Latest / Ignition / KI gegen Konzernverluste: Der 20-Prozent-Hebel im Einkauf
Transcript
- 0:00Willkommen bei IGNITION.
- 0:01Starte mit KI in Dein selbstbestimmtes Leben.
- 0:04Heute zerlegen wir ein Geschäft, das durch KI plötzlich anders funktioniert.
- 0:08Stell Dir vor, ein internationaler Konzern bekommt eine Rechnung über drei Millionen
- 0:12Euro.
- 0:13Die Summe weicht um genau vier Prozent vom ursprünglichen Lieferantenvertrag ab.
- 0:17Die Ursache?
- 0:18Eine spezielle Skonto Klausel, versteckt im Anhang eines PDFs.
- 0:22Was passiert in der Praxis?
- 0:23Das Dokument wandert wochenlang ungelesen durch drei E Mail Postfächer,
- 0:27niemand fühlt sich zuständig und am Ende wird einfach zu viel überwiesen.
- 0:31Und genau das ist kein Einzelfall, oder?
- 0:34In großen Unternehmen sickern so jedes Jahr riesige Summen einfach durch die Ritzen.
- 0:38Für IGNITION analysieren wir aktuelle Entwicklungen aus KI,
- 0:41Technologie, Wirtschaft und Forschung.
- 0:44Wir vergleichen Quellen, prüfen Behauptungen und trennen belastbare Signale von
- 0:48kurzfristigem Hype.
- 0:49Genau an diesem Problem setzt das Startup Freehand an.
- 0:52Der Gründer Nitin Jayakrishnan hat in San Francisco gerade eine Series B
- 0:57Finanzierung über 75 Millionen US Dollar eingesammelt, angeführt von Battery
- 1:01Ventures und NewRoad Capital Partners, mit Beteiligung von Penny Pritzker.
- 1:06Das Ziel von Freehand ist klar: Autonome KI Agenten übernehmen diese chaotischen
- 1:10Procure to Pay Prozesse komplett.
- 1:12Warte mal kurz.
- 1:14Lieferantenverträge und Abrechnungen verwalten, das machen Konzerne doch seit
- 1:18Jahrzehnten mit riesigen Systemen wie SAP oder Coupa.
- 1:22Warum braucht man dafür jetzt eine neue KI Firma mit 75 Millionen Dollar Kapital?
- 1:27Weil traditionelle Software nur saubere Strukturen versteht.
- 1:31Klassische ERP Systeme und einfachen Regelwerke decken vielleicht die klaren 80
- 1:36Prozent aller Standardfälle ab.
- 1:38Aber bei den verbleibenden 20 Prozent Ausnahmefällen, da scheitert die alte Logik.
- 1:43Da gibt es unstrukturierte E Mails, korrigierte PDFs, Nachverhandlungen auf Slack.
- 1:48Bisher mussten da teure Experten im Einkauf jeden Fall händisch nachprüfen.
- 1:52Das heißt, die teure Arbeitszeit fließt nicht in die strategische Verhandlung,
- 1:56sondern in das Sortieren von Zetteln und E Mails?
- 1:59Genau.
- 1:59Und Freehand baut dafür einen sogenannten Context Graph.
- 2:03Dieser Graph verbindet die ungeordneten E Mails und Dokumente direkt mit den Daten
- 2:08im ERP System.
- 2:10Die KI versteht den Zusammenhang, erkennt falsche Rechnungen selbstständig,
- 2:13korrigiert die Einträge und schreibt im Zweifel sogar eigenständig E Mails an den
- 2:17Lieferanten, um den Betrag nachzuverhandeln.
- 2:20Das ist der entscheidende Punkt.
- 2:21Man verkauft hier nicht einfach das nächste KI Tool für mehr Produktivität.
- 2:26Man geht direkt an die Stelle, wo Konzerne echtes Geld verlieren.
- 2:29Richtig.
- 2:30Der Hebel liegt nicht in der reinen Technologie.
- 2:32Er liegt im Fokus auf diese chaotischen 20 Prozent Ausnahmefälle.
- 2:36Wer das Problem dort löst, holt verlorene Marge zurück.
- 2:40Das klingt auf dem Papier extrem attraktiv für Finanzvorstände.
- 2:43Aber wie bringt man risikoaverse Konzerne dazu, einer KI die Kontrolle über
- 2:48Millionenüberweisungen zu geben?
- 2:50Wer kauft das heute schon wirklich?
- 2:52Freehand hat bereits rund 50 Fortune 500 Kunden gewonnen, darunter Schwergewichte
- 2:56wie Meta, Johnson und Johnson oder Cardinal Health.
