Wie lassen sich Einkaufsprozesse mit KI sinnvoll unterstützen? Diese Frage haben wir im Rahmen eines Praxisdialogs bei der DIWODO 2026 gemeinsam mit Sven Künnen von Big Dutchman und Matthias Stadler von eck*cellent IT diskutiert. Im Mittelpunkt standen zwei konkrete Anwendungsfälle aus dem Einkauf: ein Verhandlungsagent für Standardartikel und ein Agent zur automatisierten Verarbeitung von Auftragsbestätigungen.

Spannend waren dabei weniger einzelne Technologien oder Modellentscheidungen. Viel interessanter war die Frage, wie Fachwissen, Prozesse und Verantwortung zusammenkommen müssen, damit aus einer technischen Möglichkeit tatsächlich eine nutzbare Lösung entsteht. Genau dort lagen die wichtigsten Erkenntnisse aus beiden Projekten.

Auf einen Blick

• Thema: KI-Agenten im Einkauf
• Anwendungsfälle: Verhandlungsunterstützung und Verarbeitung von Auftragsbestätigungen
• Technologien: Large Language Models (LLMs), Multi-Agenten-Architekturen, ERP-Integration
• Schwerpunkt: Praxiserfahrungen aus produktiven KI-Projekten

Verhandeln mit KI braucht mehr als ein Sprachmodell

Der Verhandlungsagent soll Einkäufer bei standardisierten Preisverhandlungen unterstützen und perspektivisch auch eigenständig agieren können. Damit das funktioniert, reichen Sprachfähigkeiten allein nicht aus. Ein Agent muss nachvollziehbar argumentieren können und dafür auf dieselben Informationen zugreifen wie ein erfahrener Einkäufer. Besonders interessant waren dabei standardisierte Beschaffungsvorgänge, etwa bei DIN-genormten Artikeln oder anderen Standardkomponenten.

„Wir haben mit dem Einkäufer gesprochen und gesagt: Worauf guckt er eigentlich im ganzen Prozess?“– Matthias Stadler

Auf Basis dieser Analyse wurden externe Datenquellen wie Inflationswerte sowie interne Informationen aus dem ERP-System angebunden. Dadurch kann der Agent Preisforderungen einordnen und seine Argumentation auf konkrete Fakten stützen. Technisch kommt dabei eine Multi-Agenten-Architektur zum Einsatz.

„Der eine Bot ist nicht ein Bot, sondern tatsächlich besteht der aus mehreren.“ – Matthias Stadler

Neben dem eigentlichen Verhandlungsagenten überwacht ein weiterer Agent eingehende Eingaben auf mögliche Prompt-Injection-Angriffe. Ein dritter Agent kontrolliert die Antworten und stellt sicher, dass keine internen Informationen preisgegeben oder definierte Verhaltensregeln verletzt werden. Dadurch entsteht eine zusätzliche Sicherheitsebene für den produktiven Einsatz. Trotzdem wurde im Projekt schnell deutlich, dass technische Machbarkeit und Akzeptanz unterschiedliche Themen sind.

„Die Kolleginnen und Kollegen im Einkauf sind dort, weil sie verhandeln wollen.“  – Sven Künnen

Für viele Einkäuferinnen und Einkäufer ist das Verhandeln ein zentraler Teil ihres Berufsbildes. Entsprechend differenziert wurde die Idee eines autonomen Verhandlungsagenten bewertet.

Warum der Auftragsbestätigungs-Agent schneller akzeptiert wurde

Anders sah die Situation bei der Verarbeitung von Auftragsbestätigungen aus. Vor der Einführung mussten Mitarbeitende täglich E-Mails öffnen, Dokumente prüfen und Informationen manuell in das ERP-System übertragen. Gleichzeitig unterscheiden sich Formate und Inhalte je nach Lieferanten erheblich, weshalb klassische OCR-Lösungen häufig an Grenzen stoßen. Während der Umsetzung zeigte sich außerdem, wie viel Prozesswissen bislang ausschließlich in den Köpfen der Mitarbeitenden vorhanden war.

