Intro

Die Prospitalia GmbH ist einer der führenden Einkaufsdienstleister im deutschen Gesundheitsmarkt und unterstützt über 1.300 Krankenhäuser, Klinikapotheken sowie zahlreiche weitere Gesundheitseinrichtungen mit innovativen Einkaufslösungen und Dienstleistungen. Ziel ist es, die Wirtschaftlichkeit zu steigern, Beschaffungskosten zu reduzieren und dabei die Qualität der Patientenversorgung nachhaltig sicherzustellen.

Mit dem unternehmenseigenen Portal „Prospitalia Cockpit“ stellt Prospitalia ihren Vertragskliniken eine leistungsstarke Datenbank zur Verfügung, die schnellen und unkomplizierten Zugriff auf relevante Artikelinformationen bietet.

Die präzise Klassifizierung und Zuordnung der Produkte gewährleistet eine hohe Datenqualität, optimiert die Prozesseffizienz und schafft eine verlässliche Grundlage für strategische Einkaufsentscheidungen.

Kunden-Kennzahlen

> 1 Mio.

Qualitätsartikel von über 500 Lieferanten

~ 450

Mitarbeiter

> 2,8 Mrd. €

gemanagtes Einkaufsvolumen

Herausforderung

Zeitaufwändige Prozesse und Dateninkonsistenzen als zentrale Hürden

Ein wesentlicher Bestandteil des Wertschöpfungsprozesses der Prospitalia ist die Aufbereitung der Lieferanten-Artikelstammdaten, damit diese im „Prospitalia Cockpit“ leicht auffindbar und bewertbar sind. Im Fokus stehen dabei die präzise Klassifizierung der Artikel und das Hinterlegen verhandelter Konditionen. Damit wird ein branchenweites Problem adressiert: Nur etwa 60–70 % der Artikelstammdaten sind vollständig klassifiziert, also strukturiert und standardisiert. Diese Lücken erschweren nicht nur den operativen Einkauf, sondern blockieren auch strategische Maßnahmen wie Portfoliooptimierungen oder datenbasierte Analysen, die für ein effizientes Kostenmanagement unverzichtbar sind.

Bisher erfolgte diese Datenaufbereitung weitestgehend manuell. Die stetig wachsende Anzahl an Artikeln und die Abhängigkeit von Expertenwissen führten jedoch zu einem zunehmenden Backlog.

Zusätzlich stellte auch das Artikel-Matching eine Herausforderung dar: Um den Vertragshäusern stets aktuelle Informationen, mögliche Ersatzprodukte und die optimal verhandelten Konditionen bereitzustellen, mussten die nachgefragten Artikel der Kliniken mit den Artikeldaten in der Prospitalia-Datenbank abgeglichen werden.

Was zunächst einfach erschien, erwies sich in der Praxis als äußerst komplex. Unterschiedliche Datenstandards und Artikelbeschreibungen in den Materialwirtschaftssystemen der Lieferanten und Kliniken machten einen manuellen Abgleich mühsam und zeitintensiv. Der resultierende Bearbeitungsrückstau beeinträchtigte schließlich die Benutzerfreundlichkeit der Plattform.

Lösung

Künstliche Intelligenz als Schlüssel

Um diese Herausforderungen nachhaltig zu lösen, implementierte Prospitalia das Product Data OS von entitys.io. Diese SaaS-Lösung nutzt integrierte Machine Learning (ML)-Funktionen, um sowohl die Klassifizierung als auch die Zuordnung der Produktdaten intelligent zu automatisieren.

Classification-as-a-Service

Ein speziell trainiertes ML-Modell analysiert die Produktbeschreibungen und schlägt automatisch passende ECLASS-Kategorien vor. Anstelle einer manuellen Suche können Nutzer nun die korrekte Klassifikation einfach aus einer vorgeschlagenen Liste auswählen. Das Ergebnis: ein deutlich verkürzter Prozess, reduzierte Fehlerquoten und weniger Abhängigkeit von spezifischem Expertenwissen.

Klinik MaWi-Artikelstamm Mapping

Zusätzlich wurde eine Lösung entwickelt, die Produkte aus verschiedenen Quellen miteinander abgleicht. Mithilfe von ML-Algorithmen und Natural Language Processing (NLP) Technologien werden selbst bei unvollständigen oder stark abweichenden Beschreibungen die besten Übereinstimmungen ermittelt. Kliniken können so zuverlässig auf die angefragten Produkte in der zentralen Datenbank zugreifen und relevante Informationen für Einkaufsentscheidungen direkt abrufen.

Ergebnisse

Die Implementierung von entitys.io führte zu nachhaltigen Verbesserungen in der Produktklassifizierung und -zuordnung bei Prospitalia:

Beschleunigte Datenverarbeitung
Das ehemals zeitaufwändige Veredeln von Artikeldaten wurde durch den Einsatz von Machine Learning erheblich beschleunigt.

Hohe Datenqualität
Die Qualität der Stammdaten bleibt unabhängig von personellen Ressourcen auf einem konstant hohen Niveau.

Entlastung der Mitarbeitenden
Die automatisierte und präzise Zuordnung zwischen Lieferanten- und Kundenartikelstammdaten reduzierte den manuellen Aufwand und erhöhte die Prozessgeschwindigkeit deutlich.

Strategischer Mehrwert
Saubere, strukturierte Daten bilden die Grundlage für weitergehende Analysen, wie z. B. die Portfoliooptimierung oder die Nutzung handlungsorientierter Analytics-Lösungen, wie das Prospitalia Cockpit-Feature „proAnalytics“. Mit diesem Prospitalia-Tool können Einkaufsvolumen und Lieferantenstrukturen präzise analysiert, Einsparpotenziale identifiziert und datenbasierte Entscheidungen getroffen werden, um die Einkaufsstrategie nachhaltig zu optimieren.

Mit der Integration der schlanken SaaS-Lösung von entitys.io hat Prospitalia nicht nur operative Herausforderungen effizient gelöst, sondern auch die Grundlage für strategische Weiterentwicklungen geschaffen. Dank der Kombination aus hochqualitativen Stammdaten und innovativen Analyse-Tools, wie „proAnalytics“, profitieren die Vertragskliniken von präzisen Auswertungen, der Identifikation von Einsparpotenzialen und einer fundierten Grundlage für zukunftsorientierte Einkaufsentscheidungen.

Als Vorreiter im deutschen Gesundheitsmarkt bietet Prospitalia eine Lösung, die in ihrer Form einzigartig ist. Diese Innovationskraft ermöglicht es, die Effizienz und Qualität der Prozesse in den Kliniken spürbar zu steigern und gleichzeitig Prospitalias Position als vertrauenswürdiger und strategisch starker Partner im Gesundheitswesen langfristig zu festigen.

Wesentliche Ergebnisse

79%

Trefferquote bei autom. Klassifizierungen

83%

Trefferquote im autom. Artikelmatching

1

All-In-One API-Schnittstelle

entitys - Geprüfter PIM Anbieter