„AI-First“: so schließen Sie die Lücke zwischen Ambition und Umsetzung von KI im Einkauf

Künstliche Intelligenz hat sich in rasantem Tempo von einer aufstrebenden Technologie zu einer strategischen Priorität für Einkaufsorganisationen entwickelt. Allein im vergangenen Jahr hat sich die Diskussion gewandelt: Es geht nicht mehr darum, ob KI in der Beschaffung eine Rolle spielt, sondern wie schnell Unternehmen sie in den Bereichen Sourcing, Lieferantenmanagement, Contract Management, Rechnungsstellung und in jeder Phase des Source-to-Pay-Prozesses einsetzen können.

Führungskräfte im Einkauf stehen zunehmend unter Druck, ihre Abläufe zu modernisieren, die Resilienz zu erhöhen und einen größeren strategischen Mehrwert zu liefern – und das bei wachsender Komplexität und begrenzten Ressourcen. Unternehmen, die in KI-gestützte Beschaffungssoftware investieren, stellen fest, dass der Erfolg nicht nur von leistungsstarken Modellen abhängt, sondern vor allem von vernetzten Unternehmensdaten, klarer Governance und intelligenter Orchestrierung.

Vor diesem Hintergrund kommt der aktuelle Forschungsbericht von Ardent Partners, The Path to AI-First Procurement: Closing the Gap Between AI Ambition and Execution, genau zur richtigen Zeit. Der Report untersucht, wie Beschaffungsorganisationen die KI-Einführung angehen, wo sie Fortschritte machen und – was am wichtigsten ist – wo sie weiterhin auf Schwierigkeiten stoßen.

Die Begeisterung für KI war noch nie so groß. Dennoch zeigt die Untersuchung ein klares Muster: Viele Unternehmen erkennen das transformative Potenzial von KI, doch weitaus weniger haben die operativen Voraussetzungen geschaffen, um dieses Potenzial in großem Maßstab zu nutzen.

Genau dieser Unterschied ist entscheidend.

Die Diskussion rund um KI ist in den letzten 18 Monaten spürbar gereift. Einkaufsteams fragen sich nicht mehr, ob KI Verträge zusammenfassen, Lieferanten empfehlen, Ausgabenanalysen durchführen oder bei Sourcing-Events unterstützen kann. Heutige KI-Modelle erledigen diese Aufgaben bereits mit bemerkenswerter Geschwindigkeit und Präzision. Die wahre Herausforderung liegt nicht mehr in den Fähigkeiten der Technologie, sondern in ihrer konkreten Ausführung.

Eine neue Phase der KI-Reife

Wie die Untersuchung von Ardent zeigt, treten Unternehmen in eine neue Phase der KI-Reife ein. Hier hängt der Erfolg weniger von einzelnen KI-Funktionen ab, sondern vielmehr von der operativen Bereitschaft. Fragmentierte Daten, unzusammenhängende Workflows, inkonsistente Governance und veraltete Technologien schränken weiterhin den Mehrwert ein, den Unternehmen selbst aus den fortschrittlichsten KI-Funktionalitäten ziehen können.

Um KI im Einkauf erfolgreich zu skalieren, reicht es nicht aus, intelligente Assistenten zu implementieren. Es erfordert vernetzte Prozesse, vertrauenswürdige Daten und ein Betriebsmodell, das speziell für Enterprise-KI entwickelt wurde. Die KI hat sich schlichtweg schneller entwickelt als die Umgebungen, in denen sie agiert.

Dies ist eine wichtige Erkenntnis, da sie die Diskussion von Grund auf verändert.

Jahrelang konzentrierte sich die Transformation der Beschaffung darauf, einzelne Prozesse zu digitalisieren. Unternehmen modernisierten ihr Sourcing, automatisierten Rechnungen, führten Lieferantenportale ein und implementierten Systeme für das Contract Management.

