Kaizen 2 go 390 : Automatisierte Angebotsprozesse - GeeMco : Götz Müller Consulting

Inhalt der Episode:

Was sind typische Herausforderungen in Angebotsprozessen?
Was sind die Folgen daraus und welchen Nutzen kann man dann aus der Automatisierung ziehen?
An welchen Stellen in Angebotsprozessen bestehen Automatisierungspotenziale
Was macht die Automatisierung von Angebotsprozessen besonders herausfordernd?
Wie sieht ein typischer Einstieg in die Automatisierung von Angebotsprozessen aus?
Welche Voraussetzungen sind dafür notwendig und müssen ggf. vorher geschaffen werden?
Wann kann man mit ersten Automatisierungsergebnissen rechnen?
Wie sehen die Wechselwirkungen zwischen den Fachexperten und den Automatisierungswerkzeugen aus? Wo/Warum gibt es evtl. Vorbehalte?
Welche Rolle spielt KI bei der Automatisierung und wie verändert sich die Arbeit der Fachexperten?

Notizen zur Episode:

Mitmachen?

Wenn Sie selbst ein interessantes Thema für eine Episode im Umfeld von Geschäftsprozessen haben, können Sie mir das auf dieser Seite mit Vorbereitungsfragen vorschlagen.

Ich freue mich darauf!

Ihnen hat der Inhalt gefallen? Dann bewerten Sie die Episode bitte bei Apple Podcasts.

Jetzt eintragen und Artikel/Denkanstöße zukünftig per eMail erhalten.

Artikel teilen auf ...

(Teil)automatisiertes Transkript

Eine KI-generierte Zusammenfassung finden Sie am Ende des Transkript.

Episode 390 : Automatisierte Angebotsprozesse

Herzlich willkommen zu dem Podcast für Lean Interessierte, die in ihren Organisationen die kontinuierliche Verbesserung der Geschäftsprozesse und Abläufe anstreben, um Nutzen zu steigern, Ressourcen-Verbrauch zu reduzieren und damit Freiräume für echte Wertschöpfung zu schaffen. Für mehr Erfolg durch Kunden- und Mitarbeiterzufriedenheit, höhere Produktivität durch mehr Effektivität und Effizienz. An den Maschinen, im Außendienst, in den Büros bis zur Chefetage.

Götz Müller: Heute unterhalte ich mich mit Christian Götze, fast ein Namensvetter, der sich mit einem Start-up, mit dem Thema Herausforderung, Automatisierung von Angebotsprozessen beschäftigt. Hallo Christian.

Christian Götze: Götz, vielen Dank für die Einladung. Ich freue mich, dass ich da sein darf.

Götz Müller: Ja, freut mich. Vielleicht sagst du noch ein paar Worte zu dir als Person, was dich vielleicht auch zu dem Thema gebracht hat.

Christian Götze: Gerne. Also mein Name ist Christian Götze, ich bin 40, ich bin klassischer Maschinenbauer von der Ausbildung her, komme ursprünglich aus Dresden, was man vielleicht noch geringfügig hört. Ich habe eben dort studiert, bin da aufgewachsen, bin dann in die Schweiz gegangen, habe dort in der Kunststoffindustrie gearbeitet über zehn Jahre bei einem sogenannten Spritzgießwerkzeugbauer, also in der Kunststoffverarbeitung. Kann man sich vorstellen, das ist so eine Gießform, wo der Kunststoff reinkommt, wo dann abkühlt, was man dann aufmacht, wo man das Kunststoffteil rausnehmen kann. Und dieses Spritzgießwerkzeug, da kann man eben bis zu einer Million Teile herstellen. Das ist ein sehr komplexer Maschinenbau für die Großserienproduktion. Dort habe ich lange viel Innovation gemacht, also die Innovationsabteilung verantwortet, viel patentiert und entwickelt mit Automotive OEMs direkt, Porsche, Daimler, VW, BMW, also vor allem deutschsprachige OEMs und habe dann dort auch mal die Konstruktionsabteilung mitverantwortet und war am Schluss noch für den Gesamtvertrieb mitverantwortlich von dem Unternehmen. Also habe mich dort eben auch sehr intensiv und viel mit Angebotsprozessen beschäftigt. Ansonsten bin ich mittlerweile wieder ansässig in Deutschland. Ich habe da in der Schweiz gelebt, bin wieder ansässig in Deutschland, hier im Großraum Heidelberg und habe eben das Unternehmen Toolplace gegründet, schon vor vier Jahren. Wir sind gestartet als eine klassische Matchmaking-Plattform für Speziallieferanten innerhalb der Kunststoffindustrie. Das war so diese Zeit nach Corona, wo es so eine Nearshoring-Offensive gab. Man hat gemerkt, Supply Chains sind kritisch und so Sachen. Und dann waren wir immer auf der Suche nach kleinen Speziallieferanten. So sind wir gestartet. Und eben, wenn man einmal Lieferanten hat, dann ist auch schnell dieses Thema Projektausschreibung und Ausschreibungsprozesse relevant. Und da haben wir da dieses Matchmaking-Portal, was wir hatten, Stück für Stück erweitert, auf der einen Seite zu mehr Lieferantenklassen, also auch dann den Bauteilhersteller haben wir mit dazu genommen, der normalerweise die Spritzgießwerkzeuge kauft. Und dann sind wir eben immer mehr auch in diesen Ausschreibungsprozess reingekommen und sehen jetzt eben so seit, ich sage mal, einem halben bis einem Jahr, noch viel, viel verstärkter einfach im Markt dieses ganze Thema, dass auf der einen Seite, ich nenne es jetzt mal diesen Chinese Speed, den man vor allem als Druck in die Märkte wahrnimmt hier in Europa, der ist zwar … Automotive ist zwar sehr präsent, auch medial sehr präsent, vor allem hier in Deutschland, aber das geht ganz vielen anderen Industrien eben auch so. Und dieser Chinese Speed, der sorgt dafür, dass diese kompletten Prozessketten vom OEM runter, also von der Entwicklung der Bauteile, der Baugruppen, der neuen Produkte bis eben zum in den Markt bringen, also bis SOP, bis Start-of-Production, dass dieser Prozess in Summe massiv zusammengedrückt wird. Also wir reden von früher, Automotive OEM hat sieben Jahre Zeit gehabt, ein neues Fahrzeug zu entwickeln. Heute reden wir von 24 Monaten. Und das in Summe bedingt eben, dass diese gesamten Prozesse, die damit einhergehen, immer schneller, immer digitaler werden und einer von denen ist eben dieser Angebotsprozess. Und da stecken wir halt eben schon sehr lange drin. Auf der einen Seite mit Toolplace, aber ich eben auch in dem Leben vorher in der Industrie und so sind wir da dazugekommen.

