KI im Beschaffungswesen: Vorteile und Anwendungsfälle

Nur wenige Teams bündeln mehr Unternehmensdaten als jene in der Beschaffung, die an der Schnittstelle von Supply Chain Management und Finanzwesen arbeitet. Damit ist der Einkauf prädestiniert, KI einzusetzen, um diese Daten schneller und mit tieferen Einblicken zu analysieren als je zuvor. Für einen verantwortungsvollen KI-Einsatz müssen Einkaufsteams die verschiedenen KI-Arten, ihre Vorteile und Herausforderungen sowie bewährte Best Practices kennen.

Was ist KI im Beschaffungswesen?

Im Beschaffungswesen kann KI Aufgaben übernehmen, die früher von Menschen ausgeführt wurden – wie z. B. das Anfordern von Lieferantenangeboten oder die Kostenanalyse –,um diese Prozesse schneller und mit weniger Fehlern durchzuführen. Beschaffungsmanager erkennen zunehmend, wie KI-Automatisierung dabei hilft, Marktentwicklungen vorherzusagen und darauf zu reagieren, Lieferkettenrisiken zu mindern und Lieferantenbeziehungen besser zu steuern. Letztlich unterstützt KI fundiertere Einkaufsentscheidungen, senkt Kosten und steigert die operative Effizienz.

Wichtigste Erkenntnisse

• Die meisten Teams im Beschaffungswesen befinden sich noch in einer frühen Phase der KI-Einführung.
• Es gibt zahlreiche potenzielle Einsatzmöglichkeiten – von der Recherche und Verwaltung von Lieferanten bis zur Automatisierung zentraler Schritte im Einkaufsprozess.
• In den kommenden Jahren werden Beschaffungsteams zunehmend auf KI setzen, um die Effizienz zu steigern, Kosten zu senken und schnelle Veränderungen in Liefernetzwerken besser vorherzusagen.

KI im Beschaffungswesen einfach erklärt

Teams im Beschaffungswesen benötigen eine breite Palette an Daten aus internen und externen Quellen, um Ausgaben, Nachfrageentwicklungen, Einkaufsspezifikationen, Marktbedingungen und vieles mehr zu verstehen. Gleichzeitig brauchen sie leistungsfähigere Methoden, um diese Daten auszuwerten und fundierte Entscheidungen zu treffen. Laut einer Deloitte-Studie aus dem Jahr 2024 haben 92 % der Chief Procurement Officers GenAI-Funktionen bewertet; fast 11 % investieren über 1 Million US-Dollar ihres Jahresbudgets in KI-gestützte Lösungen für Sourcing und Beschaffung. Zu den Prioritäten zählen die Automatisierung des Lieferantenmanagements, die präzisere Identifizierung von Risiken sowie die umfassendere Bewertung bestehender und potenzieller Partner. Diese und weitere Verbesserungen können dazu beitragen, Kosten zu senken und Risiken in der Beschaffung und entlang der gesamten Lieferkette zu reduzieren.

Vorteile von KI im Beschaffungswesen

Durch die Automatisierung bestimmter Aufgaben im Beschaffungswesen kann KI dazu beitragen, die Effizienz zu steigern, Kosten zu senken und Risiken zu reduzieren. Zudem lässt sich KI einsetzen, um Bedarfsprognosen, Ausgabenanalysen und das Lieferantenmanagement zu verbessern. Lesen Sie weiter, um mehr über diese und weitere Vorteile zu erfahren.

