Wie BHS Corrugated seine Einkaufskosten mit KI gesenkt hat

Wie KI den technischen Einkauf für zeichnungsgebundene Bauteile verändert
Der technische Einkauf steht zunehmend unter Druck, Kosten zu senken, Lieferketten resilienter zu gestalten und gleichzeitig immer komplexere Bauteile effizient zu beschaffen. Klassische Beschaffungsprozesse basieren häufig auf manuellen Angebotsanfragen, Lieferantenvergleichen und Erfahrungswissen. Mit steigenden Stückzahlen und einer wachsenden Anzahl an CAD-Modellen und technischen Zeichnungen stoßen diese Prozesse jedoch an ihre Grenzen.
BHS Corrugated, einer der weltweit führenden Lösungsanbieter für die Wellpappenindustrie, entschied sich deshalb für einen datengetriebenen Ansatz mit PartSpace AI. Das Ergebnis: mehr Transparenz bei Einkaufspreisen, effizientere Beschaffungsprozesse und messbare Einsparungen im technischen Einkauf.
Die Herausforderung: 10.000 zeichnungsgebundene Bauteile pro Jahr
Gemeinsam mit seiner Einkaufsgesellschaft GKS beschafft BHS Corrugated jährlich rund 10.000 zeichnungsgebundene Bauteile mit einem Einkaufsvolumen von etwa 40 Millionen Euro. Dazu gehören unter anderem Drehteile, Frästeile, Schweißbaugruppen und Blechteile.
Vor der Einführung von PartSpace AI erfolgte die Beschaffung überwiegend über klassische Angebotsprozesse:
Rund 60 % der Anfragen wurden über eine RFQ-Plattform abgewickelt.
Die übrigen 40 % erfolgten manuell per E-Mail.
Diese Vorgehensweise war zwar etabliert, erforderte jedoch einen hohen manuellen Aufwand und bot nur eingeschränkte Möglichkeiten, Preise bereits vor der Anfrage an Lieferanten realistisch zu bewerten. Dadurch blieben Einsparpotenziale häufig unentdeckt und Beschaffungsentscheidungen dauerten länger.
Die Lösung: KI-gestützte Preisvalidierung und CAD-Analyse
Anstatt den bestehenden Anfrageprozess lediglich zu digitalisieren, entschied sich BHS Corrugated für einen neuen, datengetriebenen Ansatz.
PartSpace AI analysiert unter anderem:
CAD-Modelle
Technische Zeichnungen
Historische Einkaufsdaten
Lieferanteninformationen
Fertigungsmerkmale und Produktionsanforderungen
Durch die Kombination technischer und kaufmännischer Daten erstellt die Plattform belastbare Preisprognosen und unterstützt den Einkauf bereits vor der eigentlichen Lieferantenanfrage. So lassen sich Angebote besser bewerten, Preisabweichungen frühzeitig erkennen und fundiertere Einkaufsentscheidungen treffen.
Die Ergebnisse auf einen Blick
Bereits nach der Einführung konnten deutliche Verbesserungen erzielt werden:
Sechsstellige Einsparungen im technischen Einkauf
20 % Prozessverbesserung im aktuellen Beschaffungsprozess
Ziel von 50–60 % Zeitersparnis durch eine tiefere ERP-Integration
Höhere Preistransparenz bereits in frühen Projektphasen
Schnellere Zusammenarbeit zwischen Engineering und Einkauf
Diese Ergebnisse zeigen, wie KI den technischen Einkauf nicht nur automatisieren, sondern auch qualitativ verbessern kann.
Was Sie in der vollständigen Anwenderbericht erfahren
Die vollständige Kundenreferenz zeigt im Detail,
wie BHS Corrugated Lieferantenpreise bereits vor einer RFQ validiert,
wie CAD- und Zeichnungsdaten zur Preisermittlung genutzt werden,
wie PartSpace AI bestehende Einkaufsdaten intelligent auswertet,
welche Einsparpotenziale identifiziert wurden,
welche Erfahrungen das Projektteam während der Einführung gemacht hat und
welche nächsten Schritte zur weiteren Automatisierung des technischen Einkaufs geplant sind.
Laden Sie die vollständige Kundenreferenz herunter
Erfahren Sie, wie BHS Corrugated den technischen Einkauf mit PartSpace AI modernisiert hat und welche Erkenntnisse auch andere produzierende Unternehmen für ihre Einkaufsorganisation nutzen können.
Jetzt Kundenreferenz herunterladen
Häufig gestellte Fragen
Wie hat BHS Corrugated seine Einkaufskosten gesenkt?
Durch den Einsatz von PartSpace AI konnte das Unternehmen Lieferantenpreise bereits vor Angebotsanfragen validieren, historische Einkaufsdaten intelligent auswerten und fundiertere Einkaufsentscheidungen treffen.
Welche Daten analysiert PartSpace AI?
Die Plattform analysiert CAD-Modelle, technische Zeichnungen, historische Einkaufsdaten, Lieferanteninformationen sowie fertigungstechnische Merkmale, um Preisprognosen und Einkaufsempfehlungen zu erstellen.
Kann KI klassische Angebotsanfragen ersetzen?
KI ersetzt RFQs nicht vollständig, kann ihre Anzahl aber deutlich reduzieren. Sie bewertet Preisniveaus und Lieferantenpotenziale bereits vor der Anfrage. So wird der technische Einkauf schneller, gezielter und effizienter.
Für welche Unternehmen eignet sich dieser Ansatz?
Vor allem Industrieunternehmen mit einer großen Anzahl zeichnungsgebundener Bauteile, komplexen Lieferantennetzwerken und hohem Beschaffungsvolumen profitieren von KI-gestützter Preisvalidierung und datengetriebenem technischem Einkauf.
Fazit
Die Kundenreferenz von BHS Corrugated zeigt, dass moderne KI-Lösungen weit über die reine Prozessautomatisierung hinausgehen. Durch die intelligente Verknüpfung von CAD-Daten, technischem Wissen und historischen Einkaufsinformationen schafft PartSpace AI die Grundlage für schnellere Entscheidungen, höhere Kostentransparenz und messbare Einsparungen.
Für Industrieunternehmen mit komplexen technischen Bauteilen wird KI damit zunehmend zu einem entscheidenden Wettbewerbsvorteil im technischen Einkauf.
Vereinbaren Sie eine persönliche Demo
Vereinbaren Sie eine persönliche Demo
Verwandte Artikel

