Agentische KI im Einkauf: Nutzung von Daten, KI und Automatisierung, um die Prozesseffizienz zu steigern und Ressourcen freizusetzen

Die Beschaffung ist das Herzstück moderner Geschäftsabläufe und wirkt sich direkt auf Kosten, Effizienz und Wettbewerbsfähigkeit aus. Mit dem Aufkommen agentischer KI haben Unternehmen eine beispiellose Gelegenheit, ihre Beschaffungsprozesse durch intelligente, autonome Entscheidungssysteme zu optimieren. Laut Gartner, bis 2028 werden 33% der Softwareanwendungen mit agentischer KI ausgestattet sein — ein deutlicher Anstieg gegenüber weniger als 1% im Jahr 2024, sodass 15% der täglichen Arbeitsentscheidungen autonom getroffen werden können.

‍
In diesem Blog werden wir die transformative Rolle agentischer KI in der Beschaffung untersuchen, praktische Anwendungsfälle in wichtigen Einkaufsbereichen hervorheben und umsetzbare Erkenntnisse für Unternehmen bereitstellen, die das Potenzial der KI nutzen möchten, um Effizienz und Innovation voranzutreiben.

Was ist agentische KI?

Agentic AI bezieht sich auf fortschrittliche künstliche Intelligenzsysteme, die autonom arbeiten, lernen und sich anpassen. Im Gegensatz zu herkömmlicher KI, die häufig auf vordefinierten Regeln beruht, passen sich KI-Agenten dynamisch an Echtzeiteingaben und -szenarien an. Sie verwenden Techniken wie maschinelles Lernen, Verarbeitung natürlicher Sprache und fortschrittliche Denkmodelle, um Entscheidungen zu treffen und Aufgaben auszuführen.

Kurz gesagt, KI-Agenten werden durch drei Hauptmerkmale definiert:

• Speicher: Sie erinnern sich an Eingaben und Ausgaben für Aufgaben und sich ändernde Bedingungen.

• KI-Modelle: Sie zerlegen Probleme in ihre kleinsten Teile und definieren und führen Maßnahmen gegen diese aus.

• Systeme: Sie greifen auf externe Systeme zu, um Informationen abzurufen oder zu schreiben.

Verschiedene Arten von KI-Agenten

Obwohl es keine formale Definition gibt, haben wir KI-Agenten in drei Kategorien unterteilt, wobei wir eingeräumt haben, dass die Grenzen verschwommen sein können:

• Autonome Agenten: Arbeiten Sie unabhängig innerhalb vordefinierter Grenzen, führen Sie Aufgaben aus und interagieren Sie mit externen Parteien ohne menschliches Eingreifen.

• Kollaborative Agenten: Unterstützen und fördern Sie Menschen bei ihrer Arbeit, indem Sie relevante Daten und Erkenntnisse abrufen, organisieren und präsentieren, um die Effizienz und Genauigkeit bei der Entscheidungsfindung zu verbessern.

• Umwelteinflüsse: Arbeiten Sie im Hintergrund, überwachen Sie ihre Umgebung und bieten Sie proaktiven und kontextbezogenen Support, um die Datengenauigkeit, die Entscheidungsfindung und das Risikomanagement zu verbessern.

KI-Agenten mögen futuristisch klingen, aber viele Unternehmen nutzen diese fortschrittliche Technologie bereits, so ein aktueller Fortune-Artikel basierend auf einem Bericht der NANDA-Initiative des MIT.

„Die fortschrittlichsten Unternehmen experimentieren bereits mit agentischen KI-Systemen, die innerhalb festgelegter Grenzen unabhängig lernen, sich daran erinnern und handeln können. Dies bietet einen Einblick, wie sich die nächste Phase der KI in Unternehmen entwickeln könnte.“ — Fortune.com

Agentische KI im Einkauf

Einkaufsteams sehen sich mit ständig steigenden Anforderungen konfrontiert, gepaart mit einem äußerst volatilen Geschäftsumfeld. In Kombination mit dem anhaltenden Druck auf die Ressourcen bedeutet dies, dass von der Beschaffung erwartet wird, dass sie mit weniger mehr erreichen kann. Gleichzeitig wird sie durch manuelle Prozesse, getrennte Systeme und fragmentierte Daten gebremst.

