KI-Agenten im Einkauf: Was sie können müssen
Veröffentlicht: 16. November 2026
Das Wichtigste in Kürze
Ein KI-Agent muss nicht alles wissen. Er holt sich die Informationen, die er für eine Aufgabe braucht, aus Bestellung, Lieferantenstamm oder ERP und stößt den nächsten Prozessschritt selbst an. Im Procure-to-Pay arbeiten KI und Agenten schon heute in der Rechnungsverarbeitung, beim Abgleich von Rechnung, Bestellung und Wareneingang, bei Lieferantenanfragen sowie bei Freigabe und Kontierung. Ob sich das lohnt, zeigen Kennzahlen wie Durchlaufzeit oder Dunkelverarbeitungsquote. Der Weg zur Agentic-P2P-Strategie führt in der Regel über vier Stufen, von einzelnen Use Cases über Assistenz und einzelne Agenten bis zu mehreren Agenten, die Ende-zu-Ende zusammenarbeiten. Unsichere Fälle und Entscheidungen wie Storno oder Ersatzartikel bleiben dabei beim Menschen. Wenn solche Projekte ins Stocken geraten, liegt es meist an Stammdaten, Schnittstellen oder fehlenden Freigaberegeln und nur selten an der KI selbst.Inhaltsverzeichnis
- Ihr P2P-Prozess sucht Verstärkung: Was ein KI-Agent im Einkauf können muss
- Was ist ein KI-Agent, ganz praktisch?
- Vier Stufen zur Agentic-P2P-Strategie
- Wo Agenten im P2P schon heute arbeiten
- Der Lebenslauf eines guten Agenten
- Woran Agenten-Projekte hängen bleiben
- Vom Sachbearbeiter zum Agenten-Manager
- Fazit
Ihr P2P-Prozess sucht Verstärkung: Was ein KI-Agent im Einkauf können muss
Ihr Team tippt noch Auftragsbestätigungen ab, klärt Preisabweichungen per E-Mail und hält Freigaben von Hand nach? Viele Shared Service Center haben in den letzten Jahren erste KI-Funktionen im Procure-to-Pay (P2P) eingeführt, meist bei der Rechnungserfassung oder der Datenextraktion. Danach wird es schwieriger. Aus einzelnen Use Cases einen durchgängigen Prozess zu machen, in dem KI-Agenten echte Aufgaben übernehmen, ist ein anderes Projekt als der erste Pilot.
„Your P2P Process Is Hiring. Agents Wanted“
Mit Stefan Kirchhoff (Phoenix Contact), Jan Oevermann (Head of Sales Unit Industry, Insiders Technologies) und Christian Schön (Product Owner OvAItion, Insiders Technologies).
Sie sind auf der SSOW DACH? Dann besuchen Sie unseren Workshop oder kommen Sie an Stand 2 vorbei.
Was ist ein KI-Agent, ganz praktisch?
Lange galt: Ein Sprachmodell soll möglichst alles „im Kopf“ haben. Das funktioniert nur bedingt, denn Trainingswissen veraltet, Spezialwissen fehlt, und im Zweifel rät das Modell. Ein Agent muss nicht alles wissen. Er überlegt, welche Information er für eine Aufgabe braucht, und holt sie sich.
Im Einkauf heißt das: Er liest aus der Auftragsbestätigung heraus, worum es geht, und schlägt dann in der Bestellung, im Lieferantenstamm oder in den Rechnungsdaten nach. Bei der Antwort bleibt er nicht stehen. Er ruft das ERP auf oder stößt den nächsten Prozessschritt an.
Ein Autopilot ist er trotzdem nicht. Wo er unsicher ist, entscheidet ein Mensch („Human in the Loop“). In Finance und Shared Services ist das meist die erste Frage, die gestellt wird, und sie ist berechtigt.
Vier Stufen zur Agentic-P2P-Strategie
Kaum ein Unternehmen springt direkt zum vollautomatischen Prozess. Bewährt hat sich ein Vorgehen in Stufen, bei dem die Verantwortung schrittweise vom Menschen zum Agenten wandert:
- Einzelne Use Cases: KI liest und klassifiziert Belege, etwa bei der Rechnungserfassung.
