KI im Einkauf: RFQ und Angebotsvergleich automatisieren

Angebote per E-Mail anfragen und in Excel vergleichen kostet Einkäufer täglich Stunden – und liefert am Ende trotzdem keine belastbare Entscheidungsgrundlage. KI kann diesen Prozess an klar benennbaren Stellen abkürzen, an anderen hat sie nichts verloren. Dieser Artikel zeigt, welche Schritte sich heute automatisieren lassen, welche Grenzen gelten und wie der Umstieg ohne Systemwechsel funktioniert.

Ja, KI hilft bei Angebotsanfragen – vor allem an zwei Stellen: beim Erstellen einer sauberen RFQ aus unstrukturierten Bedarfen und beim Auslesen eingehender Angebote in unterschiedlichen Formaten. Ihre Einkaufsregeln und Genehmigungsprozesse gelten dabei unverändert. In Kundenprojekten sinkt der Aufwand für eine Angebotsanfrage von rund zwei Stunden auf etwa fünfzehn Minuten. Ihre Einkaufsregeln und Genehmigungsprozesse gelten dabei unverändert. Wie viel Automatik Sie zulassen, entscheiden Sie selbst.

Das Wichtigste auf einen Blick:

• Zwei Stunden auf fünfzehn Minuten: So verändert sich in Kundenprojekten der Aufwand für eine Angebotsanfrage, wenn das Auslesen der Rückläufer entfällt.
  
• Der Zeitfresser im RFQ-Prozess ist nicht das Verschicken der Anfrage, sondern das Aufbereiten der Rückläufer.
• KI liest Angebote in PDF, Excel und E-Mail-Text aus und macht Positionen vergleichbar – ohne manuelles Abtippen.
• Lieferantenvorschläge werden präziser, wenn sie auf echter Bestellhistorie beruhen statt auf einem allgemeinen Sprachmodell.
• Sortimentsgrenzen, Preisregeln und Genehmigungsprozesse greifen auch dann, wenn ein Agent bestellt – den Autonomiegrad legen Sie fest.
• Ein eigenes RFQ-Tool ist nicht nötig: Über den simple system MCP dockt auch Ihr eigener KI-Assistent direkt an die Plattform an.

Wer heute noch RFQs per E-Mail verschickt, arbeitet nicht falsch – nur teuer. Der Prozess funktioniert, er skaliert nur nicht: Je mehr Anfragen, desto mehr Excel-Tabellen, desto weniger Übersicht. Wir bauen seit 26 Jahren Beschaffungsprozesse für den industriellen Mittelstand und sehen diesen Engpass in fast jedem Projekt. Im Folgenden ordnen wir ein, wo KI im Einkauf heute messbar wirkt, wo die Grenze verläuft und wie ein realistischer Umstieg aussieht.

Der Engpass liegt nicht bei der Anfrage, sondern beim Vergleich

Eine Anfrage zu verschicken dauert Minuten. Die Antworten auswertbar zu machen dauert Stunden. Genau hier verliert der Einkauf die Zeit, die er für Verhandlung und Lieferantenentwicklung bräuchte.

Der Grund ist das Format. Ein Lieferant antwortet mit PDF, der nächste mit Excel, der dritte schreibt die Preise in den Mailtext. Positionen heißen unterschiedlich, Mengeneinheiten weichen ab, Staffelpreise stehen in Fußnoten. Bevor irgendetwas verglichen werden kann, muss jemand alles abtippen – und dabei entstehen die Fehler, die später in der Vergabe auffallen.

Definition: Eine RFQ (Request for Quotation) ist die Anfrage konkreter Preise und Konditionen für eine bereits definierte Leistung – im Unterschied zur RFI, die Informationen sammelt, und zur RFP, die Lösungsvorschläge einholt.

Welche Anfrageart wann die richtige ist, klären wir ausführlich im Beitrag zum Unterschied zwischen RFQ, RFP und RFI. Für diesen Artikel gilt: Es geht um die RFQ, also den Fall mit klarem Bedarf und mehreren Angeboten auf dem Tisch.

Fünf Stellen im Anfrageprozess, an denen KI heute wirkt

KI greift nicht im gesamten Prozess, sondern in fünf klar abgrenzbaren Schritten. Entscheidend ist, dass in jedem dieser Schritte weiterhin ein Mensch bestätigt.

Der größte Hebel steckt in Zeile vier. Alles davor ist Vorbereitung, alles danach Nacharbeit – aber der Angebotsvergleich ist der Schritt, den heute niemand automatisiert und den jeder als lästig empfindet.