KI-Agenten können Beschaffungsteams dabei unterstützen, komplexe Prozesse zu vereinfachen, zu optimieren und zu automatisieren und Herausforderungen im Zusammenhang mit Datenmanagement, Prozesskonformität und Ressourcenbeschränkungen zu bewältigen.

Zu den wichtigsten Merkmalen, die agentische KI für die Beschaffung wertvoll machen, gehören:

• Autonomie: KI-Agenten treffen unabhängige Entscheidungen innerhalb definierter Leitplanken, wodurch der Bedarf an menschlichem Eingreifen reduziert wird.

• Argumentation und Anpassungsfähigkeit in Echtzeit: Agentic AI kann Situationen analysieren, nuancierte Entscheidungen treffen und Strategien an sich ändernde Bedingungen anpassen.

• Problemlösung in mehreren Schritten: Es kann komplexe Aufgaben in kleinere Schritte zerlegen und diese autonom ausführen.

• Integration mit externen Tools: Agentic AI kann mit verschiedenen Datenquellen, APIs und Softwaretools interagieren, um ihre Ziele zu erreichen.

Von Menschen geleitete Beschaffungs-KI

Die meisten agentischen KI-Anwendungen im Einkauf fallen unter die Kategorie der Human-in-the-Loop (HITL) -Systeme. Diese Systeme ermöglichen es KI-Agenten, mit einem gewissen Maß an Autonomie zu arbeiten, Entscheidungen zu treffen, Maßnahmen zu ergreifen und definierte Ziele zu verfolgen, während in kritischen Phasen immer noch menschliche Mitwirkung erforderlich ist, um sie zu überwachen, zu beurteilen und einzugreifen.

In diesem Modell sind Einkaufsteams keine passiven Beobachter; sie beteiligen sich aktiv an der Gestaltung des Verhaltens und der Ergebnisse der KI. HITL-Systeme sind in den frühen Phasen der KI-Einführung besonders wertvoll und ermöglichen es Unternehmen agentische Technologien schrittweise und verantwortungsbewusst einführen vor der Skalierung auf autonomere Anwendungen.

Überblick über KI-Agenten im Einkauf

Diese Eigenschaften machen KI-Agenten besonders interessant, da mehrere Agenten miteinander interagieren können, um eine tiefere Automatisierung entlang des gesamten Beschaffungsprozesses voranzutreiben. Agenten gibt es entlang der gesamten Prozesskette der Beschaffung. Hier sind einige Agenten, die die Beschaffung unterstützen können.

‍

Von der Planung zur Strategie

Während der Phase von der Planung bis zur Strategie können KI-Agenten Ausgaben- und Datenanalyseaufgaben automatisieren, z. B. das Sammeln von Marktinformationen und das Klassifizieren von Daten. Agentic AI kann auch Möglichkeiten zur Kosteneinsparung identifizieren, indem sie historische und Echtzeit-Beschaffungsdaten analysiert und Anomalien in den Ausgabenmustern erkennt, wie z. B. Überzahlungen oder Einkäufe, die nicht den Vorschriften entsprechen.

Beispiele für Agenten in Plan-to-Strategy sind:

• 'Stewart Data', wer reinigt und harmonisiert Daten.

• „Classy Taxonomy“, die Transaktionsdaten klassifiziert.

• „Richie Records“, der Lieferantendaten mit externen Informationen anreichert.

• „Hunter Opportunity“, der Einsparmöglichkeiten anhand von Ausgaben- und Preismustern erkennt.

Von der Quelle bis zum Vertrag

KI-Agenten können verwendet werden, um Automatisieren Sie den RFP-Prozess, von der Angebotseinholung über die Bewertung bis hin zur Verhandlung. Mithilfe prädiktiver Analysen können KI-Agenten Einblicke in die besten Verhandlungsstrategien oder Ankerpunkte geben. Was das Lieferantenbeziehungsmanagement anbelangt, so können Agenten die Lieferantenleistung in Echtzeit bewerten, Risiken identifizieren und mindern sowie das Onboarding und das Vertragsmanagement optimieren, indem sie die Dokumentenvalidierung und die Konformitätsprüfungen automatisieren.

