Der Einkauf ist in vielen Mittelstandsunternehmen das letzte große Effizienz-Reservoir. Während Vertrieb, Marketing und HR längst mit KI experimentieren, läuft die Beschaffung noch per E-Mail und Excel. Das kostet bares Geld, und das lässt sich messen.
Digitale Beschaffungstools verändern, wie Einkaufsverantwortliche im Mittelstand arbeiten. Foto: Tiger Lily auf Pexels
Warum gerade der Einkauf so viel Potenzial hat
Zehn Prozent Einsparung im Einkauf entsprechen fünf Prozent mehr Ergebnis. Die Rechnung dahinter ist schlicht: Eingesparte Beschaffungskosten landen ohne Umweg im Ergebnis, während zusätzlicher Umsatz erst durch Material, Personal und Vertriebskosten muss. Bei einem Mittelstandsunternehmen mit 20 Millionen Euro Einkaufsvolumen bedeuten zehn Prozent weniger Ausgaben zwei Millionen mehr Spielraum, ohne einen einzigen Euro mehr Umsatz machen zu müssen.
Das Problem: Traditioneller Einkauf lebt von manuellem Preisvergleich, langwierigen Angebotsrunden und verpassten Skaleneffekten, die im Datensilo verschwinden. Die Drucksituation ist da. Die Werkzeuge auch. Aber nur 18,3 Prozent der Mittelständler nutzen KI im Einkauf bereits aktiv, weitere 27,8 Prozent stecken in der Pilotphase, zeigt das Einkaufsbarometer Mittelstand 2026 von Onventis, BME und ESB Business School (521 Befragte, Januar bis März 2026). Nur 6,0 Prozent stufen ihre KI-Implementierung als hochgereift ein.
Das ist die Lücke, in die KI jetzt hineinstößt.
Was KI im Einkauf konkret leistet
Bevor es um Tools und Implementierung geht: drei Use Cases, die in deutschen Mittelstandsunternehmen bereits funktionieren und messbare Ergebnisse liefern.
Automatische Rechnungsverarbeitung
Der klassische Einstieg. KI liest Eingangsrechnungen, gleicht sie mit Bestellungen und Lieferscheinen ab, erkennt Abweichungen und leitet nur Ausnahmen an den Menschen weiter. Was früher einen Sachbearbeiter einen halben Tag kostete, läuft nun automatisch durch. Von allen Einkaufsprozessen hat dieser das beste Verhältnis aus Aufwand und Wirkung: hohes Volumen, wenig strategische Komplexität, schnell messbarer Nutzen. Im Einkaufsbarometer Mittelstand 2026 nennen 95,1 Prozent der Befragten die Rechnungsverarbeitung als den Bereich mit dem größten Automatisierungspotenzial, kein anderer Prozess kommt in die Nähe dieses Werts.
Seit diesem Jahr kommt ein Termin dazu, der die Entscheidung ohnehin abnimmt. Ab dem 1. Januar 2027 dürfen inländische B2B-Rechnungen nur noch als strukturierter Datensatz nach EN 16931 ausgestellt werden, wenn der Vorjahresumsatz über 800.000 Euro lag. Ab dem 1. Januar 2028 gilt das für alle. Maßgeblich für die erste Stufe ist der Gesamtumsatz des laufenden Jahres 2026, ein PDF per Mail reicht dann nicht mehr. Wer die Eingangsseite jetzt automatisiert, baut genau die Strecke, die er für die Ausgangsseite ohnehin braucht. Fristen, Formate und Ausnahmen stehen im Detail in unserem Leitfaden zur E-Rechnungspflicht 2027.
KI-gestützte Lieferantenbewertung
DMG Mori, Maschinenbaukonzern aus Bielefeld, demonstrierte auf dem BME-Kongress 2025, was passiert, wenn KI interne Leistungsdaten mit externen Marktdaten kombiniert. Das Ergebnis: Das System konnte plötzlich mehr als hundertmal so viele Lieferanten gleichzeitig vergleichen wie ein Einkäufer manuell. Die Zeitersparnis in der Beschaffung betrug 85 Prozent. Der Wert stammt aus einem dokumentierten Pilotprojekt mit Vorher-Nachher-Messung.
Für den Mittelstand bedeutet das: Wer heute fünf Lieferanten manuell bewertet, könnte mit demselben Aufwand 500 screenen. Preis, Liefertreue, Qualitätsdaten, Insolvenzrisiko, alles auf einem Dashboard. Der Bedarf ist messbar: 70,1 Prozent der befragten Einkaufsverantwortlichen sehen im Lieferantenmanagement den größten Digitalisierungsdruck ihres Bereichs, mehr als in jedem anderen Prozess.