Götz Müller: Ja, ich habe jetzt durchaus gewisse Affinitäten, aber vielleicht nicht jeder Zuhörer, was das Thema einerseits Angebotsprozesse und dann halt aber speziell im Spritzguss, in Spritzgusswerkzeugen. Was sind denn so typische Herausforderungen, vielleicht ganz allgemein in Angebotsprozessen und dann aber auch durchaus speziell bei dem Thema?

Christian Götze: Also in der Welt, ich fokussiere jetzt mal auf die Welt, in der wir uns bewegen. Also das ist die Welt der Großserienproduktion von Kunststoff- oder Metallbauteilen. Also diese zwei Industrien sind sich sehr ähnlich, wo Bauteile hergestellt werden, wo immer sehr komplexe Produktionsmittel dazugehören. Die Produktionsmittel werden eingekauft, die sind sehr teuer, damit man damit viele Teile herstellen kann und die Produktion der eigentlichen Teile günstig ist. Und in diesem Angebotsprozess, der eben über mehrere Stufen läuft in der Wertschöpfungskette, sind auf der einen Seite sehr viele manuelle Prozesse heute immer noch drin, weil immer ein Fachexperte an der jeweiligen Stufe bei dem Lieferant dieses Bauteil oder diese Projektinformation auf der einen Seite mal aufnehmen muss, verarbeiten muss, bewerten muss, ein Konzept ableiten, eine Kalkulation machen und dann das Ganze zum Teil eben noch an die Unterlieferanten weitergeben muss. Und diese Herausforderung auf der einen Seite, die Extraktion der richtigen Informationen aus diesen Dokumenten, die man bekommt von seinem Kunden und eben dann auch die Interpretation, wie übersetze ich das jetzt in meine Dienstleistung, sei es die Bauteilproduktion oder eben auch die Herstellung von diesen Produktionsmitteln wie ein Spritzgießwerkzeug oder ein Presswerkzeug. Das bedarf einfach Analyse und es braucht vor allem Fachwissen. Und das gekoppelt mit dem Faktor, was ich vorhin schon meinte, Time to Market, so diese Zeit zwischen ich starte eine Entwicklung von einem Produkt und ich bringe es auf den Markt, das wird immer kürzer. Das ist dieser Zwiespalt, in dem wir uns heute bewegen. Auf der einen Seite braucht es das Ingenieurswissen und den Fachblick auf die Themen, um alles gescheit zu bewerten. Auf der anderen Seite sind immer weniger Leute davon da und die Zeit, um das zurückzumelden an den Kunden, wird immer knapper. Also dieses Fachwissen gekoppelt eigentlich mit der Time to Market oder dem hohen Zeitdruck und natürlich dem hohen Kostendruck, der existiert durch die Globalisierung, das ist eigentlich die große Herausforderung.

Götz Müller: Ja, und andererseits, also zumindest habe ich das mal in dem früheren Leben immer so gesagt bekommen, es ist eben sehr teuer, so ein Spritzgusswerkzeug zu machen. Und deshalb wartet man im Grunde bis zum allerletzten möglichen Moment, weil das Allerschlimmste ist, wenn du es nochmal machen musst.

Christian Götze: Ja, korrekt. Also du hast natürlich, ich sage mal, in dem klassischen Entwicklungsprozess von dem Bauteil, es ist ja auch so, du fängst mit einer Designstufe 1 an und das iteriert natürlich. Und dann hast du drei, vier, fünf Design-Schleifen. Wenn du das schon ganz am Anfang baust, das Werkzeug, dann hast du das Geld schon mal ausgegeben. Und es kann eben sein, dass die zwei, drei, vier Design-Stufen, die da noch kommen, am Schluss dazu führen, dass du das Werkzeug wirklich komplett neu bauen musst. Oder dass du dich geometrisch so eingeschränkt hast, weil du das Werkzeug eben nicht mehr ändern kannst, dass tatsächlich du dein Produkt gar nicht mehr weiter ändern kannst, wie du es eigentlich gerne willst. Da hast du recht. Also das ist schon so, bei diesen Spritzgießwerkzeugen, da redet man schnell mal über einen Betrag, der deutlich sechsstellig ist. Wir haben selber die letzten Werkzeuge, die ich verkauft habe, da kam ein Werkzeug, kam knapp 1,6 Millionen Euro, ein einziges. Und wenn man da natürlich das zu einem falschen Zeitpunkt bestellt oder eben da auch ein falsches Konzept anlegt, dann hat man natürlich ein großes Problem.

