KI löst das Informationsproblem im Einkauf und verschärft die Frage der Urteilskraft

Ein Warengruppenverantwortlicher musste für eine Lieferantenbewertung früher Vertragsstände, alte Angebote, Marktdaten, Gesprächsnotizen, Kostentreiber und interne Restriktionen aus mehreren Quellen zusammensuchen. KI kann einen großen Teil dieser Arbeit heute in Minuten verdichten. Das ist ein echter Fortschritt, verschiebt aber den Engpass.

Wenn Informationen billig und schnell produziert werden können, wird die knappe Fähigkeit zu entscheiden, ob eine überzeugend formulierte Antwort tatsächlich genug Qualität hat, um eine kommerzielle Entscheidung zu beeinflussen.

Eine 2026 veröffentlichte Untersuchung zur Kalibrierung von Vertrauen in Mensch-KI-Entscheidungen liefert dafür einen hilfreichen Rahmen. Igbodor und Kollegen kombinierten Erkenntnisse aus 68 Primärstudien mit einer Befragung von 200 Fachkräften und 30 Interviews aus mehreren Anwendungsfeldern. Diese Zahlen sind keine Kennzahlen speziell für den Einkauf. Die übergeordnete Schlussfolgerung ist dennoch relevant: Gute Zusammenarbeit entsteht nicht durch möglichst viel Vertrauen, sondern durch angemessen kalibriertes Vertrauen.

Gefährlich ist oft die plausible, nicht die absurde Antwort

Halluzinationen sind leicht als Risiko zu benennen, aber erfundene Fakten sind nur der auffällige Fehler. Schwieriger wird es, wenn jeder einzelne Satz vernünftig klingt und die Empfehlung trotzdem schwach ist, weil der Rahmen unvollständig ist.

Ein System kann korrekt feststellen, dass ein Rohstoffindex um sechs Prozent gestiegen ist, und eine Lieferantenforderung trotzdem falsch einordnen, weil die tatsächliche Kostenexposition anders ist, Produktivitätseffekte fehlen, der Zeitraum nicht passt oder der Vertrag das Risiko bereits verteilt. Eine Kündigungsklausel kann sauber zusammengefasst sein und dennoch übersehen werden, dass ein Lieferantenwechsel neun Monate Qualifizierung braucht.

Solche Fehler wirken professionell. Die Unsicherheit ist nicht verschwunden, sondern nur in saubere Sprache verdichtet worden.

Gute Nutzer prüfen, woraus die Antwort besteht

Deshalb reicht die Frage „Stimmt das?“ nicht aus. Welche Aussagen stammen aus bereitgestellten Fakten, welche aus Quellen, welche sind Schlussfolgerungen und welche Annahmen wurden eingeführt, weil Informationen fehlen? Welche einzelne Annahme würde die Empfehlung am stärksten verändern, wenn sie falsch wäre?

Im Einkauf ist das besonders wichtig, weil Wissen verteilt ist. Die Technik kennt Qualifizierungsrisiken, die Finanzfunktion die Budgetgrenze, der operative Bereich die Leistungsprobleme und der Einkauf die Lieferantenhistorie. Die KI sieht nur, was in ihre Eingabe gelangt. Unser Beitrag zu KI-Prompts für die Verhandlungsvorbereitung macht daraus eine praktische Regel: Bevor das System eine Strategie vorschlägt, sollte es die Informationslücken benennen, die diese Strategie verändern könnten.

Das Ziel ist nicht generelles Misstrauen. Vertrauen sollte zur Evidenz, zur Unsicherheit und zu den Folgen eines Fehlers passen.

Die Rolle des Einkäufers kann sich schneller erweitern als seine Expertise

Ein Einkäufer kann KI heute bitten, eine Haftungsklausel einzuordnen, ein Sollkostenmodell zu prüfen, Lieferantendaten auszuwerten oder eine finanzielle Argumentation aufzubauen, ohne jede Aufgabe an Rechtsabteilung, Datenanalyse oder Finanzbereich weiterzugeben. Das ist nützlich. Es bedeutet aber auch, dass sich die Grenze der eigenen Rolle schneller verschieben kann als die eigene fachliche Tiefe.

