Agentic AI & No-Touch Planning im Einkauf – Ratgeber 2026

1. Definition: Was Agentic AI von bisheriger Automation unterscheidet

Bisherige KI (Generative AI) konnte Inhalte erstellen. Agentic AI kann handeln. Der entscheidende Unterschied liegt im sogenannten „Reasoning“ (logisches Schlussfolgern) und der „Tool Use“ (Werkzeugnutzung).

• Der alte Weg (Automation/RPA): Eine Software führt einen Klick aus, wenn Bedingung X erfüllt ist. Wenn Bedingung X leicht abweicht (z. B. Datumsformat in der PDF anders), bricht der Prozess ab.
• Der neue Weg (Agentic AI): Der Agent hat ein Ziel: „Beschaffe Material XY zum besten Preis bis Freitag.“ Er analysiert die Situation, loggt sich ins ERP ein, prüft Bestände, vergleicht Lieferantenpreise, sendet eine Preisanfrage per E-Mail, liest die Antwort und platziert die Bestellung. Er „denkt“ mit und navigiert um Hindernisse herum, solange er sich innerhalb Ihrer Leitplanken bewegt.

2. Status Quo: Warum RPA und Excel keine Zukunft haben

Wenn Sie ehrlich sind, verbringen Sie und Ihr Team 60 % der Zeit mit „Feuerlöschen“ und Datentransfers.

• Sie jagen Auftragsbestätigungen hinterher.
• Sie kopieren Daten von einer Excel-Liste ins SAP.
• Sie prüfen manuell, ob der Preis auf der Rechnung mit der Bestellung übereinstimmt.

„Wer einen ineffizienten analogen Prozess digitalisiert, hat am Ende nur einen ineffizienten digitalen Prozess.“

Das ist Verschwendung von menschlicher Intelligenz. Robotic Process Automation (RPA) war ein netter Versuch, hat aber oft nur das Chaos automatisiert. RPA ist „dumm“ und starr. In einer volatilen Supply Chain (Streiks, Preisschwankungen, Lieferausfälle) scheitern starre Regeln sofort. Sie brauchen Systeme, die mit Unschärfe umgehen können – genau hier setzen autonome Agenten an.

3. Deep Dive: Der „Reasoning-Loop“ – Wie die KI komplexe Probleme löst

Viele fragen sich: „Wie kann eine Software wissen, was im Einkauf richtig ist?“ Die Antwort liegt nicht in Magie, sondern in der Reasoning-Architektur (Schlussfolgerungs-Kette). Während RPA stur einem Pfad folgt, arbeitet ein KI-Agent iterativ.

Stellen Sie sich vor, ein Lieferant meldet plötzlich 4 Wochen Lieferverzug für ein kritisches Bauteil.

So „denkt“ der Agent (Der interne Monolog):

1. Observation (Beobachtung): Der Agent liest die E-Mail des Lieferanten. Er versteht den Kontext: „Verzug“ + „Kritisches Teil“.
2. Memory Recall (Erinnerung): Er prüft die historischen Daten und Ihre Vorgaben. „Ist das Teil wirklich kritisch? Ja, Produktionsstopp droht in 10 Tagen. Habe ich alternative Lieferanten im System? Ja, Lieferant B und C.“
3. Reasoning (Abwägung): „Lieferant B ist 15 % teurer, kann aber sofort liefern. Lieferant C ist billiger, sitzt aber in Asien (lange Lieferzeit). Meine Guardrails erlauben mir Budgetüberschreitungen bis 20 % bei drohendem Bandstillstand.“
4. Action (Handlung): Der Agent entscheidet sich für Lieferant B. Er storniert die alte Bestellung (oder teilstorniert sie), legt eine neue bei Lieferant B an und informiert parallel den Produktionsplaner per Teams-Nachricht über die Lösung – nicht über das Problem.

Das ist der massive Unterschied: Die KI kommt nicht mit Fragen zu Ihnen, sondern mit erledigten Aufgaben.

4. Praxis-Check: Ein Szenario, das heute noch Ihr Wochenende ruiniert

Genug der Theorie. Schauen wir uns an, was passiert, wenn am Freitagnachmittag eine Preiserhöhung reinflattert.

Das Szenario:

Ihr Hauptlieferant für Verpackungsmaterial schickt eine PDF-Auftragsbestätigung. Der Preis ist plötzlich 8 % höher als bestellt. Liefertermin: kritisch.

Heute (Menschlicher Prozess):

Das ERP-System sperrt den Vorgang wegen Preisabweichung. Der Einkäufer sieht das erst am Montag. Hektische Telefonate folgen. Die Produktion steht fast still. Der Einkäufer muss manuell genehmigen oder neu verhandeln. Stresslevel: Hoch.

Morgen (Agentic AI Prozess):

Der Agent liest die PDF am Freitag um 16:02 Uhr.

