{"id":72518,"date":"2024-06-24T11:00:02","date_gmt":"2024-06-24T11:00:02","guid":{"rendered":"https:\/\/app-mde-blog-prd.azurewebsites.net\/?p=72311"},"modified":"2026-05-26T13:51:45","modified_gmt":"2026-05-26T13:51:45","slug":"datenanalyse-was-ist-darunter-zu-verstehen-und-wie-traegt-sie-zur","status":"publish","type":"post","link":"https:\/\/www.manutan.de\/blog\/intelligentes-und-effizientes-arbeiten\/datenanalyse-was-ist-darunter-zu-verstehen-und-wie-traegt-sie-zur\/","title":{"rendered":"Datenanalyse: Was ist darunter zu verstehen und wie tr\u00e4gt sie zur Entscheidungsfindung im Einkauf bei?"},"content":{"rendered":"
\"\"<\/figure>\n
\n

Durch den enormen Erfolg des Internets, der neuen Technologien und der sozialen Netzwerke steigt die weltweit produzierte Datenmenge weiterhin explosionsartig an. Dies wird als Big Data<\/i> bezeichnet. In Unternehmen werden heutzutage permanent Daten generiert und gesammelt. Die Kunst besteht darin, dieses \u201eschwarze Gold\u201c in nutzbare Informationen zu verwandeln, um auf deren Grundlage bessere Entscheidungen treffen zu k\u00f6nnen. So kam es zur Entwicklung der Datenanalyse in Unternehmen. Diese Wissenschaft, die darin besteht, Rohdaten zu untersuchen, um daraus Schlussfolgerungen zu ziehen, breitet sich in allen Unternehmensbereichen aus, insbesondere in den Einkaufsabteilungen.<\/p>\n

Was ist Datenanalyse?<\/h2>\n

Bei der Datenanalyse, auch als Data Analy<\/i>sis bekannt, werden Rohdaten<\/b> mithilfe verschiedener Techniken analysiert<\/b>, um daraus neue, relevante Informationen zu gewinnen. Es ist ein Prozess, der das Sammeln, Organisieren und Interpretieren gro\u00dfer Datenmengen umfasst. Das Konzept basiert auf einer Reihe von Analysewerkzeugen, Technologien und Prozessen.<\/p>\n

Zun\u00e4chst werden die Daten mithilfe von Datenmodellierung f\u00fcr die Analyse aufbereitet. Es wird eine visuelle Darstellung generiert, um die Systeme zur Erfassung und Verwaltung von Daten im Unternehmen zu definieren.<\/p>\n

Durch die Analyse eines Datensatzes k\u00f6nnen Unternehmen nicht nur vergangene Ereignisse besser verstehen, sondern auch k\u00fcnftige Entwicklungen vorbereiten und sogar lenken. Konkreter gesagt, k\u00f6nnen sie anhand der Datenanalyse Schlussfolgerungen ziehen, Probleme l\u00f6sen oder auch Trends erkennen. Letztendlich hilft die Datenanalyse Unternehmen dabei, bessere Entscheidungen zu treffen<\/b> und so den Fortbestand ihrer gesch\u00e4ftlichen T\u00e4tigkeit zu sichern.<\/p>\n

Die Datenanalyse hat ein \u00e4u\u00dferst breites Anwendungsspektrum. Sie kommt in s\u00e4mtlichen Bereichen des Unternehmens zum Einsatz: Marketing, Kundenerfahrung, Finanzen, Produktion, Personalwesen usw. Auch im Einkauf bildet die Datenanalyse ein wichtiges Instrument, dessen Hauptzweck darin besteht, zur Wettbewerbsf\u00e4higkeit des Unternehmens beizutragen<\/b>.<\/p>\n

\n

Was zeichnet einen guten Datensatz aus?<\/b><\/p>\n

Die Qualit\u00e4t der Daten stellt einen wesentlichen Aspekt bei der Datenanalyse dar. Um eine treffende Analyse durchf\u00fchren zu k\u00f6nnen, m\u00fcssen die gesammelten Daten eine Reihe von Kriterien erf\u00fcllen, z.B. Genauigkeit, Vollst\u00e4ndigkeit, Koh\u00e4renz, G\u00fcltigkeit, Aktualit\u00e4t, Integrit\u00e4t, Klarheit und Sicherheit.<\/p>\n

\n

Die verschiedenen Arten der Datenanalyse<\/h2>\n

Unternehmen k\u00f6nnen verschiedene Arten der Datenanalyse anwenden. Diese einander erg\u00e4nzenden Analysen spiegeln unterschiedliche Ebenen der Komplexit\u00e4t und des Mehrwerts wider.<\/p>\n