OpenAI Economic Research hat dafür im September 2026 ein interessantes Signal veröffentlicht. Analysiert wurden mehr als 1,5 Millionen stichprobenartig erfasste arbeitsbezogene ChatGPT-Nachrichten von April bis Juli. Untersucht wurde, wann Menschen KI für Aufgaben nutzten, die typischerweise anderen Berufen zugeordnet werden. Bei rund 6.200 über den gesamten Zeitraum beobachteten Nutzern stieg der Anteil bereits zuvor genutzter berufsfremder Aufgaben an der berufsspezifischen KI-Nutzung von 13,1 Prozent im April auf 25,9 Prozent im Juli. In einer separaten Vergleichsanalyse kehrten Nutzer im Folgemonat in 23,6 Prozent der Fälle zu einer solchen Aufgabe zurück. Bei vergleichbaren Nutzern ohne vorherige Nutzung derselben Aufgabe waren es 8,4 Prozent.

Das beweist weder, dass sich Stellenprofile formal verändert haben, noch dass die Arbeit gut erledigt wurde. Die Stichprobe besteht aus ausgewählten ChatGPT-Nutzern, und gemessen wurde Nutzung, nicht Ergebnisqualität. Sichtbar wird aber, dass ein Teil dieser fachübergreifenden Arbeit wiederkehrt und nicht nur einmal ausprobiert wird.

Aufschlussreich ist auch, wie die Nutzer außerhalb ihres eigenen Berufsfelds prompteten. Sie fragten seltener nach Erklärungen oder Schritt-für-Schritt-Anleitungen und gaben häufiger Kontext, Beispiele oder baten um Überprüfung. Eine mögliche Interpretation der Forschenden: Menschen leihen sich fachliche Kompetenz, ohne das angrenzende Fachgebiet selbst vollständig zu erlernen.

Für den Einkauf entsteht damit eine unangenehme Frage der Verantwortlichkeit. Wenn ein Einkäufer plötzlich Arbeit übernimmt, die rechtliche, finanzielle oder analytische Anteile hat, wer trägt die fachliche Urteilslast, wenn die Antwort plausibel und trotzdem falsch ist? KI kann den Aktionsradius erweitern. Verantwortung, Kontextwissen und die Tiefe des Spezialisten wandern nicht automatisch mit.

Die Lücke bei der Urteilskraft wird in den Belegschaftsdaten sichtbar

Eine am 21. September 2026 veröffentlichte globale Studie des IBM Institute for Business Value macht das Problem konkreter. IBM und Oxford Economics befragten 1.500 CHROs und vergleichbare Verantwortliche für Workforce-Strategie in 21 Regionen und 23 Branchen sowie 8.800 Vollzeitbeschäftigte in 28 Ländern.

71 Prozent der CHROs bezeichneten die Fähigkeit, KI-Ausgaben zu überwachen, zu validieren und bei Bedarf zu übersteuern, als wichtigste Kompetenz der Belegschaft. Nur 29 Prozent der Beschäftigten stuften Urteilskraft als wichtig ein. 60 Prozent sorgten sich, dass KI ihre Fähigkeiten abbaut. Gleichzeitig glaubten 41 Prozent der CHROs, dass Beschäftigte sich möglicherweise nicht sicher fühlen, KI-Empfehlungen zu hinterfragen oder zu überstimmen.

Das sind Befragungsdaten, keine gemessenen Tests menschlicher Urteilskraft. Sie beweisen nicht, dass KI kritisches Denken bereits in einem bestimmten Umfang verschlechtert hat. Relevant ist die Lücke: Unternehmen erklären Urteilskraft gegenüber KI zur Kernkompetenz, während die Menschen, die sie ausüben sollen, ihr offenbar nicht dieselbe Priorität geben.

IBM berichtet außerdem, dass 80 Prozent der CHROs durch KI neue unsichtbare Arbeit sehen, darunter Empfehlungen prüfen, Fehler korrigieren, Kontext ergänzen und Ausnahmen bearbeiten. Für den Einkauf ist das zentral. Human in the Loop bedeutet nicht, am Ende auf Freigeben zu klicken. Jemand muss erkennen, wann eine kaufmännische Information fehlt, eine Annahme veraltet ist oder die plausible Antwort nicht zum realen Geschäft passt.

Im Einkauf verändert die Erklärung, wie stark Menschen der Empfehlung folgen

Eine im September 2026 veröffentlichte Studie im International Journal of Industrial Ergonomics liefert dafür einen einkaufsspezifischen Mechanismus. Yining Ye und Kollegen verglichen in einer simulierten Beschaffungsentscheidung fünf Arten algorithmischer Erklärungen mit 40 Teilnehmenden.

Bevorzugt wurden Erklärungen, die informativ, technisch konkret und logisch nachvollziehbar waren. Die Art der Erklärung beeinflusste sowohl das subjektive Vertrauen als auch die Bereitschaft, der algorithmischen Empfehlung zu folgen.

