Predictive Procurement: Wenn Asset-Daten den Einkauf smarter machen
von Michael Lehnert · CEO & Co-Founder, seventhings
Ein Facility Manager bestellt drei neue Beamer für die Konferenzräume, weil zwei Kollegen sich über fehlendes Equipment beschwert haben. Zwei Wochen später taucht ein alter Beamer im Lager wieder auf. Niemand wusste, dass er da war. So sieht Einkauf ohne Datenbasis aus: reaktiv, auf Zuruf, blind gegenüber dem, was längst im Haus ist.
Genau hier setzt Predictive Procurement an. Der Begriff stammt aus der Beschaffungsforschung und beschreibt Einkaufsentscheidungen, die auf historischen Nutzungs-, Ausfall- und Lebenszyklusdaten basieren statt auf Bauchgefühl oder Bestellhistorie allein. 73 % der Unternehmen mit ERP-System pflegen parallel weiterhin Excel-Listen für ihre physischen Assets (Forrester, 2023) – eine Datenbasis, aus der sich kaum belastbare Kaufentscheidungen ableiten lassen.
Key Takeaways
- 73 % der ERP-Nutzer führen parallel Excel-Listen für Assets – eine schwache Grundlage für Einkaufsentscheidungen (Forrester, 2023)
- Mittelständische Unternehmen haben laut McKinsey 50.000–200.000 € ungenutztes Equipment im Bestand, das oft trotzdem nachgekauft wird (McKinsey, 2024)
- Ohne Tracking gehen jährlich 12–18 % der Werkzeuge verloren – und werden meist einfach neu bestellt (Nexess Solutions, 2024)
- 67 % der CFOs zählen gebundenes Kapital zu ihren drei größten Sorgen – ungenutztes Equipment ist ein Teil davon (Deloitte CFO Signals, 2024)
Was bedeutet Predictive Procurement bei physischen Assets?
Predictive Procurement bezeichnet Beschaffungsentscheidungen, die auf strukturierten historischen Daten basieren: Nutzungsintensität, Standortverteilung, Schadens- und Verlustquoten, Wartungskosten und Restlaufzeiten. Der Einkauf fragt nicht mehr "Was brauchen wir vermutlich?", sondern "Was zeigt die Historie tatsächlich?". Bei physischen Assets ohne IoT-Sensorik – Werkzeug, Mobiliar, Prüfmittel, Konferenztechnik – kommt diese Historie aus der Asset-Verwaltung selbst: Übergaben, Standortwechsel, Meldungen, Ausmusterungen.
Wichtig ist die Abgrenzung zur reinen Bedarfsplanung im ERP. Ein ERP-System kennt Bestellmengen und Lieferzeiten. Es weiß aber selten, ob ein Beamer im dritten Stock seit zehn Monaten ungenutzt im Schrank steht. Diese Lücke schließt eine strukturierte Asset-Historie – nicht als Ersatz für das ERP, sondern als zusätzliche Datenebene für Entscheidungen vor der Bestellung.
Was ist der Unterschied zwischen Predictive Procurement und Predictive Maintenance? Predictive Maintenance versucht, den Ausfallzeitpunkt eines Assets über Sensordaten vorherzusagen. Predictive Procurement braucht dafür keine Sensorik – es wertet aus, was bereits an Nutzungs- und Lebenszyklusdaten vorliegt. seventhings liefert genau diese Historie, ohne selbst Prognosen über Ausfallzeitpunkte zu berechnen.
Warum kaufen Unternehmen zu viel – und trotzdem am falschen Bedarf vorbei?
Mittelständische Unternehmen haben im Schnitt 50.000 bis 200.000 € ungenutztes Equipment im Bestand (McKinsey, 2024). Das Muster dahinter ist fast immer dasselbe: Ein Standort meldet Bedarf, der Einkauf bestellt, niemand prüft vorher den unternehmensweiten Bestand. Bei Mobiliar oder Konferenztechnik – klassische Workplace-Assets ohne eigene Netzwerkverbindung – passiert das besonders häufig, weil niemand zentral sieht, was an anderen Standorten frei steht.
