LoLa-AI – Entscheidungshilfe für Einkauf & Lieferketten

LoLa‑AI ist eine Entscheidungsschicht auf euren Daten: Sie bündelt Beschaffungs-, Kosten- und Risiko-Signale zu nachvollziehbaren Empfehlungen – für Lieferantenwahl, Mengen und Alternativen, wenn sich Märkte und Transportkorridore verschärfen. Euer ERP bleibt die führende Quelle für Stammdaten; LoLa ersetzt es nicht.

Wie LoLa mit euren Daten arbeitet

Stammdaten und Konditionen kommen im Regelfall aus eurem ERP oder euren bestehenden Systemen – per Export, strukturiertem Import oder Schnittstelle, je nach Pilotvereinbarung. LoLa nutzt diese Informationen für Rankings, Ampeln und Antworten im Chat; öffentliche Seiten wie die Routen-Demo zeigen nur Illustrationen, keine Live-Daten aus eurem Betrieb. Pflege, Freigaben und Buchungslogik bleiben in euren gewohnten Prozessen; LoLa ergänzt Einordnung, Transparenz und konkrete Vorschläge für eure Teams.

Im Pilot definieren wir gemeinsam wenige Use Cases, messen Wirkung in kurzer Zeit und binden eure Datenquellen ein – ohne eure Systemlandschaft zu ersetzen.

Live Beschaffung & Lieferanten Geo-Risk & Routen ERP & Rechnungen

Pilotzugang anfragen Kurzes Formular für Interesse am Pilotprogramm – öffnet in einem neuen Tab.

Fiktives Szenario Ampel, Routen, Split‑Order – gleicher Dialog wie unten unter „Beschaffung – Pilot“.

Landtransport mit Sperrsegment in Deutschland (Demo) – öffnet den zweiten Vorführ‑Dialog; Karte unter /lola-karte.

LoLa auf einen Blick

Kurz gesagt: LoLa ist eine Entscheidungsschicht für Einkauf und Lieferkettenrisiko – sie wertet eure Daten aus und liefert nachvollziehbare Empfehlungen (Ampel, Alternativen, Begründung), ohne euer ERP zu ersetzen.

  • Für wen: Einkaufs-, Supply-Chain- und Risikoteams mit internationaler Beschaffung und Bedarf an erklärbaren Entscheidungen.
  • Problem: Viele Quellen, Lieferkettenrisiko schwer transparent; Management und Audit brauchen klare, vertretbare Empfehlungen.
  • Was LoLa liefert: u. a. Rankings und Ampeln, Bezugsregionen und Geo-Kontext, Versand- und Last-Mile-Einordnung (Demo auf der Karte), Chat-gestützte Arbeitsschritte – im Pilot an eure Regeln und Datenquellen gekoppelt.
  • Was LoLa nicht ist: kein ERP-Ersatz und kein „Blackbox“-Chat ohne Bezug zu euren Daten und Prozessen.
  • Pilot: wenige Wochen, klar abgegrenzte Use Cases und messbare Kriterien; Daten z. B. per Export oder Schnittstelle – gemeinsam abgestimmt.
  • Nächster Schritt: Demo testen · Pilot anfragen (Formular oben).

Ablauf für Pilotinteressenten

  1. Demo testen – unter „Interaktive Demo“ die öffentliche Vorstellung ausprobieren (Vorlagen-Modus).
  2. Pilot anfragen – Formular ausfüllen; wir melden uns mit nächsten Schritten und Termin.
  3. Pilot-Key & Vollfunktion – nach Freigabe erhaltet ihr einen Key für die Demo (Premium/OpenAI) und klären Daten & Use Cases.

Beispiel: Anweisungen im Chat verstehen & umsetzen

Fiktives Gespräch (keine echten Firmen) – so kann sich der Mehrwert anfühlen: Ihr formuliert Aufträge in natürlicher Sprache, LoLa strukturiert Analyse und nächste Schritte; wo die Oberfläche mitspielt, lassen sich konkrete Aktionen (z. B. Karte öffnen) an die Antwort koppeln. In der öffentlichen Demo: Vorlagen; mit Pilot und Modell: flexiblere Umsetzung.