Deskriptive Analyse<\/h3>\n

Die deskriptive Analyse bietet einen \u00dcberblick \u00fcber die vorhandenen Daten<\/b> und liefert Informationen \u00fcber vergangene Ereignisse. Sie beantwortet die Schl\u00fcsselfrage: Was ist passiert? Mithilfe grundlegender Methoden (Durchschnittswerte, Prozents\u00e4tze, Standardabweichungen etc.) werden Fakten ermittelt, die f\u00fcr die Bewertung der Leistung des eigenen Unternehmens n\u00fctzlich sind. Die deskriptive Analyse bildet den Kern von Reportings<\/i>, Business-Intelligence-L\u00f6sungen, Dashboard-Grafiken, Diagrammen usw. Im Einkauf wird sie z.B. f\u00fcr Berichte \u00fcber die monatlichen Ausgaben verwendet.<\/p>\n

Diagnostische Analyse<\/h3>\n

Mit der diagnostischen Analyse versucht man, die Gr\u00fcnde f\u00fcr ein bestimmtes Ereignis zu verstehen<\/b>, insbesondere jene mit den gr\u00f6\u00dften Auswirkungen. Hier wird eine weitere wichtige Frage beantwortet: Warum ist es passiert? Dabei liegt der Schwerpunkt auf der Auswertung der Daten und der Korrelation zwischen den verschiedenen Daten. Im Bereich des Einkaufs kann dies dazu beitragen, die Ursachen f\u00fcr Kostenabweichungen oder Verz\u00f6gerungen in der Lieferkette zu ermitteln.<\/p>\n

Pr\u00e4diktive Analyse<\/h3>\n

Die pr\u00e4diktive Analyse erm\u00f6glicht die Vorhersage zuk\u00fcnftiger Ergebnisse<\/b> und bewertet die Wahrscheinlichkeit ihres Eintretens auf der Grundlage historischer Daten in Verbindung mit weiteren Informationen. Hier lautet die zugrunde liegende Frage: Was wird voraussichtlich passieren?<\/p>\n

Durch den Einsatz von Data-Mining <\/i>k\u00f6nnen zuk\u00fcnftige Trends prognostiziert werden. Dies erm\u00f6glicht es dem Unternehmen, sowohl potenzielle Risiken als auch Chancen zu erkennen und sich bestm\u00f6glich darauf vorzubereiten. Im Einkauf kann die pr\u00e4diktive Analyse dabei helfen, Preis\u00e4nderungen, \u00c4nderungen bei der Nachfrage und Marktentwicklungen vorherzusehen. Die Entscheidungstr\u00e4ger k\u00f6nnen daraufhin ihre Strategien entsprechend anpassen.<\/p>\n

Pr\u00e4skriptive Analyse<\/h3>\n

Die pr\u00e4skriptive Analyse zielt darauf ab, anhand der getroffenen Vorhersagen die zu ergreifenden Ma\u00dfnahmen zu bestimmen<\/b>. Sie gibt Antwort auf die komplexe Frage: Was ist zu tun? Diese Art der Analyse beruht sowohl auf fortschrittlichen statistischen Methoden als auch auf neuen Technologien wie der k\u00fcnstlichen Intelligenz oder dem maschinellen Lernen<\/i>.<\/p>\n

Die pr\u00e4skriptive Analyse geht noch einen Schritt weiter als die pr\u00e4diktive Analyse, da sie die Pr\u00fcfung mehrerer Hypothesen erm\u00f6glicht. Im Bereich des Einkaufs kann eine pr\u00e4skriptive Analyse beispielsweise Anpassungen in der Lieferkette, einen Lieferantenwechsel oder bestimmte Einsparm\u00f6glichkeiten nahelegen.<\/p>\n

\n

Arten vs. Methoden der Analyse<\/b><\/p>\n

Die Arten der Analyse sind nicht gleichzusetzen mit den Methoden der Analyse. Die Analyseart beschreibt das Ziel der Analyse, w\u00e4hrend es sich bei den Analysemethoden um die Werkzeuge handelt, die zur Erreichung dieses Ziels eingesetzt werden. F\u00fcr jede Art von Analyse k\u00f6nnen mehrere Methoden verwendet werden, z.B. deskriptive Statistik, Datenvisualisierung, explorative Datenanalyse, Data-Mining, Hauptkomponentenanalyse (PCA) usw.<\/p>\n

\n

Datenanalyse im Dienste des Einkaufs<\/h2>\n

Aufgrund ihrer Positionierung im Zentrum des \u00d6kosystems eines Unternehmens hat die Einkaufsabteilung Zugang zu einer Vielzahl von Daten. Richtig genutzt, bieten diese Daten enorme M\u00f6glichkeiten zur Optimierung der Einkaufsstrategie.<\/p>\n