Gleichzeitig gehen ohne Tracking 12–18 % der mobilen Werkzeuge jedes Jahr verloren (Nexess Solutions, 2024). Ein Prüfmittel, das nicht mehr auffindbar ist, wird in der Regel nachbestellt statt gesucht – die Wiederbeschaffung ist schneller als die Suche. Beide Effekte zusammen erzeugen ein Beschaffungsmuster, das strukturell zu hoch ausfällt, ohne dass irgendjemand bewusst überbestellt.
Welche Kennzahlen braucht datenbasierte Beschaffungsplanung?
Nicht jede Kennzahl hilft dem Einkauf gleich viel. Aus der Praxis sind vier Datenpunkte am relevantesten, bevor eine neue Bestellung ausgelöst wird:
- Aktueller Bestand je Standort – bevor neu bestellt wird, zeigt die zentrale Asset-Liste, was bereits vorhanden und ungenutzt ist
- Nutzungsdauer und Alter – ein Asset kurz vor Ende der wirtschaftlichen Nutzungsdauer rechtfertigt eine Ersatzbeschaffung, ein junges Asset eher nicht
- Schadens- und Verlusthistorie – wiederkehrende Verluste bei einer bestimmten Asset-Klasse deuten auf ein Prozessproblem hin, nicht zwingend auf echten Mehrbedarf
- Wartungskosten über die Zeit – steigende Instandhaltungskosten sind ein objektiveres Ersatzsignal als eine einzelne Beschwerde
Diese vier Punkte lassen sich aus einer strukturierten Asset-Historie ziehen, ohne dass jemand manuell durch Excel-Tabellen sucht. Wie eine Organisation von unstrukturierten Listen zu belastbaren Asset-Daten kommt, beschreibt das Reifegradmodell aus Ausgabe 4 dieser Serie.
Wie viel Kapital binden Unternehmen durch überflüssige Einkäufe? 67 % der CFOs nennen gebundenes Kapital als eine ihrer drei größten Sorgen (Deloitte CFO Signals, 2024). Ungenutztes Equipment im Bestand ist ein direkter Teil dieser Bindung. seventhings macht diesen Bestand sichtbar, bevor eine neue Bestellung ihn unnötig vergrößert.
Wie sieht datenbasierte Beschaffung in der Praxis aus?
In der Praxis heißt Predictive Procurement nicht, dass eine Software automatisch Bestellungen auslöst. Es heißt, dass der Einkauf vor jeder größeren Anschaffung eine belastbare Antwort auf drei Fragen bekommt: Steht das Gerät bereits irgendwo ungenutzt? Wie lange ist die vorhandene Menge noch nutzbar? Und lohnt sich eine Reparatur eher als eine Neuanschaffung? Diese Fragen lassen sich beantworten, wenn Asset-Daten zentral, standortübergreifend und aktuell gepflegt sind – nicht verteilt auf Excel-Listen einzelner Abteilungen.
Das betrifft besonders Kapitalgüter mit hoher Stückzahl: Konferenztechnik, Mobiliar, Prüfmittel, PSA, Diensthandys ohne MDM. Bei Maschinen mit eigener Steuerung oder vernetzter Gebäudetechnik übernehmen ERP und CAFM diese Rolle bereits – Predictive Procurement für physische Assets schließt die Lücke bei allem, was dazwischen liegt.
Ein CFO, der seine Assets zum ersten Mal vollständig sieht, stellt fast immer dieselbe Frage: Warum haben wir das nicht früher bestellt? Die Antwort: Weil die Daten vorher nicht an einem Ort lagen. Diese und weitere Fragen behandelt der Artikel zu den drei zentralen CFO-Fragen an das Asset Management.