Tipp: Wer den Nutzen von KI im Einkauf messen will, misst die Zeit vom Eingang des letzten Angebots bis zur entscheidungsreifen Vergleichsübersicht, nicht die Gesamtdurchlaufzeit der Anfrage. Als Orientierung: In Kundenprojekten liegt dieser Wert nach der Umstellung bei etwa fünfzehn Minuten, vorher bei rund zwei Stunden.

simpleAI: Agenten für den Anfrageprozess statt eines Chatbots

Mit der simpleAI Agenten-Suite haben wir die oben beschriebenen Schritte in einzelne Agenten aufgeteilt, die jeweils genau eine Aufgabe übernehmen. Kein Assistent, der alles ein bisschen kann, sondern klar abgegrenzte Funktionen im laufenden Prozess.

Die Agenten arbeiten innerhalb der Plattform, nicht daneben. Ein vergebenes Angebot wird zur Bestellung, die Bestellung fließt über die SAP-Integration per OCI-Punchout ins ERP. Es entsteht kein zusätzliches Tool, das jemand pflegen muss.

Warum Einkaufsdaten den Unterschied machen

Ein Lieferantenvorschlag ist nur so gut wie die Daten, aus denen er stammt. Genau hier trennt sich eine Beschaffungsplattform von einem reinen KI-Anbieter.

simpleAI setzt auf der Bestellhistorie von über 23.000 aktiven Einkäufern und mehr als 850 angebundenen Lieferanten auf, gewachsen über 26 Jahre. Wer bei welcher Warengruppe zuverlässig liefert, wo Lieferzeiten realistisch sind und welcher Anbieter auf welche Anfrageart überhaupt antwortet – das steht in diesen Daten, nicht im Trainingsmaterial eines allgemeinen Sprachmodells.

Ein allgemeines Sprachmodell kennt das halbe Internet, aber nicht Ihren Einkauf. Es weiß nicht, was bei Ihnen eine normale Lieferzeit ist und welche Regel eine Bestellung stoppen muss. Warum im Einkauf nicht das Modell entscheidet, sondern die Datengrundlage, begründen wir ausführlicher im Beitrag zur simpleAI Engine.

Tipp: Fragen Sie jeden Anbieter von KI im Einkauf, auf welcher Datengrundlage seine Lieferantenempfehlungen entstehen. Ein Modell ohne eigene Transaktionsdaten kann Relevanz nur schätzen.

Für den Anfrageprozess heißt das konkret: Einkäufer fragen wiederkehrende Bestellungen und Sortimente ab und sehen bestehende RFQs ein, ohne die Oberfläche zu öffnen. Genehmiger bekommen offene Warenkörbe aufgelistet und erkennen, wo eine Bestellung von der Historie abweicht. Die Anmeldung läuft über die bestehenden Zugangsdaten, ein IT-Projekt ist dafür nicht nötig.

Entscheidend ist, was dabei nicht passiert: Der Agent bekommt keinen Generalschlüssel, sondern einen Werksausweis. Sortimentsbeschränkungen, Preisgrenzen und Genehmigungsprozesse greifen genauso, als hätte ein Mensch geklickt.

Welche indirekten Beschaffungsprozesse KI heute übernimmt

Der Angebotsprozess ist der sichtbarste Anwendungsfall, aber nicht der einzige. Im indirekten Einkauf entsteht der größere Teil des Aufwands in Vorgängen, die täglich anfallen und einzeln unauffällig sind: Bedarfe erfassen, Nachbestellungen auslösen, kontieren, Rechnungen prüfen.

Nicht jeder dieser Schritte lässt sich gleich weit automatisieren. Entscheidend ist, wo Regeln greifen und wo eine Bewertung nötig bleibt.

Automatisierung im indirekten Einkauf scheitert selten an der Technik und häufig daran, dass niemand mehr nachvollziehen kann, wer was freigegeben hat. Deshalb bleibt die Genehmigung eine Systemregel und keine Modellentscheidung.

Definition: Autonomiegrad bezeichnet im Einkauf, wie weit ein System Vorgänge ohne menschliche Bestätigung abschließen darf. Er wird je Prozessschritt und Warengruppe festgelegt und ist unabhängig davon, wie leistungsfähig das eingesetzte Modell ist. Welche Genehmigungsstufen sich dabei abbilden lassen, ohne den Prozess zu verlangsamen, behandeln wir im Beitrag zu Genehmigungsworkflows im Einkauf.

Warum KI im Einkauf ohne ERP-Anbindung wenig leistet

Der bestehende Text zeigt, wie eine Bestellung aus dem Angebotsprozess ins ERP gelangt. Für die Automatisierung ist die Gegenrichtung wichtiger: Was die KI aus dem ERP holt.