• Effizienz steigern
  KI kann Beschaffungsprozesse automatisieren, die Produktivität erhöhen und den administrativen Aufwand reduzieren, sodass sich Mitarbeiter auf strategischere Aufgaben konzentrieren können. Laut einer KPMG-Studie aus dem Jahr 2023 kann KI die Zeit für grundlegende Beschaffungsaufgaben um bis zu 80 % verkürzen. Dieselbe Untersuchung zeigt, dass mehr als 50 % der operativen Tätigkeiten im Beschaffungswesen automatisiert werden können, um Effizienz zu steigern und Kosten zu reduzieren. Ein gewerblicher Projektentwickler nutzt KI Berichten zufolge, um Beschaffungsdaten 92 % schneller zu erfassen als mit manuellen Methoden.
• Potenzielle Fehlerquellen reduzieren
  KI kann zur Automatisierung repetitiver Aufgaben eingesetzt werden und so das Risiko menschlicher Fehler verringern. Dazu gehören Tätigkeiten wie das Abschließen von Lieferantenverträgen sowie das Einreichen und Genehmigen von Bestellanforderungen. Wenn dennoch Fehler auftreten, können KI-gestützte Erkennungsfunktionen helfen, diese zu identifizieren. Ein Unternehmen der Wasseraufbereitung nutzt KI Berichten zufolge, um die Genauigkeit der Klassifizierung seiner Beschaffungsausgaben um mehr als 90 % zu verbessern.
• Skalierung ermöglichen
  KI-gestützte Beschaffungssysteme lassen sich flexibel skalieren, um Daten entsprechend veränderter Geschäftsanforderungen und Marktbedingungen zu verarbeiten. Diese Skalierbarkeit ist entscheidend, da sich Beschaffungsteams von isolierten, manuellen Prozessen hin zu vernetzten, automatisierten Abläufen entwickeln, die deutlich größere Datenmengen nutzen und dadurch Informationen schneller austauschen und fundiertere Entscheidungen treffen können. Erkenntnisse aus historischen Ausgabedaten und Bedarfsprognosen – jeweils möglicherweise umfangreiche Datensätze – können beispielsweise dazu beitragen, unnötige Kosten zu vermeiden.
• Kosten senken
  Indem KI Beschaffungsteams bei der Auswahl und Verwaltung von Lieferanten unterstützt, können bessere Beziehungen und Kosteneinsparungen erzielt werden. Ein Beispiel: Ein globales Druckunternehmen verwendet eine KI-gestützte Beschaffungslösung, um Mengennachlässe bei autorisierten indirekten Lieferanten im Austausch für frühzeitige Zahlungen auszuhandeln. Die Datenanalyse und Mustererkennung durch KI ermöglicht tiefere Einblicke in Ausgaben über verschiedene Kategorien hinweg und empfiehlt konkrete Schritte zur Kostensenkung. Beschaffungsmanager können KI nutzen, um schnell Antworten auf zahlreiche Fragen zu erhalten und so fundiertere Entscheidungen zu treffen – wie z. B. welchen Anteil der Ausgaben extreme Wetterereignisse in bestimmten Regionen gefährden oder welche Lieferanten in anderen Weltregionen empfohlen werden.
• Reaktivität verringern
  Indem KI schneller Erkenntnisse liefert, hilft sie Teams im Beschaffungswesen, unangenehme Überraschungen zu vermeiden. In der Vergangenheit war die Beschaffung häufig reaktiv – vor allem wegen mangelnder Ausgabentransparenz in isolierten Datensystemen sowie zeitaufwendiger, fehleranfälliger manueller Prozesse. Durch mehr Transparenz und intelligentere, schnellere Arbeitsabläufe schafft KI zusätzliche Zeit für strategische Aufgaben wie Ausgabenanalysen und Finanzprognosen.
• Entscheidungsfindung verbessern
  Entscheidungen im Beschaffungswesen können mithilfe von KI und Analysen getroffen werden, die Daten aus zahlreichen Quellen – wie z. B. Hauptbüchern, Bestellanforderungen und Lieferantentransaktionen – schneller als je zuvor auswerten. Darüber hinaus können KI-Systeme sich anpassen und dazulernen, was zu immer präziseren Analysen und wirkungsvolleren Empfehlungen führt.

Arten von KI im Beschaffungswesen

KI tritt in verschiedenen Formen auf, darunter die Teilbereiche Machine Learning, Natural Language Processing und Computer Vision sowie Robotic Process Automation als ergänzende Technologie. Mehr dazu weiter unten.

