Einkauf besteht aus einer langen Kette von Aufgaben: vom Erkennen, dass etwas benötigt wird, bis zum Verhandeln, Bestellen, Empfangen und Fakturieren. Manche dieser Aufgaben sind größtenteils administrativ und folgen einem festen Muster. Andere erfordern Einschätzung, Beziehungsgefühl oder eine Abwägung, die sich nicht in Regeln fassen lässt. Unsere Taxonomie zählt 62 Aufgaben innerhalb dieses Bereichs, verteilt über drei Kategorien. Dieser Artikel zeigt das Muster: welche Art von Arbeit wohin fällt, und warum.
Aufgaben, die KI in der Praxis selbstständig ausführen kann, haben in der Regel zwei Merkmale: Die Eingabe ist strukturiert, und es gibt eine klare, prüfbare korrekte Antwort. Denken Sie an Auftragsbestätigung prüfen. Preis, Menge und Lieferzeit auf der Bestätigung werden mit dem Bestellten verglichen, und eine Abweichung ist objektiv feststellbar. Es ist kein Interpretationsspielraum nötig.
Dasselbe gilt für Bestellung beim Lieferanten platzieren, sobald eine Einkaufsanfrage genehmigt ist. Das Umwandeln einer genehmigten Anfrage in eine offizielle Bestellung ist eine Frage der korrekten Datenübernahme in das richtige System und Format, keine Frage der Beurteilung.
Auch Einkaufsrechnungen verarbeiten fällt größtenteils hierunter: Das Abgleichen von Rechnung, Bestellung und Wareneingangsbeleg ist ein Dreiwegevergleich mit festen Kriterien. Solange die Dokumente digital und lesbar sind, ist dies eine Aufgabe, bei der ein System schneller und konsistenter abgleicht, als ein Mensch es manuell tun würde. Gemeinsam ist diesen Aufgaben, dass die Quelle der Wahrheit bereits in anderen Systemen festliegt: die Bestellung, die Anfrage, der Vertrag. KI vergleicht und verarbeitet, sie erfindet nichts.
Die größte Gruppe von Aufgaben in der Einkaufsabteilung kombiniert einen KI-Vorschlag mit einer menschlichen Beurteilung, die genehmigt oder ablehnt, mit Begründung. Das ist eine andere Arbeitsteilung als vollständige Übernahme: Das System übernimmt den ersten Schritt, der Mensch trägt die Verantwortung für die Entscheidung.
Angebote einholen und vergleichen ist hier ein gutes Beispiel. Ein System kann mühelos Angebote nach Preis, Bedingungen und Lieferzeit nebeneinanderlegen, und diese Übersicht ist wertvoll. Aber welcher Lieferant am besten zur Situation passt, hängt auch von Dingen ab, die nicht immer im Angebot stehen: frühere Erfahrungen, strategische Bedeutung, Risikobereitschaft. Diese Abwägung erfordert einen Menschen, der das Ergebnis genehmigen oder ablehnen kann.
Preisabweichungen untersuchen fällt ebenfalls in diese Kategorie. Ein System kann signalisieren, dass ein Rechnungspreis vom vereinbarten Preis abweicht, und sogar eine vermutliche Ursache anführen. Aber die tatsächliche Lösung mit dem Lieferanten, und die Frage, ob die Abweichung akzeptabel ist, bleibt eine Beurteilung, die jemand mit Kenntnis der Beziehung und des Vertrags treffen muss.
Auch Lieferantenleistungen bewerten gehört hierher. Daten zu Lieferzeit, Qualität und Reklamationen lassen sich gut sammeln und zusammenfassen, aber das Urteil darüber, was das für die weitere Beziehung bedeutet, ist eine Entscheidung mit Konsequenzen, die ein Mensch begründen können muss. Diese Kategorie ist in der Praxis die größte, weil Einkauf par excellence ein Fachgebiet ist, in dem Zahlen einen Hinweis geben, aber nicht die ganze Geschichte.
Eine dritte Gruppe von Aufgaben eignet sich nicht für eine Übernahme, auch nicht mit Aufsicht, weil der Kern der Arbeit sich um Überzeugen, Vertrauensaufbau oder eine Entscheidung mit langfristigen Folgen dreht, die sich nicht allein aus Daten ergibt.
Einkaufspreise verhandeln ist das deutlichste Beispiel. Verhandeln ist ein dynamischer, sozialer Prozess, in dem Ton, Timing und gegenseitiges Vertrauen mindestens so wichtig sind wie die Zahlen. Ein KI-System kann Input liefern, aber das Gespräch selbst zu führen, ist etwas anderes.
Lieferant auswählen für einen wichtigen oder langfristigen Vertrag bleibt ebenfalls Handarbeit, insbesondere wenn die Wahl über Preis und Lieferzeit hinausgeht. Strategische Abhängigkeit, Reputationsrisiko und die Qualität der langfristigen Zusammenarbeit sind Faktoren, die sich schwer quantifizieren lassen.
Darüber hinaus bleibt Lieferant onboarden eine Aufgabe, bei der menschliche Kontrolle bei den Compliance- und Zahlungsdaten nötig ist, gerade weil Fehler hier finanzielle Risiken bergen. Dies knüpft an ein breiteres Thema an: Wenn der KI-Einsatz Entscheidungen darüber berührt, wer Arbeit ausführt oder wie eine Organisation aufgebaut ist, gelten dafür eigene gesetzliche Anforderungen, wie auch nachzulesen ist in der KI-Verordnung und Ihren Arbeitnehmern.
Was die drei Kategorien trennt, ist nicht die Komplexität der Aufgabe an sich, sondern die Art der Entscheidung, die darin steckt. Vergleichen, Abgleichen und Übernehmen bereits festgelegter Daten eignet sich für vollständige Automatisierung. Beurteilen anhand mehrerer, teils weicher Kriterien erfordert Aufsicht. Überzeugen, Verhandeln und strategisches Entscheiden bleibt Handarbeit. Dieses Muster ist nicht einzigartig für den Einkauf: Bei welche Arbeit kann KI in der Logistik übernehmen und bei HR-Aufgaben, wie beschrieben in welche Arbeit kann KI in der HR-Abteilung übernehmen, kehrt dieselbe Dreiteilung wieder: strukturierte Arbeit in Kategorie 1, Beurteilungsarbeit in Kategorie 2, Beziehungs- und Entscheidungsarbeit in Kategorie 3.
Wie viele Stunden dies konkret freisetzt, hängt stark von der Größe der Einkaufsabteilung, den bereits verbundenen Systemen und der Anzahl der Lieferanten und Verträge ab. Dafür lässt sich kein allgemeiner Prozentsatz angeben, ohne die eigene Situation zu kennen.
Die Einteilung in diesem Artikel zeigt das Muster, nicht die genaue Situation in Ihrer eigenen Einkaufsabteilung. Für eine erste Indikation gibt es den kostenlosen Quickscan von ftetoai: zwölf Fragen, ohne Konto, mit einer Indikation, welcher Teil der Stunden in Ihrem Profil heute von KI übernommen werden kann. Der vollständige Werkscan, der tiefer auf spezifische Aufgaben und Prozesse eingeht, befindet sich noch im Aufbau; den können wir hier noch nicht anbieten, aber wohl ankündigen, sobald er verfügbar ist.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.