Probleemstelling
Binnen Schadenberg Groep was veel waardevolle inkoopdata aanwezig, maar deze was versnipperd en ongestructureerd. Daarnaast werkten verschillende entiteiten binnen de organisatie met eigen inkoopprocessen, waardoor er weinig centraal overzicht en grip was op de totale inkoop. Hierdoor was het lastig om inzicht te krijgen in leveranciers, kosten en mogelijke besparingen.
Dit zorgde voor meerdere uitdagingen:
- Geen centraal overzicht van inkoopdata
- Verschillende entiteiten die apart inkopen zonder afstemming
- Moeilijk inzicht in overlap tussen leveranciers
- Beperkte mogelijkheden om schaalvoordelen te benutten
- Veel handmatig werk om data te analyseren
Hierdoor bleven kansen liggen om kosten te besparen en efficiënter in te kopen.
Plan van aanpak
Samen met Schadenberg zijn we gestart met het analyseren en verzamelen van beschikbare data uit verschillende systemen. Deze data hebben we opgeschoond, gestandaardiseerd en verder verrijkt. Hierdoor werd de data betrouwbaarder en beter bruikbaar voor AI analyse, wat de basis vormde voor verdere AI toepassingen. Daarna hebben we doelstellingen en verwachtingen gesteld met de belangrijkste stakeholders. Vervolgens hebben we een Proof of Concept ontwikkeld, waarin we AI inzetten om leveranciers, facturen en inkoopdata te classificeren en analyseren.
Tijdens het project werkten we in korte stappen, waarbij we:
- Data analyseerden en verrijkten
- De AI-oplossing ontwikkelden en testten
- Resultaten bespraken met stakeholders
- De oplossing verbeterden op basis van feedback
Door deze iteratieve aanpak konden we snel inzicht krijgen in de data en de oplossing stap voor stap verbeteren.
Oplossing
Het resultaat
Een slimme AI-oplossing (Fusion AI) die inkoopdata automatisch structureert, analyseert en inzichtelijk maakt. De applicatie gebruikt machine learning en AI om leveranciers, facturen en transacties te classificeren. Hierdoor ontstaat een duidelijk overzicht van inkoopstromen en kunnen overlap en besparingskansen worden geïdentificeerd.
Chatinterface
Daarnaast hebben we een chatinterface ontwikkeld, waarmee medewerkers van Schadenberg Groep eenvoudig vragen kunnen stellen over de data en direct inzicht krijgen. Hierbij wordt gebruikgemaakt van RAG-technologie (Retrieval-Augmented Generation), waardoor antwoorden gebaseerd zijn op de eigen, interne data.
Het platform bevat onder andere:
- AI-gestuurde classificatie van leveranciers en facturen
- Data standaardisatie en verrijking voor betrouwbare analyse
- Een chatbot interface voor directe inzichten via vragen
- Analyse van inkooppatronen, leveranciers en kostenstructuren
- Een database met gestructureerde en verrijkte inkoopdata
- Inzicht in overlap tussen leveranciers en besparingskansen
Door deze combinatie wordt complexe data toegankelijk, inzichtelijk en direct bruikbaar voor iedereen binnen de organisatie.
Insights
- 50K jaarlijkse besparing op inkoop
- 20% verbetering in datakwaliteit
- 50% beter inzicht in inkoopdata
Deliverables
-
Strategie
-
AI
-
UX
-
Chat interface
-
Development
-
RAG technologie
