Praxis & Einblicke.

Eine Schnittstelle kann Daten fehlerfrei übertragen und dennoch die falsche Bedeutung weitergeben.

Dasselbe Produkt beginnt seine digitale Reise in unterschiedlichen Formen.

Der Vertrieb erfasst es im CRM als Teil einer kommerziellen Produktfamilie. Während der Angebotserstellung bildet CPQ es als konfigurierbares Modell mit Optionen und Regeln ab. Nach der Auftragserteilung erwartet das ERP eine oder mehrere Materialnummern. Im Engineering ist es möglicherweise unter einer weiteren technischen Bezeichnung bekannt, die mit Zeichnungen und Spezifikationen verknüpft ist.

Jede Beschreibung kann in ihrem eigenen Kontext richtig sein. Die Schwierigkeit beginnt, sobald die Informationen weitergegeben werden müssen.

Die Daten kommen an. Die Bedeutung nicht.

Eine technisch funktionierende Schnittstelle kann jedes erforderliche Feld fehlerfrei übertragen. Sie kann jedoch nicht entscheiden, ob eine kommerzielle Produktfamilie einer einzelnen Konfiguration, mehreren Konfigurationen oder einer vollständigen Materialstruktur entspricht.

Sie kann nicht wissen, welche technische Bezeichnung nach einer Produktänderung noch gültig ist. Ebenso wenig kann sie bestimmen, in welchem System die Information korrigiert werden muss, wenn zwei Definitionen nicht mehr übereinstimmen.

Ohne abgestimmte Zusammenhänge transportiert die Integration lediglich Unsicherheit schneller weiter.

Gemeinsame Bedeutung erfordert keine identischen Strukturen

Ziel ist es nicht, CRM, CPQ, ERP und Engineering-Systeme dazu zu zwingen, ein Produkt exakt gleich zu beschreiben. Jedes System erfüllt einen anderen Zweck und benötigt daher eine andere Sichtweise.

Entscheidend ist, zu definieren, wie diese Sichtweisen miteinander zusammenhängen. Eine kommerzielle Produktfamilie kann zu mehreren konfigurierbaren Modellen führen. Eine Konfiguration kann mehrere Materialpositionen erzeugen. Eine technische Bezeichnung kann das Ergebnis mit einer bestimmten Zeichnung oder Spezifikation verbinden.

Diese Zusammenhänge sind nicht nur technische Zuordnungen. Sie sind Geschäftswissen.

Verantwortung ist Teil der Architektur

Jede wichtige Definition und Zuordnung benötigt eine klare Verantwortung. Wenn sich ein Produkt ändert, muss feststehen, welche Systeme betroffen sind, wer den Zusammenhang aktualisiert und wie die Änderung geprüft wird.

Data Governance kann abstrakt klingen. Im Arbeitsalltag zeigt sich ihr Fehlen jedoch durch wiederholte Dateneingaben, manuelle Korrekturen, widersprüchliche Auswertungen und die Frage, welchem Wert vertraut werden kann.

Eine zuverlässige Integration benötigt daher mehr als eine Schnittstelle. Sie benötigt gemeinsame Definitionen, klare Verantwortlichkeiten und einen kontrollierten Prozess, um die Zusammenhänge aktuell zu halten.

Die Perspektive

Wenn zwischen den Systemen klar ist, wie ihre unterschiedlichen Sichtweisen zusammenhängen, wird eine Übergabe zu mehr als der Übertragung von Feldern. Die Information behält ihre Bedeutung, während sie den Prozess durchläuft.

Bevor Systeme Daten austauschen können, muss das Unternehmen klären, was diese Daten bedeuten — und wer diese Bedeutung aktuell hält.

Im Anlagenbau hängt die Qualität eines Angebots nicht nur von Software und Regeln ab, sondern auch davon, ob das richtige technische Wissen im richtigen Moment verfügbar ist.

Die Erstellung eines Angebots für eine Industrieanlage besteht nur selten einfach darin, ein Produkt auszuwählen und einen Preis zu berechnen.