Szenario: Mittelständischer Maschinenbauer, Drehteil „DT‑4401“, drei Rahmenlieferanten – Zeitdruck vor Serienstart.

Einkauf (Anweisung)

Vergleiche unsere drei Rahmenlieferanten für Artikel DT‑4401: priorisiere Lieferzeit und Lieferkettenrisiko, nicht nur Preis. Gib mir die Top 2 mit Kurzbegründung und was wir als Nächstes abstimmen sollten.

LoLa‑AI (Auszug)

Top 2 (fiktiv):
  • 1) Lieferant B (CZ): kürzeste realistische Lieferzeit im Modell, Risiko Ampel „mittel“ (Route über stabileren Korridor).
  • 2) Lieferant A (DE): höchste Planungssicherheit, leicht höhere Stückkosten – gut für Puffer bis Serienstart.
Abstimmung: MOQ/Restmenge bei B klären; bei A Rahmenvertrag für Folgejahr prüfen. Alle Angaben Demo/Platzhalter.

Einkauf (Folge‑Anweisung)

Zeig mir das auf der Lieferketten‑Karte und fass für die Geschäftsleitung in drei Bulletpoints zusammen: Empfehlung, Restrisiko, nächster Entscheidungstermin.

LoLa‑AI (Auszug)

Ich ordne die Routen und Risiko‑Ampeln auf der Karte zu (schematisch) und formuliere die GL‑Zeile:

• Empfehlung: Split zwischen B (Durchlauf) und A (Absicherung), wenn MOQ passt.
• Restrisiko: Engpass Slot Hafen Rotterdam im Modell noch „erhöht“.
• Termin: Freigabe bis Mo 09:00 – Abstimmung Einkauf/Risk (Demo‑Platzhalter).
Mehrwert für Einkaufs- und Risikoteams: Statt einzelne Reports zu jonglieren, wird aus klaren Chat‑Anweisungen eine nachvollziehbare Kette aus Analyse, Darstellung (Karte) und Management‑Text – wiederholbar und dokumentierbar im Pilot.

Demonstrationszweck. Keine rechtliche Beratung. Echte Lieferanten‑ und Routendaten entstehen erst mit eurer Datenanbindung im Pilot. Interaktive Demo testen →

Zielgruppe & Warum LoLa-AI

Für wen LoLa gedacht ist

Einkaufs-, Supply-Chain- und Risiko-Teams in mittelständischen und konzerngebundenen Organisationen, die internationale Beschaffung fahren und bei Geo-, Transport- und Lieferantenrisiken schnell klare, vertretbare Entscheidungen brauchen – ohne ERP zu ersetzen und mit nachvollziehbaren Empfehlungen Richtung Management.

Warum genau wir (Kern)

LoLa‑AI fasst eure Daten und Regeln zu entscheidbaren Empfehlungen zusammen (Ampel, Alternativen, kurze Begründung) – als fokussierter Pilot mit messbarem Nutzen, nicht als generische Chat-Blackbox.

  • Kein ERP-Ersatz – Entscheidungs- und Transparenz-Schicht auf bestehende Quellen.
  • Erklärbar – Empfehlungen bleiben für Einkauf, Risk und Führung nachvollziehbar.
  • Pilot statt PowerPoint – wenige Wochen, klare KPIs, echte Daten statt Endlos-Konzept.

Positionierung

  • Branchenneutral – ein gemeinsames Entscheidungsframework für Einkauf und Lieferkettenrisiko – unabhängig von der Branche.
  • Pragmatisch – Anbindung an vorhandene Daten und Abläufe; LoLa‑AI ersetzt kein ERP, sondern unterstützt die Entscheidung.
  • Nachvollziehbar – Empfehlungen mit Begründung für operative Teams und Management – auditierbar dokumentiert.
  • Pilotorientiert – klare Ziele und messbare Ergebnisse in wenigen Wochen statt endloser Konzeption.

Pilot-Pakete

Drei universelle Einstiege – der Inhalt des Pilots (Use Cases, Daten, Integration) wird mit euch gemeinsam festgelegt. Umfang und Investition sind individuell (Auf Anfrage).

