Zum Inhalt springen
AI Workshop

KI im Einkauf 2026: 71 % nutzen generative KI, nur 5 % haben sie skaliert — Agenten, Einsparungen und Einstieg

Der Einkauf soll mehr mit weniger leisten. The Hackett Group erwartet, dass das Arbeitsvolumen im Einkauf 2026 um 8 % steigt, während Personal und Budgets schrumpfen, und KI ist die naheliegende Antwort. Die Verbreitungszahlen wirken beeindruckend: 71 % der Einkaufsorganisationen nutzen generative KI, 56 % experimentieren mit KI-Agenten. Bei genauerem Hinsehen ändert sich das Bild. Nur 12 % setzen generative KI im großen Maßstab ein, und laut EFESO CPO Pulse Report 2026 haben sie nur 5 % erfolgreich industrialisiert. Dieser Leitfaden zeigt, wo KI im Einkauf wirklich funktioniert, welche Einsparungen realistisch sind, welche Agenten SAP, Coupa, Anthropic, OpenAI und Mistral bieten und wie Unternehmen in Deutschland, Österreich und Kroatien vom Pilot in den Betrieb kommen.

71 %
der Einkaufsorganisationen haben generative KI eingeführt, meist als Pilot (Hackett 2026)
5 %
haben generative KI im Einkauf erfolgreich industrialisiert (EFESO CPO Pulse 2026)
3–6 %
zusätzliche Einsparungen auf externes Einkaufsvolumen durch gut eingeführtes agentisches Sourcing (McKinsey)

Verbreitung: breit, aber flach

Die Studie 2026 Procurement Agenda and Key Issues von The Hackett Group liefert das beste Gesamtbild. Generative KI und KI-Agenten haben sich schnell verbreitet, aber fast alles steckt noch im Pilotstadium. 59 % der Organisationen pilotieren generative KI, nur 12 % nutzen sie im großen Maßstab; bei agentischer KI lautet das Verhältnis 43 % zu 13 %. Vertragsmanagement ist der führende Anwendungsfall: 49 % pilotieren oder implementieren dort aktiv KI.

Generative KI und KI-Agenten im Einkauf: Pilot vs. großer Maßstab (% der Organisationen)

Quelle: The Hackett Group, Studie 2026 Procurement Agenda and Key Issues (Pressezusammenfassungen, März 2026). Anteil der Einkaufsorganisationen im Pilot oder in breiter Umsetzung.

Andere Umfragen erzählen dieselbe Geschichte mit anderen Zahlen. In der Umfrage 2026 von HFS Research und Art of Procurement sagen 15 %, sie hätten den Einkauf mit KI im Kern neu gestaltet, 38 % betreiben nur Piloten. GEP zählt 17 % mit eingeführter agentischer KI und 44 % im Pilot. EFESO ist am skeptischsten: 5 % haben generative KI industrialisiert, und nur 34 % sind mit dem Wert im Verhältnis zu Umfang und Investition zufrieden.

Wie viele Einkaufsfunktionen haben KI wirklich skaliert? (% der Organisationen, je Umfrage)

Quellen: EFESO CPO Pulse Report 2026; The Hackett Group 2026 Key Issues; HFS Research und Art of Procurement, State of AI in Procurement 2026; GEP 2026 Procurement Executive Insight Report. Die Umfragen nutzen unterschiedliche Stichproben und Definitionen, die Balken sind daher nicht direkt vergleichbar. Der graue Balken zeigt zum Vergleich Hacketts Gesamtverbreitung inklusive Piloten.

Wo KI im Einkauf heute funktioniert

Der Einkauf steckt voller Text und wiederkehrender Entscheidungen: Bedarfsmeldungen, Spezifikationen, Angebote, Verträge, Rechnungen und Lieferanten-E-Mails. Damit passt er gut zu Sprachmodellen. Nutzen und Risiko unterscheiden sich je nach Aufgabe stark.

