Lieferantenbewertung automatisieren: So gelingt der Aufbau im Mittelstand

Eine automatisierte Lieferantenbewertung führt Daten aus Einkauf, Qualität, Logistik und Compliance regelmäßig zusammen und berechnet daraus einen Score, der Abweichungen früh sichtbar macht. Voraussetzung sind saubere Stammdaten, ein risikobasiertes Kriterienmodell und klare Eskalationswege, nicht die vollständige Übergabe der Entscheidung an ein System. Eine Beispielrechnung mit angenommenen Werten zeigt, wie sich der manuelle Prüfaufwand bei 200 Lieferanten rechnerisch von 266,7 auf 66,7 Stunden pro Jahr reduzieren lässt.

• Ein automatisiertes Bewertungsmodell verkürzt die Zeit zwischen einem auftretenden Lieferantenrisiko und seiner Sichtbarkeit im Einkauf, weil Kennzahlen laufend statt einmal jährlich verdichtet werden.
• Kritische Verstöße wie ein abgelaufenes Pflichtzertifikat gehören in eine eigene Sperrregel, sonst gleicht ein guter Gesamtscore einen schwerwiegenden Einzelmangel rechnerisch aus.
• Ohne bereinigte Stammdaten liefert jede Kennzahlberechnung lediglich schneller falsche Ergebnisse, weil doppelte Lieferantennummern Reklamationen auf zwei Datensätze verteilen.
• In einer Beispielrechnung mit angenommenen Werten sinkt der jährliche Prüfaufwand für 200 Lieferanten von 266,7 auf 66,7 Stunden (angenommen), wenn die manuelle Nachprüfzeit je Lieferant von 20 auf 5 Minuten fällt.
• Unternehmen unterhalb der Schwelle von 1.000 Arbeitnehmern im Inland ^[1] können über Anforderungen größerer Kunden mittelbar von Lieferkettenanforderungen betroffen sein.
• Ein risikobasiertes Modell mit schlanker Basisprüfung für risikoarme und vertiefter Prüfung für kritische Lieferanten verhindert, dass der Prüfaufwand unabhängig vom tatsächlichen Risiko mit der Lieferantenzahl wächst.

Welches Problem löst eine automatisierte Lieferantenbewertung?

Eine automatisierte Lieferantenbewertung bündelt verstreute Daten aus Einkauf, Qualität, Logistik und Finanzen zu einem regelmäßig aktualisierten Bewertungsbild. Statt einmal jährlich Tabellen zusammenzutragen, laufen relevante Kennzahlen kontinuierlich ein und werden nach festen Regeln verdichtet. Das verkürzt die Zeit zwischen einem auftretenden Risiko und seiner Sichtbarkeit im Einkauf erheblich.

Der wirtschaftliche Hintergrund ist konkret. 2023 waren rund 59 Prozent der deutschen Unternehmen mit mindestens 50 tätigen Personen in globale Wertschöpfungsketten eingebunden, 44 Prozent bezogen Rohstoffe und 40 Prozent Zwischenprodukte aus dem Ausland ^[2]. Damit wirken sich Qualitätsprobleme, Terminverzüge oder finanzielle Schwierigkeiten eines einzelnen Zulieferers unmittelbar auf Produktion und Kundenservice aus.

Entscheidend ist, was Automatisierung hier nicht bedeutet. Sie ersetzt nicht die Einkaufsentscheidung, sondern liefert die Grundlage dafür. Ein System sammelt Daten, berechnet Teilwerte und markiert Abweichungen, die Bewertung von Kontext und Konsequenz bleibt bei Einkauf, Qualitätswesen und Geschäftsführung.

Eine Stolperfalle liegt in der Reihenfolge der Einführung: Wird zuerst der Score aufgebaut und erst danach über Datenquellen und Zuständigkeiten gesprochen, entstehen Kennzahlen ohne belastbare Basis. Sinnvoller ist der umgekehrte Weg, bei dem Datenherkunft und Verantwortlichkeit vor der ersten Berechnung feststehen.