Spend Analytics
Wohin fließt eigentlich das Geld? In vielen Unternehmen ist diese Frage kaum zu beantworten, weil Ausgabendaten über ERP, Kreditkartenabrechnungen und Freihandbestellungen verteilt sind. KI-gestützte Spend Analytics konsolidieren diese Daten, kategorisieren automatisch nach Warengruppen und zeigen, wo Lieferanten konsolidiert werden könnten.
Praxiserfahrungen aus dem DACH-Raum zeigen Einsparpotenziale von 8 bis 15 Prozent durch Lieferantenkonsolidierung allein, sobald die Daten sauber aufbereitet sind. Und das ohne neue Vertragsverhandlungen zu führen: oft reicht es, Maverick Buying zu stoppen und bestehende Rahmenverträge konsequenter zu nutzen.
”KI leitet eine neue Ära in Einkauf und Beschaffung ein. Unternehmen, die frühzeitig investieren, verschaffen sich einen dauerhaften Wettbewerbsvorteil.”
— BME Bundesverband Materialwirtschaft, Einkauf und Logistik, 2025
Welche Zahlen wirklich stimmen
Kosteneinsparungen von 18 bis 35 Prozent kursieren in manchen Anbieterbroschüren. Das ist Marketing. Realistisch und mehrfach belegt sind folgende Bandbreiten:
- 5 bis 15 Prozent Kostensenkung bei direktem und indirektem Einkauf durch KI-gestützte Prozesse (Synprocure, Pexon Consulting, DACH-Praxisdaten)
- 15 bis 30 Prozent Effizienzgewinn im gesamten Procurement durch autonome KI-Agenten (McKinsey, 2024)
- 85 Prozent Zeitersparnis in der operativen Beschaffung, dokumentiert im DMG-Mori-Pilotprojekt
- 36,2 Prozent der Mittelständler, die bereits KI im Einkauf einsetzen, berichten von konkreter Kostenreduktion, 76,5 Prozent von Zeitersparnis, 51,8 Prozent von weniger Fehlern (Einkaufsbarometer Mittelstand 2026)
- 69,5 Prozent arbeiten bereits mit KI im Einkauf oder bereiten den Einsatz vor, aber nur 6,0 Prozent halten ihre eigene Umsetzung für hochgereift (dieselbe Erhebung)
Was diese Zahlen verbindet: Sie entstehen über 12 bis 24 Monate konsequenter Implementierung. Nur 6 Prozent der Unternehmen sehen Return on Investment in unter einem Jahr, zeigt die Deloitte KI-Studie Deutschland 2025. Die große Mehrheit braucht zwei bis vier Jahre. Wer 2029 einen Kostenvorteil im Einkauf haben will, terminiert den Projektstart also auf 2026.
Tools, die für den Mittelstand funktionieren
Die Unternehmensgrößen zwischen 50 und 500 Mitarbeitern brauchen andere Lösungen als Konzerne. SAP Ariba dominiert den Markt, ist aber in der Implementierung für viele Mittelständler zu komplex und zu teuer. Relevanter sind:
Onventis ist explizit auf den europäischen Mittelstand ausgelegt und bietet einen direkten Draht zum BME-Netzwerk. Gut geeignet für Unternehmen, die ihre Lieferantenkommunikation und Angebotsvergleiche digitalisieren wollen, ohne ein SAP-Projekt aufzumachen.
tacto.ai kommt aus dem DACH-Raum und ist speziell auf Spend Analytics für kleine und mittlere Unternehmen spezialisiert. Die Einstiegshürde ist niedrig, die Ergebnisse schnell sichtbar. Für Unternehmen, die erst mal verstehen wollen, wohin das Geld fließt, ist das oft der richtige erste Schritt.
Coupa liegt zwischen Mittelstand und Konzern und bietet eine breitere Suite. Implementierung dauert sechs bis zwölf Monate, ist dafür aber deutlich intuitiver als Ariba.
Jaggaer ist besonders stark in der Fertigungsindustrie und im öffentlichen Sektor. Wer komplexe Ausschreibungen managen muss, findet hier spezifische Funktionalität.
Ein Hinweis, der in Gesprächen mit Mittelständlern immer wieder auftaucht: KI-Einkaufssoftware ist dann am wirkungsvollsten, wenn sie mit bestehenden ERP-Systemen spricht. Die Integration ist oft die eigentliche Hürde, nicht die Software selbst. Das sollte von Anfang an eingeplant werden.