AufgabeWas die KI tutTypische Tools 2026Reife
Bedarfserfassung und Guided BuyingMacht aus einer Freitext-Anfrage eine korrekte Bestellanforderung, wählt Katalogartikel oder den richtigen BeschaffungskanalCoupa, SAP Ariba mit Joule, Zip, eigene Assistenten mit Claude oder ChatGPTProduktionsreif
Vertragsprüfung und -managementExtrahiert Konditionen, vergleicht Klauseln mit dem Playbook, markiert Risiken, überwacht Verlängerungen und PflichtenVertragsfunktionen in SAP Ariba, Icertis, Ironclad, Claude mit langem KontextProduktionsreif, mit menschlicher Prüfung
Spend-AnalyseKlassifiziert Ausgaben, findet Maverick Buying, doppelte Lieferanten und PreisabweichungenSuite-Analytics, Text-to-SQL-Agenten auf ERP-DatenProduktionsreif bei sauberen Daten
Sourcing und AngebotsauswertungEntwirft Anfragen, vergleicht Angebote, fasst Lieferantenantworten zusammenSAP Joule Bid Analysis Agent, Coupa, KeelvarFrüher Produktivbetrieb
Tail-Spend-VerhandlungVerhandelt kleine, risikoarme Käufe innerhalb festgelegter GrenzenPactum und ähnliche Tools für autonome VerhandlungPiloten, einzelne Großeinkäufer
Lieferantenrisiko und -rechercheÜberwacht Nachrichten, Finanzen, Sanktionen und ESG-Signale; recherchiert neue LieferantenRisikoplattformen, Deep-Research-Agenten, ManusProduktionsreif für Recherche

Einordnung durch AI Workshop auf Basis von Herstellerdokumentation und den zitierten Umfragen. Die Tool-Listen sind Beispiele, keine Empfehlungen.

Welche Einsparungen sind realistisch?

Herstellerbroschüren versprechen 20 bis 30 % Kostensenkung. Die Beratungen, die messen, sind vorsichtiger. McKinsey schätzt, dass agentische KI im strategischen Einkauf bei guter Umsetzung 3 bis 6 % Einsparungen auf das externe Einkaufsvolumen bringt. Bain berichtet von 3 bis 7 % zusätzlichen Einsparungen bei Produktivitätsgewinnen von 60 % oder mehr. McKinseys breitere Schätzung für generative KI im großen Maßstab liegt bei 5 bis 15 %, vor allem durch weniger Wertverluste und bessere Vertragstreue, nicht durch härtere Verhandlungen.

Geschätzte Einsparungen im Einkauf durch KI (% des Volumens, Spannen)

Quellen: McKinsey, "Agentic AI in strategic sourcing: Hype or hero?" (3–6 % auf externes Volumen); Bain via Procurement Magazine (3–7 % zusätzliche Einsparungen); McKinsey-Schätzung für generative KI im großen Maßstab (5–15 %, vor allem Wertverluste und Compliance). Spannen, keine Garantien.

Ein paar Prozent klingen bescheiden, bis man sie auf echtes Volumen anwendet. Bei 50 Millionen Euro beeinflussbarem externem Einkaufsvolumen bedeuten 3 bis 6 % jährlich 1,5 bis 3 Millionen Euro, meist weit mehr, als ein KI-Programm kostet. Die Grafik zeigt dieselbe Rechnung für drei Unternehmensgrößen.

Was 3–6 % Einsparung in Euro bedeuten (Illustration, Mio. € pro Jahr)

Beispielrechnung von AI Workshop auf Basis von McKinseys Spanne von 3–6 % des beeinflussbaren externen Volumens. Tatsächliche Ergebnisse hängen von Warengruppenmix, Datenqualität und dem Anteil des Volumens ab, den KI erreicht.

Die Tools: SAP, Coupa und Eigenbau mit Claude, GPT und Mistral

Die großen Source-to-Pay-Suiten haben KI zu Agenten gemacht. SAP hat SAP Ariba im März 2026 als KI-native Plattform mit in die Einkaufsprozesse integriertem Joule neu aufgelegt und plant im Lauf des Jahres 11 neue Joule-Agenten für Ariba und Fieldglass, darunter einen Agenten zur Angebotsauswertung. Coupa hat auf der Inspire im Mai 2026 Coupa Compose vorgestellt, eine Plattform zum Bauen, Ausrollen und Orchestrieren von Agenten ohne Migration oder neuen Code, dazu ergebnisbasierte Preismodelle. Wer bereits eine dieser Suiten nutzt, sollte dort beginnen: Die Agenten sehen Kataloge, Verträge und Freigabeprozesse.