KI verstärkt sowohl die Stärken als auch die Schwächen Ihres Betriebsmodells

Jede dieser Initiativen brachte messbare Verbesserungen. Viele wurden jedoch als isolierte Technologieprojekte betrachtet, anstatt als Bestandteile eines einheitlichen Betriebsmodells. Künstliche Intelligenz legt nun die Grenzen dieses Ansatzes offen.

Im Gegensatz zu früheren Softwaregenerationen funktioniert KI in isolierten Prozesse nicht effektiv. Sie ist auf vernetzte Informationen, konsistente Governance, Kontextverständnis und eine reibungslose funktionsübergreifende Orchestrierung angewiesen.

Eine KI kann Lieferanten nicht fundiert bewerten, wenn Lieferanteninformationen über mehrere Systeme verstreut sind. Sie kann keine intelligenten Sourcing-Empfehlungen geben, ohne Verträge, historische Leistungsdaten, Bestandsgrenzen, Marktbedingungen und Unternehmensrichtlinien zu verstehen. Ebenso wenig kann sie Beschaffungs-Workflows verlässlich ausführen, wenn sich Genehmigungsstrukturen und Governance-Regeln von Abteilung zu Abteilung unterscheiden.

Genau aus diesem Grund unterscheidet sich die Entwicklung zu einer KI-First-Beschaffungsorganisation grundlegend von der bloßen Einführung von KI. Der Kauf neuer KI-Funktionalitäten ist relativ einfach. Eine Umgebung zu schaffen, in der Intelligenz kontinuierlich geschäftlichen Mehrwert über Tausende von Beschaffungsentscheidungen hinweg generiert, ist jedoch weitaus anspruchsvoller.

Die Unternehmen, die die größten Gewinne aus KI ziehen, setzen nicht zwingend mehr Algorithmen ein als andere. Vielmehr schaffen sie operative Umgebungen, in denen Daten, Prozesse, Governance und Mitarbeiter als ein vernetztes System zusammenarbeiten. KI wird so zu einer natürlichen Erweiterung der Beschaffungsplattform und nicht zu einer weiteren isolierten Technologieschicht.

Diese Beobachtung ist vielleicht die wichtigste Erkenntnis aus der Forschung von Ardent Partners. Der Bericht beschreibt eine Branche, die bereit ist, KI zu adaptieren, aber immer noch daran arbeitet, grundlegende Herausforderungen zu überwinden, die lange vor dem Aufkommen von generativer KI bestanden. Dazu gehören fragmentierte Daten, inkonsistente Governance, isolierte Anwendungen und operative Komplexität – Probleme, die nicht allein durch ein weiteres KI-Modell gelöst werden können.

KI-Bereitschaft hat nichts mehr mit Technologie zu tun

Im letzten Jahrzehnt drehten sich die Diskussionen über Beschaffungstechnologie vor allem um Funktionalität: Kann eine Plattform das Sourcing automatisieren? Kann sie Verträge digitalisieren? Beschleunigt sie das Lieferanten-Onboarding oder senkt sie die Kosten für die Rechnungsverarbeitung? Innovation wurde an Features gemessen, und die Transformation des Einkaufs konzentrierte sich oft darauf, manuelle Tätigkeiten durch digitale Workflows zu ersetzen. Künstliche Intelligenz hat die Messlatte deutlich höher gelegt.

Heute bietet nahezu jede Unternehmensplattform irgendeine Form von eingebetteter KI. Große Sprachmodelle (LLMs) sind zunehmend zugänglich geworden, und Unternehmen können leistungsstarke KI-Fähigkeiten schneller denn je integrieren. Infolgedessen ist die KI an sich immer weniger ein echtes Alleinstellungsmerkmal.

Die Frage lautet nicht mehr, ob ein Unternehmen Zugang zu fortschrittlichen KI-Modellen hat. Das können heute die meisten. Das entscheidende Differenzierungsmerkmal ist vielmehr, ob diese Modelle Zugang zu den richtigen Informationen haben – und zwar im richtigen Kontext und unter den richtigen Governance-Richtlinien, um verlässliche Geschäftsergebnisse zu liefern.