Welche Kennzahlen gehören in das Bewertungsmodell?

Ein belastbares Modell kombiniert operative Kennzahlen mit strategischen Risikokriterien und gewichtet beide nach Warengruppe unterschiedlich. Operative Größen wie Liefertreue, Mengenabweichung, Reklamationsquote und Reaktionszeit lassen sich aus Transaktionsdaten ableiten. Strategische Kriterien wie Abhängigkeit, Wiederbeschaffungszeit und Länderrisiko erfordern zusätzliche Recherche und Pflege.

Bei produktionskritischen Teilen lassen sich Qualität und Versorgungssicherheit stärker gewichten, bei standardisierten Verbrauchsgütern eher Preis und Liefertreue. Diese Differenzierung verhindert, dass ein Lieferant für ein austauschbares Massenteil dieselbe Prüftiefe erhält wie der Alleinlieferant einer kritischen Komponente. Fehlt die Segmentierung nach Kritikalität, verteilt sich die Prüfkapazität gleichmäßig über alle Lieferanten und fehlt dort, wo sie am dringendsten gebraucht wird.

Ein praktikables Modell arbeitet mit Teilwerten von 0 bis 100 Punkten je Kategorie, beispielsweise 30 Prozent Qualität, 25 Prozent Liefertreue, 15 Prozent Kostenentwicklung, 15 Prozent Versorgungssicherheit und 15 Prozent Compliance. Diese Aufteilung ist ein Gestaltungsbeispiel, keine allgemeingültige Vorgabe, und sollte von der Geschäftsleitung freigegeben werden.

Kritische Verstöße dürfen dabei nicht einfach in die Gesamtpunktzahl einfließen. Ein abgelaufenes Pflichtzertifikat oder ein bestätigter Sanktionslistentreffer braucht eine eigene Sperrregel: Sonst gleicht sich ein solcher Mangel durch gute Werte in anderen Kategorien rechnerisch aus und verschwindet im Gesamtscore.

Woher kommen die Daten für die Bewertung?

Die Daten für eine automatisierte Bewertung stammen aus mehreren Systemen, die zunächst über eindeutige Lieferanten- und Warengruppenschlüssel verknüpft werden müssen. Bestelldatum, bestätigter Termin, Wareneingang und Rechnungswert liegen meist im ERP-System, Qualitätsdaten in CAQ- oder Ticketsystemen. Zertifikate und Auditberichte befinden sich dagegen häufig unstrukturiert in E-Mails oder Dateiablagen.

Fraunhofer IML beschreibt genaue und aktuelle Informationen über Produkte, Lieferanten und Bestände als Grundlage effizienter Logistikprozesse und behandelt dazu auch die automatisierte Prüfung logistischer Stammdatensätze ^[3]. Übertragen auf die Lieferantenbewertung heißt das: Ein Score, der auf doppelten Lieferantennummern oder veralteten Kontaktdaten basiert, liefert lediglich schneller falsche Ergebnisse als eine manuelle Auswertung.

Solange Stammdaten nicht bereinigt sind, bleibt jede weitere Automatisierung auf einem instabilen Fundament aufgebaut. Wer beispielsweise einen Lieferanten unter zwei verschiedenen Nummern führt, verteilt dessen Reklamationen auf zwei Datensätze und unterschätzt so das tatsächliche Risiko. Die Bereinigung von Dubletten und die Vereinheitlichung von Schlüsselfeldern ist deshalb kein nachgelagerter Schritt, sondern Voraussetzung. Ansatzpunkte dazu liefert der Beitrag zur Stammdatenpflege automatisieren.

Erst wenn Lieferantennummern, Standorte und Dokumente eindeutig zugeordnet sind, lassen sich Kennzahlen über Systemgrenzen hinweg konsistent berechnen. Diese Zuordnung ist technisch vergleichsweise einfach, gerät organisatorisch aber leicht ins Stocken, wenn IT und Einkauf hier nicht gemeinsam Verantwortung übernehmen.

