Home Implikationen Künstlicher Intelligenz im industriellen Einkauf
Article
Licensed
Unlicensed Requires Authentication

Implikationen Künstlicher Intelligenz im industriellen Einkauf

Empirische Ergebnisse und Handlungsempfehlungen
  • Volker Koch

    DI Dr. Volker Koch studierte Wirtschaftsingenieurwesen-Maschinenbau an der TU Graz. Nach seiner beruflichen Station bei der AVL, List GmbH promovierte er an der TU Graz im Fachbereich Techno-Ökonomie und ist dort am Institut für Betriebswirtschaftslehre und Betriebssoziologie in Lehre und Forschung tätig.

     EMAIL logo     and Laila El Shafie

    Laila El Shafie ist Software Engineering and Management Studentin an der TU Graz. Im Rahmen ihrer Bachelorarbeit forschte sie zum Thema der künstlichen Intelligenz im Zusammenhang mit dem industriellen Einkauf.
Published/Copyright: December 16, 2022
Become an author with De Gruyter Brill
Submit Manuscript Author Information
Zeitschrift für wirtschaftlichen Fabrikbetrieb
From the journal Zeitschrift für wirtschaftlichen Fabrikbetrieb Volume 117 Issue 12

Abstract

Dieser Beitrag gibt einen Überblick über aktuelle Anwendungen der Künstlichen Intelligenz (KI) im industriellen Einkauf. Es wurden eine Literaturrecherche und eine Umfrage durchgeführt. Die Umfrageteilnehmer bewerteten ihre aktuelle Situation bezüglich des Einsatzes von KI in der Einkaufsbranche. Die Ergebnisse zeigen, dass zahlreiche Unternehmen den Wert einer Investition in KI erkennen, unabhängig davon, ob sie in ihrem Betrieb eingesetzt werden. Ressourcen und Informationen sind jedoch knapp und nicht alle Unternehmen sind bereit, in die Forschung zu investieren, die für die Entwicklung von KI-bezogener Software erforderlich wäre. Um Veränderungen erfolgreich zu bewältigen, müssen EinkäuferInnen anpassungsfähig und aufgeschlossen für das Thema KI sein.

Abstract

This article provides an overview of current applications of artificial intelligence (AI) in industrial procurement. A literature search and a survey were carried out. The survey participants evaluated their current situation regarding the use of AI in the procurement industry. The results show that numerous companies recognize the value of investing in AI, regardless of whether they are deployed in their operations. However, resources and information are scarce and not all companies are willing to invest in the research that would be required to develop AI-related software. In order to successfully manage change, purchasers must be adaptable and open to the topic of AI.

Schlüsselwörter: Künstliche Intelligenz; Industrieller Einkauf; Maschinelles Lernen; Industrie 4.0
Keywords: Artificial Intelligence; Industrial Purchasing; Machine Learning; Industry 4.0

Hinweis

Bei diesem Beitrag handelt es sich um einen von den Mitgliedern des ZWF-Advisory Board wissenschaftlich begutachteten Fachaufsatz (Peer-Review).

Tel.: +43 316 873-7283

About the authors

Dipl.-Ing. Dr. Volker Koch

DI Dr. Volker Koch studierte Wirtschaftsingenieurwesen-Maschinenbau an der TU Graz. Nach seiner beruflichen Station bei der AVL, List GmbH promovierte er an der TU Graz im Fachbereich Techno-Ökonomie und ist dort am Institut für Betriebswirtschaftslehre und Betriebssoziologie in Lehre und Forschung tätig.

Laila El Shafie

Laila El Shafie ist Software Engineering and Management Studentin an der TU Graz. Im Rahmen ihrer Bachelorarbeit forschte sie zum Thema der künstlichen Intelligenz im Zusammenhang mit dem industriellen Einkauf.