Viele Mittelständler in DACH und Kroatien betreiben keine vollständige Suite. Für sie ist ein eigener Assistent oft schneller. Anthropics Claude verarbeitet lange Verträge und Lieferantendokumente gut und lässt sich über das Model Context Protocol an ERP, Dokumentenmanagement und E-Mail anbinden. OpenAIs GPT-Modelle und ChatGPT Enterprise werden häufig für Anfragen und Lieferantenkommunikation genutzt. Mistrals offene Modelle laufen auf eigenen Servern, wenn Preis- und Vertragsdaten das Unternehmen nicht verlassen dürfen (siehe unseren Mistral-Leitfaden). Allgemeine Agenten wie Manus helfen bei Lieferanten- und Marktrecherche, sollten aber nie Bestellbefugnis oder Schreibzugriff auf das ERP erhalten.

Warum die meisten Piloten stecken bleiben

Die Umfragen sind sich bei den Hürden einig. Im ProcureCon CPO Report nennen 67 % Datenschutz, Sicherheit und Compliance als größtes Hindernis für die Skalierung. Die von GEP befragten Führungskräfte verweisen auf Datenqualität: KI kann weder Ausgaben klassifizieren noch Preise vergleichen, wenn die Lieferantenstammdaten voller Dubletten sind. Gartner warnt zudem allgemein, dass über 40 % der Projekte mit agentischer KI bis Ende 2027 eingestellt werden, wegen steigender Kosten, unklarem Nutzen oder schwacher Risikokontrollen. Unser Leitfaden zu KI-fähigen Daten behandelt die Grundlagen.

Hinzu kommt die Lücke zwischen Pilot und Prozessänderung. Ein Chatbot, der Fragen zur Einkaufsrichtlinie beantwortet, ist einfach. Ein Agent, der Bestellungen anlegt, Lieferantendaten ändert oder das Unternehmen an einen Preis bindet, braucht Freigabegrenzen, Audit-Logs und eine klare rechtliche Vollmacht. Dort enden die meisten Piloten.

Eine sichere Einführungsleiter für KI im Einkauf: Stufe 1, Assistenten, die lesen und zusammenfassen (Richtlinien, Verträge, Lieferantenantworten). Stufe 2, Entwürfe, die ein Einkäufer prüft (Anfragen, Bestellanforderungen, Klauselvergleiche). Stufe 3, der Agent bereitet eine Transaktion vor, ein Mensch gibt sie im ERP frei. Stufe 4, autonomes Handeln nur für kleine, umkehrbare Käufe innerhalb harter Grenzen außerhalb des Modells, etwa Tail-Spend-Bestellungen unter einem festen Betrag bei freigegebenen Lieferanten. Messen Sie Einsparungen und Fehlerquoten je Stufe, bevor Sie aufsteigen. Unser Artikel zur Messung des KI-ROI zeigt, wie.

Was Gartner erwartet

Gartner prognostiziert, dass bis 2027 50 % der Organisationen Lieferantenverhandlungen mit KI-gestützten Tools für Vertragsrisikoanalyse und -bearbeitung unterstützen. Hackett sieht bereits 49 %, die KI im Vertragsmanagement pilotieren oder einführen, die Prognose wirkt also erreichbar. Vollautonomer Einkauf ist weiter entfernt: Im Gartner Hype Cycle für agentische KI 2026 hatten erst 17 % der Organisationen überhaupt KI-Agenten eingeführt, obwohl über 60 % das innerhalb von zwei Jahren erwarten.