Technische Spezifikationen, Erfahrungen aus früheren Projekten, Produktgrenzen, Engineering-Standards, kaufmännische Bedingungen und kundenspezifische Anforderungen können die endgültige Lösung beeinflussen. Ein Teil dieses Wissens ist strukturiert in Systemen hinterlegt. Vieles bleibt jedoch über Dokumente, E-Mails, Tabellen, frühere Angebote und die Erfahrung einzelner Mitarbeitender verteilt.

CPQ kann diese Komplexität strukturieren.

Es kann durch die Produktkonfiguration führen, definierte Preislogiken anwenden, Pflichtauswahlen steuern, Freigaben unterstützen und konsistente Angebotsdokumente erzeugen. CPQ kann jedoch nur Wissen anwenden, das zuvor verstanden, formalisiert und gepflegt wurde.

Genau hier könnte KI zu einer wichtigen unterstützenden Ebene werden.

Eine Frage statt langer Suche

Stellen wir uns vor, dass freigegebene technische Dokumentationen, Produktrichtlinien, Erkenntnisse aus früheren Projekten und internes Engineering-Wissen über eine einzige kontrollierte Wissensumgebung zugänglich wären.

Anstatt Ordner zu durchsuchen, mehrere Abteilungen zu kontaktieren oder alte Dokumente zu vergleichen, könnte ein Mitarbeiter fragen:

„Welche technischen Bedingungen müssen geprüft werden, bevor diese Ausrüstung für diese Anwendung angeboten wird?“

Innerhalb weniger Sekunden könnte die KI die relevanten Informationen zusammenführen, die Zusammenhänge erläutern und auf die ursprünglichen freigegebenen Quellen verweisen.

Angebotsteams, Engineering, Vertrieb und weitere berechtigte Mitarbeitende könnten gleichzeitig auf dasselbe Wissen zugreifen — ohne von der Verfügbarkeit eines bestimmten Experten abhängig zu sein.

CPQ und KI haben unterschiedliche Stärken

CPQ schafft dort Wert, wo Entscheidungen wiederholbar, kontrolliert und nachvollziehbar sein müssen. Es kann bekannte Konfigurationsregeln, Berechnungen und Workflows verbindlich anwenden.

KI schafft dort Wert, wo Wissen umfangreich, teilweise unstrukturiert und nur schwer schnell auffindbar ist. Sie kann Mitarbeitenden helfen, relevante Informationen zu finden, zusammengehörige Dokumente zu verknüpfen und zu erkennen, wann zusätzliche Klärung erforderlich sein könnte.

Gemeinsam eingesetzt könnten sie eine leistungsfähigere Angebotsumgebung schaffen:

• CPQ strukturiert die Konfiguration und den kaufmännischen Prozess.
• KI macht das technische Wissen hinter diesem Prozess leichter zugänglich.
• Mitarbeitende bringen ihr Urteilsvermögen dort ein, wo sich eine Situation nicht vollständig standardisieren lässt.

KI könnte auch die Weiterentwicklung von CPQ selbst unterstützen. Durch das Erkennen wiederkehrender Fragen, häufig verwendeter technischer Erläuterungen und typischer Ausnahmen könnte sie Teams dabei helfen zu entscheiden, welches Wissen künftig in eine formale Konfigurationsregel oder einen definierten Prozessschritt überführt werden sollte.

Eine gemeinsame Wissensbasis muss vertrauenswürdig sein

Informationen unter einem Dach zusammenzuführen ist nur dann sinnvoll, wenn die Mitarbeitenden den erhaltenen Inhalten vertrauen können.

Die zugrunde liegenden Dokumente müssen freigegeben und aktuell sein sowie eine klare Verantwortlichkeit haben. Zugriffsrechte müssen eingehalten werden. Antworten sollten ihre Quellen ausweisen, und technisch kritische Entscheidungen müssen weiterhin von Fachleuten geprüft werden.