Was sich 2026 bei den Anbietern verändert hat
Die großen Suiten haben ihre Systeme im Lauf des Jahres auf Agenten umgebaut. SAP hat den Joule-Agenten für das Intake Management in Ariba im Juni 2026 allgemein verfügbar gemacht: Bedarfsmeldungen kommen per Chat, Mail oder Teams herein, werden gegen die Einkaufsrichtlinie geprüft, automatisch einer Warengruppe und Kostenstelle zugeordnet und in das zuständige System geroutet, auch über SAP-Grenzen hinweg. Die Laufzeitkosten für diese Agenten hat SAP bis zum 31. Dezember 2026 auf null gesetzt, für Bestandskunden ist die Testphase also budgetneutral. Jaggaer hat am 5. Mai 2026 auf seiner Kundenkonferenz den Assistenten JAI gestartet, der Fragen zu Einkaufsrichtlinien, Lieferanten und Verträgen beantwortet und Bestellungen außerhalb bestehender Rahmenverträge markiert; dazu kam Agent OS, ein Baukasten für eigene Agenten ohne Programmierung. Coupa, Ivalua und Zip sind denselben Weg gegangen.
Für Mittelständler folgt daraus zweierlei. Funktionen, für die es vor einem Jahr ein eigenes Beratungsprojekt brauchte, stecken heute im Standardlizenzumfang, das drückt die Einstiegskosten. Gleichzeitig verschiebt sich die entscheidende Frage im Auswahlgespräch. Interessant ist weniger, was der Agent kann. Wichtig ist, welche Entscheidungen er ohne menschliche Freigabe treffen darf, wo das Protokoll dieser Entscheidungen liegt und wie ein Fehlgriff rückgängig gemacht wird. Diese drei Punkte gehören in den Vertrag, bevor die Testphase startet; welche Klauseln dabei zählen, haben wir in unserem Beitrag zu KI-Verträgen und Vendor-Klauseln aufgeschrieben.
Die drei Fehler, die Implementierungen scheitern lassen
64,8 Prozent der Befragten nennen fehlende Ressourcen als größte Hürde, 56,0 Prozent die Datenqualität, 46,2 Prozent fehlende Prozessstandards. Das ist verständlich, aber oft auch ein Symptom der falschen Herangehensweise. Drei Muster, die immer wieder auftauchen:
Schlechte Stammdaten als Ausgangsbasis. KI ist nur so gut wie die Daten, die sie bekommt. Wer mit unvollständigen Lieferantenstammdaten oder chaotischer Materialnummer-Vergabe startet, bekommt unbrauchbare Analysen. Die Datenpflege vor dem Projektstart gehört deshalb in den Projektplan und in das Projektbudget, mit eigenem Verantwortlichen und eigenem Termin.
Weniger als 20 Prozent der verfügbaren Daten werden in typischen Einkaufsfunktionen überhaupt genutzt. Laut McKinsey liegt das an Zuständigkeiten und Prozessen, die Technik steht längst bereit.
Fehlende Eigentümerschaft im Management. KI-Einkaufsprojekte, die als IT-Projekt gestartet werden, scheitern häufiger als solche, bei denen der Einkaufsleiter oder die Geschäftsführung direkte Verantwortung trägt. Ohne Top-down-Mandat gibt es keinen Zugriff auf die richtigen Daten und keine Durchsetzungskraft bei Abteilungsgrenzen.
Zu großes Scope von Anfang an. Wer im ersten Schritt alle Einkaufsprozesse gleichzeitig transformieren will, landet in einem Projekt, das 18 Monate dauert, bis die ersten Ergebnisse sichtbar sind. Besser: einen Bereich mit hohem Volumen und klarer Datenlage auswählen, dort starten, Erfolg dokumentieren, dann ausweiten. Rechnungsverarbeitung oder Spend Analytics sind klassische Einstiegspunkte.
Wer einen strukturierten Weg von der Idee zum laufenden KI-Projekt sucht, findet in unserem Artikel zu KI-Pilotprojekten im Mittelstand eine praxisnahe Roadmap. Und wer die laufenden Kosten von KI-Systemen im Blick behalten will, sollte den Artikel zu KI-Token-Kosten und Kostenfallen lesen, bevor er ein Angebot unterschreibt. Einen Überblick über die Bandbreite an KI-Automatisierung über den Einkauf hinaus gibt unser Leistungsbereich dazu.