Beispiele für Agenten in Source-to-Contract sind:

• „Samantha Sourcing“, die zusammen mit Stakeholdern taktische Beschaffungsveranstaltungen durchführen kann, einschließlich Lieferantenidentifizierung, Angebotsanfragen und Angebotsanalysen.

• „Natalie Negotiator“, die eigenständig Handelsbedingungen mit Lieferanten aushandelt.

• „Peter Performance“, der die Leistung der Lieferanten überwacht und auf der Grundlage von Leistungsanomalien Abhilfemaßnahmen ausarbeitet.

• „Claus Contract“, der Verträge überarbeitet und alternative Klauseln und Formulierungen vorschlägt.

Procure-to-Pay

Beschaffungsteams können mithilfe von agentischer KI die Erstellung von Bestellungen, Genehmigungen, die Buchung von Wareneingängen und Serviceerfassungsbögen automatisieren und Rechnungen mit Bestellungen abgleichen, um die Einhaltung der Vorschriften sicherzustellen. Es kann auch externe Ereignisse überwachen, deren Auswirkungen auf offene Bestellungen bewerten und Abhilfemaßnahmen einleiten. Agentic AI kann den Lagerbestand überwachen und automatische Anfragen zur Nachbestellung auslösen, um Fehlbestände zu verhindern.

Beispiele für Agenten bei Purchase-to-Pay sind:

• „Perry Turner“, der PRs prüft und vervollständigt, bevor er sie in POs umwandelt.

• „Booker Sheets“, der GR- und SES-Informationen erfasst und zu Bestellungen verarbeitet.

• „Eva Payne“, die Rechnungen den Bestellungen zuordnet, die Einhaltung der Vorschriften überprüft und sie für die Zahlung verarbeitet.

Vorteile und Herausforderungen agentischer KI im Einkauf

Während die Beschaffungsteams die Einführung agentischer KI prüfen, ist es wichtig, sowohl die Vorteile als auch die potenziellen Hindernisse abzuwägen. KI kann zwar erhebliche Vorteile mit sich bringen, Unternehmen müssen sich jedoch Herausforderungen stellen, um eine erfolgreiche Implementierung sicherzustellen.

Die wichtigsten Vorteile

• Höhere Effizienz: Die Automatisierung sich wiederholender Aufgaben reduziert den manuellen Aufwand und beschleunigt Prozesse.

• Bessere Entscheidungsfindung: KI-Agenten bieten Einblicke in Echtzeit und ermöglichen so schnellere und genauere Entscheidungen.

• Kosteneinsparungen: Identifizierung ineffizienter Ausgaben, Optimierung von Lieferantenverträgen sowie Beschaffung und Verhandlung taktischer Ausgaben, die sich direkt auf das Geschäftsergebnis auswirken.

• Risikominderung: Die proaktive Überwachung der Lieferanten- und Marktrisiken erhöht die Widerstandsfähigkeit der Lieferkette.

Herausforderungen, die es zu bewältigen gilt

• Datenqualität: Ungenaue oder fragmentierte Daten Auf mehrere Systeme verteilt, kann dies zu unzuverlässigen KI-Ergebnissen und fehlerhaften Empfehlungen führen. Aber es ist auch der Bereich, in dem Agenten schnell Mehrwert schaffen können, indem sie Daten als Grundlage für andere Anwendungsfälle klassifizieren, harmonisieren und anreichern.

• Komplexität der Integration: Agentic AI erfordert eine nahtlose Integration in bestehende Beschaffungssysteme wie ERP-Plattformen, Lieferantendatenbanken und Vertragsmanagement-Tools. Dies zu erreichen, kann eine technische Herausforderung sein, insbesondere wenn die Systeme eines Unternehmens im Überfluss vorhanden oder isoliert sind.

Die Notwendigkeit einer verantwortungsvollen KI

Bei der Einführung von KI-Agenten müssen Unternehmen Prioritäten setzen verantwortungsvolle KI-Praktiken. Zwei wichtige Säulen definieren verantwortungsvolle KI:

• Datensicherheit und Souveränität: KI-Systeme von Agentic benötigen häufig umfassenden Zugriff auf Unternehmensdaten, was das Risiko von Sicherheitsverstößen, unbefugtem Zugriff und Datenlecks erhöht. Verantwortungsvolle KI stellt sicher, dass robuste Sicherheitsprotokolle vorhanden sind und dass die Datenverarbeitung Vorschriften wie der DSGVO entspricht.