KI darf weder unbemerkt technisches Wissen erfinden noch Verantwortung ersetzen. Ihr Zweck sollte darin bestehen, vorhandenes Unternehmenswissen zugänglich, verständlich und wiederverwendbar zu machen.

Die Perspektive

Die Zukunft der Angebotserstellung liegt möglicherweise nicht in einem einzigen System, das versucht, alles zu übernehmen.

Sie könnte vielmehr in einer Kombination liegen, in der CPQ strukturierte Entscheidungen steuert, KI den Zugang zu gesammeltem Wissen ermöglicht und erfahrene Mitarbeitende für die technische Beurteilung verantwortlich bleiben.

CPQ kann strukturieren, was ein Unternehmen bereits weiß. KI kann dazu beitragen, dass dieses Wissen die Person erreicht, die es benötigt — in Sekunden statt in Stunden.

Ein Prozess ist nicht wirklich transparent, wenn sein Status nur aus Gesprächen, Tabellen und einzelnen Rückmeldungen hervorgeht.

Die Situation

Ein Produktionsauftrag durchläuft mehrere Phasen: Vorbereitung, Materialbereitstellung, Fertigung, Qualitätskontrolle und Versand.

Jede Abteilung kennt ihren eigenen Teil des Prozesses. Es fehlt jedoch eine gemeinsame Übersicht darüber, was abgeschlossen ist, wo Verzögerungen bestehen und welche Punkte Aufmerksamkeit erfordern.

Um die aktuelle Situation zu verstehen, muss jemand einen Kollegen anrufen, eine E-Mail schreiben oder mehrere Tabellen miteinander vergleichen.

Mehr Daten schaffen nicht automatisch Transparenz

Die erforderlichen Informationen sind möglicherweise bereits vorhanden, aber über verschiedene Systeme, Dokumente und Abteilungen verteilt.

Die erste Verbesserung muss nicht zwangsläufig eine große neue Plattform sein. Entscheidend ist zunächst, einige wenige aussagekräftige Statuspunkte zu definieren, die alle Beteiligten verstehen:

• Welche Phase hat der Auftrag erreicht?
• Was verhindert derzeit den Fortschritt?
• Wer ist für den nächsten Schritt verantwortlich?
• Wann wurden die Informationen zuletzt aktualisiert?

Abweichungen sichtbar machen

Eine hilfreiche digitale Übersicht sollte nicht verlangen, dass Mitarbeitende jeden Auftrag ständig überwachen. Sie sollte ihnen dabei helfen, genau die Aufträge zu erkennen, die Aufmerksamkeit benötigen.

Verzögerungen, fehlende Materialien, ungelöste Qualitätsprobleme oder überfällige Freigaben sollten frühzeitig sichtbar werden — bevor sie nachfolgende Produktionsschritte oder den Liefertermin beeinflussen.

Entscheidungen unterstützen, nicht nur berichten

Transparenz in der Produktion ist dann wertvoll, wenn sie konkretes Handeln unterstützt. Es geht nicht darum, ein weiteres Dashboard zu erstellen, sondern im entscheidenden Moment verlässliche Informationen bereitzustellen.

Die beste Lösung kann eine gemeinsame Statusübersicht, eine automatische Benachrichtigung oder eine Verbindung zwischen bestehenden Systemen sein. Welche Technologie geeignet ist, hängt davon ab, wo die Informationen bereits vorhanden sind und wie die Mitarbeitenden sie nutzen.

Die Erkenntnis

Ein transparenter Produktionsprozess zeigt nicht alles. Er macht den nächsten notwendigen Schritt deutlich.

Praktische Erfahrung schafft nur dann dauerhaft Wert, wenn sie den Menschen zur Verfügung steht, die sie benötigen.

Stellen wir uns eine Produktionslinie vor, an der ein erfahrener Anlagenbediener weiß, dass sich eine Maschine bei bestimmten Materialien, Temperaturen oder Betriebsbedingungen unterschiedlich verhält.