1. Analyse: Er erkennt die +8 % Abweichung.
2. Kontext-Check: Er prüft den Rohstoffindex für Papier/Pappe (externe Datenquelle). Der Marktpreis ist um 10 % gestiegen. Die Erhöhung des Lieferanten ist also plausibel und „fair“.
3. Entscheidung: Ihre hinterlegte Regel besagt: „Bei marktüblichen Schwankungen bis 10 % und kritischem Liefertermin: Akzeptieren.“
4. Abschluss: Der Agent passt den Preis in der Bestellung an, gibt die AB frei und schickt eine kurze Info-Notiz an den Lieferanten.
5. Reporting: Sie sehen am Montagmorgen im Dashboard nur eine grüne Kennzahl. Kein Stress, kein manueller Eingriff.

5. No-Touch Planning 2026: Der autonome Prozess im Detail

No-Touch Planning ist das Zielbild für 2026. Der Prozess läuft idealerweise komplett im Hintergrund („Dunkelverarbeitung“). So sieht das in der Praxis aus:

Schritt 1: Intelligente Bedarfsermittlung
Der Agent wartet nicht auf den Meldebestand. Er kombiniert Vertriebsforecasts, aktuelle Markttrends und sogar Wetterdaten (für saisonale Artikel), um den Bedarf proaktiv zu berechnen.

Schritt 2: Autonome Supplier Selection
Für Standardmaterialien (C-Teile, MRO) wählt der Agent den Lieferanten eigenständig aus einem vorqualifizierten Pool. Er prüft Verfügbarkeit und Tagespreise in Echtzeit.

Schritt 3: Exekution & Monitoring
Die Bestellung wird ausgelöst. Der Agent überwacht den Eingang der Auftragsbestätigung. Weicht diese ab, entscheidet der Agent wie im Praxis-Check oben beschrieben.

Schritt 4: Wareneingang & Rechnungsprüfung
Bei Differenzen (Menge/Preis) klärt der Agent den Sachverhalt autonom mit dem Lieferanten oder der Logistik, bevor die Rechnung überhaupt in Ihrer Buchhaltung aufschlägt.

6. Vom Sachbearbeiter zum Supervisor: Ihre neue Rolle

Viele Einkäufer haben Angst, überflüssig zu werden. Das ist unbegründet, aber das Tätigkeitsprofil ändert sich radikal. Der „Bestellschreiber“ stirbt aus. Der Supply Chain Architect wird geboren.

„Wir müssen aufhören, Menschen wie Roboter arbeiten zu lassen, und anfangen, Roboter die Arbeit machen zu lassen.“

Sie werden zum Supervisor der KI. Ihre Aufgaben 2026:

• Orchestrierung: Sie definieren die „Guardrails“ (Leitplanken). Beispiel: „Bis 5.000 € darf der Agent autonom bestellen, darüber brauche ich eine Vorlage.“
• Exception Handling: Sie greifen nur ein, wenn der Agent nicht weiterweiß (die berühmten „Human-in-the-Loop“ Eskalationen). Das sind die komplexen, strategischen Probleme, die Empathie und Verhandlungsgeschick erfordern.
• Beziehungsmanagement: Weil die operative Last wegfällt, haben Sie endlich Zeit, echte Innovationen mit Ihren Schlüssellieferanten zu entwickeln.

7. Fazit: Warum Agentic AI im Einkauf alternativlos ist

Agentic AI im Einkauf, warten Sie nicht auf die perfekte IT-Landschaft. Starten Sie heute mit Pilot-Agenten für unkritische Warengruppen. Die Technologie entwickelt sich exponentiell. Wer 2026 noch operative Fleißarbeit leistet, wird vom Wettbewerb überrollt, der seine Ressourcen längst in Strategie und Innovation investiert. Machen Sie den Einkauf wieder zu dem, was er sein sollte: Ein strategischer Werttreiber, keine Verwaltungseinheit.

8. FAQ: Häufige Fragen zu autonomen Agenten und No-Touch Planning

Ist Agentic AI im Einkauf sicher?

Ja, wenn die Leitplanken (Guardrails) stimmen. Agenten agieren deterministisch innerhalb der Grenzen, die Sie setzen (Budget, Lieferantenpool). Sie behalten durch Dashboards jederzeit die Kontrolle und können den „Not-Aus“ drücken.

Welche Voraussetzungen müssen für No-Touch Planning erfüllt sein?

Saubere Stammdaten sind das Fundament. Wenn Ihre Wiederbeschaffungszeiten im System falsch sind, bestellt der Agent falsch. Zudem benötigen Sie eine offene Systemarchitektur (API-First), damit der Agent auf ERP und externe Daten zugreifen kann.

Kostet der Einsatz von KI-Agenten Arbeitsplätze?

Es kostet Aufgaben, nicht zwingend Arbeitsplätze. Die Rolle verschiebt sich massiv von operativ zu strategisch. Mitarbeiter, die sich weigern, diesen Wandel mitzugehen und an alten Prozessen festhalten, werden jedoch obsolet.

Wo fange ich mit der Automatisierung am besten an?

Identifizieren Sie den Prozess mit dem höchsten manuellen Aufwand und der geringsten strategischen Relevanz (z. B. Prüfung von Auftragsbestätigungen oder C-Teile-Beschaffung). Setzen Sie hier den ersten Agenten ein.