Götz Müller: Gut, wenn wir uns jetzt das Thema Automatisierung anschauen, wo bestehen jetzt eben Potenziale? Wo kann ich was typischerweise schneller machen, vielleicht auch besser in Anführungszeichen? Was sind die Potenziale im Angebotsprozess speziell?

Christian Götze: Also es gibt generell, wenn man so diese Art der Angebote, wie man die Angebote erstellt, wenn man das mal anschaut, gibt es zwei verschiedene generelle Vorgehensweisen. Das eine ist so diese Vergleichskalkulation. Ich schaue, was habe ich schon Ähnliches gemacht und leite mir daraus was ab und man hat einen gewissen Grundpreis und eine Grundkonfiguration und ergänze bloß noch das, was anders ist an dem neuen Bauteil. Also so eine Vergleichskalkulation mit Vergangenheitswerten oder das andere ist wirklich tatsächlich von Grund auf eine komplett neue Kalkulation. Und wenn wir diese Kalkulation anschauen, also diese Art und Weise, wie diese Angebote erstellt werden, dann trennen wir das eigentlich in zwei Bereiche, wo Potenzial ist, um etwas zu verbessern. Das eine, deswegen meine ich eben diese Vergleichskalkulationen. Und das ist auch da, wo die Experten, die diese Analysen durchführen, wo die halt sehr gut sind, die haben ein gutes Bauchgefühl. Die haben ein gutes Bauchgefühl, weil die diese Art der Kalkulation, schon 10 Jahre, 20 Jahre, in vielen Betrieben ist es tatsächlich so, dass das die erfahrensten Mitarbeiter sind, die das machen, weil die das einfach schon sehr lange tun. Und dieses Bauchgefühl, das kann man digitalisieren, das machen wir auch, sodass man wegkommt, dass immer nur dieser eine Mitarbeiter oder diese zwei Mitarbeiter, die man mit der Erfahrung an ganz vielen anderen Stellen im Unternehmen oder beim Kunden selber oder bei gerade mal Inbetriebnahme auch braucht, dass man ein Stück weit das loslösen kann, diesen Prozess von der Notwendigkeit, immer diesen Experten mit dabei zu haben mit seinem Bauchgefühl. So diese Digitalisierung der Vergangenheit, die dieses Unternehmen im Kalkulationsbereich schon getan hat. Das ist der eine Punkt, sodass man eben dann da die Möglichkeit hat, über eine Ähnlichkeitssuche auch dann auf diese ähnlichen Projekte aus der Vergangenheit dazuzukommen. Der eine Block, also das Expertenbauchgefühl digitalisieren, Unternehmensvergangenheit aus Ordnern rausholen, Excel-Dateien und so in einer digitalen Datenbank verfügbar machen. Und das zweite ist, dass man diesen Analyseblock, den der Experte hat, und den kann man nochmal aufteilen, auch in zwei Bereiche. Also einmal dieses Lesen und Verstehen der Spezifikationsdokumente, die der Kunde dem Experten zur Verfügung stellt und eben die Analyse von den Konstruktionsdaten, von den CAD-Daten. Diese zwei, dass man das so weitestgehend mit Unterstützung von KI oder eben auch Algorithmen so weit automatisiert, dass auch da der Experte zu einem Großteil entlastet werden kann und eben aus diesem Prozess einfach weiter rausgenommen wird, dass eben auch jemand, der nicht diese 10, 20, 30 Jahre Erfahrung hat, das Ganze eben dann noch durchführen kann. Also diese zwei Blöcke, Expertenanalyse digitalisieren und die Vergangenheitsdaten digitalisieren, und das im dritten Schritt weiter miteinander koppeln. Das sind eigentlich die Schritte, wo wir Potenzial sehen und so wie wir auch dieses Tool, was wir da am Markt haben, wie wir es auch gebaut haben. Wir nehmen die Vergangenheitsdaten im ersten Schritt, die extrahieren wir bei den Unternehmen aus den Datenstrukturen, wie sie da sind. Da ist auch bei dem Unternehmen selber ein, zwei Stunden Arbeit nötig. Dann haben wir da 2.000, 3.000 Projekte zusammen. Die zerhacken wir und bringen die in eine Struktur, dass man sie auf der einen Seite in der Digitaldatenbank sichtbar macht und schnell und gezielt dann ersuchen kann, aber gleichzeitig wir eben auch mit Machine Learning einen Kalkulationsalgorithmus daraus extrahieren können, damit man dann eben im zweiten Schritt diese automatisierte Analyse und alles, was da an Informationen rauskommt, direkt in so einen Kalkulationsalgorithmus reinfüttern kann, um dann eben auf Knopfdruck und innerhalb von zwei Minuten hier überschlägige Preise, Cost Breakdowns, also so aufgeschlüsselte Angebotspositionen und eben auch Lieferzeiten generieren kann.

Götz Müller: Mir kommt jetzt sofort noch ein anderer Punkt in den Sinn, den ihr sicher auch auf dem Schirm habt, ein Stück weit, weil es mich in Anführungszeichen selber betrifft, Und dass irgendwann eben diese erfahrenen Mitarbeiter einfach gar nicht mehr da sind, weil sie halt, Stichwort Babyboomer, weil sie halt im Ruhestand sind. Ich glaube, das ist unter Umständen sogar fast das größere Problem. Weil Wissen transferieren, solange es noch da ist, ist ja okay, auch in der Maschine, aber wenn dann das Wissen, in Anführungszeichen, wenn die Köpfe weg sind, dann wird es schwierig.

