Wie AI Studio den Einkaufsprozess bei Asana optimiert

In der komplexen Welt der Unternehmensbeschaffung hängt der Erfolg von mehr als nur dem Kauf und Verkauf ab. 

Es geht um strategische Navigation – um die Balance zwischen Lieferantenbeziehungen, Finanzmanagement und organisatorischem Risiko. Für das Einkaufsteam von Asana ist diese Komplexität besonders ausgeprägt.

„Unsere komplexesten Vereinbarungen können bis zu sieben funktionsübergreifende Teams mit unzähligen Übergaben umfassen“, erklärt Jennifer Liu, Procurement Operations Lead bei Asana.

Diese Komplexität macht den Einkauf auch zu einem erstklassigen Kandidaten für KI-Innovationen. Eine Umfrage von Icertis aus dem Jahr 2025 zeigt, dass 90 Prozent der leitenden Angestellten im Beschaffungswesen bereits KI einsetzen oder erforschen, um die Effizienz zu steigern.

Das Einkaufsteam von Asana erkannte die Chance und verfolgte einen strategischen Ansatz zur KI-Integration mit AI Studio, unserem No-Code-Builder. Sie konzentrierten sich auf drei zentrale Herausforderungen:

• Effiziente Kategorisierung von Aufgaben mit hohem Volumen

• Unterstützung der Stakeholder bei der schnellen Suche nach relevanten Informationen

• Analytik aus historischen Vertrags- und Entscheidungsdaten

Entscheidend ist, dass das Team nicht nach einer umfassenden Transformation strebte. Stattdessen konzentrierte es sich auf die Verbesserung bestehender Workflows und die Beseitigung von Reibungspunkten – ein Ansatz, der sowohl die Zustimmung der Stakeholder als auch die Einhaltung der Beschaffungsvorschriften verbessert hat.

Dies ist eine Gelegenheit, das Leben vieler Menschen zu erleichtern.”

Sehen wir uns die einzelnen Herausforderungen und die KI-gestützten Lösungen genauer an.

Herausforderung Nr. 1: Ein hohes Aufgabenvolumen zuordnen 

Die erste und einfachste Möglichkeit für das Team bestand darin, Asana AI Studio zu verwenden, um die Zuweisung von Aufgaben an geeignete Vertreter zu automatisieren. 

„Im Geschäftsjahr 2025 gab es 1.137 Einreichungen in unserem Einkaufsprojekt, die jeweils aus drei separaten Aufgaben bestanden, die eine Zuweisung an funktionsübergreifende Vertreter erforderten. Dies entspricht ungefähr 300 Aufgaben pro Monat.“ 

Durch die Analyse der Regional- und Abteilungsinformationen aus dem Aufnahmeformular leitet die KI jetzt automatisch Aufgaben an die richtigen Teammitglieder in den Abteilungen Beschaffung, Finanzen und Recht weiter. 

Dies geschieht vor jedem manuellen Eingriff, was schnellere Bearbeitungszeiten gewährleistet und den Verwaltungsaufwand reduziert.

Herausforderung Nr. 2: Effizientes Auffinden relevanter Informationen

Die Finanz- und Budgetprüfer des Unternehmens müssen sich durch lange Asana-Aufgabenbeschreibungen kämpfen, die wichtige Informationen für mehrere Teams enthalten. Das ist eine Menge zu verarbeiten.

„Da so viele funktionsübergreifende Teams beteiligt sind, gibt es viele Fragen in den Formularen zur Erfassung neuer Arbeitsvorgänge“, sagt Liu. Jetzt, mit der KI-Integration, erhalten Teams wie das Finanzplanungsteam Zusammenfassungen, die nur die Informationen enthalten, die sie aus Budgetperspektive benötigen.

Das Ergebnis? Anstatt irrelevante Daten zu durchsuchen, können funktionsübergreifende Partner dank AI Studio jetzt schnell die Informationen extrahieren, die sie benötigen.

Herausforderung Nr. 3: Analyse historischer Entscheidungen, die sich auf die aktuelle Arbeit auswirken könnten

Der innovativste Workflow des Teams besteht darin, mithilfe von KI und der Asana-API nach relevanten historischen Aufgaben in Titeln, Beschreibungen und Kommentaren zu suchen – auch wenn die Namen der Anbieter in unterschiedlichen Formaten erscheinen. Zum Beispiel kann es Inhalte identifizieren, die sich auf „Acme Corporation“ beziehen, unabhängig davon, ob sie als „Acme“, „Acme Corp.“ oder „Acme.com, Inc.“ geschrieben sind. 