Pilot Kompakt

Schneller Proof of Value: ein fokussierter Use Case (z. B. Lieferantenvergleich, Risiko‑Ampel oder Split‑Order‑Szenario).

Typisch: Workshop/Kickoff, Beispiel- oder Exportdaten, Demo‑Ergebnisse, eine Management‑Summary‑Vorlage.

Zeitraum: oft 2–3 Wochen · ideal zum Validieren der Richtung

Pilot Standard

Solide Pilotierung: 2–3 Use Cases parallel oder nacheinander, klar definierte KPIs.

Typisch: Datenmapping, wiederkehrende Abstimmung, Abnahme‑Kriterien, kurzer Abschlussbericht mit Empfehlungen für Rollout.

Zeitraum: oft 4–8 Wochen · häufigster Einstieg für B2B‑Teams

Pilot Plus

Vertiefung: mehr Integration, mehr Stakeholder (Einkauf, Risk, IT), optional API‑/Schnittstellen‑Fokus.

Typisch: erweiterte Datenanbindung, Governance/Prozesse, Vorbereitung auf produktiven Betrieb oder mehrere Standorte.

Zeitraum: oft 8–12+ Wochen · für komplexere Landschaften

Was LoLa-AI kann

Beschaffung

Lieferanten-Ranking, Preisstaffeln, MOQ, Gesamtkosten inkl. Fix/variabel, Split-Orders, Kostenszenarien – ergänzt um Bezugsregionen (Angebot/Lieferant) und geo-politische Bulletins in der Empfehlung.

Risiko & Versand

Geo-Bulletins (manuell oder per RSS-Ingest), Versandwarnungen, Routenvorschläge; kritische Lagen optional blockierend. Die letzte Meile (Stadt, Zeitfenster, Haustour vs. Abholpunkt) lässt sich im Modell stärker gewichten – statt nur „Fernstrecke grün“ und trotzdem SLA-Bruch vor der Haustür. Demo Last Mile auf der Karte

ERP & Finanzen

Buchungsvorschläge, Artikel/Lager, Kalkulationen, Rechnungen inkl. PDF – integrierbar in eure ERP-/Finanzprozesse.

Beschaffung – was im Pilot ausgebaut wird

Der Kern ist datengetriebene Warenbeschaffung: Stammdaten und Konditionen liefern die Fakten, Regeln und Geo-Signale die Einordnung. LoLa bündelt das zu nachvollziehbaren Empfehlungen – der Nutzen skaliert mit der Qualität eurer gepflegten Daten.

Module im Backend (Auszug)

  • Lieferanten & Angebote – Konditionen je SKU (Preis, MOQ, Lead Time, Kapazität); im Angebot meta u. a. Herkunftsregionen (origin_region_codes) und Kostenparameter.
  • KPIs & Signale – Lieferantenperformance und Zeitreihen (z. B. Preis, Lead Time) für Trend und Plausibilität.
  • Geo-Risiko – Bulletins pro region_code (info / warning / critical), optional Anreicherung per RSS-Ingest; Einfluss auf Bewertung und Freigabe-Logik.
  • Empfehlungs-Engine – gewichtetes Ranking (Preis, Zeit, Zuverlässigkeit, Risiko, Qualität), Kostenplan (Single / Split), Ausgabe geo_sourcing_analysis: erkannte Bezugsregionen, Bulletin-Treffer, alternative Bezugsregionen wo sinnvoll.

Technische Übersicht (JSON): GET /procurement/features · Routen-Demo: /lola-karte (u. a. West‑EU‑Beschaffung, LKW BE→PL, Last Mile) · Chat: /lola-demo

Fiktives Beispiel (Industriezulieferung): Ampel, Routen, Split‑Empfehlung & Zeitvergleich.
Landtransport Antwerpen → Warschau, Sperrsegment Deutschland (Demo): Umleitung, Transitzeiten – auf der Karte nachvollziehbar.

Verfügbarkeit

Kurz prüfen, ob LoLa‑AI gerade erreichbar ist.