Agentic AI: Warum ein Großteil der KI-Agenten im technischen Einkauf scheitern wird
Agentische KI verspricht, die technische Beschaffung zu revolutionieren – doch die meisten Implementierungen sind zum Scheitern verurteilt. Das Problem liegt nicht in der Leistungsfähigkeit von KI-Modellen wie ChatGPT, sondern im Fehlen strukturierter, integrierter Industriedaten. Ohne eine solide Datenbasis, die CAD-, ERP- und PLM-Systeme sowie Lieferanteninformationen miteinander verknüpft, bleiben KI-Agenten bloße beeindruckende Demos und keine zuverlässigen Werkzeuge. Dieser Artikel untersucht, warum Daten – und nicht Algorithmen – der eigentliche Engpass sind und was Unternehmen ändern müssen, um echten Mehrwert zu erschließen.

Die Wertanalyse im Wandel und was uns auf der VDI-Tagung 2026 erwartet
Auf der VDI-Wertanalyse-Konferenz 2026 wird eines deutlich: Kostenoptimierung entwickelt sich von Verhandlung hin zu datenbasierten Entscheidungen. Unternehmen wie Siemens zeigen, wie sich durch skalierbare Kostentransparenz messbare Einsparungen realisieren lassen. Dieser Beitrag zeigt, wie führende Industrieunternehmen ihre Kostenstrategien neu definieren – und warum skalierbare Kostenintelligenz zum entscheidenden Wettbewerbsvorteil wird.

Wie KI die Welt des Cost Engineerings disruptiert
Künstliche Intelligenz verändert das Cost Engineering grundlegend. Durch die Analyse von CAD-Daten, Fertigungsinformationen und Lieferantendaten entstehen frühzeitig belastbare Kostenindikationen. Dadurch entwickelt sich Cost Engineering von einer reaktiven Kalkulation zu einem strategischen Steuerungsinstrument für Engineering, Einkauf und Supply Chain.