Studie: ChatGPT im Beschaffungsprozess

Seit der Veröffentlichung von ChatGPT haben sich Large Language Models (LLM) rasant verbreitet und sind für viele Einkäufer bereits unverzichtbar geworden. Doch was können diese Modelle wirklich leisten und welche Risiken sind insbesondere im Beschaffungsprozess zu beachten?

Um diese Fragen zu klären, wurde an der Technischen Hochschule Nürnberg von Oktober 2023 bis März 2024 eine Studie mit fünf Praxispartnern durchgeführt. Die teilnehmenden Unternehmen waren Bischof + Klein (Lengerich), LRE Medical (Nördlingen), Netzsch-Gerätebau (Selb), Nürnberger Versicherung (Nürnberg) und Phoenix Contact (Blomberg). Gemeinsam wurden konkrete Ausschreibungsprozesse analysiert, um zu untersuchen, wie ChatGPT den Einkauf unterstützen kann.

ChatGPT im Beschaffungsprozess: Von der Spezifikation bis zur Lieferantenanalyse

Dabei wurden zehn zentrale Fragestellungen identifiziert, beispielsweise zur Entwicklung des Beschaffungsmarktes und zur Technologieintegration, sowie zu Marktangeboten und Produktvergleichen. Diese Fragen wurden an ChatGPT gestellt. Die Antworten haben die Einkäufern analysiert und bewertet. Es entstand eine Gesamtbewertung der Stärken und Schwächen von ChatGPT, illustriert durch verschiedene Anwendungsbeispiele:

Bedarfsspezifikation: ChatGPT hat detaillierte Spezifikationen und Vergleichskriterien für die Ausschreibung eines Wägetischs bereitgestellt. Darunter Konstruktion, Materialien, Abmessungen, Tragfähigkeit, Vibrationsdämpfung und zusätzliche Funktionen.

Ersatzartikel: Bei der IT-Beschaffung erstellte ChatGPT in Sekunden eine ausführliche Marktübersicht für Standard-Laptops, einschließlich Vergleichskriterien.

Lieferzeiten und Bedingungen: Die Ergebnisse waren zu allgemein und boten wenig nutzbare Informationen für spezifische Ausschreibungen.

Gesetzgebung: Zum Thema Verdrahtungskanäle im Schaltschrankbau oder in der Bahnindustrie führte ChatGPT die relevanten gesetzlichen Regelungen für die angefragten Länder, etwa China, auf.

Lieferantenanalyse: ChatGPT hat zunächst drei deutsche und zwei schweizerische Lieferanten für medizinische Pumpenspritzen identifiziert. Eine globale Betrachtung ergänzte die Liste um weitere Anbieter aus Amerika und spezifizierte auch Komponentenlieferanten wie Hersteller von Nadeln oder Glaszylindern.

Anfrage: ChatGPT erstellte Anfragen für Laptops, die alle wichtigen Aspekte wie Begrüßung, Bedarfshintergrund sowie Details zu Preisen, Konditionen, Rabatten, Garantien und Lieferbedingungen enthielten.

WEBINAR

Der Einsatz von Künstlicher Intelligenz in der Praxis – Technische und rechtliche Grundlagen

In diesem Webinar erfährst Du alles, was Du für den sicheren Einsatz von Künstlicher Intelligenz in deinem Unternehmen brauchst. Von Datenschutz bis Haftung – wir klären alle wichtigen Fragen.

Mehr erfahren

KI-gestützte Beschaffung: ChatGPT setzt neue Maßstäbe

Basierend auf den fünf Fallstudien hat der Einsatz von ChatGPT im Beschaffungsprozess folgende Erkenntnisse gebracht:

Einfache und intuitive Bedienung: Im Gegensatz zu Google liefert ChatGPT gut strukturierte und tiefgehende Ergebnisse. ChatGPT erreicht dies durch eine schrittweise Kommunikation, bei der vertiefende Fragen präzisere Antworten liefern.

Effizienzsteigerung: ChatGPT ermöglicht es, komplexe Aufgaben in einem Bruchteil der Zeit zu erledigen. Beispielsweise dauert das Erstellen eines komplexen Anfrageschreibens in drei Sprachen mit ChatGPT nur etwa 30 Minuten statt der üblichen drei Stunden. Eine Marktübersicht zu Laptops ist in zehn Minuten erstellt, verglichen mit einem ganzen Tag im traditionellen Forschungsprozess.

Vielfältige Einsatzmöglichkeiten: Dank dieser Effizienz eröffnen sich im Einkauf neue Anwendungsmöglichkeiten. Beispielweise regelmäßig aktualisierte Lieferantendossiers, tiefgehende Analysen von Beschaffungsmarktstrategien und die Lieferantensuche in neuen Regionen.

Datenschutz: Die Studie nutzte das allgemeine öffentliche Modell von ChatGPT, sodass keine vertraulichen Daten verwendet wurden. Der Datenschutz bleibt ein wichtiges Thema. Er wird jedoch durch den Einsatz gekapselter LLMs, die externe Daten abrufen, aber keine Informationen nach außen geben, relativiert.

Quelle: Beschaffung aktuell