• Künstliche Intelligenz (KI)
  Die übergeordnete Technologie künstliche Intelligenz umfasst Algorithmen, die „intelligentes“ oder menschenähnliches Verhalten zeigen, wie beispielsweise Muster zu erkennen oder Empfehlungen auszusprechen. Algorithmen sind im Kern Regeln, die zur Lösung bestimmter Probleme dienen. KI-Anwendungen im Beschaffungswesen führen klar definierte, spezifische Aufgaben aus und gelten daher als Form der „schwachen KI“.
  
  Generative KI ist die Art von KI, die im Beschaffungswesen am häufigsten zum Einsatz kommt. Generative KI kann Inhalte wie Texte, Bilder und Videos erzeugen. Dazu verarbeitet sie große Datenmengen, um Inhalte zu erstellen. Die in einigen Beschaffungslösungen integrierten GenAI-Funktionen umfassen eine KI-gestützte Assistenz, die Lieferantenkommunikation personalisiert bzw. Berichte und Verträge entwirft.
• Machine Learning (ML)
  Machine Learning ist ein Teilbereich der KI, der genutzt wird, um Muster zu erkennen und Vorhersagen zu treffen. Nicht jede KI umfasst ML, aber viele KI-Lösungen verwenden ML-Methoden. Im Beschaffungswesen kann ein ML-Modell frühere Einkaufsdaten und Markttrends analysieren, um die zukünftige Nachfrage vorherzusagen.
• Robotic Process Automation (RPA)
  Robotic Process Automation nutzt Bots zur Automatisierung repetitiver Aufgaben wie dem Ausfüllen von Formularen, der Berichtserstellung oder der Transaktionsverarbeitung. RPA ist technisch gesehen keine KI, ergänzt diese jedoch, um Prozesse effizienter zu gestalten. So kann ein automatisiertes Beschaffungssystem RPA nutzen, um Rechnungen zu erstellen oder Lieferanten schneller und fehlerfrei einzubinden als bei manuellen Abläufen.
• Natural Language Processing (NLP)
  Basierend auf leistungsstarken Algorithmen ermöglicht Natural Language Processing – ein weiterer Zweig der KI – Computern, menschliche Sprache zu verstehen und zu verarbeiten. NLP kann schriftliche oder gesprochene Sprache analysieren und so Beschaffungsteams helfen, wertvolle Erkenntnisse aus Textdaten zu gewinnen. Im Beschaffungswesen kann NLP beispielsweise zentrale Vertragsbedingungen aus RFP-Antworten extrahieren und damit fundiertere Entscheidungen unterstützen.
• Computer-Vision
  Computer-Vision ist ein Bereich der KI, der es Computern ermöglicht, Bilder – einschließlich Videos – zu interpretieren und zu verstehen. So können etwa Produktbilder, Logos oder Rechnungen analysiert werden, um Beschaffungsfehler oder kritische Situationen wie niedrige Lagerbestände zu erkennen. Unternehmen erhalten damit eine buchstäbliche Sicht auf ihren Bestand, um wichtige Artikel rechtzeitig nachzubestellen oder unnötige Käufe zu vermeiden.

KI-Anwendungsfälle im Beschaffungswesen

Da KI schnellere und wirkungsvollere Prozesse ermöglicht, findet sie im gesamten Beschaffungswesen Anwendung. Ein zentrales Element ist die Automatisierung: Sie unterstützt Unternehmen dabei, Aufgaben nahezu in Echtzeit und mit weniger menschlichen Fehlern zu erledigen und gleichzeitig Datenerkenntnisse zu gewinnen, die zur Kostenreduzierung und Risikominderung beitragen können.