Christian Götze: Da sprichst du noch einen ganz entscheidenden Punkt an. Wir haben Unternehmen, also potenzielle Kunden, mit denen wir uns unterhalten, die haben wir letztes Jahr auf einer Messe zum Beispiel gehabt, den Fall. Weil wir haben auf der Kunststoffmesse K in Düsseldorf im Oktober letzten Jahres dieses Tool das erste Mal vorgestellt. Und wir hatten einen Italiener, einen großen Automotive-Konzern mit sechs Werken und 2000 Mitarbeitern, kam bei uns vorbei, schaute sich das an und kam am nächsten Tag mit sechs Mitarbeitern nochmal wieder. Und dann haben wir dem das ganze System erklärt. Und ich habe dann so hinterher gefragt, was ist denn eure Motivation? Warum schauen wir uns das hier an und vor allem mit der großen Gruppe? Und da sagt er, eigentlich darf ich das gar nicht laut sagen. Wir haben zwei Mitarbeiter, die bei uns kalkulieren, komplett. Nur diese zwei Leute. Auf der einen Seite die Spritzgießwerkzeuge, die dann noch unterangefragt werden beim Lieferant, aber eben auch die Teileproduktion selber, was ihre eigene Wertschöpfung von diesem Konzern ist. Und er sagt, diese zwei Mitarbeiter haben zwei Sachen gemeinsam. Sie sind beide seit 30 Jahren im Unternehmen und sie sind beide in drei Jahren nicht mehr da. Und es kommt niemand nach, der diese Erfahrung hat und einfach dieses breite Wissen aus der Unternehmenshistorie selber, um diese Aufgabe wirklich fortzuführen und so diese Abhängigkeit von diesen ein, zwei Schlüsselmitarbeitern hier rauszunehmen. Das ist klar, das ist einer von den Punkten in diesem Prozess, ist jetzt für uns, für das Tool, was wir da haben, nicht der erste Fokus, aber ist ein sehr nützlicher Nebeneffekt.

Götz Müller: Ja, mir kommen jetzt noch zwei Punkte in den Sinn. Ich würde sagen, es sind gewisse Herausforderungen, korrigiere mich da gerne. Einerseits glaube ich, dass die viele Dinge im Schlaf können, also sich auf der Ebene der unbewussten Kompetenz bewegen und da kenne ich von mir selber, das ist manchmal eine Herausforderung, das wieder auf die bewusste Ebene zurückzuführen. Und das andere, hast du ja auch als Stichwort gesagt, Unternehmensdaten, Stammdaten, solche Dinge, da erlebe ich durchaus manchmal, drücken wir es mal vorsichtig aus, spannende Sachen bei Unternehmen. Was begegnet dir da so? Ist das auch eine Herausforderung?

Christian Götze: Ja und nein. Auf der einen Seite, ich gehe mal auf den ersten Punkt ein, mit dem Unbewussten, da hast du vollkommen recht. Das ist dieses, da wo du aufgrund von Bauchgefühl und einfach Vergangenheit und Erfahrung gewisse Abkürzungen machst oder sagst so aus dem Bauch, das Ding kostet jetzt 50.000 Euro. Und dann versucht man es doch mal über Zahlen zu validieren. Und das ist, ich sage mal, dieses Bauchgefühl und diese Intuition, die die Experten haben, die kommt ja aus der Vergangenheit, weil die einfach schon viel gemacht haben. Und das replizieren wir eben, indem wir diese Vergangenheit digitalisieren. So, und das geht eigentlich ins Zweite über, was du gesagt hast. Stammdaten, wie liegen die Daten vor? Wo liegen die? Wo sind die Sachen, die da zusammengehören? Da haben wir schon, da sehen wir schon die unterschiedlichsten Ausprägungen, sage ich mal, von total super gut organisiert mit zwar nur, in Anführungszeichen, nur in Ordnerstrukturen, aber seit zehn Jahren mit dem gleichen System, sodass man da auch wirklich es eigentlich sehr gut durcharbeiten kann. Oder halt wirklich zum Teil auch totalen Wildwuchs, wo dann die Leute, mit denen man spricht, sich zum Teil selber gar nicht richtig trauen zu zeigen eigentlich, wie die Daten da liegen, weil sie selber wissen, sie haben da eigentlich keine Ordnung und keine Struktur drin. Aber in beiden Fällen können wir mit Struktur unterstützen, weil wir, ich sage mal, die Daten, die wir brauchen, um diese Art Tool und diesen Prozess so zu digitalisieren, dass er eben wirklich schnell wird. Wir wissen, wonach wir suchen müssen und wir wissen, wir lassen uns von den Unternehmen zeigen, wie die Strukturen ungefähr sind. Und dann schreiben wir ein Extraktionsskript und sodass da auch niemand manuell irgendwas hin und her kopieren muss. Das machen wir, das macht bei uns ein Extraktionsskript, das kopiert die ganzen Daten an einem bestimmten Ort, meist bei dem Unternehmen selber und dann ist dann alles da. Und nur über diese individuell extrahierten Daten gehen wir dann mit einer Struktur drüber und zerhacken das eben in die Individual-Fakten und Faktoren, die wir brauchen, um auf der einen Seite die digitale Datenbank zu bauen mit den Informationen, die man braucht, aber eben auf der anderen Seite auch diesen Machine-Learning-Algorithmus oder die Algorithmen zu trainieren, damit eben die Kalkulation sehr schnell vorgehen kann.

