Bild: ©phonlamaiphoto/AdobeStock.com
Technologische Entwicklungen, etwa im Bereich der künstlichen Intelligenz, haben das Potenzial, die Risiken volatiler Weltmärkte zu reduzieren, indem Kosten beeinflussende Veränderungen früh antizipiert werden. Entscheidungen auf Basis statischer Analysen zu treffen, ist in einer digitalisierten Wirtschaft, in der Vernetzung, Echtzeitdaten und Automatisierung immer wichtiger werden, oft nicht mehr zielführend. Das hohe Datenaufkommen macht Analysen komplexer. Hier können KI-Lösungen zum Einsatz kommen, da sie sehr gut wiederholende Tätigkeiten übernehmen können. So wird etwa künftig das Stammdatenmanagement im Einkauf von KI abgedeckt oder der Abgleich eines Vertrags mit den Rechnungen von intelligenten Algorithmen übernommen. Die gesamten Abläufe im Unternehmen werden sich verändern, 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 -anpassung.
Von Science-Fiction zur Produktkostenkalkulation
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‘. Unmittelbar danach kommen vielen autonome Fahrzeuge, (mit-)denkende Roboter oder vielleicht Predictive Maintenance in den Sinn. Im Zusammenspiel mit den richtigen Daten kann künstliche Intelligenz aber noch viel mehr: etwa die Automatisierung von Geschäftsprozessen. Der Hersteller von Product-Costing-Software Facton geht davon aus, dass dies auch die Produktkostenkalkulation beeinflussen wird.
Zwei Anwendungsfälle
Globale Verflechtungen und disruptive, technologische Neuerungen verkomplizieren Kostenstrukturen und begünstigen Kostentreiber. Deren Abschätzung und Bewertung ließe sich bei den folgenden beiden Anwendungsfällen mit Predictive Costing deutlich verbessern:
Frühzeitige Kostenschätzung (Quick Estimation Module): In einem frühen Projektstadium braucht man eine schnelle Kostenschätzung, ohne eine detaillierte Kostenaufstellung der Fertigungsstückliste vorzunehmen. Nur so können Kostentreiber rechtzeitig erkannt und ausgeschaltet werden. Ein Quick Estimation Module basiert auf intelligenten Algorithmen und bestimmt anhand existierender Unternehmensdaten sowie weiterer Parameter die Produktionskosten. Die Anwendung wird als künstliches, neuronales Netz konzipiert und anhand vorgegebener Beispieldaten trainiert. Das Modul ermöglicht es, Produktstück- oder Fertigungskostenkosten im Design Costing anhand einfacher Parameter zu schätzen und Alternativbewertung sowie Kostenstrukturen transparent darzustellen, ohne eine detaillierte Analyse durchzuführen.
Ausreißer-Analyse in Echtzeit: Global agierende Unternehmen standardisieren ihre Ansätze zur Kostenschätzung so weit wie möglich. Sogenannte Ausreißer bezeichnen einen Datenpunkt, dessen Eigenschaften stark von der Norm abweichen. In Unternehmen kommen Ausreißer bei Kostenschätzungen immer wieder vor, sie sind allerdings bei großen Datenmengen manuell kaum zu erfassen. Mit der intelligenten Ausreißer-Analyse wird ein Werkzeug zur Verfügung gestellt, um die Kostendatenbank des Unternehmens entweder strukturell oder kostenmäßig zu analysieren. So werden Kostenstellen identifiziert, die außerhalb des Standards liegen bzw. nicht den Best Practices entsprechen. Dabei untersuchen Machine Learning-Algorithmen die Daten. Über die Verbindung mit einer automatisierten Echtzeitanalyse werden Ausreißer in einer Kostenschätzung direkt aufgedeckt.
