Beschaffungssteuerungsturm: Konzeptnachweis durch maschinelles Lernen und…

Beschaffungssteuerungsturm: Konzeptnachweis durch maschinelles Lernen und…

Dieser Text fasst die Masterarbeit von Bishwajit Kumar und Pablo Barros Gomez zusammen, welche am 12. Juni 2024 verfasst wurde. Die Arbeit mit dem Titel “Procurement Control Tower: Proof of Concept Through Machine Learning and Natural Language Processing” wurde von Dr. Elenna Dugundji und Dr. Thomas Koch supervidiert. Der Fokus lag auf der Implementierung eines Procurement “Control Towers” für einen globalen Pharmakonzern, der mit Herausforderungen wie hohem Beschaffungsaufwand, vielfältigen Produktanforderungen, einem umfangreichen Lieferantenstamm und verschiedenen Software-Erkenntnissen konfrontiert ist.

Um die Ziele des Sponsors zu erreichen, wurde eine zweigleisige Forschung durchgeführt: eine qualitative Studie und eine quantitative Analyse. In der qualitativen Studie wurde die Architektur des Procurement Control Towers vorgeschlagen, um eine einheitliche Datenplattform zu schaffen, die die Grundlage für die Generierung wertvoller Unternehmenserkenntnisse bildet. Die quantitative Studie konzentrierte sich auf die Entwicklung eines Prototyps für das Spend Analytics Anwendungsszenario, wobei maschinelles Lernen und Natural Language Processing (NLP) eingesetzt wurden, um eine hohe Klassifizierungsgenauigkeit für unklassifizierte Ausgaben zu erreichen.

Die Implementierung des Procurement Control Towers verspricht erweiterte Erkenntnisse, verbessertes Risikomanagement, Kosteneinsparungen und schnellere Entscheidungsfindung für den Sponsor. Insbesondere die Klassifizierung der unzureichend zugeordneten Ausgaben durch den Machine-Learning-Algorithmus wird sich positiv auf das Geschäft des Sponsors auswirken. Die vorgeschlagene Lösung wurde vom Sponsor akzeptiert und implementiert, was einen bedeutenden Schritt darstellt, um die Beschaffungsprozesse zu optimieren und Wettbewerbsvorteile auf dem volatilen Markt zu erlangen. jährlich rund 80 Studierende des Master of Supply Chain Management Programms am MIT Center for Transportation & Logistics (MIT CTL) absolvieren ca. 45 einjährige Forschungsprojekte, bei denen sie mit multinationalen Unternehmen zusammenarbeiten.