Götz Müller: Ja, das bringt mich jetzt auch so ein bisschen zu dem Punkt, wenn jemand vielleicht von den Zuhörern jetzt sagt: Ja, hört sich genauso an, wie es bei uns gerade zugeht, interessiert mich, wie kann ich in das Thema einsteigen? Also was sind dann abgeleitet davon ein Stück weit auch Voraussetzungen, die ich eventuell schaffen muss? Gerade hast du schon angedeutet, ein Teil der Voraussetzungen, glaube ich, schafft ihr selber. Wie sieht eben ein typischer Einstieg aus und was muss das Unternehmen noch tun?

Christian Götze: Also, was wir im allerersten Schritt immer machen, ist mit den Unternehmen, also wir gehen mit denen mal logischerweise ins Gespräch. Was brauchen die überhaupt? Wir haben Kunden, die sagen jetzt zum Beispiel, wenn wir wirklich nur das Beispiel Spritzgießwerkzeuge nehmen, wir können das auch für andere Produkte und Technologien anwenden, weil einfach die Analogie ist immer die gleiche. Wir haben es einfach jetzt oft an Spritzgießwerkzeugen gemacht. Da gibt es halt welche, die sagen so, wir brauchen nur einen Preis und eine Lieferzeit. Also ihr kriegt von uns Projektspezifikationen und ich möchte gerne als Output haben von dem Kalkulationstool einen Preis und eine Lieferzeit. Und dann gibt es welche, die sagen, ich möchte das gerne aufgegliedert haben in 15 Einzelpositionen, weil meine Endkunden von mir eben verlangen, dass ich hier nicht nur einen Totalpreis hinschreibe, sondern eben die Anzahl Stunden, Konstruktion, Fertigung, Montage, Abmusterung, nochmal eine Optimierungsschleife, ein Ersatzteilpaket, Einkaufsmaterialien aufgesplittet in Stahl, in Heißkanal, also in diese ganzen Zugriffskomponenten.

Christian Götze: Das ist eigentlich der erste Schritt, den wir mit denen gehen, das ist dieses Kalkulationszielbild mal anschauen. Das ist ein erstes Gespräch, das geht total schnell. Und dann schauen wir an, wie die Datenlage bei den Unternehmen tatsächlich ist. Wie sind die Daten verteilt? Wo liegen die? Was ist da? Und vor allem noch, wie viele sind da? Denn am Schluss Machine Learning und das Training, was wir da machen, das ist ja in einer gewissen Art und Weise Statistik. Und wenn jetzt da nur 50 Datensätze da wären, das ist einfach zu wenig. Wir brauchen schon eine signifikante Anzahl. Es ist immer dreistellig mindestens, idealerweise sogar vierstellig. Und auf der Basis kann man dann arbeiten. Und wenn man das mal gesehen hat, wie die Daten liegen und wie dieses Ergebnis der Kalkulation aussehen soll, dann kann man mit dem Unternehmen loslaufen. Dann schaut man sich die Konditionen an, dann schaut man sich in die Augen, ob das passt oder ob das nicht passt. Und wenn es passt, dann starten wir eben mit dem Schreiben von dem Extraktionsskript, was dann das Unternehmen nimmt, die Daten rausextrahiert, die wir dann kriegen, um mit denen zu arbeiten, die in eine gewisse Struktur zu bringen. Da brauchen wir ein bisschen Zeit dafür. Das sind so zwei bis vier Wochen. Je nachdem, wie viele wir parallel gerade laufen haben. Und dann kann das Unternehmen mit einem eigenen Account, stellen wir das alles zur Verfügung, dann können die da loslegen in einem Kalkulationstool.

Götz Müller: Das wäre im Grunde die Antwort auf meine nächste Frage. Wie schnell geht Also wann kann ich mit ersten Automatisierungsergebnissen rechnen?

Christian Götze: Also zwei bis vier Wochen. Wir haben in diesem Tool selber, also diese digitale Datenbank zum Beispiel, die können wir auch schon eher zur Verfügung stellen, weil wenn die Daten einmal in der gewissen Struktur drin sind, dann können wir die schon zur Verfügung stellen, sodass man da auch sein Login schon hat. Man kann auch die Spezifikationsanalyse ab dem Zeitpunkt zum Beispiel schon nutzen. Für den Fall, dass man vom Kunden mal ein großes Lastenheft kriegt, 50, 60 Seiten, und will das jetzt nicht selber lesen, sondern will einfach die wichtigsten Infos daraus extrahiert haben, dann kann man das schon nutzen. Man kann auch die Bauteilanalyse schon nutzen, weil die unabhängig von dem Modelltraining sind, also von dem Rechenmodelltraining. Aber das Rechenmodell selber, das haben wir ungefähr so nach total vier Wochen, ist das dann da.

Götz Müller: Ja. Gut. Jetzt würde ich ganz gerne noch auf einen Punkt kommen, den ich in anderen Kontexten immer wieder mal erlebe, wenn es halt um Veränderung geht und das ist ja auch eine Form von Veränderung in den Angebotsprozessen und du hast es ja gerade schon genannt, die Fachexperten, die da halt eine ganz zentrale Rolle spielen. Gut, jetzt vielleicht ein Babyboomer, der zwei Jahre vor der Rente ist, der wird manche Dinge wahrscheinlich entspannter sehen wie vielleicht ein 50-Jähriger, der halt, so erlebe ich es an einer anderen Stelle immer mal wieder, die Befürchtung vielleicht hat, dass er im Extremfall überflüssig wird. A, wie sieht das aus? Was begegnet euch da? Und B, wie geht ihr dann eben auch mit potenziellen Vorbehalten um?