Der Bediener erkennt frühe Warnsignale, nimmt kleine Anpassungen vor und verhindert, dass der Prozess instabil wird. Diese Entscheidungen beruhen auf jahrelanger Erfahrung — doch ein großer Teil dieses Wissens wurde nie dokumentiert.

Übernimmt eine andere Schicht, kann dieselbe Situation anders behandelt werden. Ist der erfahrene Bediener nicht anwesend, müssen Mitarbeitende möglicherweise ein Problem erneut untersuchen, dessen Lösung einem Kollegen bereits bekannt ist.

Die Folgen können längere Unterbrechungen, schwankende Produktqualität und wiederholte Fehlersuche sein.

Nicht jede Beobachtung gehört in eine Arbeitsanweisung

Die erste Reaktion könnte sein, alles zu dokumentieren. Informationen ohne klaren Zweck zu sammeln, kann jedoch zusätzlichen Aufwand verursachen, ohne die Produktion zuverlässiger zu machen.

Ich würde mit folgenden Fragen beginnen:

• Welche Situationen hängen wiederholt von der Erfahrung einzelner Personen ab?
• Welche Beobachtungen helfen, ein Problem zu erkennen, bevor es kritisch wird?
• Welche Informationen benötigt die nächste Schicht tatsächlich?
• Welche Anpassungen lassen sich standardisieren und welche erfordern weiterhin menschliches Urteilsvermögen?

Ziel ist es nicht, Erfahrung durch Anweisungen zu ersetzen. Es geht darum, das Wissen zu erkennen, das über eine einzelne Person oder Schicht hinaus verfügbar bleiben sollte.

Wissen während der Arbeit zugänglich machen

Nützliches Produktionswissen sollte sich einfach erfassen und schnell wiederfinden lassen.

Je nach Situation kann dies eine strukturierte Schichtübergabe, ein digitales Betriebsbuch, eine klare Anleitung zur Störungsbehebung oder einen an bestimmte Betriebsbedingungen geknüpften Hinweis bedeuten.

Die Lösung sollte sich selbstverständlich in die Arbeit einfügen. Dauert das Dokumentieren einer Beobachtung zu lange, wird es möglicherweise vermieden. Werden zu viele Informationen gesammelt, sind die wichtigen Signale nur schwer zu finden.

Erfahrung bleibt unverzichtbar

Digitale Werkzeuge können dabei helfen, Beobachtungen zu bewahren, wiederkehrende Muster sichtbar zu machen und bewährte Reaktionen anderen Mitarbeitenden zugänglich zu machen.

Sie können das Urteilsvermögen erfahrener Anlagenbediener nicht ersetzen. Ihr Wert liegt darin, praktisches Wissen über Schichten, Teams und Zeit hinweg weiterzugeben.

Die Erkenntnis

Die Produktion wird widerstandsfähiger, wenn wertvolle Erfahrung nicht auf die Person beschränkt bleibt, die sie ursprünglich gesammelt hat.

Digitalisierung sollte praktische Erfahrung nicht ersetzen. Sie sollte diese Erfahrung dort und dann verfügbar machen, wo sie benötigt wird.

Eine Übergangslösung kann länger bestehen als das Problem, für das sie eingeführt wurde.

Nach einem Lieferfehler führt ein Team in einem Industrieunternehmen eine zusätzliche manuelle Prüfung ein. Zunächst ist der Grund klar: Derselbe Fehler soll vermieden werden, während die Ursache untersucht wird.

Monate später ist die Prüfung noch immer Teil des Ablaufs. Jeder Auftrag durchläuft sie, obwohl das ursprüngliche Problem behoben wurde. Neue Mitarbeitende lernen den Schritt, doch niemand erklärt, wann er tatsächlich erforderlich ist.

Was als Ausnahme begann, ist zum festen Bestandteil des Arbeitsalltags geworden.