Literatur

1 Berg, M.; Pellengahr, F.; Richard, J.; Schulte, A. T.: Vorstudie Einkauf 4.0: Digitalisierung des Einkaufs. Fraunhofer IML und BME e. V., Dortmund, Frankfurt a. M. 2016Search in Google Scholar

2 Glas, A. H.; Kleemann, F.: Einkauf 4.0 Digitale Transformation der Beschaffung. 2. Aufl., Springer-Gabler-Verlag, Wiesbaden 2020 DOI: 10.1007/978-3-658-30790-510.1007/978-3-658-30790-5Search in Google Scholar

3 Zunk, B. M.: Ideal-typical Competence Profile of Industrial Buyer-Seller Relationship Controllers in Technology Firms – Empirical Evidence from Austria. International Journal of Industrial Engineering and Management 4 (2013) 2, S. 87–94Search in Google Scholar

4 Sammalkorpi, S.; Teppala, J. P.: AI in Procurement. Sievo Oy, Tallinn Estonia 2019Search in Google Scholar

5 Allal-Chérif, O.; Simón-Moya, V.; Ballester, A. C. C.: Intelligent Purchasing: How Artificial Intelligence Can Redefine the Purchasing Function. Journal of Business Research 124 (2021), S. 69–76 DOI: 10.1016/j.jbusres.2020.11.05010.1016/j.jbusres.2020.11.050Search in Google Scholar

6 Koch, V.: Der Einkauf zwischen Produktion und Beschaffungsmarkt. ZWF 116 (2021) 6, S. 428–432 DOI: 10.1515/zwf-2021-010610.1515/zwf-2021-0106Search in Google Scholar

7 Bunzendahl, S.; Schneider, O.: Direct Impacts of Industry 4.0 to Purchasind 4.0 and Quality 4.0. In: Proceedings of the 17th Annual International Bata Conference for Ph. D. Students and Young Researchers, Zlín Czech Republic 2021 DOI: 10.7441/dokbat.2021.1010.7441/dokbat.2021.10Search in Google Scholar

8 Zunk, B. M.; Koch, V.: Customer Ranking Model for Project Businesses: A Case Study from the Automotive Industry. International Journal of Engineering Business Management 6 (2014) 1, S. 1–9 DOI: 10.5772/5845410.5772/58454Search in Google Scholar

9 Lorentz, H.; Srai, J. S.: Developing Design Principles for the Digitalisation of Purchasing and Supply Management. Journal of Purchasing and Supply Management 25 (2019) 1, S. 78–98 DOI: 10.1016/j.pursup.2018.07.00110.1016/j.pursup.2018.07.001Search in Google Scholar

10 Zunk, B. M.; Schiele, H.: Einflussfaktoren auf Innovationsleistung und Preisgestaltung von Lieferanten. ZWF 106 (2011) 12, S. 974–978 DOI: 10.3139/104.11067910.3139/104.110679Search in Google Scholar

11 Kehayov, M.; Holder, L.; Koch, V.: Application of Artificial Intelligence Technology in the Manufacturing Process and Purchasing and Supply Management. Procedia Computer Science. 200 (2022), S. 1209–1217 DOI: 10.1016/j.procs.2022.01.32110.1016/j.procs.2022.01.321Search in Google Scholar

12 Kaufmann, L.; Kosmol, T.; Reimann, F.: You‘ll Never Walk Alone: Why We Need a Supply Chain Practice View on Digital Procurement. Journal of Purchasing and Supply Management, 25 (2019) 4, S.1–17 DOI: 10.1016/j.pursup.2019.10055310.1016/j.pursup.2019.100553Search in Google Scholar

13 Rainsberger, L.: KI – die neue Intelligenz im Vertrieb. Springer-Gabler-Verlag, Wiesbaden 2021 DOI: 10.1007/978-3-658-31773-710.1007/978-3-658-31773-7Search in Google Scholar

14 Zunk, B. M.: Exploration of Factors Influencing the Customers‘ Motivation in Buyer-Supplier Relationships on Industrial Markets. International Journal of Engineering Business Management 7 (2015), S. 1–610.5772/62110Search in Google Scholar
Published Online: 2022-12-16
Published in Print: 2022-12-30