Christian Götze: Also das ist natürlich ein ganz aktuelles Thema. Gerade wenn man irgendwo das Wort KI in den Mund nimmt, und wir haben halt bei uns auch KI-Komponenten drin, dann schwingt schon bei vielen auch mit: Oh, es braucht uns gar nicht mehr. Wobei wir, und da gehen wir auch ganz offen und ganz klar in die Gespräche rein, also auch mit den Fachexperten selber, weil wir brauchen ja am Schluss die auch. Die müssen wir mit ins Boot nehmen. Es geht am Schluss eher darum, denen zu sagen: Pass mal auf, also die Arbeit, die ihr habt, die wird ja bei euch nicht weniger. Tendenziell wird die eher mehr und das merken die ja auch. Also wir reden heute davon, einer von den Kunden, die wir haben, der sagt zu mir, also es ist ein Spritzgießer, der stellt Kunststoffteile her, der kauft die Werkzeuge ein. Der sagt zu mir heute: Christian, da wo ich für fünf Projekte habe 100 Angebote schreiben müssen, was ja eigentlich schon auch eine verrückte Quote ist, 95 Angebote für nix. Da muss ich heute das Doppelte schreiben und ich weiß deswegen, also der macht jetzt 200 Angebote, um fünf Projekte zu gewinnen mit der gleichen Mannschaft, weil die Leute, die er dazu braucht, eigentlich mit dem Fachwissen, die gibt es ja nicht. Also argumentieren wir eigentlich eher so, wir helfen euch dabei eigentlich die Angebots- und die Arbeitsflut, die hier auf euch einprasselt, die einfach schneller abzuarbeiten und dass es euch einfach mit der Fachexpertise nicht mehr zwingend für jede von diesen Angeboten braucht. Und das ist auch von der Motivation her eine ziemlich unschöne Arbeit, wenn du genau weißt, du machst 200 Angebote und davon sind einfach nur 5, wirst du im Schnitt gewinnen. Das heißt, 195 davon sind für die Tonne. Das ist jetzt nicht wirklich die wertschätzendste Arbeit. Obwohl du halt, du weißt halt nie, welche von den 200 Angeboten, die du schreibst, sind die fünf. Also das versuchen wir so in diese Richtung immer zu argumentieren, dass die Leute trotzdem, also weiter gebraucht werden oder eben auch mit der tiefen Fachexpertise, die sie da haben, dass sie halt vielleicht auch anderweitig im Unternehmen mit eingesetzt werden können. Denn viele von denen, muss man klar sagen, die haben ein sehr breites Fachwissen, eben auch in der Prozesstechnik oder eben, wenn es dann wirklich in Bemusterung geht von so Werkzeugen oder wirklich in der Arbeit mit dem Kunden an der Maschine, da sind die total gut. Und dieses Angebotsschreiben, gerade auch die Gestaltung vom Dokument und so selber, das sind dann oft Arbeiten, die die auch gar nicht gerne machen. Und da versuchen wir einfach in die Richtung zu argumentieren, weil am Schluss, wenn es die Unternehmen nicht mehr gibt, weil sie nicht schnell genug die Anzahl der Angebote rausbringen, damit sie halt Aufträge gewinnen, dann ist auch niemandem geholfen.

Götz Müller: Gut, ein weiterer Vorbehalt, zumindest erlebe ich ihn immer mal wieder so, du hast ja das Stichwort genannt, KI und eben das eventuelle Fachwissen in dem weiteren Übergriff, die Cloud, die böse Cloud und so weiter, geht vielleicht unser Wissen irgendwo anders hin und jemand anderes holt sich das dort. Begegnet euch sowas auch und wie geht ihr damit um?

Christian Götze: Ja, ganz häufig. Das ist eigentlich eine der ersten Fragen. Was passiert damit? Wo wird KI eingesetzt? Oder was ist KI? Wo wird das verarbeitet? Und wer hat da überall Zugriff? Gerade auch mit dem Modelltraining selber gibt es diese Vorbehalte, dass Leute denken im ersten Schritt, wir haben da einen großen Datenpool, da fliegt alles rein und dann rechnen wir jedes Mal die Modelle und der Kunde 1 hat auch Zugriff auf die Daten von Kunde 2. Das sind so diese Themen, die wir in dem Zusammenhang sehen. Aber das kann man immer ganz sauber erklären. Also die Unternehmensdaten, mit denen wir arbeiten, von Unternehmen 1, die werden logischerweise nur vom Unternehmen 1 genutzt und von keinem anderen. Außer Unternehmen 1 erlaubt uns das proaktiv, dass wir das dürfen. Wir haben Unternehmen, die das machen. Die sagen, das sind nur die Daten, die uns selber gehören. Wenn ihr uns garantieren könnt, dass die anonymisiert sind, dann könnt ihr auch ein sogenanntes Globalmodell trainieren, was dann wirklich wie so eine Art großer Datenpool ist. Aber das müssen die Unternehmen uns wirklich proaktiv und selber auch bestätigen. Das ist nie die Grundvoraussetzung. Also das ist das eine. Also dieses System ist so designt, dass jeder nur mit seinen eigenen Daten im ersten Schritt mal arbeiten kann. Und die KI, was wir eben erleben ist, wenn KI allgemein im Gespräch ist, viele denken halt, KI ist nur ChatGPT, ist es ja aber nicht. Also wir packen jetzt nicht die Konstruktionsdaten, was da alles kommt, in ChatGPT rein und haben dann da eine Logik aufgebaut oder wissen gar nicht, was da eigentlich dahinter steht und was da eigentlich passiert. Sondern das, was wir eigentlich an echter KI drin haben, ist schon das Lesen von den Spezifikationen. Aber da arbeiten wir mit Sprachmodellen, die halt hier in Europa gehostet sind, mit dem ganzen Standard, alles, was an Datenschutz und Datensicherheit gefordert wird, um das überhaupt zu tun. Alles ist geheimaltungsgeschützt, logischerweise Daten sind immer verschlüsselt, sowohl im Speicherzustand als auch im Transit von Applikation 1 zum Speicherort. Also da bedienen wir uns den ganz normalen Standards, die man einhalten muss, um in diesem Industriekontext so eine Applikation laufen zu lassen. Und ich sage immer, auch BMW arbeitet in der Cloud. Die haben ganz viel bei AWS, auch hier in Frankfurt liegen. Das ist auch zum Beispiel einer von den Anbietern, die wir mit nutzen. Also das sind meistens Argumente, die auch schlagen.