• Vorhersageanalysen und Kostenoptimierung
  KI-Algorithmen können große Mengen an Beschaffungsdaten – wie z. B. frühere Verkaufszahlen, Markttrends sowie Wetter- oder Wirtschaftsindikatoren – analysieren, um die Nachfrage vorherzusagen und Kosten zu senken. Echtzeitberichte helfen Fachkräften im Beschaffungswesen, der Nachfrage voraus zu sein und Lieferantenauswahl, Mengen und Ausgaben entsprechend anzupassen. KI-gestützte Analysen unterstützen zudem bei der Bestandsplanung und helfen, Fehlbestände zu vermeiden, sodass Kostenreduktion und Zufriedenheit von Stakeholdern und Kunden im Gleichgewicht bleiben.
• Aufgabenautomatisierung
  KI kann Beschaffungsaufgaben automatisieren und so Effizienz und Einsparungen steigern. Dazu gehören die Recherche, Analyse und Verwaltung von Lieferanten sowie die Erstellung von RFPs. Durch die Beschleunigung dieser Aufgaben verkürzt KI die Beschaffungszyklen – was, abhängig von der Unternehmensgröße, Hunderte bis Tausende Arbeitsstunden pro Jahr einsparen und potenziell Millionen an Kosten reduzieren kann. Werden Mitarbeiter von manuellen Aufgaben entlastet, bleibt mehr Zeit für höherwertige Tätigkeiten wie die Verfeinerung von Lieferantenkriterien oder die Weiterentwicklung der Beschaffungsstrategie.
• Automatisierung von Bestellanforderungen
  Traditionelle Bestellprozesse sind manuell, langsam und häufig fehleranfällig. KI kann Aufgaben wie die Sortierung, Priorisierung und Verarbeitung von Bestellanforderungen automatisieren, um Abläufe zu beschleunigen und Fehler zu reduzieren. Sie kann Daten aus Bestellanforderungen extrahieren und validieren und bei korrekten Angaben automatisch Bestellungen generieren. Einige KI-Tools informieren Kunden während des Bestellvorgangs, um realistische Liefererwartungen zu setzen. Ein Anbieter von Identitätsprüfungen nutzt KI Berichten zufolge, um ausstehende Bestellanforderungen zu überwachen und Unstimmigkeiten sowie andere Probleme zu erkennen.
• Virtuelle Assistenten
  GenAI-basierte virtuelle Assistenten können allgemeine, beschaffungsbezogene Anfragen verstehen und interpretieren und Informationen zu einer Vielzahl von Themen bereitstellen. Diese Bots steigern die Produktivität, indem sie Kategorien- und Marktberichte erstellen, teamübergreifende Zusammenfassungen generieren und weitere Inhalte verfassen – wie z. B. Beschreibungen zentraler Trends für das Management.

Einsatzmöglichkeiten von generativer KI im Beschaffungswesen

Mit ihrer Fähigkeit, Inhalte zu erzeugen, bietet generative KI zahlreiche Einsatzmöglichkeiten im Beschaffungswesen. Einige sind allgemein – wie z. B. die Datenorganisation –, andere hochspezifisch, wie die Identifizierung von Risiken oder Nachhaltigkeitsverbesserungen.