• KI-Leitplanken: Um ethisches und rechenschaftspflichtiges Verhalten zu gewährleisten, müssen KI-Agenten innerhalb klar definierter Grenzen agieren. Dazu gehören die Festlegung von Handlungsbeschränkungen, die Sicherstellung der Überprüfbarkeit und die Implementierung menschlicher Übersteuerungsmechanismen, um Kontrolle und Transparenz aufrechtzuerhalten.

Aufbau von KI-Agenten auf unserer Procurement Automation Platform

Procure Ai erfindet die Unternehmensbeschaffung mit einer KI-gestützten Beschaffungsautomatisierungsplattform neu. Durch die Kombination von generativer KI, fortschrittlicher prädiktiver Analytik und autonomer Ausführung entwickeln wir KI-Agenten für die Beschaffung, die Abläufe rationalisieren, betriebliche Risiken reduzieren, Kosteneinsparungen maximieren und Prozesse durchgängig automatisieren.

Durch die Orchestrierung fortschrittlicher KI/ML-Modelle und GenAI auf einer sicheren und vernetzten Plattform können wir KI-Agenten entwickeln, die ein breites Spektrum an Aufgaben entlang des Beschaffungsprozesses von der Quelle bis zur Abrechnung abdecken. Unsere Agenten unterstützen die systemübergreifende Standardisierung von Ausgaben- und Lieferantendaten, identifizieren Einsparungsmöglichkeiten in Ausgabenanalysen, führen Stakeholder mit Intake Management durch konforme Einkaufserlebnisse, führen autonom taktische Beschaffungsveranstaltungen und Verhandlungen durch und liefern den operativen Teams vorausschauende Einblicke.

Durch den Wegfall administrativer Aufgaben ermöglichen wir CPOs, ihr Team um KI-Agenten zu erweitern und knappe Ressourcen strategischen Gelegenheiten zuzuweisen. Mit einem Schwerpunkt auf nahtloser Einführung und nutzerorientiertem Design ermöglichen wir es der Beschaffung, die Komplexität zu bewältigen und das volle Potenzial der KI auszuschöpfen. Kunden wie EnBW, Kärcher und DMG Mori berichten von einer Verkürzung der Auftragsbearbeitungszeiten um 37%, von schnelleren Vergabeentscheidungen um 47% und von durchschnittlichen Einsparungen von 4,6% bei Verhandlungen über die Endausgaben.

Machen Sie den nächsten Schritt in Richtung Einkaufsautomatisierung

Die Integration agentischer KI in die Beschaffung markiert einen Paradigmenwechsel in der Art und Weise, wie Unternehmen über ihre Belegschaft denken und ihre Einkaufs-, Beschaffungs- und Lieferkettenprozesse verwalten. Von der Automatisierung von Routineaufgaben bis hin zur Bereitstellung strategischer Erkenntnisse — mit agentischer KI können Einkaufsteams ein beispielloses Maß an Effizienz und Kosteneinsparungen erzielen.

‍
Die Einführung agentischer KI erfordert zwar die Überwindung von Herausforderungen in Bezug auf Datenqualität, KI-Kompetenz und Bewältigung von Veränderungen, aber die gemeinsame Entwicklung einer Roadmap anhand der gewünschten Ergebnisse wird die Bereitschaft der Organisation sicherstellen. Unternehmen, die mit ihrem Status Quo unzufrieden sind, sollten in agentische KI investieren, um die Komplexität der Beschaffung zu bewältigen — heute und in Zukunft. Dies wird ihnen einen Wettbewerbsvorteil in einem zunehmend dynamischen Geschäftsumfeld verschaffen. ‍

Sind Sie bereit für KI in der Beschaffung? Kontaktiere uns um zu erfahren, wie wir Ihnen helfen können, mit unserer KI-gestützten Procurement Automation Platform Druck in Fortschritt umzuwandeln.