Datenschutz und Compliance nicht vergessen
KI-Einkaufstools verarbeiten sensible Geschäftsdaten: Lieferantenkonditionen, Preise, Vertragsdetails. Was unter DSGVO erlaubt ist und was nicht, hängt stark davon ab, ob Daten auf eigenen Servern bleiben oder in Cloud-Infrastrukturen der Anbieter wandern.
Für Mittelständler, die hier noch Orientierung suchen, empfehlen wir unseren Leitfaden zu DSGVO-konformen KI-Tools für KMU. Die wichtigste Faustregel: Vertragsklauseln zum Datenverarbeitungsort und zur Datenweitergabe an Dritte müssen vor der Einführung stehen, nicht danach.
Was sich bei den Lieferkettenpflichten geändert hat
Wer Lieferanten systematisch bewertet, tat das in den vergangenen Jahren auch wegen des Lieferkettensorgfaltspflichtengesetzes. Diese Rechnung sieht heute anders aus. Die LkSG-Novelle streicht die jährliche Berichtspflicht aus Paragraf 10 rückwirkend, das Bundesamt für Wirtschaft und Ausfuhrkontrolle nimmt keine Unternehmensberichte mehr entgegen und prüft sie auch nicht mehr. Bußgelder greifen künftig nur noch bei schweren Verstößen gegen Präventions- und Abhilfemaßnahmen sowie gegen das Beschwerdeverfahren.
Bestehen bleiben Risikomanagement, regelmäßige Risikoanalyse und Abhilfe. Die EU-Nachfolgerichtlinie CSDDD wurde durch das Omnibus-I-Paket deutlich verschlankt und erfasst direkt nur noch Unternehmen ab 5.000 Beschäftigten und 1,5 Milliarden Euro Nettoumsatz. Die Mitgliedstaaten setzen sie bis zum 26. Juli 2028 in nationales Recht um, angewendet wird ab dem 26. Juli 2029.
Für einen Mittelständler mit 200 Beschäftigten ist das trotzdem keine Entwarnung. Die Pflichten wandern über Verträge weiter nach unten: Wer als Zulieferer eines Konzerns arbeitet, bekommt Lieferantenfragebögen, Selbstauskünfte und Nachweisanfragen unverändert auf den Tisch, unabhängig von der eigenen Größe. Genau hier zahlt eine strukturierte Lieferantenakte ein. Liegen Zertifikate, Auditergebnisse und Risikoindikatoren als Daten vor statt in einem Ordner, ist die Antwort auf eine Kundenanfrage eine Abfrage von zehn Minuten statt einer Woche Handarbeit.
Realistische Erwartung: Was in 12 Monaten möglich ist
78 Prozent der Einkaufsverantwortlichen sehen KI als unverzichtbar für die Zukunft ihrer Funktion. Aber Zukunft und Jetzt liegen auseinander. Was in zwölf Monaten realistisch erreichbar ist:
- Vollständige Transparenz über alle Einkaufsausgaben durch Spend Analytics
- Automatisierte Rechnungsverarbeitung für mindestens 60 bis 70 Prozent aller Eingangsrechnungen
- Systematische Lieferantenbewertung auf Basis strukturierter Daten statt Bauchgefühl
- Erste identifizierte Einsparpotenziale durch Lieferantenkonsolidierung
Was in 24 bis 36 Monaten folgen kann: vorausschauendes Risikomanagement in der Lieferkette, KI-gestützte Ausschreibungsprozesse, Integration mit No-Code-Automatisierungen wie Make oder Zapier für die Nachgelagerten Prozesse. Dazu haben wir bereits geschrieben, wie No-Code-KI-Automatisierung im Mittelstand den Übergang von einzelnen Tools zu vernetzten Workflows erleichtert.
Häufige Fragen
Wie viel spart KI im Einkauf realistisch?
Mehrfach belegte Praxiswerte liegen bei 5 bis 15 Prozent der Beschaffungskosten. Im direkten Einkauf (Rohstoffe, Komponenten) eher 5 Prozent, im indirekten Einkauf (Dienstleistungen, MRO) bis zu 15 Prozent. Zahlen über 20 Prozent in Anbieterbroschüren sind meist auf spezifische Einzelfälle oder die Kombination mehrerer Maßnahmen zurückzuführen.
Welches KI-Tool eignet sich als Einstieg für den Mittelstand?
Für den unkomplizierten Start empfiehlt sich ein spezialisiertes Tool statt einer kompletten Suite. tacto.ai oder Onventis sind auf den DACH-Mittelstand ausgerichtet und bieten niedrigere Einstiegshürden als SAP Ariba oder Coupa. Wichtig: Das Tool sollte sich an das bestehende ERP-System anbinden lassen, sonst bleibt der Nutzen begrenzt.
