tl;dr
amec beschafft elektronische Bauteile mithilfe eines weltweiten Partnernetzwerks. Früher hieß das: täglich hunderte E-Mails, manuelle Klassifikation, Wissen, das in Postfächern verschwand. Wir haben eine Plattform entwickelt, die den gesamten Ablauf via KI automatisiert – von der Stückliste bis zum Kundenangebot. Das Ergebnis: ein Team, das Entscheidungen trifft statt Verwaltung betreibt.
Die Ausgangslage
amec ist ein mittelständischer Distributor für elektronische Bauteile. Hersteller und Industriekunden bringen ihre Stücklisten zu amec – amec übernimmt die gesamte Beschaffung über ein globales Netzwerk aus Lieferanten und Partnern. Von der ersten Anfrage bis zur Lieferung: Kunde → amec → Lieferant. Ob Prototyp oder Großserie.
Der Prozess lief über E-Mail, Excel und ein ERP, das für diese Art von Orchestrierung nie gedacht war.
Bevor jemand mit der Beschaffung beginnen konnte, musste jedes Bauteil manuell klassifiziert werden – oft hunderte Positionen, oft ein ganzer Arbeitstag. Danach: Anfragen schreiben, nachverfolgen, wer antwortet. Nachhaken, wer nicht antwortet. Preise und Lieferzeiten aus Freitext-Mails herauslesen. Ein einzelnes Projekt konnte hunderte E-Mail-Threads erzeugen.
Das Wissen blieb dabei unsichtbar. Absagen, Alternativbauteile, Part Crossings – alles versickerte in Einzelpostfächern. Derselbe Partner konnte in zwei aufeinanderfolgenden Monaten mit exakt der gleichen Anfrage angeschrieben werden, obwohl er sich längst als ungeeignet erwiesen hatte. Bis ein Angebot fertig war, vergingen Tage. In einem Markt, in dem oft das erste belastbare Angebot den Zuschlag bekommt, kostete das realen Umsatz.
Was sich verändert hat, ist nicht nur die Geschwindigkeit – es ist die Transparenz. Wir sehen jetzt, welche Partner bei welchen Bauteilen wirklich performen, wo Margen liegen, wo Risiken sind. Das sind Informationen, die vorher in Mails verschwunden sind. Jetzt treffen wir Entscheidungen auf Basis von Daten, nicht von Bauchgefühl.
Die Lösung
Wir haben eine Sourcing-Plattform von Grund auf entwickelt, die den gesamten Beschaffungszyklus digitalisiert und automatisiert – von der BOM-Einreichung bis zur Angebotserstellung. Im Zentrum steht ein Agentic Workflow: AI-gestützte Prozessschritte greifen ineinander, treffen Entscheidungen, übergeben automatisiert an den nächsten Schritt – und holen Menschen nur dann dazu, wenn es wirklich nötig ist.
Die Plattform läuft auf Laravel und Filament, gehostet auf Microsoft Azure. Als zentrale, domänenspezifische Datenbank und Wissensbasis der Plattform dient der »DataKube« – der Master Data Record von amec. Er konsolidiert strukturierte Informationen zu Teilen, Alternativen, Partnern, Preisen, Kategorien und ausgewählten historischen Daten – und bildet damit die gemeinsame Datenbasis für die Kernprozesse und KI-Entscheidungen.
Statt auf blinde Automatisierung, setzen wir auf kontrollierte Unterstützung: Jede KI-Entscheidung ist nachvollziehbar, überprüfbar und vom Menschen korrigierbar. Das System gibt Konfidenzwerte an, greift bei Unsicherheit auf Fallbacks zurück — und der Mensch hat das letzte Wort. Die KI übernimmt die repetitive Arbeit, damit sich das Team auf das konzentrieren kann, was wirklich Urteilsvermögen erfordert.
Was die Plattform leistet
Automatisierte BOM-Verarbeitung
Vertriebsmitarbeitende laden die Excel-, CSV- oder EML-Stücklisten hoch. Das System parst sie und klassifiziert jedes Bauteil automatisch — zuerst über den DataKube, dann per LLM. Alles landet mit Klassifikation und Konfidenzwert im DataKube – beim Upload, nicht irgendwann danach.
Intelligentes Partner-Matching und RFQ-Versand
Auf Basis der Produktkategorie ermittelt das System, welche Partner kontaktiert werden sollen, und verschickt die Angebotsanfragen direkt – eine pro Partner, mit allen relevanten Bauteilen. Die Zuordnung der Produktkategorien zu Partnern erfolgt via LLM und basiert auf historischen Bestellungen.Agentic E-Mail-Workflow
Eingehende Partnerantworten werden automatisch ausgewertet. Das System extrahiert Preise, Lieferzeiten, Mindestbestellmengen und MPNs (Manufacturer Part Number) aus unstrukturiertem E-Mail-Text, erkennt Absagen, identifiziert Lücken und sendet gezielte Nachfragen. Reagiert ein Partner nicht, folgen bis zu drei automatische Follow-ups – danach Eskalation an einen Mitarbeiter. Kein manueller Anstoß nötig, von der ersten Anfrage bis zur Eskalation, aber immer mit »Human in the Loop«.