Und so funktioniert es:

Die Funktion „Skriptaktionen“ im nativen Asana-Regel-Builder hat die Möglichkeit, die Asana API mit JavaScript aufzurufen. Mit einer Kombination aus KI-Regeln und Skriptaktionen stellt das Team vier Regeln bereit, die nacheinander ausgeführt werden, um nach relevanten historischen Aufgaben zu suchen.

• Schritt 1: Die KI generiert vorgeschlagene Suchbegriffe.

• Schritt 2: Skriptaktionen rufen die Asana-API auf, um nach genauen Übereinstimmungen mit diesen Suchbegriffen unter Aufgabennamen, Beschreibungen und Kommentaren in einem bestimmten Projekt zu suchen. Die Skriptaktion organisiert auch die Namen und Beschreibungen der übereinstimmenden Aufgaben in einem einzigen Kommentar.

• Schritt 3: Die KI überprüft den Kommentar, um zu bestätigen, dass die Übereinstimmungen keine falschen Positivmeldungen sind, und kommentiert ein Briefing nur der Aufgaben, die von demselben Anbieter zu stammen scheinen.

• Schritt 4: Skriptaktionen kopieren diese KI-Zusammenfassung in die ursprüngliche Aufgabe (die Schritte 1–3 erfolgen in einer separaten Referenzaufgabe).

Die intelligente Arbeit geht weiter und bietet eine saubere Zusammenfassung mit Links zu relevanten historischen Aufgaben. 

Dieser Workflow ist besonders wertvoll für juristische Prüfer, da er den Zeitaufwand für die Durchsuchung von Vertragsdatenbanken reduziert. Dies allein wird wahrscheinlich 5–10 Minuten pro Aufgabe sparen. Wenn man das mit 1.000 Aufgaben pro Jahr multipliziert, spart man etwa 125 Anwaltsstunden.

„Dies macht es so viel schneller und einfacher, die neuesten Versionen von Dokumenten aufzuspüren“, sagt Bianca Lopez, Commercial Counsel, Procurement bei Asana. „Es macht uns konsistenter mit diesen Rückblick-Überprüfungen.“

Zusammenfassung der Auswirkungen und Vorteile

AI Studio hat bereits bedeutende Auswirkungen auf das Einkaufsteam von Asana:

• Verbesserte Effizienz. Durch die Automatisierung manueller Schritte im Workflow können sich die Teammitglieder auf strategischere Aufgaben konzentrieren, anstatt sich mit administrativen Routing- und Suchaufgaben zu beschäftigen. 

• Weniger Reibung. Die automatisierte Kategorisierung und gezielte Zusammenfassungen helfen, den Prozess sowohl für Anfragende als auch für Prüfer zu optimieren, die Effizienz zu steigern und es dem Team zu ermöglichen, ein höheres Volumen an Anfragen zu bearbeiten.

• Verbesserte Compliance. Die Funktion zur Suche nach historischen Aufgaben hilft dem Beschaffungsteam, relevante Vereinbarungen mit Leichtigkeit zu finden. „Wir können sicherstellen, dass unsere neuen Verträge auf früheren Vereinbarungen basieren“, erklärt Liu.

Nächste Schritte

Liu stellt sich noch ausgefeiltere Anwendungen von KI im Beschaffungsprozess vor, wie die Verwendung von historischen Aufgabendaten, um Informationen für Wiederholungskäufe vorab auszufüllen, was die redundante Dateneingabe reduzieren und den Prozess sowohl für Anfragende als auch für Prüfer weiter rationalisieren würde.

„Wir betrachten die Möglichkeiten der KI heute so, dass es bei der KI nicht darum geht, menschliches Fachwissen zu ersetzen – es geht darum, unsere Fähigkeiten zu erweitern“, sagt Liu. „Wir transformieren die Beschaffung von einer prozesslastigen Funktion zu einem strategischen Partner, der schneller agieren, intelligenter denken und dem gesamten Unternehmen mehr Wert liefern kann.“