Wie lassen sich Aufwand und Nutzen der Automatisierung abschätzen?

Der Aufwand einer automatisierten Lieferantenbewertung lässt sich über die Zahl der Prüffälle und die dafür benötigte Zeit abschätzen, nicht über pauschale Prozentsätze. Belastbare allgemeine Zeit- oder Kosteneinsparungen speziell für automatisierte Lieferantenbewertungen ließen sich in den geprüften Quellen nicht feststellen, weshalb eine gekennzeichnete Modellrechnung mit angenommenen Werten der richtige Weg ist.

In der folgenden Beispielrechnung wird angenommen, dass 200 Lieferanten quartalsweise mit je 20 Minuten manuellem Prüfaufwand bewertet werden. Reduziert ein automatisierter Datenlauf die verbleibende manuelle Nachprüfung auf 5 Minuten je Lieferant, verschiebt sich der jährliche Zeitaufwand deutlich nach unten.

Diese Modellrechnung zeigt eine Verschiebung von 266,7 auf 66,7 Stunden, also gut ein Viertel des ursprünglichen Zeitaufwands. Sie ersetzt keine unternehmenseigene Kalkulation, sondern liefert ein Rechenschema, das mit eigenen Lieferantenzahlen, Prüfintervallen und Personalkosten neu gefüllt werden sollte. Für die Einführungskosten selbst gilt: Diese hängen vom Umfang der Systemlandschaft, der Datenqualität und dem Individualisierungsgrad ab und lassen sich verlässlich erst nach einer Analyse des konkreten Prozesses einschätzen.

Eine Stolperfalle bei solchen Rechnungen ist die Annahme, dass sich eingesparte Prüfzeit vollständig in Personalkosten niederschlägt. Tatsächlich verschiebt sich die frei werdende Zeit meist in vertiefte Prüfung kritischer Einzelfälle, nicht in reine Kostensenkung. Grund dafür ist, dass die Eskalationsfälle bei besserer Datenlage eher zunehmen als abnehmen.

Welche rechtlichen Anforderungen sind relevant?

Rechtlich unmittelbar verpflichtet das Lieferkettensorgfaltspflichtengesetz Unternehmen mit mindestens 1.000 Arbeitnehmern im Inland, kleinere Zulieferer können aber mittelbar betroffen sein, wenn größere Kunden entsprechende Nachweise verlangen ^[1]. Für die Ausgestaltung einer automatisierten Bewertung bedeutet das: Auch Mittelständler, die selbst nicht unter den Schwellenwert fallen, müssen unter Umständen Daten und Zertifikate bereitstellen können, die ihre Abnehmer für eigene Risikoanalysen benötigen.

Damit rückt die Frage der Datenintegration in den Mittelpunkt der Projektplanung. Eine BVL-Erhebung aus dem Jahr 2022 nennt organisatorische Abwicklung mit 69 Prozent und Datenintegration mit 67 Prozent als am häufigsten genannte Herausforderungen, gefolgt von Zertifizierung mit 44 Prozent und Kosten mit 43 Prozent der Befragten ^[4]. Diese Werte sind keine allgemeingültige Marktprognose, zeigen aber, dass Projekte eher an Organisation und Daten scheitern als an fehlender Software.

Daraus folgt für die Kriteriengestaltung ein risikobasierter Ansatz: Nicht jeder Lieferant benötigt dieselbe Prüftiefe. Risikoarme Lieferanten mit geringem Einkaufsvolumen können mit einer schlanken Basisprüfung auskommen, während kritische Warengruppen und Beschaffungsländer eine vertiefte Bewertung mit zusätzlichen Nachweisen erhalten. Ohne diese Abstufung wächst der Aufwand proportional mit der Lieferantenzahl, unabhängig vom tatsächlichen Risiko.

