Kaum ein Thema treibt Einkaufsorganisationen derzeit so um wie der Einsatz künstlicher Intelligenz. Budgets für digitale Initiativen wachsen zweistellig, nahezu jede Einkaufsleitung beschäftigt sich mit AI Agents, Sourcing-Assistenten oder automatisierten Analysen. Die Investitionsbereitschaft ist da. Doch wer genauer hinschaut, stellt fest: Ein Großteil dieser Investitionen verändert vor allem, wie schnell der Einkauf arbeitet – nicht, wie gut er entscheidet. Warum diese Lücke zwischen Prozesseffizienz und Margenwirkung besteht und was sie für die nächste KI-Investitionsentscheidung bedeutet, zeigt dieser Beitrag.
Kurz zusammengefasst: Führende Einkaufsorganisationen investieren laut Deloittes Global CPO Survey 2025 bis zu 24 % ihres Budgets in digitale und KI-Initiativen, rund 90 % planen oder testen bereits AI Agents. Trotzdem fließt der Großteil dieser Investitionen in Prozessautomatisierung – Workflows, Reporting, Rechnungsdigitalisierung – statt in die kommerziellen Entscheidungen, die tatsächlich die Marge bewegen: Sourcing, Preisbenchmarking und Verhandlungsführung. Gerade in der Fertigungsindustrie , wo Materialspend 50–70 % des Umsatzes ausmacht, ist das eine verpasste Chance.
Warum ist Prozesseffizienz nicht dasselbe wie Margenwirkung im Einkauf? Prozesseffizienz macht bestehende Abläufe schneller und günstiger, verändert aber nicht, welche Entscheidung am Ende getroffen wird. Margenwirkung entsteht dagegen dort, wo KI die Qualität von Sourcing-Entscheidungen, Kostenbewertungen und Verhandlungen direkt verbessert. Die meisten KI-Projekte im Einkauf lösen heute ein Problem, das CPOs nicht in erster Linie umtreibt: Sie automatisieren Workflows, digitalisieren Rechnungen und beschleunigen Reportings. Das ist nützlich – entscheidet aber nicht über Wettbewerbsvorteile. Der eigentliche Hebel des Einkaufs liegt woanders. Gerade in der Fertigungsindustrie, wo Materialkosten 50 bis 70 % des Umsatzes ausmachen können, entscheidet nicht die Geschwindigkeit der Bestellabwicklung über das Ergebnis, sondern die Qualität der Sourcing-Entscheidungen, die Genauigkeit der Kostenbewertung und die Stärke der Verhandlungsposition gegenüber Lieferanten. Richtig zu liegen, ist wichtiger, als schnell zu sein. Genau hier liegt die Lücke: Supplier-Verhandlungen, Kostentransparenz, Preisbenchmarking, Sourcing-Strategie und das frühzeitige Erkennen von Preisabweichungen, bevor sie sich über mehrere Quartale zu echtem Margenverlust summieren – das sind die kommerziellen Entscheidungen, die die Profitabilität eines Unternehmens tatsächlich bewegen. Es sind genau die Bereiche, in denen die meisten heutigen KI-Lösungen erstaunlich wenig beitragen.
Wie viel investieren Einkaufsorganisationen aktuell in KI? Laut Deloittes Global Chief Procurement Officer Survey 2025 stecken führende Einkaufsorganisationen bis zu 24 % ihres Budgets in digitale Initiativen und KI. Rund 90 % der Einkaufsverantwortlichen planen, testen oder bewerten bereits AI Agents für den Einsatz im eigenen Unternehmen. Die Aktivität ist also real und hoch priorisiert. Das Problem liegt nicht im fehlenden Investitionswillen, sondern darin, wo diese Investitionen ansetzen.
Warum bleibt die Wirkung trotz hoher Investitionen aus? Weil die meisten Unternehmen KI bislang nicht in operative Entscheidungsprozesse einbetten, sondern auf Automatisierung beschränken – und weil das grundsätzlich etwas anderes ist als eine bessere Entscheidung. Die meisten Unternehmen, die KI-Initiativen im Einkauf gestartet haben, haben diese noch nicht flächendeckend skaliert. Noch weniger haben KI tatsächlich in ihre operativen Entscheidungsprozesse eingebettet. Die aktuelle Investitionswelle konzentriert sich fast vollständig auf operative Automatisierung: schnellere Workflows, digitalisierte Transaktionen, beschleunigtes Reporting. Solide Arbeit – aber selten ein struktureller Unterschied. Was in den meisten Organisationen fehlt, ist KI, die nicht nur beschreibt, was in den Spend-Daten passiert ist, sondern aufzeigt, wo konkret Geld auf dem Tisch liegen bleibt – und was daraus folgen sollte. Der Unterschied zwischen Process Intelligence und Economic Intelligence entscheidet darüber, ob eine KI-Investition am Ende im Dashboard endet oder im Ergebnis ankommt.
Welche Frage sollte jede Einkaufsleitung vor der nächsten KI-Investition stellen? Nicht „Welche Prozesse lassen sich automatisieren?“ , sondern „Welche Einkaufsentscheidungen kosten uns aktuell Marge?“ Diese Umkehrung der Fragestellung verändert, wonach ein KI-Investment überhaupt bewertet wird. Für Einkaufsleiter, die in den kommenden 12 bis 18 Monaten über ihre KI-Roadmap entscheiden, lohnt sich deshalb eine einfache Gegenprüfung: Zielt die aktuelle KI-Strategie darauf ab, Prozesse zu automatisieren – oder darauf, konkrete Margenverluste zu identifizieren und zu schließen? Beides ist legitim. Nur eines davon verändert die Wettbewerbsposition.