• Datenorganisation und -zusammenfassung
  GenAI kann Daten schneller und logischer strukturieren als Menschen und dabei häufig mit weniger Fehlern. Dies bildet die Grundlage für überzeugende Datenauswertungen, die wichtige Kennzahlen, Erkenntnisse und Empfehlungen hervorheben. So kann eine Beschaffungsleitung wie beispielsweise eine Zusammenfassung von Preisen und Ausgaben in zentralen Kategorien anfordern und diese innerhalb weniger Minuten statt Stunden prüfen.
• Datenverarbeitung und -kennzeichnung
  GenAI verbessert die Datenverarbeitung, indem sie Rohdaten schnell bereinigt, Ausreißer und Unstimmigkeiten entfernt und so eine bessere Analyse ermöglicht. Die richtige Kennzeichnung von Daten ist entscheidend, damit KI-Systeme lernen, Vorhersagen treffen und nützliche Inhalte erzeugen können. Gut gekennzeichnete Datensätze können Large Language Models beispielsweise helfen, Preisvergleiche von Lieferanten besser zu verstehen.
• Risikohinweise
  Laut einem Deloitte-Forschungsbericht aus dem Jahr 2023 sehen 70 % der Chief Procurement Officers steigende Risiken im Beschaffungswesen. GenAI erleichtert es, Risiken entlang des gesamten Beschaffungsprozesses zu identifizieren. Sie kann eingesetzt werden, um Risiken bei Lieferanten anhand ihrer bisherigen Leistung aufzudecken. Zudem kann sie Fragen zu möglichen Lieferunterbrechungen und deren Auswirkungen auf den Umsatz beantworten.
• Nachhaltigkeitsverbesserungen
  Da Unternehmen ihre Nachhaltigkeitsziele erreichen müssen, stehen Teams im Beschaffungswesen vor der Aufgabe, große Datenmengen zu sammeln und zu analysieren – ein Prozess, der traditionell zeitaufwendig ist und häufig auf Annahmen beruht. GenAI kann genutzt werden, um Lieferanten zu identifizieren, die Nachhaltigkeitsanforderungen erfüllen können. So lassen sich Compliance-Risiken verringern und gleichzeitig Sourcing-Prozesse effizienter gestalten.

Herausforderungen von KI im Beschaffungswesen

Der Einsatz von KI im Beschaffungswesen bringt kulturelle, technologische, sicherheitsrelevante und weitere Herausforderungen mit sich, die nachfolgend näher erläutert werden.

• Akzeptanz in der Organisation
  Wenn ein Unternehmen generell langsam neue Technologien einführt, kann es für das Beschaffungsteam schwierig sein, KI erfolgreich zu implementieren. Leider glauben manche Führungskräfte noch immer, dass KI eher ein Zukunftsversprechen sei als eine Investition, die sich kurzfristig auszahlt.
• Datenqualität und -zugang
  Beschaffungsdaten sind häufig über viele Quellen verteilt. Das führt zu unvollständigen, inkonsistenten, schwer zugänglichen oder fehlerhaften Daten – keine belastbare Grundlage für präzise KI-Analysen. Erschwerend kommt hinzu, dass Beschaffungsteams oft nicht auf Informationen anderer Abteilungen zugreifen können, wenn veraltete ERP-Systeme inkompatibel sind.
• Integration in Legacy-Systeme
  Probleme entstehen oft, wenn Unternehmen versuchen, KI auf Daten anzuwenden, die in Legacy-Beschaffungssystemen eingeschlossen sind. Solche Systeme erschweren die Erfassung umfangreicher Datensätze und die Nutzung entscheidender Erkenntnisse. KI-Analysen entfalten ihren Nutzen eher dann, wenn ERP-Systeme Bestands- und Lieferkettendaten mit Beschaffungsdaten integrieren.
• Datenschutz und -sicherheit
  KI-gestützte Beschaffungssysteme – insbesondere solche, die mit Systemen von Lieferanten oder anderen Dritten verbunden sind – können Sicherheitsrisiken mit sich bringen. Die Komplexität solcher vernetzter Systeme erschwert es, Datenflüsse nachzuvollziehen und sicherzustellen, dass die Daten in Einklang mit geltenden Datenschutzgesetzen verarbeitet werden.

Best Practices für die Verwendung von KI im Beschaffungswesen

Die folgenden Best Practices können Unternehmen dabei unterstützen, KI zur Optimierung ihrer Prozesse im Beschaffungswesen einzusetzen.

