Wenn der Vertriebsprofi in Rente geht: Dieses Start-up will sein Wissen retten
Wie viel Rabatt verträgt der Kunde? Die Antwort steckt oft in fünf Systemen und im Kopf eines erfahrenen Kollegen. Geht der in Rente, ist sie weg. Die Pricing-Expertin Ekaterina Rühle will dieses Wissen mit ihrem Start-up Pricedentity per KI sichern.
Zwischen Daten und Bauchgefühl: KI kann Vertriebsmitarbeiter bei Preisentscheidungen unterstützen.
Foto: Smarterpix/AndreyPopov
Ein Maschinenbauer kalkuliert ein Angebot. Technische Daten sind vorhanden, Kosten lassen sich aus verschiedenen Systemen abrufen. Doch wie viel Rabatt ist bei diesem Kunden sinnvoll? Welche Besonderheiten gab es bei früheren Aufträgen? Wie wichtig ist die aktuelle Kundenbeziehung? Und welche technischen Details des Produkts müssen bei diesem konkreten Einsatz berücksichtigt werden?
Die Antworten auf solche Fragen stehen längst nicht immer dort, wo man sie vermuten würde. Ein Teil steckt in ERP- oder CRM-Systemen, anderes findet sich in E-Mails und Dokumenten. Ein weiterer Teil existiert nur im Kopf eines erfahrenen Vertriebsmitarbeiters.
Inhaltsverzeichnis
- Das wertvollste Wissen steht oft in keinem System
- Eine Preisentscheidung besteht aus mehr als Kosten und Wettbewerb
- Was Ingenieure davon haben
- Weiterbildung endet nicht mehr bei der PowerPoint
- Wenn das Erfahrungswissen mit in Rente geht
- Die Maschine hat kein Bauchgefühl
- Transparenz statt Blackbox
- Warum Rühle ihr eigenes Start-up gegründet hat
- Kleine Schritte statt eines neuen Großprojekts
- Mehr Kundenzeit statt weniger Menschen
Das wertvollste Wissen steht oft in keinem System
Diese Lücke beschäftigt Dr. Ekaterina Rühle. Die promovierte Betriebswirtin hat mehr als 20 Jahre im Pricing internationaler Unternehmen gearbeitet. Zuletzt war sie als Director Global Strategic Pricing bei Henkel Adhesive Technologies tätig.
Jetzt hat Rühle ein eigenes Unternehmen gegründet: Mit der Pricedentity GmbH entwickelt sie eine KI-Plattform für Pricing. Die Idee entstand aus einer Erfahrung, die sie über Jahre in Unternehmen gemacht hat: Es gibt viele Daten, Systeme und digitale Werkzeuge. Trotzdem bleibt für eine konkrete Preisentscheidung häufig entscheidendes Wissen schwer zugänglich.
„Heute ist diese Information zum Teil im System, zum Teil auch noch in Köpfen von Menschen“, sagt Rühle. Das Zusammenführen sei bislang ein manueller Prozess. Gerade Vertriebsmitarbeiter verbrächten deshalb viel Zeit mit administrativen Aufgaben.
Rühle nennt ein Verhältnis, das aus ihrer Sicht zeigt, wie groß das Problem ist: „Sales-Leute verbringen nur 20 % ihrer Zeit mit Kunden und 80 % der Zeit eigentlich mit diesen administrativen Aufgaben.“
Eine Preisentscheidung besteht aus mehr als Kosten und Wettbewerb
Gerade bei Industrieprodukten reicht eine einfache Kalkulation selten aus. Ein Maschinenbauer verkauft beispielsweise nicht nur ein Produkt. Hinzu kommen Serviceleistungen, technische Varianten und die konkrete Situation des Kunden.
Für eine Preisentscheidung können deshalb ganz unterschiedliche Informationen relevant sein: Kosten, Wechselkurse, Kaufkraft, Wettbewerbsdaten, Produkteigenschaften oder bisherige Erfahrungen mit einem Kunden.