Götz Müller: Okay, wenn jetzt jemand, ich habe die Frage ansatzweise ja schon gestellt, wenn jetzt jemand sagt, ja, interessiert mich, will ich mehr darüber wissen, was wäre eben so ein informativer Einstieg? Wo kann man sich zu dem Thema schlau machen?

Christian Götze: Also am einfachsten ist es tatsächlich, auf LinkedIn gehen, mich suchen Christian Götze. Götze wie der Fußballer. Wir sind nicht verwandt und nicht verschwägert. Also Christian Götze, Firma Toolplace, wie man es spricht, T-O-O-L und Place, ist ein Bild, ich habe auf dem Kopf obendrauf wenig Haare, dafür unterm Kinn relativ viel. Sieht man, denke ich, ganz gut dann. Und da einfach Kontakt aufnehmen, mich anklicken, mich mal kurz anschreiben. Und dann gehen wir da in einen ganz unverbindlichen und zwanglosen Austausch, machen wir mal einen Termin. Man kann auch über LinkedIn direkt einen Termin buchen. Man kann auch bei uns auf der Webseite, über toolplace.de, mal reingehen und da einfach mich suchen im Team und einfach mal draufdrücken, Telefonnummer ist alles drauf, ganz einfach, ganz niederschwellig einfach Kontakt aufnehmen und dann reden wir mal drüber. Und wir zeigen auch das Tool immer, das ist überhaupt kein Problem. Da kann man da mal reinschauen, wir erklären, wie es funktioniert. Und dann kann man sich entscheiden, ob man den Weg mit uns gehen möchte oder nicht.

Götz Müller: Ja, prima. Ich werde auf jeden Fall dein LinkedIn-Profil oder die Website werde ich in die Notizen reinnehmen. Und an der Stelle, Christian, ich danke dir für das interessante Gespräch.

Christian Götze: Götz, vielen Dank für die Möglichkeit, hier in deinem Podcast zu sprechen. Und ich freue mich auf Kontaktaufnahmen von Zuhörern. Vielen Dank.

Götz Müller: Das war die heutige Episode im Gespräch mit Christian Götze zum Thema Automatisierte Angebotsprozesse. Notizen und Links zur Episode finden Sie auf meiner Website unter dem Stichwort 390.

Wenn Ihnen die Folge gefallen hat, freue ich mich über Ihre Bewertung bei Apple Podcasts. Sie geben damit auch anderen Lean-Interessierten die Chance, den Podcast zu entdecken.

Ich bin Götz Müller und das war Kaizen to go. Vielen Dank fürs Zuhören und Ihr Interesse. Ich wünsche Ihnen eine gute Zeit bis zur nächsten Episode. Und denken Sie immer daran, bei allem was Sie tun oder lassen, das Leben ist viel zu kurz, um es mit Verschwendung zu verbringen.

KI-generierte Zusammenfassung

In dieser Episode spricht Götz Müller mit Christian Götze über die Herausforderungen und Chancen bei der Automatisierung von Angebotsprozessen in industriellen Unternehmen. Christian Götze bringt dabei seine langjährige Erfahrung aus dem Maschinenbau, der Kunststoffindustrie sowie dem Vertrieb komplexer Spritzgießwerkzeuge ein. Heute ist er Gründer des Unternehmens Toolplace, das sich ursprünglich als Plattform zur Vernetzung von Speziallieferanten entwickelte und inzwischen Lösungen zur Digitalisierung und Automatisierung von Ausschreibungs- und Angebotsprozessen anbietet.

Zu Beginn erläutert Christian Götze seinen beruflichen Werdegang. Nach seinem Maschinenbaustudium arbeitete er über viele Jahre in der Schweiz bei einem Hersteller von Spritzgießwerkzeugen. Dort war er unter anderem in den Bereichen Innovation, Entwicklung, Konstruktion und Vertrieb tätig. Die intensive Beschäftigung mit Angebotsprozessen entstand insbesondere durch die Verantwortung für den Vertrieb und die Zusammenarbeit mit großen Automobilherstellern wie Porsche, Daimler, Volkswagen und BMW.

Im Gespräch beschreibt Christian Götze die zunehmenden Herausforderungen für produzierende Unternehmen. Ein wesentlicher Treiber sei der steigende internationale Wettbewerbsdruck, insbesondere durch die hohe Geschwindigkeit asiatischer Wettbewerber. Entwicklungszeiten für neue Produkte würden immer kürzer. Während Fahrzeugentwicklungen früher oft sieben Jahre dauerten, seien heute Zeiträume von rund 24 Monaten keine Seltenheit mehr. Dieser Druck wirke sich auf die gesamte Wertschöpfungskette aus und zwinge Unternehmen dazu, ihre Prozesse deutlich schneller und effizienter zu gestalten.

