Für viele Entscheidungsträger im Mittelstand ist KI im Einkauf keine Zukunftsfrage mehr, sondern eine Frage der Prioritäten. Offen bleibt, wo sich künstliche Intelligenz im Einkauf tatsächlich lohnt und wo ein Pilot nur Aufmerksamkeit bindet. Diese Lücke ist real: Der britische Rechnungshof stellte 2024 fest, dass 70 Prozent der befragten Behörden KI pilotierten oder planten, aber erst 37 Prozent sie tatsächlich einsetzten (NAO).
Wir ordnen sieben realistische Anwendungsfälle ein und zeigen, warum der Erfolg weniger an der Technologie hängt als an Zuschnitt, Beteiligten und Erwartungen.
Sieben Anwendungsfälle für KI im Einkauf
Den Aufwand schätzen wir relativ ein. Er hängt stark von Datenlage und Systemlandschaft ab.
- Lieferantenanlage und Dokumentenprüfung: Die KI liest Unterlagen aus und prüft Vollständigkeit und Gültigkeit von Nachweisen. Voraussetzung: klare Prüfkriterien und ein führendes Stammdatensystem. Aufwand: gering bis mittel.
- Bedarfsanforderung per Freitext: Mitarbeitende beschreiben ihren Bedarf in eigenen Worten, die KI schlägt Artikel, Warengruppe und Kontierung vor. Voraussetzung: gepflegte Kataloge und Warengruppen. Aufwand: mittel.
- Angebotsvergleich: Unterschiedlich aufgebaute Angebote werden vergleichbar, Abweichungen bei Preis, Lieferzeit und Konditionen markiert. Voraussetzung: einheitliche Bewertungskriterien. Aufwand: gering.
- Vertragsanalyse: Die KI findet Klauseln zu Laufzeit, Haftung, Preisgleitung und Kündigung und vergleicht sie mit Ihren Standards. Voraussetzung: zentral abgelegte Verträge und definierte Musterklauseln. Aufwand: mittel.
- Rechnungsprüfung: Abgleich von Rechnung, Bestellung und Wareneingang, Abweichungen werden priorisiert. Mit der E-Rechnungspflicht, die ab 2027 schrittweise für den Rechnungsversand gilt, kommen Rechnungsdaten zunehmend strukturiert an (IHK). Voraussetzung: saubere Bestell- und Wareneingangsdaten. Aufwand: mittel.
- Spend-Klassifizierung: Bestell- und Rechnungspositionen werden Warengruppen zugeordnet, Bündelungspotenziale werden sichtbar. Voraussetzung: abgestimmte Warengruppensystematik. Aufwand: gering bis mittel.
- Verhandlungsvorbereitung: Die KI verdichtet Lieferantenhistorie, Konditionen und Marktinformationen zu einem Briefing. Voraussetzung: verlässliche Daten und erfahrene Einkäufer, die Ergebnisse einordnen. Aufwand: gering.
Scope: ein Fall, ein Prozess, eine Kennzahl
Der häufigste Fehler ist nicht die falsche Technologie, sondern ein zu breiter Zuschnitt. Drei Fälle gleichzeitig verteilen Daten, Budget und Aufmerksamkeit auf zu viele Baustellen. Besser ist ein Fall, der häufig vorkommt, klar abgegrenzt ist und eine messbare Ausgangslage hat, etwa die Bearbeitungszeit pro Lieferantenanlage oder der Anteil der Rechnungen ohne manuelle Nacharbeit.
Die Auswertung des Copilot-Tests der australischen Bundesverwaltung stützt das: Die Nutzung war insgesamt moderat, den größten Nutzen sahen die Teilnehmenden bei klar umrissenen Aufgaben wie Zusammenfassen und Entwerfen (DTA). Unsere Lehre daraus: eng starten, messen, dann ausweiten. Wie sich eine KI-Anwendung an SAP als Kernsystem anbinden lässt, zeigen wir in unserem Beitrag zur Zielarchitektur mit SAP als Kern und KI-App.
Stakeholder früh an einen Tisch
KI im Einkauf berührt viele Bereiche. Finanzen verantwortet die Rechnungsprüfung, die IT Schnittstellen und Berechtigungen, die Fachbereiche erzeugen die Bedarfe, Lieferanten liefern die Unterlagen. Ohne einen Sponsor, der Prioritäten setzt, und einen Steuerkreis, der über die Ausweitung entscheidet, bleibt ein Pilot ein Inselprojekt. Der britische Rechnungshof nannte neben Datenqualität und veralteter IT ausdrücklich fehlende Verantwortlichkeiten und Kennzahlen als Hindernis. Aus dem australischen Test kommt eine zweite Lehre: Schulungen sollten sich an den tatsächlichen Aufgaben orientieren, und Fragen zu Datensicherheit und Berechtigungen gehören vor den Start.
Das deckt sich mit unserer Praxis: Im Strategie-Assessment eines mittelständischen Energieunternehmens haben wir Organisation, Prozesse und Systeme gemeinsam betrachtet. Ergebnisse waren unter anderem die Automatisierung des C-Teile-Einkaufs, ein optimiertes Bestellwesen und eine Roadmap für die S/4HANA-Transformation.
Leitplanke: KI bereitet vor, Menschen entscheiden
In allen sieben Fällen bleibt die Entscheidung beim Menschen. Freigaben, Vergaben und Vertragsabschlüsse folgen weiterhin Ihren Prüf- und Freigaberegeln. Das ist auch regulatorisch sinnvoll: Die Pflichten des EU AI Act für Hochrisiko-Systeme nach Anhang III gelten nach der im Juli 2026 in Kraft getretenen Änderung durch den Digital Omnibus ab dem 2. Dezember 2027 (Hunton). Typische Einkaufsanwendungen fallen nach unserer Einschätzung meist nicht darunter. Eine Prüfung im Einzelfall bleibt dennoch nötig.
Nächste Schritte für Entscheidungsträger
- Prozesse mit viel Routinearbeit erfassen und Ausgangswerte messen.
- Einen Anwendungsfall wählen, Ziel-Kennzahl und Zeitraum festlegen.
- Sponsor, Steuerkreis und Verantwortliche aus Einkauf, Finanzen und IT benennen.
- Daten, Schnittstellen und Berechtigungen vor dem Start klären.
- Nach der ersten Etappe anhand der Kennzahl entscheiden: ausweiten, anpassen oder beenden.
Wer den Einkauf digitalisieren will, muss nicht mit allen sieben Fällen beginnen. Mehr zu unserem Vorgehen finden Sie bei unserer KI-Strategie für den Einkauf. Welcher Fall sich bei Ihnen als Einstieg eignet, zeigt unser Einkaufs-Assessment, oder Sie vereinbaren direkt ein Erstgespräch.