Eine Betrachtung möglicher Fallstricke lohnt sich an dieser Stelle: Wird die vertiefte Prüfung pauschal auf alle Lieferanten eines Landes angewendet, ohne nach Warengruppe zu unterscheiden, entsteht unnötiger Aufwand bei unkritischen Lieferungen. Gleichzeitig entsteht so eine trügerische Sicherheit bei tatsächlich riskanten Einzelfällen innerhalb desselben Landes.

Wie sieht ein realistisches Einführungsprojekt aus?

Ein realistisches Einführungsprojekt gliedert sich in fünf aufeinander aufbauende Schritte, die sich nicht beliebig vertauschen lassen. Zuerst werden Lieferanten nach Einkaufsvolumen, Kritikalität, Ersetzbarkeit und Risiko segmentiert, denn ohne diese Sortierung fehlt die Grundlage für jede spätere Gewichtung. Danach folgt die Definition von zehn bis fünfzehn eindeutigen Kennzahlen samt Datenquelle und Verantwortlichem.

Erst im dritten Schritt werden Lieferantenstammdaten bereinigt und Dubletten zusammengeführt, weil eine Kennzahldefinition ohne bereinigte Datenbasis ins Leere läuft. Der vierte Schritt ist ein Pilot mit einer kritischen Warengruppe und historischen Daten, der die Kennzahllogik an realen Fällen prüft, bevor sie unternehmensweit ausgerollt wird. Im fünften Schritt werden Fehlalarme, Gewichtungen und Eskalationsregeln überprüft und nachjustiert.

Die folgende Übersicht ordnet die fünf Projektschritte den jeweils zuständigen Rollen zu. Die angegebenen Zeitrahmen sind eine Einordnung als Beispielrechnung mit angenommenen Werten und keine belegte Branchenkennzahl, weil sie stark von der Systemlandschaft und der Zahl der Freigeber abhängen.

Eine Reihenfolge-Falle entsteht, wenn der Pilot übersprungen und die Bewertung direkt auf alle Lieferanten ausgerollt wird. Fehlerhafte Gewichtungen oder zu enge Toleranzgrenzen erzeugen dann sofort eine hohe Zahl an Fehlalarmen über den gesamten Lieferantenstamm, statt sie kontrolliert an einer Warengruppe zu erkennen und zu korrigieren. Ergänzende Einordnung zum organisatorischen Rahmen solcher Projekte liefert der Beitrag zu den versteckten Kosten manueller Abläufe in der Prozessautomatisierung.

Wer entscheidet am Ende über Konsequenzen?

Über strategische Konsequenzen wie Auslistung, Entwicklungsplan oder Produktionsverlagerung entscheiden weiterhin Einkauf, Qualitätswesen und Geschäftsführung, nicht das Bewertungssystem selbst. Das System übernimmt das Sammeln der Daten, die Berechnung der Kennzahlen und die Priorisierung auffälliger Fälle. Diese Aufgabenteilung wird als Human-in-the-Loop-Modell bezeichnet und verhindert, dass ein einzelner fehlerhafter Datenpunkt automatisch eine folgenreiche Entscheidung auslöst.

Jede Bewertung benötigt dafür Datenstand, Quelle, Berechnungslogik, Änderungshistorie und einen benannten Entscheider, sonst lässt sich eine spätere Rückfrage des Lieferanten nicht sachlich beantworten. Lieferanten müssen zudem die Möglichkeit haben, fehlerhafte Stammdaten oder unzutreffende Bewertungen zu berichtigen, weil sonst Streitfälle nicht auf Faktenebene, sondern auf Vertrauensebene ausgetragen werden.

Periodische und ereignisbezogene Bewertung sollten kombiniert werden: Monatlich oder quartalsweise werden alle Kennzahlen neu berechnet, zusätzlich lösen Ereignisse wie Terminüberschreitungen, Reklamationen oder Zertifikatsabläufe eine sofortige Prüfung aus. Ohne diese Kombination bleiben kritische Vorfälle bis zum nächsten Turnus liegen, selbst wenn sie eine unmittelbare Reaktion erfordern würden.