- 3:00Der Vertriebsmotor funktioniert über einen sehr direkten ROI Beweis.
- 3:04Freehand geht in Pilottests rein und verspricht zum Beispiel,
- 3:07innerhalb von 30 Tagen unberechtigte Abflüsse von 500.000 Dollar im System
- 3:12aufzuspüren.
- 3:13Wenn die KI im Pilotprojekt sofort hartes Geld zurückholt, wird das Budget für die
- 3:17Software im Grunde von selbst freigeschaltet.
- 3:21Aber lass uns kurz bei den Fakten bleiben.
- 3:23Was davon ist belegt und wo sprechen wir über reines Firmen Marketing?
- 3:27Hier muss man sehr genau trennen.
- 3:29Gesichert ist die Finanzierungsrunde von 75 Millionen Dollar und die Liste der
- 3:33namhaften Investoren.
- 3:35Was das Unternehmen selbst behauptet: Freehand gibt an, zwei bis fünf Prozent der
- 3:40verlorenen Marge zurückzuholen und die Bearbeitungszeiten im Einkauf um 70 Prozent
- 3:45zu senken.
- 3:46Unabhängig überprüfbare Marktdaten gibt es für diese genauen Zahlen öffentlich aber
- 3:50noch nicht.
- 3:51Und wie sieht es beim Geschäftsmodell aus?
- 3:53Wie verdient Freehand konkret Geld?
- 3:56Läuft das über eine monatliche Softwaregebühr oder lassen die sich direkt am
- 3:59zurückgeholten Geld beteiligen?
- 4:01Das hält das Unternehmen öffentlich bedeckt.
- 4:03Es gibt drei denkbare Wege: Ein klassisches SaaS Modell mit fester Jahresgebühr,
- 4:09eine nutzungsbasierte Abrechnung nach Datenvolumen oder ein Gainshare Modell,
- 4:13bei dem Freehand einen prozentualen Anteil des tatsächlich zurückgeholten Geldes
- 4:18kassiert.
- 4:18Jedes Modell hat eigene Margenrisiken.
- 4:21Genau da beginnt mein Realitätscheck.
- 4:24Lass uns mal schauen, wo dieses Modell in der Praxis an Grenzen stoßen kann.
- 4:28Welche Hürden siehst Du auf der operativen Seite?
- 4:31Erstens die tiefe Integration.
- 4:34Ein altes, gewachsenes SAP System in einem Großkonzern anzubinden,
- 4:38dauert oft Monate.
- 4:40Zweitens die Haftung: Wer übernimmt die Verantwortung, wenn eine KI
- 4:45fälschlicherweise eine Zahlung blockiert oder einen Lieferanten verärgert?
- 4:50Und drittens der Gewöhnungseffekt: Was passiert, wenn die KI im ersten Jahr alle
- 4:55alten Rechnungsfehler bereinigt hat?
- 4:58Sinkt der Nutzen im zweiten Jahr nicht dramatisch, weil das Chaos im Einkauf durch
- 5:02die KI bereits aufgeräumt ist?
- 5:04Das ist ein extrem wichtiger Einwand.
- 5:06Der Einmal Effekt beim Aufräumen der Altdaten ist hoch.
- 5:09Damit der Kunde dabeibleibt, muss Freehand den laufenden Prozess so stark
- 5:13automatisieren, dass der Konzern nicht mehr zur alten, manuellen Arbeitsweise
- 5:17zurückkann.
- 5:18Der Burggraben entsteht nicht durch die KI allein, sondern durch das vernetzte
- 5:22Kontextwissen über die Verträge des Kunden.
- 5:24Was heißt das jetzt für Unternehmer und Gründer, die aus diesem Fall etwas lernen
- 5:28wollen?
- 5:28Das übertragbare Muster ist eindeutig: Erstens, suche nicht nach den perfekten
- 5:33Standardprozessen, sondern nach den unglamourösen, teuren Ausnahmefällen einer
- 5:38Branche.
- 5:39Zweitens, verkaufe keine vage Produktivität, sondern messbare Margenverbesserung in
- 5:44hartem Cash.
- 5:45Und drittens, baue eine Datenverbindung auf, die mit jedem verarbeiteten Fall
- 5:49schlauer und schwerer ersetzbar wird.
- 5:52Das zeigt wieder einmal sehr schön: Der große Hebel bei KI liegt zurzeit selten im
- 5:57Erfinden von völlig neuen Technologien, sondern im Lösen von verstaubten,
- 6:01teuren Problemen im Hintergrund.
- 6:03Das war der Business Case des Tages.
- 6:05IGNITION.
- 6:06Jeden Morgen.
- 6:08Ein echter Business Case.
- 6:09Eine echte Chance für Dich.