Auch die technische Anwendung spielt eine Rolle. Rühle kennt das aus ihrer Zeit in der Klebstoffindustrie. Dasselbe Produkt kann in einem Fahrzeug beispielsweise für die Verklebung des Dachs oder des Bodens eingesetzt werden. Welche Eigenschaften und Komponenten relevant sind, hängt von der konkreten Anwendung ab.
„Bei Industrieunternehmen sind Produkte komplex“, sagt Rühle. Gerade deshalb müsse eine Preisentscheidung verschiedene technische und kommerzielle Faktoren miteinander verbinden. Diese Informationen liegen jedoch häufig an unterschiedlichen Stellen.
Pricedentity soll sie zusammenführen. Die Plattform verbindet nach Angaben des Unternehmens internes Expertenwissen mit preisrelevanten Informationen aus verschiedenen Unternehmenssystemen und externen Quellen. Dazu können beispielsweise Kosten- und Wettbewerbsdaten, Wechselkurse oder weitere Marktinformationen gehören.
Was Ingenieure davon haben
Das kann auch für Ingenieurinnen und Ingenieure interessant werden, die bislang wenig mit Vertrieb zu tun hatten. Denn technisches Wissen allein reicht bei einer Angebotsentscheidung häufig nicht aus. Produktmanager kennen bestimmte Eigenschaften eines Produkts, Vertriebsmitarbeiter kennen Kunden und Märkte, andere Kollegen wissen über Kosten oder frühere Projekte Bescheid.
Dieses Wissen ist in Unternehmen häufig auf verschiedene Abteilungen verteilt.
Ein KI-gestütztes Cockpit könnte diese Informationen zusammenführen. Ein Ingenieur, der ein Angebot vorbereitet, könnte dort beispielsweise technische Produktinformationen, Kostenfaktoren, Kundendaten und bisherige Erfahrungen mit diesem Kunden finden.
Rühle beschreibt das als eine Möglichkeit, Wissen aus anderen Abteilungen zugänglich zu machen. Man könne Wissen von anderen Abteilungen einbeziehen, sagt sie. Dazu könnten beispielsweise Kosteninformationen oder das Produktwissen von Produktmanagern gehören.
Damit könnte sich auch die Rolle von Ingenieuren verändern, die in Schnittstellen zwischen Technik und Vertrieb arbeiten. Sie müssten nicht für jede kommerzielle Frage auf einen Kollegen aus dem Vertrieb warten, sondern könnten sich zunächst selbst einen Überblick verschaffen.
Lesen Sie auch: Vertriebsingenieur: Aufgaben, Studium, Gehalt und Karriere
Weiterbildung endet nicht mehr bei der PowerPoint
Noch einen Schritt weiter geht Rühle beim Thema Weiterbildung. Ingenieurinnen und Ingenieure, die neu in eine Vertriebsrolle wechseln, erhalten häufig Schulungen zu Verhandlung, Kundenkommunikation oder Pricing. Das Problem: Nach der Schulung ist das Wissen nicht automatisch verfügbar, wenn die nächste konkrete Situation eintritt. „Normalerweise endet diese Weiterbildung irgendwo in PowerPoint“, sagt Rühle.
Die Idee von Pricedentity ist, solche Inhalte mit dem Arbeitsprozess zu verbinden. Schulungsunterlagen und interne Empfehlungen können Teil der Wissensbasis werden. Wenn ein Mitarbeiter später ein konkretes Angebot vorbereitet, kann das System auf relevante Regeln oder Empfehlungen hinweisen.
Das verändert ebenso den Charakter von Weiterbildung. Das Gelernte bleibt nicht allein in einer Präsentation oder einem Seminarordner, sondern kann in einer konkreten Arbeitssituation wieder auftauchen.
Wenn das Erfahrungswissen mit in Rente geht
Noch ein anderes Problem beschäftigt Rühle: der Generationenwechsel. Wenn ein langjähriger Mitarbeiter oder eine Mitarbeiterin in Rente geht oder das Unternehmen verlässt, beginnt häufig eine hektische Übergabe. Vieles ist zwar dokumentiert, aber längst nicht alles. „Nur ein kleiner Teil ist dokumentiert“, sagt Rühle.