Eine Kontierung lässt sich nur vorschlagen, wenn Kostenstellen, Sachkonten und PSP-Elemente aus dem ERP bekannt sind. Ein Bestellrhythmus lässt sich nur erkennen, wenn die Bestellhistorie vollständig vorliegt. Eine Abweichung lässt sich nur melden, wenn Bestellung, Wareneingang und Rechnung auf denselben Daten beruhen. Ohne Anbindung fehlt der KI in allen drei Fällen die Grundlage, und sie kann nur schätzen.

Genau das ist der Grund, warum KI-Werkzeuge ohne Prozessanbindung im indirekten Einkauf wenig verändern. Sie sitzen neben dem Prozess, nicht darin. Ein Assistent, der eine Bestellanforderung formuliert, die danach jemand ins ERP tippt, hat den Medienbruch nicht beseitigt, sondern nur verschoben.

simple system ist über die OCI-Schnittstelle und EDI in SAP ERP, SAP S/4HANA und Microsoft Dynamics 365 integriert. Die simpleAI-Agenten arbeiten auf denselben Daten, mit denen auch die Bestellung läuft. Wie die Anbindung technisch funktioniert und welchen Aufwand sie für die IT bedeutet, zeigt die Seite zur SAP-Integration.

Tipp: Prüfen Sie bei jedem KI-Werkzeug für den Einkauf, ob es lesend und schreibend am ERP hängt oder nur lesend. Ein Werkzeug, das Vorschläge macht, die danach jemand manuell überträgt, verlagert den Aufwand, statt ihn zu senken.

Human in the Loop: Sie bestimmen, wie viel Autonomie die KI bekommt

KI im Maschinenraum, nicht im Schaufenster. Dieser Grundsatz bedeutet nicht, dass KI im Einkauf grundsätzlich nichts entscheiden darf. Er bedeutet, dass Sie festlegen, wo die Grenze verläuft.

Der Autonomiegrad reicht von der Freigabe jedes einzelnen Vorgangs bis zu Agenten, die Sie per MCP anbinden. Was auf jeder Stufe gleich bleibt, sind Ihre Regeln: Budgetgrenzen, Freigabehierarchien und warengruppenbezogene Bestellrechte liegen als Systemregeln fest und nicht als Einschätzung eines Sprachmodells. Eine Bestellung, die gegen die Einkaufsrichtlinie verstößt, wird gestoppt – unabhängig davon, ob ein Mensch oder ein Agent sie ausgelöst hat.

Definition: Human in the Loop bezeichnet im Einkauf ein Automatisierungsprinzip, bei dem KI Routineschritte übernimmt, während Regeln und Freigabestufen vom Unternehmen definiert werden und auf jeder Autonomiestufe unverändert gelten.

Das ist der Unterschied zwischen Automatisierung und Kontrollverlust. Wie sich Genehmigungsworkflows im Einkauf so abbilden lassen, dass sie den Prozess nicht verlangsamen, behandeln wir gesondert.

In vier Schritten von Excel zum KI-gestützten Angebotsvergleich

Der Umstieg braucht kein Jahresprojekt. Er braucht eine ehrliche Bestandsaufnahme und eine Reihenfolge.

1. Anfragevolumen messen: Zählen Sie einen Monat lang, wie viele RFQs Sie verschicken und wie viele Angebote zurückkommen. Unter 20 Anfragen im Monat lohnt keine Automatisierung.
2. Zeitfresser lokalisieren: Stoppen Sie, wie lange das Aufbereiten der Rückläufer dauert. Diese Zahl ist Ihr Business Case, nicht die Gesamtdurchlaufzeit.
3. Mit einem Agenten starten: Beginnen Sie beim Angebotsvergleich, nicht beim Bedarf. Dort ist der Nutzen am schnellsten sichtbar und die Umstellung am kleinsten.
4. Regeln vor Rollout definieren: Legen Sie fest, was die KI vorbereitet und wer bestätigt – bevor der erste Bedarfsträger das System nutzt.

Fazit: KI löst den Vergleich, nicht die Entscheidung

KI im Einkauf ist dann nützlich, wenn sie den Angebotsvergleich von einer Abtipp-Aufgabe zu einer Bewertungsaufgabe macht. Sie ersetzt weder die Verhandlung noch die Vergabe – sie schafft die Zeit dafür. Wer heute noch in Excel vergleicht, verliert diese Zeit an einem Schritt, der sich seit zwei Jahren automatisieren lässt.

→ AI-Check buchen: 15 Minuten, ehrliche Einschätzung
Wir zeigen Ihnen anhand Ihrer tatsächlichen Anfragen, welche simpleAI Agenten bei Ihnen messbar wirken – und welche Sie weglassen können.

FAQ – Häufige Fragen zu KI im Einkauf