KI überall: Welche Voraussetzungen braucht KI im Einkauf – und wie prüfen Sie das?

Für KI im Einkauf brauchen Sie fünf Voraussetzungen: einen klaren Use-Case, nutzbare Daten, passende Systeme und Werkzeuge, ein Team mit KI-Grundkompetenz und verbindliche Spielregeln. Ob diese Voraussetzungen erfüllt sind, finden Sie mit einer strukturierten Bestandsaufnahme heraus – der Selbsttest weiter unten gibt Ihnen in rund einer Stunde eine erste Einschätzung.

KI ist überall – warum fehlt es trotzdem an den Basics?

KI ist in der Breite der Unternehmen angekommen. In der aktuellen Bitkom-Befragung von 603 Unternehmen in Deutschland ab 20 Beschäftigten nutzen 57 Prozent KI – ein Jahr zuvor waren es 36 Prozent. Gleichzeitig sagen nur 3 Prozent, dass sie das Potenzial von KI eher stark ausschöpfen (Bitkom, 14.09.2026).

Die Gründe liegen selten im Modell, sondern in den Grundlagen. Unternehmen ohne KI nennen vor allem fehlendes technisches Know-how (85 Prozent), Rechtsunsicherheit (66 Prozent) und schwer kalkulierbare Kosten (63 Prozent); 40 Prozent fehlen die nötigen Daten. Bei den Unternehmen, die KI bereits nutzen, stehen Datenschutz (66 Prozent) und Rechtsunsicherheit (56 Prozent) oben. Als größte Kostenpunkte nennt die Befragung Infrastruktur (51 Prozent) und Datenaufbereitung (50 Prozent) (Bitkom, 14.09.2026).

Für den Einkauf heißt das: Die Frage ist nicht, ob KI kommt, sondern ob Ihr Team die Voraussetzungen hat, damit KI im Einkauf auch im Alltag funktioniert.

Welche fünf Voraussetzungen braucht KI im Einkauf?

Basic	Was das im Einkauf konkret heißt	Woran Sie merken, dass es fehlt
1. Ziel und Use-Case	Eine konkrete Aufgabe mit messbarem Ziel – etwa Ausgaben klassifizieren, Angebote vergleichen oder Lieferanten vorprüfen.	„Wir wollen etwas mit KI machen“, aber niemand kann sagen, welche Aufgabe danach schneller oder besser läuft.
2. Nutzbare Daten	Bestell-, Rechnungs-, Lieferanten-, Vertrags- oder Katalogdaten, die für diesen Use-Case vollständig genug und auffindbar sind.	Daten liegen verstreut in E-Mails, Excel-Listen und Ablagen; Warengruppen und Lieferantennamen sind uneinheitlich.
3. Systeme und Werkzeuge	Zugriff auf die Daten (Export oder Schnittstelle aus ERP bzw. E-Procurement) und ein vom Unternehmen freigegebenes KI-Werkzeug.	Mitarbeitende nutzen private KI-Konten, weil es kein freigegebenes Werkzeug gibt – oder niemand kommt an die Daten heran.
4. Menschen und Kompetenz	Das Team weiß, was KI kann und was nicht, kann gute Anweisungen formulieren und Ergebnisse kritisch prüfen.	KI wird entweder gar nicht genutzt oder ihre Ergebnisse werden ungeprüft übernommen.
5. Regeln und Verantwortung	Klare Vorgaben: Welche Daten dürfen in welches Werkzeug? Wer gibt frei? Wer ist für das Ergebnis verantwortlich?	Unsicherheit bei Datenschutz und Geschäftsgeheimnissen bremst – oder es gibt gar keine Regeln.

Wichtig ist die Reihenfolge: Der Use-Case bestimmt, welche Daten, Systeme und Regeln Sie brauchen. Wer zuerst „die Datenbasis in Ordnung bringen“ will, ohne den Use-Case zu kennen, riskiert, an der falschen Stelle aufzuräumen.

Drei typische Startpunkte – und was sie jeweils voraussetzen

Wie unterschiedlich die Voraussetzungen ausfallen, zeigen drei Anwendungen, mit denen viele Einkaufsteams beginnen:

• Ausgaben klassifizieren: KI ordnet Bestell- und Rechnungspositionen Warengruppen zu. Voraussetzung sind Positionsdaten mit Text, Lieferant und Betrag sowie eine Warengruppenstruktur, an der sich die Zuordnung orientiert. Das Werkzeug muss größere Datenmengen verarbeiten können, und jemand aus dem Einkauf muss Stichproben prüfen.
• Angebote vergleichen: KI liest Angebote aus und stellt Preise, Konditionen und Abweichungen gegenüber. Voraussetzung sind die Anfrage als Referenz, digital vorliegende Angebote und eine klare Regel, welche Dokumente in welches Werkzeug dürfen – Angebote enthalten oft vertrauliche Konditionen.
• Lieferanten vorprüfen: KI fasst öffentlich verfügbare Informationen zu einem Lieferanten zusammen. Voraussetzung sind klare Prüfkriterien und die Kompetenz im Team, Quellen und Ergebnisse kritisch zu bewerten – KI-Antworten können falsch oder veraltet sein.