Die versteckte Reibung unzusammenhängender Unternehmensdaten

Jahrelange Technologieinvestitionen haben Umgebungen geschaffen, in denen Informationen über ERP-Systeme, Vertrags-Repositories, Lieferantendatenbanken, Ausgabenanalyse-Plattformen, externe Risikoanbieter und regionale Anwendungen verstreut sind.

Jedes System mag seinen Zweck gut erfüllen, aber KI denkt nicht in Form einzelner Applikationen. Sie versucht, Zusammenhänge im gesamten Beschaffungsökosystem zu verstehen.

Ein KI-Assistent kann einen Vertrag erfolgreich zusammenfassen, hat aber möglicherweise keine Kenntnis von Leistungsproblemen des Lieferanten, die an anderer Stelle dokumentiert sind. Er schlägt vielleicht eine Sourcing-Strategie vor, ohne Bestandsprognosen zu berücksichtigen. Oder er identifiziert Einsparpotenziale, ohne Einblicke in Lieferantenrisiken oder Nachhaltigkeitsverpflichtungen zu haben.

Das sind keine Fehler der künstlichen Intelligenz. Es sind die Symptome fragmentierter Betriebsumgebungen.

Der Bericht von Ardent Partners untermauert dies und betont, dass Unternehmen erst die zugrunde liegenden Daten und operativen Fundamente der KI stärken müssen, bevor sie transformative Ergebnisse erwarten können. KI funktioniert am besten, wenn sie über vernetzte Prozesse und nicht in isolierten Systemen agieren kann. Ohne dieses Fundament beschränken sich selbst hochmoderne KI-Fähigkeiten auf schrittweise Produktivitätssteigerungen, anstatt eine unternehmensweite Transformation anzustoßen.

Für Einkaufsleiter stellt dies einen wichtigen Perspektivwechsel dar.

Die Antwort hat oft wenig mit der KI an sich zu tun. Sie hat vielmehr alles mit der Architektur zu tun, die sie umgibt. Einen genaueren Blick darauf, was diese Architektur in der Praxis erfordert, finden Sie in unserem Leitfaden zur KI-Implementierung in der Beschaffung, der Automatisierung, Governance und Risikomanagement als Teil einer umfassenderen KI-Beschaffungsstrategie behandelt.

Von KI-Assistenten zu KI-Agenten: Die nächste Evolution im Einkauf

Sobald Beschaffungsorganisationen das operative Fundament für KI stärken, wird die nächste Phase der Transformation möglich: KI geht über die bloße Unterstützung von Mitarbeitern hinaus und beginnt, aktiv an der operativen Umsetzung von Beschaffungsaufgaben mitzuwirken.

Ein Großteil der heutigen Diskussionen konzentriert sich noch immer auf KI-Assistenten. Diese Tools beantworten Fragen, fassen Dokumente zusammen, generieren Inhalte oder empfehlen nächste Schritte. Sie sind unglaublich wertvoll, weil sie Routinearbeiten eliminieren und es den Einkaufsprofis ermöglichen, weniger Zeit mit der Informationssuche und mehr Zeit mit Entscheidungen zu verbringen. Für viele Unternehmen stellen Assistenten die erste sinnvolle Anwendung generativer KI dar.

Assistenz ist jedoch nur der Anfang.

Die nächste Generation von Enterprise-KI wird durch intelligente Agenten definiert, die komplexe, mehrstufige Geschäftsprozesse ausführen können und dabei innerhalb klar definierter Governance- und Geschäftsregeln operieren.

Anstatt nur isolierte Aufgaben zu unterstützen, diese Agenten arbeiten über vernetzte Workflows hinweg. Sie koordinieren Aktivitäten, rufen Informationen aus mehreren Systemen ab, geben Empfehlungen und initiieren Aktionen, die früher erheblichen manuellen Aufwand erforderten. Für eine detaillierte Übersicht, wie diese Systeme durchgängig funktionieren, werfen Sie einen Blick in unseren Leitfaden zu KI-Agenten im Einkauf.

