KI im Lieferantenmanagement: Risiken früh erkennen

In der Chipkrise saß ich im BMW-Einkauf, als Teamleiter für Lenksysteme. Die Versorgung mit Halbleitern gehörte dazu. Jeden Morgen stand dieselbe Frage im Raum: Reicht das Material, und ab welcher Woche nicht mehr?

Die Antwort steckte in Mails, Excel-Listen und Telefonaten mit Lieferanten. Ein großer Teil des Tages ging dafür drauf, Zahlen zusammenzusuchen. Leute, die Lieferketten halten sollten, haben Tabellen gepflegt.

Im Oktober 2026 hat der BMW-Einkauf KI-Agenten vorgestellt, die genau an dieser Stelle ansetzen. Dieser Artikel zeigt, was davon ein Mittelstandsbetrieb ohne Konzernbudget übernehmen kann. Mit fünf Einsatzfeldern, die Sie im eigenen Einkauf prüfen können.

Was der BMW-Einkauf vorgestellt hat

Laut Handelsblatt vom 12. Oktober 2026 arbeitet der BMW-Einkauf mit vier KI-Agenten. Einer prüft Lieferantenkapazitäten und Folgekosten. Einer beobachtet geopolitische Risiken. Die anderen beiden kümmern sich um Bauteilqualität und Materialkosten.

Einkaufschef Nicolai Martin hat das an einer Frage vorgeführt: Könnte BMW 2028 zusätzlich 10.000 iX3 bauen? Der Agent führt Planungs- und Kapazitätsdaten aus drei Ressorts zusammen, markiert Engpässe und schlägt Optionen vor. Bisher dauert so eine Prüfung Wochen. Sie soll auf wenige Minuten schrumpfen.

Zwei Dinge sind mir dabei wichtig. Erstens ist das eine Vorführung mit einem Ziel, kein gemessenes Ergebnis. Zweitens bleibt die Entscheidung beim Einkauf, so berichten es Dr. Web und all-ai.de am 13. Oktober 2026.

Ich nenne so etwas einen digitalen Krisenstab. Das ist mein Bild, keine BMW-Bezeichnung. Ich kenne nur, was öffentlich berichtet wurde. Seit Mai 2025 arbeite ich mit Cognuro daran, solche Systeme in den Mittelstand zu bringen.

Was davon ohne Konzernbudget geht

BMW kauft laut Lagebericht 2025 für 79,5 Milliarden Euro im Jahr ein. Ein Betrieb mit 80 Mitarbeitenden braucht keine vier Agenten mit Namen. Er braucht dieselbe Grundidee in klein.

Die Grundidee hat drei Teile. Daten aus verschiedenen Quellen zusammenführen. Abweichungen sehen, bevor sie wehtun. Und einen Menschen, der entscheidet.

Das geht mit dem ERP, das Sie schon haben, mit Ihren Mails und mit einem KI-Modell, das Dokumente liest. Wie sich das in den kaufmännischen Alltag einfügt, zeigt auch der Artikel zur KI-Prozessautomatisierung im kaufmännischen Bereich.

Fünf Einsatzfelder im Einkauf

Lieferanten-Frühwarnung

Ein Lieferant verschiebt in vier Wochen dreimal seine Zusage um je eine Woche. Einzeln fällt das niemandem auf. Zusammen ist es ein Warnsignal.

Ein Frühwarn-Workflow schaut jeden Morgen auf Liefertermine, Zusagen und Wareneingänge. Er meldet, wo sich ein Muster bildet. Dazu liest er Nachrichten über Ihre wichtigsten Lieferanten: Insolvenz, Brand im Werk, Exportbeschränkung. Der Einkäufer bekommt eine kurze Liste und entscheidet, wo er anruft.

Abruf und Zusage abgleichen

Sie rufen 2.000 Stück für KW 46 ab. Die Auftragsbestätigung kommt als PDF und nennt 1.600 Stück, Liefertermin KW 47. Wer prüft das heute, und wie schnell?

Die KI liest die Bestätigung und holt Menge und Termin heraus. Den Vergleich mit dem Abruf macht die Datenbank. Am Morgen liegt eine Liste der Abweichungen auf dem Tisch, sortiert nach Dringlichkeit.