Wie lange dauert es, bis KI im Einkauf ROI liefert?
Laut Deloitte KI-Studie Deutschland 2025 sehen nur 6 Prozent der Unternehmen ROI in unter einem Jahr. Die Mehrheit braucht 18 bis 36 Monate. Wer mit einem klar abgegrenzten Pilotbereich startet (z. B. Rechnungsverarbeitung oder Spend Analytics), kann erste messbare Ergebnisse schon nach sechs bis neun Monaten sehen und die Investition intern besser rechtfertigen.
Ändert die E-Rechnungspflicht 2027 etwas an meinem Einkaufsprojekt?
Sie verschiebt die Reihenfolge. Ab dem 1. Januar 2027 müssen Unternehmen mit mehr als 800.000 Euro Vorjahresumsatz inländische B2B-Rechnungen als strukturierten Datensatz nach EN 16931 ausstellen (XRechnung oder ZUGFeRD), ab dem 1. Januar 2028 gilt das unabhängig vom Umsatz. Für die erste Stufe zählt der Gesamtumsatz des laufenden Jahres 2026. Wer die Rechnungsverarbeitung im Einkauf ohnehin automatisieren will, zieht dieses Teilprojekt deshalb vor: Es steht als Pflicht im Kalender und liefert gleichzeitig den schnellsten messbaren Effizienzgewinn.
Muss ich als Mittelständler wegen des Lieferkettengesetzes weiter Lieferantendaten sammeln?
Die jährliche Berichtspflicht nach Paragraf 10 LkSG ist rückwirkend gestrichen, das BAFA nimmt keine Unternehmensberichte mehr entgegen und prüft sie auch nicht mehr. Risikomanagement, regelmäßige Risikoanalyse und Abhilfemaßnahmen bleiben für die erfassten Unternehmen ab 1.000 Beschäftigten bestehen. Die EU-Nachfolgerichtlinie CSDDD erfasst nach der Omnibus-I-Verschlankung direkt nur Unternehmen ab 5.000 Beschäftigten und 1,5 Milliarden Euro Nettoumsatz, umzusetzen bis 26. Juli 2028, anzuwenden ab 26. Juli 2029. Kleinere Zulieferer bekommen die Anforderungen trotzdem über Verträge und Lieferantenfragebögen ihrer großen Kunden. Eine strukturierte Lieferantenakte bleibt deshalb sinnvoll.
Quellen & Referenzen
- Onventis GmbH / BME / ESB Business School: Einkaufsbarometer Mittelstand 2026, n=521 Fach- und Führungskräfte, Befragungszeitraum Januar bis März 2026. technik-einkauf.de
- BME Bundesverband Materialwirtschaft, Einkauf und Logistik: KI leitet neue Ära in Einkauf und Beschaffung ein (DMG Mori Fallbeispiel, BME-Kongress 2025). bme.de
- Deloitte: KI-Studie Deutschland 2025, ROI-Timeline und Investitionsverhalten. deloitte.com/de
- McKinsey (zitiert via paperclipped.de): KI-Agenten im Procurement, 15-30 % Effizienzgewinn, Datennutzung unter 20 %. paperclipped.de
- Pexon Consulting: Spend Analytics DACH, Einsparpotenzial 8-15 % durch Lieferantenkonsolidierung. pexon.de
- Paragraf 27 Absatz 38 UStG: Übergangsregelung zur E-Rechnung, Versandpflicht ab 01.01.2027 oberhalb von 800.000 Euro Vorjahresumsatz, ab 01.01.2028 für alle. gesetze-im-internet.de
- Bundesregierung: Kabinettsbeschluss zur LkSG-Novelle, Wegfall der Berichtspflicht, Bußgelder nur noch bei schweren Verstößen. bundesregierung.de
- BAFA: Berichtsprüfung und Berichtseinreichung nach den Paragrafen 12 und 13 LkSG ausgesetzt. bafa.de
- CSDDD nach Omnibus I: Schwellenwerte 5.000 Beschäftigte und 1,5 Mrd. Euro Nettoumsatz, Umsetzungsfrist 26.07.2028, Anwendung ab 26.07.2029. reteach.com
- JAGGAER: Pressemitteilung zum Start des KI-Assistenten JAI am 05.05.2026 auf der Kundenkonferenz REV. jaggaer.com
- SAPinsider: Joule-Agenten in SAP Ariba und Fieldglass, allgemeine Verfügbarkeit des Intake-Management-Agenten im Juni 2026, kostenfreie Agent-Runtime bis 31.12.2026. sapinsider.org