Dies gilt insbesondere für KI im Sourcing, wo intelligente Beschaffungsagenten jede Phase einer Transaktion unterstützen können. Stellen Sie sich ein Sourcing-Event vor, das mit einer Bedarfsanforderung über einen Intake-Prozess beginnt. Anstatt diese Anfrage durch unzählige, nicht miteinander verbundene Systeme und Übergaben zu schleusen, können KI-Agenten dabei helfen, qualifizierte Lieferanten zu identifizieren, historische Ausgabendaten zu analysieren, bestehende Verträge aufzurufen, Sourcing-Strategien vorzuschlagen, Lieferantenantworten auszuwerten, kommerzielle oder Compliance-Risiken aufzudecken, Verhandlungserkenntnisse zu generieren und Genehmigungsempfehlungen vorzubereiten – bevor sie die eigentliche Entscheidung an die Einkaufsverantwortlichen übergeben.

Jeder Schritt bleibt transparent, revisionssicher und kontrolliert, aber ein Großteil des operativen Aufwands verlagert sich von der manuellen Koordination hin zur intelligenten Orchestrierung. Das ist die Essenz von KI-Orchestrierung in der Beschaffung: die Verbindung vormals isolierter Einkaufs-Workflows zu einem einzigen, kontrollierten Ablauf.

Diese Entwicklung stellt eine der größten Chancen für das Beschaffungswesen der letzten Jahrzehnte dar. Anstatt Einkaufsprofis zu ersetzen, werten KI-Agenten deren Rolle auf. Die Teams verbringen weniger Zeit mit der Koordination von Prozessen und der Informationsbeschaffung. Stattdessen können sie sich auf das Lieferantenmanagement, die Risikominderung, die Förderung von Innovationen und die Unterstützung strategischer Geschäftsentscheidungen konzentrieren.

Eine Stärkung der Praktiken für das KI-Lieferantenmanagement trägt dazu bei, Beschaffungsdaten akkurat zu halten, während sich immer mehr Koordinationsarbeit in Richtung Automatisierung verschiebt.

Dennoch hängt diese Vision von weit mehr als nur leistungsstarken KI-Modellen ab.

Ein KI-Agent kann Beschaffungsaufgaben nicht effektiv ausführen, wenn ihm der Einblick in Lieferantendatensätze, Verträge, Sourcing-Events, Richtlinien, Bestandsdaten, Rechnungen oder organisatorische Workflows fehlt. Er kann keine Entscheidungen koordinieren, wenn die Daten inkonsistent sind oder die Governance unklar ist. Die Wirksamkeit eines KI-Agenten ist direkt an die Qualität der Unternehmensumgebung gekoppelt, in der er operiert.

Genau aus diesem Grund legt die Untersuchung von Ardent Partners so großen Wert auf die operative Bereitschaft. Unternehmen, die in vernetzte Daten, standardisierte Prozesse und Governance investiert haben, sind in der Lage, sich über isolierte KI-Anwendungsfälle hinaus in Richtung KI-gestützter Ausführung zu bewegen. Der Aufbau einer vertrauenswürdigen KI-Datenbasis stellt sicher, dass die KI im Einkauf ihre Empfehlungen mit dem vollständigen Geschäftskontext generiert anstatt mit unzusammenhängenden Informationen. Diejenigen, die dies nicht getan haben, riskieren, immer ausgefeiltere KI-Funktionen einzuführen, ohne jemals eine echte geschäftliche Transformation zu erleben.

Governance ist kein Hindernis für KI – sie macht Enterprise-KI erst möglich

Eines der wichtigsten Themen im gesamten Ardent-Bericht ist die Governance. Je tiefer KI in die Beschaffungsabläufe integriert wird, desto wichtiger wird Vertrauen. Einkaufsentscheidungen bringen finanzielle, vertragliche, regulatorische und auch reputationsbezogene Konsequenzen mit sich. Unternehmen können nicht einfach autonome Technologien einführen und auf das Beste hoffen. Enterprise-KI muss transparent, nachvollziehbar und verantwortungsvoll agieren.