Gerade im Mittelstand kann das Folgen haben. Ein erfahrener Vertriebsmitarbeiter weiß beispielsweise, welche Besonderheiten bei einem bestimmten Kunden zu berücksichtigen sind, wie frühere Verhandlungen gelaufen sind oder welche technischen Varianten sich in der Praxis bewährt haben.
Dieses Wissen ist nicht unbedingt in einem CRM-System zu finden. Mit KI könne es künftig einfacher werden, solches Wissen systematisch zu erfassen. Ein Mitarbeiter könnte Informationen über einen bestimmten Zeitraum diktieren, schreiben oder per E-Mail weitergeben. Das System ordnet diese Angaben und macht sie später für andere Beschäftigte zugänglich.
Der Vorteil liegt aus Rühles Sicht auch darin, dass dafür kein komplett neuer Dokumentationsprozess entstehen muss.
„Man kann sagen: Okay, jemand geht in Rente oder zu einem anderen Unternehmen in einem Monat oder zwei Monaten, und dann setzt man in diesen zwei Monaten bestimmte Schritte“, erklärt sie. Der Mitarbeiter könne Informationen diktieren, schreiben oder schicken. „Das heißt, das ist kein zusätzlicher großer Aufwand und dann dokumentiert das System.“ So könnte aus persönlicher Erfahrung schrittweise Unternehmenswissen werden.
Die Maschine hat kein Bauchgefühl
Doch kann eine KI wirklich eine gute Vertriebsentscheidung treffen? Rühle ist bei dieser Frage zurückhaltend. Gerade erfahrene Vertriebsmitarbeiter verfügen über Wissen, das sich schwer vollständig dokumentieren lässt. Sie wissen beispielsweise aus früheren Gesprächen, wie ein Kunde reagiert oder welche Besonderheiten eine Geschäftsbeziehung hat.
Dieses Bauchgefühl will Rühle nicht durch KI ersetzen. „Ich sage nicht, dass wir Entscheidungen komplett automatisieren“, sagt sie.
Die KI soll Informationen zusammentragen und aufbereiten. Die Entscheidung bleibt beim Menschen. Ein Vertriebsmitarbeiter kann also weiterhin seine Erfahrung und sein eigenes Urteil einbringen, verfügt dabei aber über eine breitere Informationsgrundlage. Für Rühle ist das ein wichtiger Punkt: „Wir lassen Menschen für das Menschliche mehr Zeit.“
Damit meint sie vor allem Gespräche und Beziehungen. Wenn ein Mitarbeiter weniger Zeit damit verbringen muss, Informationen aus verschiedenen Systemen zusammenzusuchen, bleibt mehr Zeit für Kunden.
Transparenz statt Blackbox
Eine solche Anwendung steht und fällt allerdings mit der Frage, ob die Nutzer nachvollziehen können, wie eine Empfehlung zustande kommt.
Rühle setzt deshalb auf festgelegte Faktoren und Kontrollmechanismen. Die Plattform soll transparent machen, welche Informationen in einer Entscheidung verwendet werden und an welchen Stellen eine Freigabe oder eine Ausnahme erforderlich ist.
Auch bei externen Informationen soll die Herkunft sichtbar bleiben. „Wenn wir irgendeine Information einbeziehen, wo die Quelle noch nicht überprüft ist, wird das auch markiert“, sagt Rühle. Damit soll der Nutzer unterscheiden können, welche Informationen aus geprüften internen Quellen stammen und welche Angaben noch kontrolliert werden müssen.
Das ist auch deshalb relevant, weil bei industriellen Preisentscheidungen nicht jede Situation einem Standardfall entspricht. Ein Kunde kann besondere Anforderungen haben, ein Produkt kann anders eingesetzt werden als üblich oder eine Verhandlung kann von bisherigen Erfahrungen abweichen.
Die Ausnahme bleibt deshalb Teil des Prozesses.