Wissensbasis und Angebotserstellung
Bietet ein Partner ein Alternativbauteil an, legt das System automatisch eine Kreuzreferenz an. Angehängte Datenblätter werden erkannt, zugeordnet und abgelegt. Was früher in Köpfen und Postfächern steckte, wächst im DataKube zu einer durchsuchbaren Wissensbasis heran. Nutzer wählen die besten Angebote aus und stellen daraus ein Kundenangebot zusammen – mit voller Rückverfolgbarkeit bis zum ursprünglichen BOM-Eintrag.
LLM Cost Controlling
Jeder LLM-Call wird getrackt: nach Modell, Anwendungsfall und Volumen. Das schafft Transparenz und ermöglicht gezielte Optimierung – damit AI auch dann wirtschaftlich bleibt, wenn das Beschaffungsvolumen wächst.
Unsere Leistung
Das Projekt zeigt, wie wir mit AI Integration, AI Process Automation und Agentic Workflows sichtbaren Mehrwert liefern – und wie wir damit produktionsreife Systeme formen, die in elementaren Geschäftsprozessen greifen.
In einer gezielten Discovery-Phase haben wir technische Risiken früh per AI-gestütztem Prototyping identifiziert: Tech Stack evaluiert, Microsoft Graph API untersucht, LLM-Klassifikation validiert – bevor Produktionscode geschrieben wurde.
Architektur: Die Plattform folgt Domain-Driven-Design-Prinzipien mit klar getrennten Bounded Contexts. Jede Domäne lässt sich unabhängig weiterentwickeln, wenn neue Anforderungen entstehen.
AI-Integration: OpenAI und Gemini mit Fallback-Mechanismen, eingesetzt für BOM-Klassifikation und E-Mail-Analyse. Prompts sind pro Anwendungsfall optimiert und aufeinander abgestimmt.
Infrastruktur: Azure-Umgebung mit Container Apps, PostgreSQL Datenbank, Redis und Blob Storage. CI/CD läuft über GitLab. Das System ist für den Produktivbetrieb konzipiert und fügt sich in die Systemlandschaft mit CRM und ERP nahtlos ein.
Delivery: Kanban-basiert, Continuous Delivery auf Staging, Sprint Reviews mit dem Kunden. Das Team deckt AI/ML, NLP, E-Mail-Integration, Full-Stack und Cloud-Infrastruktur ab.
Unsere Entwicklung folgt Agentic Engineering: Wir setzen AI aktiv im eigenen Entwicklungsprozess ein, um schneller zu validieren, Risiken früher zu erkennen und Architekturentscheidungen mit direktem Feedback zu treffen.
AI-Projekte scheitern selten an der Technologie – sie scheitern daran, dass sie nie wirklich produktiv gehen. Bei amec haben wir von Anfang an auf Produktionsreife gebaut: Fallback-Mechanismen zwischen den Modellen, LLM-Kostenkontrolle, Human-in-the-Loop. So reift AI Integration tatsächlich.
Matthias Gronwald
Co-CTO
Turbine Kreuzberg
Der Gewinn
Die messbare Wirkung zeigt sich auf drei Ebenen.
Effizienz. Die BOM-Klassifikation passiert jetzt beim Upload. Anfragen werden automatisch versendet, nachgefasst, ausgewertet. Menschen greifen an Entscheidungspunkten ein – nicht bei jedem einzelnen Schritt. Was früher einen Arbeitstag pro Projekt kostete, läuft heute im Hintergrund.
Umsatz und Wachstum. In einem Markt, in dem oft das erste belastbare Angebot den Zuschlag bekommt, ist Geschwindigkeit ein direkter Umsatzhebel. Die kürzere Zeit von der BOM-Einreichung bis zum Kundenangebot verändert, bei welchen Aufträgen amec überhaupt mitbieten kann – und wie viele davon das Team parallel stemmt, ohne zusätzliches Headcount.
Skalierung und Profitabilität. Das Beschaffungswissen von amec wächst kumulativ in der Plattform: Part Crossings, Partnerfähigkeiten, Datenblätter, Preishistorie. Eine Kreuzreferenz vom Januar steht im März allen zur Verfügung. Das senkt den Aufwand pro Anfrage dauerhaft – und verbessert die Marge, weil Entscheidungen auf besserer Datenbasis getroffen werden.
Die gewonnene Kapazität fließt dorthin, wo sie einen echten Unterschied macht: komplexere Projekte, engere Kundenbeziehungen, schnellere Reaktion auf neue Märkte.
Was hier beschrieben ist, ist Stufe eins. Die Zusammenarbeit geht weiter – und die Plattform ist von Anfang an so gebaut, dass sie mitwächst: ERP-Integration, automatische Margenkalkulation, direkter Kundenzugang – langfristig ein Marktplatz, auf dem Partner selbst auf Anfragen bieten. Jede Ausbaustufe fügt sich in eine Architektur ein, die dafür gemacht wurde.
Bereit Für Mehr?
Lassen Sie uns über Ideen, Herausforderungen, Bedürfnisse und Lösungen sprechen.
- Daniel Ristig
- Director New Business & Strategic Partnerships
- daniel.ristig@turbinekreuzberg.com
- +491607864647
- Let's meet