Damit der Score operative Wirkung entfaltet, braucht jede Warnstufe einen definierten Workflow: wer prüft, bis wann der Lieferant reagieren muss und wann ein Audit, Beschaffungsstopp oder eine zweite Bezugsquelle folgt. Ohne diese Zuordnung bleibt die Bewertung ein Bericht, den niemand konkret bearbeitet. Anknüpfungspunkte zur Automatisierung angrenzender Prozesse liefert der Beitrag zur Automatisierung von Beschaffung und Bestellprozessen.

Häufige Fragen

Muss jedes Unternehmen eine automatisierte Lieferantenbewertung einführen?

Nein, eine automatisierte Bewertung ist keine allgemeine Pflicht für jedes Unternehmen. Sinnvoll wird sie, sobald die Zahl der Lieferanten oder die Komplexität der Wertschöpfungskette manuelle Tabellenpflege unzuverlässig macht, insbesondere wenn ein Unternehmen wie 59 Prozent der deutschen Unternehmen mit mindestens 50 Beschäftigten in globale Wertschöpfungsketten eingebunden ist ^[2].

Welche Daten benötigen Sie zuerst für den Aufbau des Bewertungsmodells?

Zuerst benötigen Sie bereinigte Lieferantenstammdaten mit eindeutigen Schlüsseln, da darauf alle weiteren Kennzahlen aufsetzen. Fraunhofer IML beschreibt genaue und aktuelle Stammdaten als Grundlage effizienter Logistikprozesse ^[3], was für die Lieferantenbewertung ebenso gilt wie für Bestandsdaten.

Wie viele Kennzahlen sollte ein Einstiegsmodell umfassen?

Ein Einstiegsmodell kommt mit zehn bis fünfzehn eindeutig definierten Kennzahlen aus, jeweils mit Datenquelle und Berechnungsregel hinterlegt. Mehr Kennzahlen erhöhen die Komplexität, ohne die Aussagekraft zwangsläufig zu verbessern, solange die Datenintegration noch nicht stabil läuft, was 67 Prozent der Befragten einer Erhebung als Herausforderung nennen ^[4].

Sind kleinere Zulieferer vom Lieferkettensorgfaltspflichtengesetz betroffen?

Direkt gilt das Gesetz für Unternehmen mit mindestens 1.000 Arbeitnehmern im Inland, kleinere Zulieferer können aber mittelbar betroffen sein, wenn ihre Kunden entsprechende Nachweise verlangen ^[1]. Für die eigene Bewertung bedeutet das, relevante Daten und Zertifikate bereitzustellen, ohne selbst unter den Schwellenwert zu fallen.

Lohnt sich eine Automatisierung schon bei einer überschaubaren Lieferantenzahl?

Ja, auch bei einer überschaubaren Lieferantenzahl kann sich eine Automatisierung lohnen, wenn kritische Warengruppen oder hohe Risikokonzentration vorliegen. Eine Beispielrechnung mit angenommenen Werten zeigt bei 200 Lieferanten eine rechnerische Zeitersparnis von 266,7 auf 66,7 Stunden jährlich, das Verhältnis lässt sich auf kleinere Bestände proportional übertragen.

Wie gehen Sie mit kritischen Verstößen einzelner Lieferanten um?

Kritische Verstöße wie ein abgelaufenes Pflichtzertifikat oder ein Sanktionslistentreffer benötigen eine separate Sperr- oder Prüfregel statt eines reinen Punktabzugs im Gesamtscore. So verhindern Sie, dass sich ein schwerwiegender Mangel durch gute Werte in anderen Kategorien rechnerisch ausgleicht.

Unverbindliches Erstgespräch zur Prozessautomatisierung vereinbaren

Quellen

1. § 1 Lieferkettensorgfaltspflichtengesetz – Anwendungsbereich
2. Destatis: 59 % der deutschen Unternehmen in globale Wertschöpfungsketten eingebunden
3. Fraunhofer IML: Saubere Stammdaten für effiziente Logistikprozesse
4. BVL: Umfrage zur Umsetzung des Lieferkettensorgfaltspflichtengesetzes