© 2022 Walter de Gruyter GmbH, Berlin/Boston, Germany

Articles in the same Issue

  1. Inhalt
  2. Editorial
  3. KI-Lösungen in der Produktion
  4. Produktionsnetzwerke
  5. Zukunftsfähige Produktionsnetzwerke in disruptiven Zeiten
  6. Gestaltung von effizienten Produktionsnetzwerken in der Automobilindustrie
  7. Globale Produktionsstrategien in der Praxis – Strategieformulierung und -implementierung
  8. Produktivität
  9. Sensorgestützte Analyse der Maschinenbedienung in der Kleinserienfertigung
  10. Prozessmanagement
  11. Nutzung kollaborativer digitaler Tools zur Prozessoptimierung im Laborumfeld
  12. Prozessmodellierung in hochdynamischen Umgebungen
  13. Servicemanagement
  14. Ein hyperheuristischer Ansatz für die operative Serviceplanung in Product-Service Systems
  15. Planungsmethoden
  16. Überprüfung der Zukunftsfähigkeit von Planungsmethoden
  17. Wandlungstreiber
  18. Kategorisierung und Erstbeurteilung von Wandlungstreibern
  19. Datenqualität
  20. Erfasste Betriebsdaten und ihre Qualität
  21. Unternehmensübergreifendes Datenqualitätsmanagement
  22. Automatisierung
  23. Industriefähiges Bin Picking
  24. Energieeffizienz
  25. Wie effizient sind gleichspannungsversorgte Maschinen?
  26. Simulation
  27. Agile Erstellung von Materialflusssimulationen
  28. Geschäftsmodelle
  29. Risiken managen – Einsatzpotenziale von EaaS-Lösungen in der Produktion
  30. Digitale Plattformen
  31. Digitale Kollaborationsplattform zur verteilten, agilen Planung im Produktentstehungsprozess
  32. Virtuelle IIoT-Plattform für die Digitalisierung der Fertigung
  33. Künstliche Intelligenz
  34. Implikationen Künstlicher Intelligenz im industriellen Einkauf
  35. Szenariobasiertes Krisenmanagement mittels KI
  36. Sensorik
  37. Konzept zur Sensornachrüstung
  38. Vorschau
  39. Vorschau
https://doi.org/10.1515/zwf-2022-1180
Keywords for this article
Artificial Intelligence; Industrial Purchasing; Machine Learning; Industry 4.0

Articles in the same Issue

  1. Inhalt
  2. Editorial
  3. KI-Lösungen in der Produktion
  4. Produktionsnetzwerke
  5. Zukunftsfähige Produktionsnetzwerke in disruptiven Zeiten
  6. Gestaltung von effizienten Produktionsnetzwerken in der Automobilindustrie
  7. Globale Produktionsstrategien in der Praxis – Strategieformulierung und -implementierung
  8. Produktivität
  9. Sensorgestützte Analyse der Maschinenbedienung in der Kleinserienfertigung
  10. Prozessmanagement
  11. Nutzung kollaborativer digitaler Tools zur Prozessoptimierung im Laborumfeld
  12. Prozessmodellierung in hochdynamischen Umgebungen
  13. Servicemanagement
  14. Ein hyperheuristischer Ansatz für die operative Serviceplanung in Product-Service Systems
  15. Planungsmethoden
  16. Überprüfung der Zukunftsfähigkeit von Planungsmethoden
  17. Wandlungstreiber
  18. Kategorisierung und Erstbeurteilung von Wandlungstreibern
  19. Datenqualität
  20. Erfasste Betriebsdaten und ihre Qualität
  21. Unternehmensübergreifendes Datenqualitätsmanagement
  22. Automatisierung
  23. Industriefähiges Bin Picking
  24. Energieeffizienz
  25. Wie effizient sind gleichspannungsversorgte Maschinen?
  26. Simulation
  27. Agile Erstellung von Materialflusssimulationen
  28. Geschäftsmodelle
  29. Risiken managen – Einsatzpotenziale von EaaS-Lösungen in der Produktion
  30. Digitale Plattformen
  31. Digitale Kollaborationsplattform zur verteilten, agilen Planung im Produktentstehungsprozess
  32. Virtuelle IIoT-Plattform für die Digitalisierung der Fertigung
  33. Künstliche Intelligenz
  34. Implikationen Künstlicher Intelligenz im industriellen Einkauf
  35. Szenariobasiertes Krisenmanagement mittels KI
  36. Sensorik
  37. Konzept zur Sensornachrüstung
  38. Vorschau
  39. Vorschau
Sign up now to receive a 20% welcome discount
Institutional Access
How does access work?
Have an idea on how to improve our website?
Please write us.
© 2025 De Gruyter Brill
Downloaded on 10.9.2025 from https://www.degruyterbrill.com/document/doi/10.1515/zwf-2022-1180/html
Scroll to top button