Angebote vergleichen

Drei Lieferanten, drei Formate, eine Excel-Tabelle. Die KI zieht Preis, Lieferzeit, Staffeln und Zahlungsbedingungen aus den PDFs. Der Einkäufer prüft die Tabelle und verhandelt. Mehr dazu steht im Artikel KI im Einkauf für den Mittelstand.

Teilenummern und Stammdaten abgleichen

Derselbe Artikel heißt beim Hersteller anders als beim Händler und in Ihrem ERP wieder anders. Dazu kommen Schreibweisen, Suffixe und Verpackungsvarianten.

In der Chipkrise war die Hersteller-Teilenummer des Chips der einzige Begriff, der überall gleich war. Alles andere war je Haus verschieden. Ein Abgleich-Workflow schlägt Zuordnungen vor und nennt dazu, wie sicher er ist. Unsichere Fälle landen beim Menschen. So wird aus einem Stammdatenwust eine Liste, mit der man arbeiten kann.

Lieferantenkommunikation zusammenfassen

Ein Mailverlauf mit 40 Nachrichten zu einem Lieferanten. Wer im Urlaub war, braucht eine Stunde, um den Stand zu kennen. Die KI fasst zusammen: offene Punkte, letzte Zusage, wer was versprochen hat. Antwortentwürfe schreibt sie auch. Abschicken tut der Einkäufer.

Rechnen macht die Datenbank, nicht das Sprachmodell

Das ist die wichtigste Leitplanke, wenn KI in den Einkauf kommt. Ein Sprachmodell liest, ordnet und formuliert. Es rechnet nicht zuverlässig.

Wie lange reicht das Material? Bestand plus bestätigte Zusagen plus Ware unterwegs, gegen den Bedarf je Woche. Das ist eine Rechnung mit festen Regeln. Die gehört in die Datenbank, wo jeder Wert nachprüfbar ist.

Das Sprachmodell übersetzt Ihre Frage in eine Abfrage. Etwa: „Welche Teile reichen nicht bis KW 50?“ Die Antwort kommt aus der Datenbank. So bleibt jede Zahl nachvollziehbar, und niemand muss einer Maschine glauben.

Der Krisenstab ist nur so schnell wie der langsamste Lieferant

Jeder Agent beim Hersteller rechnet mit Zahlen der Lieferanten. Kommen die spät oder falsch, rechnet er falsch. Eine Schnittstelle allein löst das nicht.

Laut Automotive Logistics vom 7. Oktober 2026 tauschten im September 1.069 Hersteller und Zulieferer Daten über Catena-X aus. Kleinere Zulieferer tun sich dort schwerer, weil ihre IT dünner besetzt ist.

Für Zulieferer liegt darin eine Aufgabe. Wer seine eigenen Abrufe gegen Bestände und Zusagen der Vorlieferanten hält, sieht früher, wann er nicht liefern kann. Dann meldet er es, bevor der Kunde fragt. Als Einkäufer hätte ich genau diesen Lieferanten gern gehabt.

Wo kommen die Leute her?

Im Bitkom-Studienbericht „Künstliche Intelligenz“ vom Februar 2026 nennen 53 Prozent der Unternehmen fehlendes technisches Know-how als Hemmnis. Nur 5 Prozent stellen gezielt Fachkräfte mit KI-Kenntnissen ein. Befragt wurden 604 Unternehmen ab 20 Beschäftigten.

Meine Erfahrung dazu: Wer KI baut, kennt selten den Unterschied zwischen Abruf und Zusage. Wer den Prozess kennt, hat selten KI gebaut. Dafür gibt es keine Studie. Ich kenne beide Seiten: 14 Jahre Einkauf, dazu über 3.000 Stunden mit KI-Systemen gebaut, verworfen und neu gebaut.

Für Sie heißt das: Ihr Einkäufer ist der wichtigste Mensch im Projekt. Er beschreibt, wie der Ablauf heute wirklich läuft. Darauf wird gebaut. Wie man dieses Wissen aus den Köpfen holt, zeigt der Artikel zur KI-Prozessdokumentation.