- Assistenz: KI schlägt Kontierung, Kreditor oder Abweichungsgrund vor, der Mensch entscheidet.
- Einzelne Agenten: Agenten erledigen abgegrenzte Teilaufgaben eigenständig und innerhalb klarer Regeln.
- Agentic P2P: Mehrere Agenten arbeiten Ende-zu-Ende zusammen, orchestriert und vom Team gesteuert.
Wo Agenten im P2P schon heute arbeiten
In der Rechnungsverarbeitung werden Rechnungen mittels KI aus allen Kanälen erfasst und auf Pflichtangaben und Dubletten geprüft. Wie sich das auswirkt, zeigen die Durchlaufzeiten und die Dunkelverarbeitungsquote.
Der Verification Agent gleicht Rechnung, Bestellung und Wareneingang ab und klärt Differenzen, was sich in geringerem Klärungsaufwand und in der Skonto-Nutzung zeigt.
Auch Anfragen von Lieferanten zum Bearbeitungs- oder Zahlungsstatus lassen sich automatisch beantworten. Entscheidend sind dabei die Anzahl der bearbeiteten Anfragen pro Mitarbeiter und die Geschwindigkeit der Antworten. Bei Freigabe und Kontierung schlägt der Accounting Agent das passende Sachkonto vor.
Wie viel der Kontext ausmacht, zeigt eine Messung aus unserer Plattform OmnIA. Bekommt das Sprachmodell zusätzlich Stammdaten, historische Daten, Prozessinformationen und Arbeitsanweisungen, kann sich die Dunkelverarbeitungsquote bei Rechnungen mehr als verdoppeln. Im nächsten Schritt arbeitet ein Verification Agent eigenständig: Er recherchiert, prüft sein Ergebnis in einer Feedback-Schleife und gibt nur die unsicheren Fälle an die manuelle Verifikation.
Im Workshop zeigen wir den Verification Agent für Auftragsbestätigungen live. Er liest neue Bestätigungen ein, vergleicht sie mit der Bestellung und übergibt unsichere Fälle mit Begründung an den Einkauf. Nachrichten an Lieferanten verschickt er erst nach Freigabe, über Storno und Ersatzartikel entscheidet immer der Mensch.
Der Lebenslauf eines guten Agenten
Ein guter Agent im P2P-Prozess ist ab sofort und 24/7 verfügbar. Interessanter als das Fachwissen sind die Soft Skills: Der Agent behandelt gleiche Fälle gleich und begründet jede Entscheidung. Er kennt seine Grenzen und eskaliert, statt zu raten. Er hält Vier-Augen-Prinzip und Freigabegrenzen ein, geht diskret mit Finanz- und Personendaten um und lernt aus Feedback.
Woran Agenten-Projekte hängen bleiben
Selten an der KI-Technologie, häufiger an Daten. An Stammdaten, die seit Jahren niemand gepflegt hat, oder an fehlenden Schnittstellen zwischen ERP, Einkauf und Dokumentenmanagement. Bevor Sie Agenten breit einführen, lohnt sich ein ehrlicher Blick auf diese Fragen:
- Sind Lieferanten- und Bestelldaten so gepflegt, dass ein Agent damit arbeiten kann?
- Gibt es offene Schnittstellen zu ERP, Einkauf und Dokumentenmanagement, oder hängen dort Insellösungen?
- Sind Freigabegrenzen festgelegt, und ist klar, welche Ausnahmen an einen Menschen gehen?
- Wird jede Agentenentscheidung revisionssicher protokolliert?
- Weiß das Team, wie sich seine Rolle verändert, und ist es früh eingebunden?
- Stehen die KPIs fest, bevor das Projekt startet?
