Agentische KI hält Einzug in Unternehmenssoftware – und zwar schneller, als viele erwartet haben. Während Analysten davon ausgehen, dass bis 2026 ein grosser Teil der Business‑Anwendungen autonome Funktionen enthält, zeigt sich in der Praxis ein klarer Trend: Im industriellen Mittelstand ist die Beschaffung das erste Feld, in dem KI‑Agenten verlässlich Mehrwert liefern.
Symbolbild von Delphinmedia via Pixabay
Der Einkauf als erstes tragfähiges Einsatzfeld
Unternehmen experimentieren seit einiger Zeit mit KI‑Agenten, die Aufgaben selbstständig ausführen können. Aus den Pilotprojekten wird nun zunehmend Alltag: Laut Gartner soll der Anteil der Unternehmensanwendungen mit solchen Funktionen bis 2026 deutlich steigen. Die Frage lautet daher nicht mehr, ob agentische KI produktiv wird, sondern wo sie zuerst einen stabilen Nutzen entfaltet. Im produzierenden Mittelstand zeigt sich die Antwort überraschend klar – im Einkauf.
Warum die Beschaffung prädestiniert ist
Viele Einkaufsabteilungen sind mit Routinetätigkeiten ausgelastet, die zwar notwendig sind, aber kaum Wertschöpfung erzeugen: Bestellungen aus Bedarfslisten übertragen, Liefertermine nachhalten, Abweichungen klären, Auftragsbestätigungen prüfen. Gleichzeitig steigt der Druck durch volatile Lieferzeiten, schwankende Preise und fehlende Fachkräfte.
Genau hier greifen KI‑Agenten: Sie überwachen Bedarfe kontinuierlich statt periodisch, erkennen Verzögerungen frühzeitig, schlagen Alternativen vor oder lösen Bestellungen innerhalb definierter Grenzen selbst aus. Das reduziert Eilaufträge und Sonderfahrten und schafft Freiräume für strategische Aufgaben wie Verhandlungen oder Lieferantenentwicklung.
Dass der Einkauf besonders geeignet ist, hat auch technische Gründe. Viele Vorgänge folgen festen Regeln, die in Rahmenverträgen, Lieferantenbewertungen und Freigabegrenzen dokumentiert sind. Fehler bleiben korrigierbar, solange sich die Automatisierung auf wenig kritische Materialien konzentriert.
Kontext entscheidet über die Qualität der Entscheidungen
Damit ein Agent sinnvoll agieren kann, benötigt er den vollständigen Kontext aus dem ERP-System: Bestände, Preise, Lieferzeiten, Dispositionsparameter, Freigaben. Ein isoliertes Datenfeld genügt nicht – erst die Einbettung in die unternehmensspezifischen Regeln macht eine Entscheidung belastbar.
Generische Modelle können zwar Bestellungen auslösen, doch erst branchenspezifisch trainierte Agenten berücksichtigen Mindestabnahmemengen, Wiederbeschaffungszeiten, Lagerbestände oder Rahmenverträge. ERP-Anbieter wie Proalpha entwickeln deshalb gezielt Agenten, die auf die Logik der diskreten Fertigung abgestimmt sind.
Die Grundlage dafür entsteht über Jahre im operativen Betrieb: Stammdaten, Stücklisten, Lieferantenhistorien und Freigabeprozesse bilden den Rahmen, den ein Sprachmodell allein nicht kennt.
Autonomie braucht klare Grenzen
Verbrauchsstabile Norm- und C‑Teile – also Materialien mit geringem Wert und geringem Risiko – lassen sich früh vollständig automatisieren. Bei kritischen A‑Teilen mit hohem Wert oder Terminrisiko bleibt der Mensch die letzte Instanz. So kann der Autonomiegrad wachsen, ohne die Kontrolle zu verlieren.
Mit zunehmender Automatisierung verschiebt sich auch die Verantwortung. Ein Agent, der Bestellungen auslöst, erzeugt rechtsverbindliche Vorgänge. Unternehmen müssen daher Rollen, Wertgrenzen und Protokollierung sauber definieren. Sprachmodelle liefern Wahrscheinlichkeiten – verbindlich wird ein Vorgang erst durch die Regeln des ERP-Systems.
Regulatorisch kommt hinzu: Der EU AI Act verlangt Risikobewertung, Dokumentation und menschliche Aufsicht. Unternehmen, die Modelle mit eigenen Daten tiefgreifend nachtrainieren, können rechtlich als Inverkehrbringer gelten und haften entsprechend.
Vom Einzelagenten zum vernetzten Prozess
Der grösste Effekt entsteht, wenn mehrere spezialisierte Agenten zusammenarbeiten: Ein Nachfrageanstieg im Vertrieb kann automatisch die Produktionsplanung informieren, die wiederum den Einkauf anstösst. Je mehr Agenten beteiligt sind, desto wichtiger wird die Instanz, die festlegt, wer welche Daten sehen und welche Aktionen ausführen darf – das ERP-System.
Parallel verändert sich die Bedienung: Sprachsteuerung und Copilot‑Oberflächen gewinnen an Bedeutung, während die Prozesslogik im ERP unverändert bleibt. Wer den Einkauf sauber strukturiert, schafft damit die Basis für alle weiteren agentischen Prozesse.
Ohne gepflegte Stammdaten keine Autonomie
Der Einkauf eignet sich besonders als Einstiegspunkt für agentische KI, weil dort wiederkehrende Abläufe, dokumentierte Regeln und hoher Druck zusammenkommen. Sichtbare Effekte entstehen schnell – vorausgesetzt, die Stammdaten sind konsistent und die Verantwortlichkeiten klar definiert.
Die entscheidende Frage lautet daher nicht, ob Unternehmen Einkaufsagenten einsetzen sollten, sondern ob ihre Datenbasis den gewünschten Autonomiegrad überhaupt zulässt.
Proalpha Schweiz AG | 4147 Aesch | www.proalpha.com
Weitere Informationen und Beiträge bei Proalpha in der topsoft Marktübersicht