Wo die Daten liegen

Lieferantenpreise, Kapazitäten und Zusagen sind Geschäftsgeheimnisse. Laut derselben Bitkom-Studie schließen 54 Prozent der Unternehmen KI-Anbieter aus China aus.

Mein Weg: mit den stärksten Modellen bauen, mit kleinen Modellen betreiben. Offene Modelle wie Mistral aus Paris oder Gemma von Google laufen im eigenen Rechenzentrum oder in einer europäischen Cloud. Die Daten bleiben im Haus oder in Europa.

Für Lesen, Zusammenfassen und Abgleichen reicht ein kleines Modell oft aus. Das ist auch die Position eines Papiers von NVIDIA Research aus dem Jahr 2025. Gerechnet wird ohnehin in der Datenbank.

So fangen Sie an

Nehmen Sie eine Warengruppe und eine Frage. Zum Beispiel: Welche Lieferanten haben in den letzten acht Wochen Zusagen verschoben?

Dafür reichen Bestellungen, Auftragsbestätigungen und Wareneingänge aus dem ERP. Lesender Zugriff genügt, ein Datei-Export für den Anfang auch. Der Workflow schreibt nichts ins System und verschickt nichts allein.

Legen Sie vorher fest, wer die Hinweise bekommt und was er damit tut. Warum das zählt, steht im Artikel KI-Agenten sicher einsetzen. Und damit aus dem Test ein Alltag wird: Warum KI-Piloten im Regelbetrieb scheitern.

Quellen

Handelsblatt, 12. Oktober 2026, zitiert nach Dr. Web (M. Dobler, 13. Oktober 2026) und all-ai.de (A. Becker, 13. Oktober 2026). BMW Group, Lagebericht 2025. Bitkom, Studienbericht „Künstliche Intelligenz“, Februar 2026. Automotive Logistics, 7. Oktober 2026. NVIDIA Research, „Small Language Models are the Future of Agentic AI“, Juni 2025.

Häufige Fragen

Brauchen wir für KI im Lieferantenmanagement eine ERP-Schnittstelle? Für den Anfang nicht. Ein regelmäßiger Datei-Export aus dem ERP reicht, dazu die Auftragsbestätigungen als PDF. Lesender Zugriff genügt, die KI schreibt nichts ins System.

Darf die KI selbst bestellen oder Lieferanten anschreiben? In den Systemen, die ich baue, nicht. Die KI bereitet vor: Abweichungslisten, Zusammenfassungen, Mailentwürfe. Ein Mensch prüft und gibt frei, bevor etwas rausgeht.

Ist ein Frühwarnsystem für Lieferanten ein Hochrisiko-System nach dem EU AI Act? Einkauf und Lieferkettensteuerung gehören nicht zu den Hochrisikobereichen. Unternehmen sollen aber Maßnahmen ergreifen, um die KI-Kompetenz ihrer Mitarbeitenden zu fördern. Eine Schulung ist dafür der naheliegende Weg. Für den Einzelfall bleibt die Rechtsberatung beim Anwalt.

Lohnt sich das auch für Zulieferer? Gerade für sie. Wer Abrufe seiner Kunden gegen eigene Bestände und Zusagen der Vorlieferanten hält, sieht Engpässe früher. Er kann melden, bevor der Kunde nachfragt.

Welche KI-Modelle eignen sich, wenn die Daten im Haus bleiben sollen? Offene Modelle wie Mistral oder Gemma, betrieben im eigenen Rechenzentrum oder in einer europäischen Cloud. Chinesische Modelle empfehle ich für Lieferantendaten nicht.

Was kostet der Einstieg? Der erste Schritt ist ein kostenfreier 90-Minuten-Workshop. Ein Umsetzungs-Sprint für den Einkauf kostet bei Cognuro 14.000 bis 18.000 Euro zum Festpreis.

---

Wenn Sie verstehen wollen, welche Prozesse in Ihrem Einkauf dafür geeignet sind, biete ich einen kostenfreien 90-Minuten-Workshop an. Keine Präsentation. Wir schauen gemeinsam auf einen konkreten Prozess, zum Beispiel Ihren Abgleich von Abruf und Zusage. Wie die Umsetzung danach aussieht, zeigt die Seite zum KI Sprint.