Optimierung der Ausgaben<\/h3>\n

Die Analyse der Ausgaben ist eine strategische Aufgabe der Einkaufsabteilungen. Dazu geh\u00f6rt, die Ausgaben nach Lieferanten sowie nach Produkt- und Dienstleistungskategorien zu verfolgen und zu klassifizieren, um Bereiche zur Optimierung und Kostensenkung<\/b> zu ermitteln. Man kann diese Daten auch mit Markttrends (Marktforschung, Preisindex etc.) abgleichen und basierend darauf neue Chancen ergreifen. Es handelt sich hier um ein wichtiges Mittel zur Verbesserung der Wettbewerbsf\u00e4higkeit eines Unternehmens.<\/p>\n

Verbesserung der Prozesse<\/h3>\n

Mithilfe der Datenanalyse k\u00f6nnen Einkaufsabteilungen auch ihre Prozesse optimieren und rationalisieren. Durch die Untersuchung der verwendeten Ressourcen, des Einkaufsverlaufs oder auch des Verhaltens interner Kunden k\u00f6nnen sie die eigenen Abl\u00e4ufe \u00fcberpr\u00fcfen mit dem Ziel, Arbeitsvorg\u00e4nge reibungsloser zu gestalten, die Effizienz zu steigern und Fristen zu verk\u00fcrzen<\/b>.<\/p>\n

Steuerung der Lieferantenleistung<\/h3>\n

Dieser Analyseprozess erm\u00f6glicht auch eine gr\u00fcndliche Bewertung der Leistung der Lieferanten. Auf der Grundlage von Schl\u00fcsselkriterien wie Qualit\u00e4t, Zuverl\u00e4ssigkeit und Konformit\u00e4t k\u00f6nnen Eink\u00e4ufer ihre Lieferantenauswahl anpassen, Vertr\u00e4ge neu verhandeln und die Beziehungen zu ihren Gesch\u00e4ftspartnern verbessern<\/b>.<\/p>\n

Bewertung der Einkaufsleistung<\/h3>\n

Es ist unbedingt erforderlich, die Einkaufsleistung mithilfe von Leistungskennzahlen (KPI) zu messen. Die Datenanalyse bezieht sich in diesem Fall auf die Senkung der Kosten, die Einhaltung der zugewiesenen Budgets oder die Erf\u00fcllung interner Anforderungen. Auf diese Weise k\u00f6nnen die Einkaufsabteilungen ihren Beitrag zur Gesamtstrategie<\/b> des Unternehmens objektiv bewerten<\/b>.<\/p>\n

Die Datenanalyse ist heute in Unternehmen unverzichtbar geworden. In den Einkaufsabteilungen wird diese Datenwissenschaft vor allen Dingen genutzt, um fundiertere und proaktivere Einkaufsentscheidungen zu treffen, unn\u00f6tige Ausgaben zu reduzieren, das Risikomanagement zu verbessern und neue Einsparungsm\u00f6glichkeiten zu identifizieren. In diesem Sinne ist sie ein hervorragendes Instrument, um die Wettbewerbsf\u00e4higkeit und Differenzierung von Unternehmen zu st\u00e4rken<\/b> und so zu deren langfristiger Entwicklung beizutragen.<\/p>\n<\/div>\n","protected":false},"excerpt":{"rendered":"

Durch den enormen Erfolg des Internets, der neuen Technologien und der sozialen Netzwerke steigt die weltweit produzierte Datenmenge weiterhin explosionsartig an. Dies wird als Big Data bezeichnet. In Unternehmen werden heutzutage permanent Daten generiert und gesammelt. Die Kunst besteht darin, dieses \u201eschwarze Gold\u201c in nutzbare Informationen zu verwandeln, um auf deren Grundlage bessere Entscheidungen treffen […]<\/p>\n","protected":false},"author":2,"featured_media":73503,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"om_disable_all_campaigns":false,"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"footnotes":""},"categories":[6],"tags":[],"class_list":["post-72518","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-intelligentes-und-effizientes-arbeiten"],"aioseo_notices":[],"gutentor_comment":0,"_links":{"self":[{"href":"https:\/\/www.manutan.de\/blog\/wp-json\/wp\/v2\/posts\/72518","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.manutan.de\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.manutan.de\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.manutan.de\/blog\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/www.manutan.de\/blog\/wp-json\/wp\/v2\/comments?post=72518"}],"version-history":[{"count":3,"href":"https:\/\/www.manutan.de\/blog\/wp-json\/wp\/v2\/posts\/72518\/revisions"}],"predecessor-version":[{"id":74265,"href":"https:\/\/www.manutan.de\/blog\/wp-json\/wp\/v2\/posts\/72518\/revisions\/74265"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.manutan.de\/blog\/wp-json\/wp\/v2\/media\/73503"}],"wp:attachment":[{"href":"https:\/\/www.manutan.de\/blog\/wp-json\/wp\/v2\/media?parent=72518"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.manutan.de\/blog\/wp-json\/wp\/v2\/categories?post=72518"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.manutan.de\/blog\/wp-json\/wp\/v2\/tags?post=72518"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}