„Die Einkäufer machen das einfach so aus dem Bauch raus und können das gar nicht beziffern.“ – Matthias Stadler

Erst bei der Entwicklung des Agenten wurden zahlreiche Sonderfälle, Ausnahmen und individuelle Regeln sichtbar und dokumentiert. Der Nutzen beschränkt sich dabei nicht auf die eingesparte Bearbeitungszeit. Informationen zu Lieferterminen oder Mengenabweichungen stehen früher zur Verfügung und können unmittelbar in Planung, Logistik und Produktion genutzt werden. Kein Wunder also, dass die Akzeptanz hier deutlich höher ausfiel als beim Verhandlungsagenten. Die Lösung nimmt den Mitarbeitenden vor allem repetitive und wenig attraktive Tätigkeiten ab.

Die wichtigste Erkenntnis: KI ist kein IT-Projekt

Eine der klarsten Erkenntnisse aus dem Projekt war die Rolle des Fachbereichs. Die IT kann Infrastruktur bereitstellen, Systeme integrieren und technische Grundlagen schaffen. Das notwendige Prozesswissen liegt jedoch dort, wo die Arbeit tatsächlich ausgeführt wird.

„Es wird kein Agent gebaut, wenn die Fachabteilung nicht auch im Nachhinein und schon bei der Entwicklung die Verantwortung für den Agenten übernehmen will.“ – Sven Künnen

Besonders treffend ist dabei der Vergleich mit neuen Mitarbeitenden. Auch ein Agent muss angelernt, begleitet und kontinuierlich weiterentwickelt werden. Ändern sich Prozesse oder Rahmenbedingungen, müssen diese Änderungen ebenfalls in den Agenten einfließen.

Vertrauen entsteht nicht durch Technik

Die Mitarbeitenden wurden aktiv in die Entwicklung einbezogen. Sie konnten reale Dokumente testen, Ergebnisse prüfen und Rückmeldungen geben. Dadurch entstand Schritt für Schritt Vertrauen in die Lösung. Dieser Ansatz erwies sich insbesondere beim Auftragsbestätigungs-Agenten als wichtiger Erfolgsfaktor. Gerade bei KI-Projekten zeigt sich immer wieder: Ein technisch funktionierendes System allein reicht nicht aus. Die Menschen müssen die Lösung verstehen, nachvollziehen können und bereit sein, damit zu arbeiten.

Prozesswissen wird erstmals sichtbar

Neben den eigentlichen Automatisierungseffekten entstand ein weiterer Mehrwert, der ursprünglich gar nicht im Fokus stand: Prozesswissen wurde dokumentiert. Viele Regeln, Ausnahmen und Erfahrungswerte existierten zuvor lediglich implizit. Durch die Entwicklung der Agenten mussten sie erstmals nachvollziehbar beschrieben werden.

„Wenn man die Mitarbeiter fragt, was sie jeden Tag machen, schreiben sie einen Dreizeiler. Im Gespräch stellt sich dann heraus, wie viele zusätzliche Regeln, Ausnahmen und Erfahrungswerte tatsächlich angewendet werden.“ – Matthias Stadler

Dadurch entstand eine Form von dokumentiertem Prozesswissen, die nicht nur den Agenten hilft, sondern auch der Organisation selbst zugutekommt.

Was wir aus dem Projekt mitnehmen

Die beiden Projekte zeigen, dass erfolgreiche KI-Projekte selten an Modellen oder Technologien scheitern. Entscheidend ist ein klar definiertes Problem, die aktive Beteiligung des Fachbereichs und die Bereitschaft, bestehende Arbeitsweisen transparent zu machen. Gleichzeitig wird deutlich, dass KI-Agenten mehr sind als technische Werkzeuge. Sie übernehmen Aufgaben, die bisher von Menschen ausgeführt wurden. Damit entstehen neue Anforderungen an Verantwortung, Pflege und Wissenstransfer.

Wer KI im Unternehmen einsetzen möchte, sollte deshalb nicht mit der Technologie beginnen, sondern mit der Frage, welches Problem eigentlich gelöst werden soll. Die Erfahrungen von Big Dutchman zeigen, dass genau dort die Grundlage für erfolgreiche KI-Projekte entsteht.