Für einige Unternehmen wird Governance noch immer als Einschränkung betrachtet, die Innovationen ausbremst. In der Realität ist jedoch genau das Gegenteil der Fall.

Governance schafft das nötige Vertrauen, um die KI-Akzeptanz zu steigern. Wenn Einkaufsleiter verstehen, wie die KI zu ihren Empfehlungen kommt, wenn Nutzer Entscheidungen bis zu vertrauenswürdigen Unternehmensdaten zurückverfolgen können und das Unternehmen stets die angemessene menschliche Aufsicht behält, lässt sich KI viel leichter in unternehmenskritische Prozesse integrieren.

Human-in-the-Loop-Kontrolle und Erklärbarkeit verankern

Diese Balance zwischen Intelligenz und Kontrolle wird die erfolgreichen Enterprise-KI-Strategien der nächsten Jahre definieren. Unternehmen benötigen KI, die die Arbeit beschleunigt, ohne die Compliance zu gefährden, unnötige Risiken einzugehen oder Black-Box-Entscheidungen zu treffen. Die menschliche Expertise bleibt von zentraler Bedeutung – insbesondere bei hochwertigen Sourcing-Entscheidungen, Lieferantenverhandlungen und dem strategischen Risikomanagement. KI sollte das menschliche Urteilsvermögen ergänzen und nicht ersetzen.

Um dieses Maß an Vertrauen aufzubauen, muss Governance direkt in die Plattform integriert werden und darf kein reiner nachträglicher Zusatz sein. Berechtigungen, Audit-Trails, die Durchsetzung von Richtlinien, rollenbasierter Zugriff, Erklärbarkeit und menschliche Freigabe-Workflows müssen Hand in Hand mit der KI arbeiten. Eine effektive Governance ist auch das Fundament von Enterprise-KI für die Beschaffung, die es Unternehmen ermöglicht, KI zu skalieren und gleichzeitig Transparenz, Compliance und menschliche Aufsicht zu wahren.

Aufbau eines KI-First-Betriebsmodells für den Einkauf

Die Unternehmen, die die nächste Phase der Beschaffungstransformation anführen, sind wahrscheinlich nicht diejenigen, die mit der größten Anzahl an KI-Tools experimentieren. Es werden diejenigen sein, die die Beschaffung als intelligentes Betriebsmodell neu denken und nicht als Ansammlung einzelner Anwendungen.

Hier gewinnen einheitliche Unternehmensplattformen massiv an Bedeutung.

Anstatt KI als weitere Schicht über bestehende Technologien zu legen, haben Einkaufsleiter die Chance, Intelligenz direkt in die Prozesse einzubetten, in denen die eigentliche Arbeit stattfindet. KI wird so zum festen Bestandteil von Sourcing, Lieferantenmanagement, Contract Management, Rechnungsstellung, Zahlungen, Risikomanagement und Intake – nicht als separate Insel, sondern als vernetzte Lösung, die auf einem gemeinsamen Datenmodell und Governance-Regelwerk aufbaut.

Ein neuer Ansatz für agentische KI

Bei Ivalua wird dieser Ansatz zur agentischen KI in der Beschaffung durch IVA Studio™ lebendig – dem agentischen Control Tower, der entwickelt wurde, um KI über den gesamten Source-to-Pay-Lebenszyklus hinweg zu steuern, zu erweitern und kontinuierlich zu verfeinern.

IVA, der Intelligent Virtual Agent von Ivalua, nutzt vom ersten Tag an die gesamte Source-to-Pay-Plattform als Handlungsebene. Über das IVA Studio™ können Teams institutionelles Wissen in wiederverwendbare Fähigkeiten (Skills) überführen, die KI-gesteuerte Ausführung an Geschäftsregeln ausrichten und sich nativ mit einheitlichen Unternehmensdaten verbinden – und das alles unter Wahrung einer berechtigungsgesteuerten Governance, Prüfbarkeit und menschlichen Aufsicht.