Was bedeutet das für die nächste Investitionsentscheidung?
Predictive Procurement ist kein neues Tool und kein Algorithmus, der Bestellungen automatisiert. Es ist eine Verschiebung: von "Was melden die Standorte?" zu "Was zeigt die Historie?". Die technische Grundlage dafür ist unspektakulär – eine gepflegte, zentrale Asset-Datenbank statt verteilter Excel-Listen. Der Effekt ist trotzdem messbar, sobald Fehlkäufe seltener werden und Ersatzbeschaffungen sich an tatsächlicher Nutzungsdauer statt an Einzelmeldungen orientieren.
Was jetzt?
- Bestand sichten – prüfen Sie vor der nächsten größeren Anschaffung, ob vergleichbares Equipment bereits an einem anderen Standort ungenutzt vorhanden ist
- Verlust- und Schadensmuster auswerten – identifizieren Sie Asset-Klassen mit wiederkehrendem Verlust, bevor Sie dort nachbestellen
- Asset-Potenzial-Analyse durchführen – ein strukturierter Blick auf Ihren aktuellen Bestand zeigt, wie viel Kapital bereits gebunden ist, bevor neues gebunden wird
Mit der Inventarisierungssoftware von seventhings entsteht die Datenbasis dafür in unter 14 Tagen mit den ersten Assets live im System.
Häufig gestellte Fragen
Was bedeutet Predictive Procurement?
Predictive Procurement bezeichnet Einkaufsentscheidungen, die auf historischen Asset-Daten basieren statt auf Einzelmeldungen. Relevante Datenpunkte sind Nutzungsdauer, Standortverteilung und Verlusthistorie. 73 % der ERP-Nutzer führen dafür weiterhin parallel Excel (Forrester, 2023) – eine schwache Grundlage für belastbare Entscheidungen.
Wie hilft Asset Intelligence bei der Einkaufsplanung?
Asset Intelligence macht sichtbar, was bereits im Unternehmen vorhanden ist, bevor eine Neuanschaffung ausgelöst wird. Das betrifft vor allem Mobiliar, Konferenztechnik und Werkzeug ohne eigene Netzwerkanbindung – Assets, die in ERP-Systemen häufig nur unvollständig erfasst sind.
Ersetzt seventhings ein ERP-System bei der Beschaffung?
Nein. seventhings ergänzt das ERP um eine Datenebene, die dort meist fehlt: den tatsächlichen Zustand, Standort und die Nutzungshistorie physischer Assets ohne IoT-Sensorik. Bestellprozesse und Lieferantenmanagement bleiben im ERP.
Welche Daten braucht der Einkauf, um Fehlkäufe zu vermeiden?
Vier Datenpunkte sind entscheidend: aktueller Bestand je Standort, Nutzungsdauer, Schadens- und Verlusthistorie sowie die Entwicklung der Wartungskosten. Zusammen zeigen sie, ob eine Neuanschaffung nötig ist oder ob vorhandenes Equipment ausreicht.
Für welche Asset-Klassen eignet sich datenbasierte Beschaffungsplanung besonders?
Am stärksten wirkt sie bei Assets mit hoher Stückzahl und ohne eigene Sensorik: Mobiliar, Konferenztechnik, Prüfmittel, PSA und Diensthandys ohne MDM. Bei vernetzten Maschinen oder Gebäudetechnik übernehmen ERP und CAFM diese Funktion bereits.
Fazit
Fehlkäufe entstehen selten aus Unachtsamkeit. Sie entstehen, weil niemand vor der Bestellung den vollständigen Bestand sieht. 50.000 bis 200.000 € ungenutztes Equipment pro Mittelständler (McKinsey, 2024) sind kein Ausreißer, sondern die Folge fehlender Datenbasis. Wer diese Basis schafft, kauft nicht weniger – sondern gezielter.
.svg)
.svg)
.svg)