Die drei Beispiele zeigen: Nicht jeder Use-Case braucht dieselbe Datenbasis. Wer mit einer Aufgabe startet, deren Voraussetzungen schon weitgehend erfüllt sind, sieht den Nutzen schneller.

Wie finden Sie heraus, wo Ihr Einkauf steht?

Nehmen Sie sich mit zwei, drei Personen aus Einkauf und IT eine Stunde Zeit und beantworten Sie die folgenden Fragen ehrlich mit Ja oder Nein. Denken Sie dabei an einen konkreten Use-Case – nicht an „KI im Allgemeinen“.

So lesen Sie das Ergebnis:

• Überwiegend Ja: Sie können mit einem abgegrenzten Pilot starten. Legen Sie vorab Erfolgskriterien fest.
• Nein vor allem bei 1–2: Sammeln und bewerten Sie zuerst Use-Cases – ein Workshop mit dem Einkaufsteam ist dafür ein guter Weg.
• Nein vor allem bei 3–7: Prüfen Sie, welche Daten der wichtigste Use-Case wirklich braucht, und klären Sie den Zugang. Mit klar abgegrenztem Umfang bleibt dieser Schritt überschaubar.
• Nein vor allem bei 8–12: Bevor die Technik kommt, brauchen Sie Schulung und Spielregeln. Ohne sie bleibt jedes Werkzeug ungenutzt oder wird riskant genutzt.

Der Selbsttest ersetzt keine Analyse, aber er zeigt, an welcher Stelle Ihr erster Schritt liegt.

In vier Schritten von der Frage zum ersten Projekt

1. Bestandsaufnahme: Selbsttest für zwei bis drei naheliegende Use-Cases durchführen und Lücken notieren.
2. Use-Cases priorisieren: Nutzen und Aufwand nüchtern gegenüberstellen. Fangen Sie dort an, wo Daten vorhanden sind und der Nutzen schnell sichtbar wird.
3. Lücken gezielt schließen: Nur die Daten, Zugänge, Schulungen und Regeln nachziehen, die der priorisierte Use-Case braucht.
4. Pilot festlegen: Ziel, Zeitraum, Erfolgskriterien und Verantwortliche schriftlich vereinbaren – erst dann ein Werkzeug auswählen.

Was verlangt der EU AI Act zur KI-Kompetenz?

Seit dem 2. Februar 2025 gilt Artikel 4 der KI-Verordnung zur KI-Kompetenz (Verordnung (EU) 2024/1689). Mit der Verordnung (EU) 2026/1744 vom 8. Juli 2026, im Amtsblatt veröffentlicht am 24. Juli 2026 und in Kraft seit dem 27. Juli 2026, wurde der Artikel neu gefasst: Anbieter und Betreiber von KI-Systemen ergreifen Maßnahmen, um die Entwicklung der KI-Kompetenz ihres Personals und anderer Personen zu unterstützen, die in ihrem Auftrag mit KI-Systemen arbeiten. Ein bestimmtes Kompetenzniveau einzelner Personen müssen sie ausdrücklich nicht garantieren (Amtsblatt der EU, L 2026/1744; Einordnung der IHK).

Für die Praxis im Einkauf bleibt die Aufgabe dieselbe: Wer KI-Werkzeuge einführt, braucht Schulungen. Empfehlenswert ist, sie zu dokumentieren – eine bestimmte Form schreibt das Gesetz nicht vor. Laut Bitkom bieten 70 Prozent der Unternehmen bereits KI-Schulungen an, zwei Drittel schätzen die KI-Kompetenz ihrer Beschäftigten trotzdem als gering ein (Bitkom, 14.09.2026).

Der nächste Schritt

Wenn Sie die Bestandsaufnahme nicht allein machen wollen: Im KI-Readiness-Check gehen wir die fünf Voraussetzungen für KI im Einkauf in 2–3 Stunden gemeinsam mit Ihrem Team durch. Ergebnis ist eine priorisierte Use-Case-Liste mit den wichtigsten Lücken bei Daten und Systemen und einer Empfehlung für den ersten Schritt. Steht Ihr Use-Case bereits fest, ist die herstellerneutrale KI-Tool-Auswahl der passende Einstieg; ein naheliegender erster Use-Case ist die KI-gestützte Ausgabenanalyse.

Für ein unverbindliches Erstgespräch nutzen Sie gern das Kontaktformular.

Quellen

• Bitkom e. V.: Erstmals nutzt die Mehrheit der Unternehmen KI, Presseinformation vom 14.09.2026 (Befragung von 603 Unternehmen ab 20 Beschäftigten, KW 28–33/2026)
• Verordnung (EU) 2024/1689 (KI-Verordnung), EUR-Lex
• Verordnung (EU) 2026/1744 vom 8. Juli 2026 (Digital-Omnibus-Verordnung zur KI), ABl. L vom 24.07.2026
• IHK: Digital-Omnibus-Verordnung zur KI tritt in Kraft