Dieser Architekturansatz wird immer wichtiger, da Herausforderungen in der Beschaffung selten isoliert auftreten. Lieferantenrisiken beeinflussen Sourcing-Entscheidungen. Vertragliche Verpflichtungen wirken sich auf den Einkauf aus. Lagerbestände haben Einfluss auf die Zusammenarbeit mit den Lieferanten (Supplier Collaboration). Und das Zahlungsverhalten formt die Lieferantenbeziehungen. KI wird exponentiell wertvoller, wenn sie diese vernetzten Beziehungen verstehen und auf sie reagieren kann, anstatt nur in funktionalen Silos zu agieren.

In der Zukunft der Beschaffung geht es also nicht darum, einzelne Aufgaben mit Intelligenz zu versehen. Es geht vielmehr darum, einen intelligenten Informationsfluss über den gesamten Beschaffungslebenszyklus hinweg zu ermöglichen.

KI-First-Organisationen sind eigentlich Architecture-First-Organisationen

Der Begriff „KI-First“ ist inzwischen in fast jeder Branche weit verbreitet, wird aber oft missverstanden. KI-First zu werden, bedeutet nicht, Menschen durch Algorithmen zu ersetzen oder KI so schnell wie möglich in jeden Workflow zu integrieren. Es bedeutet auch nicht, jedem neuen Modell oder Technologietrend hinterherzujagen.

KI-First zu werden bedeutet, eine Organisation so zu gestalten, dass Intelligenz konsistent, verantwortungsvoll und im Unternehmensmaßstab agieren kann.

Das erfordert vernetzte Daten. Es erfordert standardisierte Prozesse. Es erfordert eine Governance, die Vertrauen schafft, anstatt Innovationen zu bremsen. Und es erfordert Plattformen, die in der Lage sind, Arbeiten über Funktionen hinweg zu orchestrieren, statt nur isolierte Aufgaben zu automatisieren. Vor allem aber bedarf es der Erkenntnis, dass KI nicht die Transformation selbst ist – sie ist ein Beschleuniger für Unternehmen, die bereits die richtige operative Basis geschaffen haben.

Die Ergebnisse im Bericht The Path to AI-First Procurement: Closing the Gap Between AI Ambition and Execution untermauern diese Realität. Die Beschaffung hat einen wichtigen Wendepunkt erreicht. Die Technologie ist bereit. Die Chancen sind gewaltig.

Die Unternehmen, die erfolgreich sein werden, sind nicht zwingend diejenigen mit den meisten KI-Initiativen, sondern jene, die in die richtige Architektur investieren, um diese zu unterstützen. Führungskräfte, die bereit sind, diese Investitionen zu konkretisieren, können einen klaren Business Case für agentische KI aufbauen, um Stakeholder auf eine Linie zu bringen, die KI-Bereitschaft im Einkauf zu demonstrieren und das notwendige Budget zu sichern.

Der Einkauf war schon immer dafür verantwortlich, Kosten, Risiken, Resilienz, Lieferantenbeziehungen und unternehmerischen Mehrwert auszubalancieren. KI ändert nichts an dieser Mission. Sie ändert lediglich, wie effektiv Beschaffungsteams diese erfüllen können.

Durch die Kombination von vernetzten Unternehmensdaten, intelligenter Orchestrierung, vertrauenswürdiger Governance und maßgeschneiderten KI-Agenten haben Einkaufsleiter die Chance, weit über die bloße schrittweise Automatisierung hinauszugehen. Sie können Betriebsmodelle aufbauen, die sich kontinuierlich an die sich wandelnden Geschäftsanforderungen anpassen.

Der Weg zur KI-First-Beschaffung wird nicht durch die KI allein definiert.

Er wird durch die Stärke des Fundaments definiert, das es der KI ermöglicht, jeden Tag echten Mehrwert zu schaffen.

Häufig gestellte Fragen (FAQ)