Vom Sachbearbeiter zum Agenten-Manager
Mit Agenten ändern sich auch die Rollen im Team. Mitarbeitende steuern, trainieren und überwachen Agenten und entscheiden über Ausnahmen und Regeln. Die Routine fällt weg, dafür bleibt mehr Zeit für Lieferantenbeziehungen und Prozessverbesserung. Weiter gedacht kommunizieren Agenten irgendwann direkt mit den Agenten von Lieferanten, Banken und Plattformen. Das ist heute noch Ausblick. Die Voraussetzungen dafür, also gepflegte Daten, offene Schnittstellen und klare Freigaberegeln, können Sie aber schon jetzt schaffen.
Fazit
KI-Agenten im Einkauf sind kein Zukunftsthema mehr, aber auch kein Projekt, das man in einem Schritt umsetzt. Wer heute schon KI bei der Rechnungserfassung nutzt, hat die erste Stufe erreicht. Der nächste Schritt ist eine klar abgegrenzte Aufgabe, die ein Agent eigenständig übernimmt, zum Beispiel die Prüfung von Auftragsbestätigungen oder der Abgleich von Rechnung und Bestellung. Legen Sie dafür vorher fest, welche Fälle der Agent allein entscheiden darf, welche an den Einkauf gehen und an welcher Kennzahl Sie den Erfolg messen. Wenn das in einem Bereich funktioniert, lässt sich der Ansatz auf weitere Schritte im P2P übertragen.
FAQs: KI-Agenten im Einkauf
-
Ein KI-Agent ist eine Software, die eine Aufgabe im Procure-to-Pay eigenständig bearbeitet. Er entscheidet selbst, welche Informationen er braucht, schlägt sie in Systemen wie dem ERP oder in Dokumenten nach und stößt danach den nächsten Prozessschritt an. Anders als ein reines Sprachmodell antwortet er also nicht nur, sondern handelt.
-
Bei der Assistenz macht die KI einen Vorschlag, etwa für Kontierung, Kreditor oder Abweichungsgrund, und der Mensch entscheidet. Ein Agent erledigt eine abgegrenzte Teilaufgabe selbst, innerhalb festgelegter Regeln und Freigabegrenzen. Nur Fälle, bei denen er unsicher ist, gibt er mit Begründung an einen Menschen weiter.
-
Ein Verification Agent gleicht Rechnung, Bestellung und Wareneingang ab, klärt Differenzen und prüft Auftragsbestätigungen gegen die Bestellung. Ein Accounting Agent schlägt bei Freigabe und Kontierung das passende Sachkonto vor. Dazu kommen die KI-gestützte Erfassung von Rechnungen aus allen Kanälen und die automatische Beantwortung von Status- und Zahlungsanfragen der Lieferanten.
-
Nein. Das Prinzip heißt „Human in the Loop“: Unsichere Fälle gehen an einen Menschen, Nachrichten an Lieferanten werden erst nach Freigabe verschickt, und Entscheidungen wie Storno oder Ersatzartikel trifft immer der Einkauf. Jede Agentenentscheidung sollte begründet und revisionssicher protokolliert sein.
-
Dunkelverarbeitung, auch Dunkelbuchung oder Touchless-Quote, bezeichnet den Anteil der Belege, die ohne manuellen Eingriff vollständig automatisch verarbeitet werden. Sie ist eine der wichtigsten Kennzahlen, um den Nutzen von KI im Rechnungseingang zu messen.
-
Entscheidend sind gepflegte Lieferanten- und Bestelldaten, offene Schnittstellen zu ERP, Einkauf und Dokumentenmanagement sowie klare Freigabegrenzen. Dazu kommen eine nachvollziehbare Protokollierung, ein früh eingebundenes Team und KPIs, die vor dem Projektstart feststehen.
-
Je nach Einsatzfeld an Durchlaufzeit und Dunkelbuchungsquote, am Klärungsaufwand und an der Skonto-Nutzung, an Anfragen pro Vollzeitkraft und Antwortzeit oder an Freigabedauer und Fehlerquote. Wichtig ist, den Ausgangswert vor dem Start zu erheben, damit sich die Wirkung belegen lässt.