Vor der Digitalisierung

Die naheliegende Verbesserung wäre vielleicht, die Prüfung zu automatisieren. Zunächst lohnt es sich jedoch zu fragen:

• Welches Problem sollte dieser Schritt ursprünglich lösen?
• Besteht dieses Problem noch?
• Ist die Prüfung bei jedem Auftrag erforderlich oder nur in bestimmten Situationen?
• Was würde passieren, wenn sie entfiele?

Manche Prüfungen bleiben für Qualität, Sicherheit oder vertragliche Anforderungen unverzichtbar. Andere bestehen nur weiter, weil ihr ursprünglicher Zweck nicht erneut hinterfragt wurde.

Den Zweck bewahren, die Routine hinterfragen

Ist eine Prüfung weiterhin nötig, lässt sie sich möglicherweise auf bestimmte Bedingungen begrenzen. Gleicht sie unzuverlässige Informationen aus einem früheren Prozessschritt aus, kann es sinnvoller sein, diese Informationen zu verbessern, als eine weitere automatisierte Kontrolle einzuführen.

Ziel ist es, notwendige Absicherungen zu erhalten und gleichzeitig Arbeit zu reduzieren, die keinen klaren Zweck mehr erfüllt.

Die Erkenntnis

Digitale Transformation bietet die Chance, bestehende Routinen zu hinterfragen, bevor sie in ein neues System übernommen werden.

Vor der Frage „Wie können wir diesen Schritt automatisieren?“ steht die Frage „Warum ist er noch Teil des Prozesses?“

Warum ein schnelleres Dokument nicht immer einen schnelleren Angebotsprozess bedeutet.

Wenn ein Angebot zu lange dauert, ist die Automatisierung des Dokuments oft die erste Idee. Es ist eine sichtbare, wiederkehrende Aufgabe — und damit ein naheliegender Ansatzpunkt für Verbesserungen.

Aber geht dort wirklich die meiste Zeit verloren?

Stellen wir uns einen fiktiven Anlagenlieferanten vor, dessen Angebot den Kunden nach fünf Arbeitstagen erreicht. Die Erstellung des Dokuments dauert zwei Stunden. Zwischen der ersten Anfrage und der abschließenden Freigabe wartet das Angebot auf technische Klärungen, aktualisierte Lieferantenpreise und die kaufmännische Genehmigung.

Ein schnellerer Dokumentengenerator würde etwas Zeit sparen. Die Wartezeiten blieben.

Wo ich anfangen würde

Bevor ich ein Tool auswähle, würde ich ein Angebot von der Kundenanfrage bis zur Freigabe begleiten und fragen:

• Welche Informationen fehlen zu Beginn?
• Wo wartet das Angebot auf eine Entscheidung?
• Welche Informationen werden mehrfach eingegeben?
• Warum geht die Arbeit an einen früheren Schritt zurück?

Ziel ist es, Bearbeitungszeit von Wartezeit zu unterscheiden. Beides ist wichtig, erfordert aber unterschiedliche Lösungen.

Eine wiederkehrende Berechnung kann von Automatisierung profitieren. Eine unklare Freigabeverantwortung braucht einen klareren Entscheidungsprozess. Fehlende technische Angaben können bessere Fragen zu Beginn erfordern.

Dann entscheiden, was automatisiert werden soll

Sind diese Abhängigkeiten verstanden, können Tools wie CPQ strukturierte Eingaben, konsistente Berechnungen und die Dokumentenerstellung unterstützen.

Manchmal ist die nützlichste erste Verbesserung jedoch kleiner: eine abgestimmte Checkliste, eine eindeutig zugewiesene Verantwortung oder ein sichtbarer Status, der zeigt, was fehlt und wer handeln muss.

Die Erkenntnis

Die Geschwindigkeit der Angebotserstellung hängt nicht nur davon ab, wie schnell ein Dokument entsteht. Sie hängt auch davon ab, wie reibungslos Informationen und Entscheidungen durch den Prozess fließen.

Vor der Frage „Was können wir automatisieren?“ steht die Frage „Wo wartet die Arbeit — und warum?“