Warum Rühle ihr eigenes Start-up gegründet hat
Dass Rühle nun selbst ein Technologieunternehmen aufbaut, ist eng mit ihrer bisherigen Laufbahn verbunden.
Sie hat in Betriebswirtschaftslehre und Marketing an der Universität zu Köln promoviert und sich anschließend über viele Jahre mit Pricing beschäftigt. In ihren verschiedenen Führungspositionen erlebte sie zahlreiche Transformations- und IT-Projekte.
Dabei beobachtete sie nach eigener Aussage immer wieder eine ähnliche Situation: Unternehmen investierten viel Geld in neue Systeme, erreichten aber nicht den erwarteten Nutzen. „Ich habe gesehen, wie viel Geld da in diese IT-Technologien investiert wird und wie enttäuscht am Ende viele Unternehmen sind“, erzählt sie. Aus dieser Erfahrung entstand die Idee für Pricedentity.
Rühle wollte nicht zunächst ein theoretisches Produkt entwickeln und es anschließend Unternehmen verkaufen. Stattdessen begann sie mit einzelnen Kunden und Pilotprojekten.
„Für mich war sehr wichtig, dass ich jetzt nicht so ein theoretisches Konzept aus meinem eigenen Kopf entwickle“, sagt sie. Anwendungen und einzelne Bausteine sollten gemeinsam mit Kunden entstehen.
Kleine Schritte statt eines neuen Großprojekts
Das prägt auch ihre Empfehlung für Unternehmen, die mit KI-gestütztem Pricing beginnen wollen. Nicht mit einem großen Transformationsprojekt starten, sondern zunächst verstehen, wie die Arbeit tatsächlich abläuft. „Wir fangen immer an mit dem Verständnis, wie die Arbeit heute funktioniert“, sagt Rühle.
Denn ein häufiger Fehler früherer IT-Projekte sei gewesen, eine standardisierte Lösung auszuwählen und anschließend die Abläufe eines Unternehmens daran anzupassen.
Stattdessen sollten Unternehmen zunächst ihre bestehenden Prozesse untersuchen und Lücken erkennen. Erst danach könne entschieden werden, welche Aufgaben sich für eine Automatisierung eignen. „Ich habe noch nie wirklich eine erfolgreiche Umsetzung von solchen großen ‚Wir ändern alles auf einmal‘-Projekten mit einem Wundertool gesehen“, sagt Rühle.
Gerade für kleine und mittlere Industrieunternehmen kann ein schrittweiser Einstieg interessant sein. Statt sofort ein umfassendes IT-Projekt aufzusetzen, können einzelne Anwendungsfälle getestet werden.
Mehr Kundenzeit statt weniger Menschen
Damit landet die Diskussion über KI im Pricing bei einer Frage, die weit über Preisgestaltung hinausgeht: Was soll eigentlich mit der gewonnenen Zeit passieren? Rühles Antwort ist eindeutig: Sie soll beim Menschen bleiben.
Wenn ein Vertriebsmitarbeiter heute beispielsweise mehrere Stunden damit verbringt, Informationen für einen Kundentermin zusammenzutragen, bleibt entsprechend weniger Zeit für Gespräche. Werden diese Aufgaben teilweise automatisiert, kann dieselbe Person mehr Zeit mit Kunden verbringen.
Rühle formuliert das als Verschiebung des Arbeitsalltags: „Wir möchten eher erreichen, dass sie 80 % der Zeit mit Kunden verbringen und eher 20 % der Zeit mit Aufgaben.“
KI soll nicht den Vertriebsmitarbeiter ersetzen. Sie soll Informationen zugänglich machen, Erfahrungswissen sichern und Routinearbeit reduzieren. Nicht jede Anwendung muss darauf zielen, eine Entscheidung vollständig zu automatisieren. Manchmal besteht der Nutzen darin, einem Menschen in einem komplexen Moment die Informationen zur Verfügung zu stellen, die sonst über fünf Systeme, drei Kollegen und mehrere Jahre Berufserfahrung verteilt wären.
Lesen Sie auch: KI im Engineering: Warum Dokumente erst der Anfang sind
Ein Beitrag von:
