein, Daten einheitlich zu berechnen, geschweige denn aus verschiedenen Quellen sinnvoll zu kombinieren und für eine KI-Technologie zu nutzen.

  2. Digitalisierung: Unternehmen arbeiten durchweg mit digitalen Kommunikationsstrukturen, wenn sie KI-gestützt Kosten kalkulieren wollen.


Wie können die Standardisierung und Digitalisierung in der Produktkostenkalkulation umgesetzt werden?

Maßstab und gleichermaßen Werkzeug ist Enterprise Product Costing (EPC). Mit EPC werden Produktkosten unternehmensweit einheitlich kalkuliert und transparent über den gesamten Lebenszyklus eines Produkts dargestellt. Umgesetzt wird die Methode mit einer EPC-Software, die für die Zusammenarbeit im interdisziplinären Team ausgelegt ist.

Abbildung Konzept Enterprise Product Costing, Quelle: FACTON

Abbildung: Konzept Enterprise Product Costing | Quelle: FACTON GmbH

Ohne EPC-Anwendung können Unternehmen zwar auch über Umwege ihre herkömmlichen Systeme (wie gängige ERP- oder PLM-Software) zur Kalkulation nutzen, allerdings müssen die kostenrelevanten Daten, soweit sie überhaupt vorhanden sind, umständlich aus den unterschiedlichen Quellen zusammengesucht werden. Am Ende bleiben die Ergebnisse in der Regel ungenau.

Eine EPC-Software schafft Abhilfe über eine zentrale Datenbank, in der alle kostenrelevanten Daten aus den bestehenden IT-Systemen über Schnittstellen automatisch zusammengeführt und regelmäßig aktualisiert werden. Das geht nicht nur deutlich schneller, sondern gewährleistet auch, dass alle User mit einheitlichen Daten und Standards arbeiten, die ein gemeinsames Verständnis fördern. Eine EPC-Software kann große Datenmengen verarbeiten und die Kosten komplexer Produkte transparent darstellen: Kostentreiber werden deutlich sichtbar und können ausgeräumt werden.

 


Visual KI im Kostenmanagement Sie wollen mehr über den Einsatz von künstlicher Intelligenz im Kostenmanagement erfahren? Lesen Sie in unserem Whitepaper Predictive Costing über mögliche, künftige Anwendungsfälle, zunehmende Anforderungen an die Kostenkalkulation sowie allgemeine Voraussetzungen für den Einsatz von künstlicher Intelligenz.

Jetzt das vollständige Whitepaper lesen 



Warum braucht es die unternehmensweite Kostenlösung?

Der Blick auf die aktuelle Situation zeigt uns: Selbst nach heutigen modernen Maßstäben funktionieren die Kalkulationswege in produzierenden Unternehmen noch immer nicht reibungslos. Eine effiziente Produktkalkulation scheitert, weil es ohne eine innovative Kostenlösung nicht gelingt, die drei wesentlichen Hürden zu überwinden:

  • Die Prozesse sind zu komplex, nicht abteilungsübergreifend angelegt und nicht standardisiert.
  • Notwendige Informationen sind über verschiedenste Quellen verstreut.
  • Kosten werden nicht über den gesamten Produktlebenszyklus hinweg bewertet.

Die unzureichende Standardisierung der Daten und Digitalisierung der Kostenkalkulation im Unternehmen heißt auch, dass Unternehmen weit von automatisierten Geschäftsprozessen, zum Beispiel durch den flächendeckenden Einsatz von KI in der Kostenkalkulation, entfernt sind.

Die gute Nachricht, die uns antreibt, das Thema immer wieder auf die Agenda zu setzen: Unternehmen entwickeln das Bewusstsein dafür, dass die Standardisierung und Digitalisierung der Kostenkalkulation eine ganz wesentliche Voraussetzung für Predictive Costing ist.*


Sie wollen keinen unserer Beiträge verpassen?
Abonnieren Sie unseren Blog am Ende der Webseite.
⇓⇓⇓


 
* Der Text enthält Auszüge aus dem Whitepaper Predictive Costing.

Autor

Portrait Alexander M. Swoboda

Alexander M. Swoboda

CEO | FACTON