Der EU-Rahmen: AI Act, DSGVO und öffentliche Vergabe

  • EU AI Act. Die meiste KI im Einkauf, etwa Spend-Analyse, Vertragsprüfung und Anfrageentwürfe, ist nicht hochriskant. Heikel wird es, wenn KI Menschen bewertet, zum Beispiel Freelancer oder Auftragnehmer als Einzelpersonen, oder wenn sie über Personaldienstleister bei der Personalauswahl mitwirkt. Prüfen Sie Anwendungsfälle gegen Anhang III. Siehe unseren Leitfaden zur EU-KI-Verordnung.
  • DSGVO. Lieferantenkontakte, Freelancer-Verträge und E-Mails enthalten personenbezogene Daten. Schließen Sie mit jedem KI-Anbieter einen Auftragsverarbeitungsvertrag und bevorzugen Sie für sensible Daten EU-gehostete oder selbst betriebene Modelle.
  • Vertretungsmacht. Ein Agent, der verhandelt oder ein Angebot annimmt, handelt für das Unternehmen. Legen Sie schriftlich fest, wozu er sich bis zu welchem Betrag verpflichten darf, und protokollieren Sie jedes Angebot und jede Annahme.
  • Öffentliche Vergabe. Öffentliche Auftraggeber müssen Bieter gleich behandeln. KI kann bei Vergabeunterlagen und der Angebotsprüfung helfen, Zuschlagsentscheidungen müssen aber nachvollziehbar und menschlich bleiben. Wenn Behörden selbst KI beschaffen, sind die EU-Mustervertragsklauseln für die KI-Beschaffung (MCC-AI) ein guter Ausgangspunkt.

Was das für Unternehmen in DACH und Kroatien bedeutet

  • Mit Verträgen und Bedarfserfassung beginnen. Dort gibt es den meisten Text, den klarsten Nutzen und das geringste Risiko.
  • Zuerst die Lieferantenstammdaten bereinigen. Dubletten und falsche Warengruppen verschlechtern jedes KI-Ergebnis.
  • Einsparungen messen, nicht Nutzung. Zählen Sie vermiedene Preisabweichungen, durchgesetzte Vertragskonditionen und eingesparte Stunden pro Einkäufer, nicht Prompts oder Lizenzen.
  • Die Suite nutzen, wenn vorhanden. Agenten in SAP Ariba und Coupa sehen Ihre Daten bereits. Ohne Suite ist ein Claude- oder Mistral-Assistent mit ERP-Anbindung der schnellere erste Schritt.
  • Verpflichtungen bleiben beim Menschen. KI bereitet vor und empfiehlt, Menschen unterschreiben, bis der Agent sich bei Ihren eigenen Käufen bewährt hat. Unser Artikel zum agentischen Handel zeigt, wohin autonomes Einkaufen geht, und unser Leitfaden zur KI-Anbieterauswahl hilft, wenn Sie KI selbst beschaffen.

Fazit

KI im Einkauf hat die Neugierphase hinter sich: Die meisten Teams nutzen sie, und Vertragsmanagement sowie Bedarfserfassung liefern bereits. Aber nur eine kleine Minderheit hat sie in die tatsächliche Arbeitsweise des Einkaufs überführt. Realistisch sind 3 bis 7 % Einsparung auf das Volumen, viel Geld, aber nur für Unternehmen, die ihre Daten in Ordnung bringen, Agenten klare Grenzen setzen und Ergebnisse messen. Die anderen bleiben bei den 59 %, die noch pilotieren.

Soll KI im Einkauf echtes Geld sparen?

AI Workshop baut Einkaufsassistenten mit Claude, MCP und Ihrem ERP, von der Vertragsprüfung bis zum Guided Buying, mit den Freigabegrenzen, Audit-Trails und DSGVO-Vorkehrungen, die EU-Unternehmen brauchen. Unsere Claude Certified Architects starten mit einem Prozess und einem messbaren Einsparziel.

Mit einem KI-Berater sprechen

Boris Agatić

Gründer von AI Workshop und Claude Certified Architect. Über 10 Jahre Erfahrung in der Softwareentwicklung; begleitet Unternehmen vom ersten Strategiegespräch bis zu produktiven KI-Agenten.

LinkedIn (öffnet in neuem Tab)