1. Klare Ziele definieren
   Bevor KI in Beschaffungsprozessen eingesetzt wird, sollten konkrete Schwachstellen, Prioritäten und mögliche organisatorische oder technische Hürden identifiziert werden. Ob es darum geht, Bestellanforderungen zu automatisieren oder präzisere Ausgabenanalysen zu ermöglichen – klar verständliche und realistische Ziele sind entscheidend.
2. Datenquellen verstehen
   Damit KI-Systeme wirksam sind, müssen Beschaffungsteams den umfangreichen Datenmengen vertrauen, mit denen sie arbeiten. Befolgen Sie strenge Daten-Governance-Protokolle. Bereinigen, normalisieren und validieren Sie Daten aus Ihren Quellen, um zu wissen, welche Informationen vorliegen und wie sie genutzt werden können.
3. Nutzerbedürfnisse in den Mittelpunkt stellen
   Welche Funktionen benötigen Mitarbeiter, um ihre Aufgaben besser zu erfüllen? Vermeiden Sie unnötige Features, die nur Komplexität schaffen. Wählen Sie ein System mit einer einfachen, intuitiven Benutzeroberfläche.
4. Mit engem Fokus starten
   Statt direkt das ganz große Ziel anzupeilen, sollten KI-Initiativen mit kleinen Projekten beginnen, die schnelle Erfolge ermöglichen. So können Teams KI-Funktionen testen, sich mit ihnen vertraut machen, ihre Wirksamkeit beurteilen und Verbesserungen vornehmen, bevor sie in größerem Umfang ausgerollt werden.
5. Teams befähigen
   Fachkräfte im Beschaffungswesen müssen keine Data Scientists sein, um die meisten KI-Tools zu nutzen. Allerdings benötigen sie Schulungen und ausreichend Zeit für Ausprobieren und Lernen, um diese Tools effektiv einzusetzen. Wenn das Budget es erlaubt, kann es sinnvoll sein, zusätzlich Mitarbeiter mit Erfahrung im KI-gestützten Beschaffungswesen einzustellen.
6. Vertrauen schaffen und Bedenken adressieren
   KI in der Beschaffung ist ein gemeinschaftlicher Ansatz, der die Zusammenarbeit zwischen Beschaffung, Supply Chain und Finanzwesen erfordert. Durch das Teilen von Zielen, Roadmaps, Standards, Best Practices und Erfolgsgeschichten können Bedenken reduziert, die Zusammenarbeit gefördert und Vertrauen gestärkt werden.
7. Bewerten und weiterentwickeln
   Nach der Definition zentraler Kennzahlen sollten Unternehmen die Leistung ihrer KI-Tools laufend überwachen und bewerten. Einige Organisationen messen den Nutzen, indem sie den Wert von KI im Beschaffungswesen über verschiedene Ausgabenkategorien hinweg verfolgen. Unabhängig von der Messmethode ist es wichtig, Nutzerfeedback einzuholen, um weitere Verbesserungsmöglichkeiten zu identifizieren.

Unterstützen Sie Ihr Beschaffungsteam mit Oracle

In Oracle Fusion Cloud Procurement, einem Bestandteil der Oracle Fusion Cloud-ERP-Anwendungen, unterstützen integrierte KI- und GenAI-Funktionen Fachkräfte im Beschaffungswesen dabei, Lieferzeiten vorherzusagen, Ausgaben zu klassifizieren, Rabatte dynamisch anzuwenden, qualifizierte Lieferanten schnell zu identifizieren und hinzuzufügen und vieles mehr.

Häufig gestellte Fragen zur KI im Beschaffungswesen

Wie kann KI im Beschaffungswesen eingesetzt werden?
Teams im Beschaffungswesen nutzen KI, um Kosten vorherzusagen und zu senken, zentrale Aufgaben zu automatisieren, Inhalte zu erzeugen, Lieferanten auszuwählen und Lieferantenbeziehungen zu steuern.

Kann die Beschaffung durch KI ersetzt werden?
KI ergänzt die Fähigkeiten, Erfahrungen und das Urteilsvermögen von Fachkräften im Beschaffungswesen. Sie ersetzt diese qualifizierten Personen nicht. Tatsächlich wird erwartet, dass KI neue Rollen für Experten schafft, die mit dieser Technologie vertraut sind.

Welche Unternehmen nutzen KI für die Beschaffung?
KI-gestützte Beschaffungslösungen werden von Unternehmen jeder Größe eingesetzt, darunter einige der weltweit führenden Einzelhändler, Lebensmittelverarbeiter sowie Hersteller von Konsumgütern.