Angebotsprozesse seien dabei häufig noch stark von manueller Arbeit geprägt. Fachspezialisten müssen Kundenanforderungen analysieren, technische Dokumente auswerten, Konzepte entwickeln, Kalkulationen erstellen und teilweise Informationen an weitere Lieferanten weitergeben. Gleichzeitig stehen immer weniger erfahrene Experten zur Verfügung, während die Anzahl der Anfragen steigt und die Bearbeitungszeiten sinken. Daraus entsteht ein Spannungsfeld zwischen notwendigem Fachwissen und wachsendem Zeitdruck.

Götz Müller greift in diesem Zusammenhang die Besonderheiten von Spritzgießwerkzeugen auf. Da diese Werkzeuge oft Investitionen im hohen sechsstelligen Bereich erfordern, versuchen Unternehmen, den Bestellzeitpunkt möglichst spät im Entwicklungsprozess anzusetzen. Änderungen am Produktdesign können sonst dazu führen, dass Werkzeuge aufwendig angepasst oder sogar neu gebaut werden müssen. Christian Götze bestätigt diese Problematik und berichtet von Werkzeugen mit Kosten von über einer Million Euro, bei denen Fehlentscheidungen erhebliche wirtschaftliche Folgen haben können.

Im weiteren Verlauf erklärt Christian Götze, an welchen Stellen Automatisierung besonders große Potenziale bietet. Grundsätzlich unterscheidet er zwischen Vergleichskalkulationen, die auf Erfahrungen und ähnlichen Projekten basieren, und vollständigen Neukalkulationen. Besonders interessant sei die Digitalisierung des Erfahrungswissens erfahrener Mitarbeiter. Viele Kalkulatoren verfügen über ein ausgeprägtes Bauchgefühl, das auf jahrzehntelanger Erfahrung beruht. Dieses Wissen könne durch die Auswertung historischer Unternehmensdaten digital nutzbar gemacht werden.

Ein zweiter Schwerpunkt liegt auf der automatisierten Analyse von Kundenunterlagen und technischen Daten. Moderne Systeme können Spezifikationen, Lastenhefte und CAD-Daten auswerten und daraus relevante Informationen für die Kalkulation ableiten. Durch die Kombination aus historischen Projektdaten, Machine-Learning-Verfahren und automatisierter Dokumentenanalyse lassen sich innerhalb weniger Minuten erste Preisindikationen, Lieferzeiten und detaillierte Kostenaufstellungen erzeugen.

Ein wichtiges Thema ist dabei der demografische Wandel. Götz Müller weist darauf hin, dass viele erfahrene Experten in den kommenden Jahren in den Ruhestand gehen werden. Christian Götze berichtet von Unternehmen, deren gesamte Kalkulationskompetenz auf nur wenige Mitarbeiter konzentriert ist. Wenn diese ausscheiden, droht wertvolles Wissen verloren zu gehen. Die Digitalisierung historischer Daten und Entscheidungsgrundlagen kann helfen, dieses Wissen langfristig verfügbar zu machen und die Abhängigkeit von einzelnen Personen zu reduzieren.

Auch die Qualität und Struktur der Unternehmensdaten wird diskutiert. Die Spannbreite reicht laut Christian Götze von sehr gut organisierten Datenbeständen bis hin zu gewachsenem Wildwuchs ohne klare Ordnung. Dennoch sei dies kein unüberwindbares Hindernis. Durch individuell entwickelte Extraktionsroutinen können relevante Informationen aus unterschiedlichen Datenquellen gesammelt, strukturiert und für die weitere Verarbeitung nutzbar gemacht werden.

Für Unternehmen, die sich mit dem Thema beschäftigen möchten, beschreibt Christian Götze einen typischen Einstieg. Zunächst werden die Anforderungen an die spätere Kalkulation geklärt. Anschließend erfolgt eine Analyse der vorhandenen Datenbestände. Entscheidend ist dabei eine ausreichende Menge historischer Projektdaten, damit die statistischen Verfahren zuverlässig arbeiten können. Nach der Datenaufbereitung und dem Training der Modelle stehen erste Ergebnisse meist innerhalb von zwei bis vier Wochen zur Verfügung.

Zum Abschluss sprechen Götz Müller und Christian Götze über Vorbehalte gegenüber künstlicher Intelligenz. Viele Mitarbeiter befürchten, durch Automatisierung überflüssig zu werden. Christian Götze sieht die Technologie jedoch eher als Entlastung für Experten. In vielen Unternehmen steige die Zahl der Angebotsanfragen kontinuierlich, während qualifizierte Fachkräfte knapp seien. Automatisierung solle daher nicht Menschen ersetzen, sondern ihnen helfen, ihre Zeit auf wertschöpfendere Aufgaben zu konzentrieren.

Ebenso geht Christian Götze auf Bedenken hinsichtlich Datensicherheit und Cloud-Lösungen ein. Er betont, dass Kundendaten grundsätzlich getrennt verarbeitet werden und moderne Sicherheitsstandards sowie europäische Datenschutzanforderungen eingehalten werden. Abschließend lädt er interessierte Unternehmen dazu ein, über LinkedIn oder die Website von Toolplace Kontakt aufzunehmen und sich die Möglichkeiten der automatisierten Angebotsprozesse näher erläutern zu lassen.

Jetzt eintragen und Artikel/Denkanstöße zukünftig per eMail erhalten.

Artikel teilen auf ...