Die Studie ist explorativ und klein. Die Teilnehmenden waren zwischen 20 und 34 Jahre alt, im Durchschnitt 24,5, und die Aufgabe arbeitete mit einer vorgegebenen, endlichen Menge relevanter Informationen. Reale Einkaufsentscheidungen sind meist unordentlicher. Kontext liegt verteilt in Entwicklung, Finance, Operations, Verträgen und Lieferantenhistorie.

Gerade diese Grenze ist wichtig.

Wenn schon in einer klar abgegrenzten Aufgabe die Erklärung beeinflusst, wie stark Menschen einem System folgen, braucht professionelle KI-Nutzung mehr als eine Empfehlung. Der Einkäufer muss genug über Begründung, Annahmen und Informationsgrenzen sehen, um entscheiden zu können, welche Autorität die Antwort verdient.

Das erklärt auch, warum ein Transkript einer echten Verhandlung allein keine ausreichende Grundlage für Coaching sein muss. Es zeigt die Bewegung im Gespräch. Mandat, Wechselkosten, Qualifizierungsrisiko oder ein Paketgeschäft, das die kaufmännische Qualität dieser Bewegung bestimmt, können außerhalb des Transkripts liegen.

Eine KI-Empfehlung kann intern zum Anker werden

Der Einkauf kennt den Ankereffekt aus Lieferantenverhandlungen. Eine erste glaubwürdige Zahl oder ein erster Deutungsrahmen kann den weiteren Austausch prägen. Dasselbe kann eine KI-Empfehlung innerhalb des Unternehmens tun.

Angenommen, eine Analyse kommt zu dem Ergebnis, dass eine Lieferantenforderung von acht Prozent wahrscheinlich auf drei Prozent reduziert werden kann. Diese Zahl kann auf unvollständigen Marktdaten und Annahmen zum Hebel beruhen. Sobald sie jedoch in einer professionellen Entscheidungsvorlage steht, beginnt sie die interne Diskussion zu ordnen. Die Finanzfunktion fragt, warum drei Prozent nicht erreichbar sein sollten, und die Vorbereitung baut zunehmend auf einem Modellwert auf, der nie als harte Tatsache gedacht war.

Formal bleibt der Mensch in der Entscheidungsschleife. Praktisch wird Widerspruch aber aufwendiger als Zustimmung, weil nun erklärt werden muss, warum die maschinelle Empfehlung nicht übernommen wird. Ein menschlicher Freigabeschritt allein löst dieses Problem nicht.

Menschliche Kontrolle braucht echte Möglichkeit zum Widerspruch

Ein konzeptioneller Beitrag in AI & Society beschreibt eine verwandte Frage als „epistemisches Wohlbefinden“ bei der Arbeit: Können Fachleute weiterhin sinnvoll beurteilen, widersprechen und Verantwortung tragen, wenn algorithmische Empfehlungen organisatorische Autorität gewinnen? Der Beitrag liefert keinen gemessenen Effekt für den Einkauf, macht aber eine wichtige Organisationsfrage sichtbar.

Wenn eine Beschaffungsempfehlung standardmäßig einer KI-Bewertung folgt und eine Abweichung eine Sonderfreigabe oder zusätzliche Begründung verlangt, bleibt der Einkäufer zwar verantwortlich, verliert aber einen Teil der praktischen Entscheidungshoheit. Auch ein Mensch in der Schleife kann zum Abnicker werden.

Sinnvolle Kontrolle braucht deshalb nicht nur Anwesenheit, sondern Verständnis, Zugang zur Evidenz und die organisatorische Erlaubnis zu sagen: Diese Empfehlung ist plausibel, aber für diese Entscheidung noch nicht belastbar genug.

Der Einkauf könnte KI-Nutzung stärker trainieren als Widerspruch

Die am 17. September 2026 veröffentlichte Fünfjahresanalyse von SAP zum Procurement Imperative liefert dafür ein einkaufsspezifisches Signal.

Die aktuelle Studie umfasst 2.648 C-Level-Führungskräfte aus 23 Ländern. In der 2025er Erhebung innerhalb der Reihe nannten 68,2 Prozent KI-Kompetenz und Ethik als wichtigste Kompetenzpriorität. Klassische Einkaufskompetenzen lagen bei 34,1 Prozent. Neugier wurde nur von 10 Prozent priorisiert.

Dieselbe Forschungsreihe zeigt, dass 2026 KI-gestützte und prädiktive Erkenntnisse mit 66,6 Prozent zur wichtigsten Priorität im Category Management geworden sind.

Diese Zahlen beweisen nicht, dass Einkaufsteams Neugier oder Urteilskraft verlieren. Sie zeigen aber sehr deutlich, wohin formale Aufmerksamkeit fließt.

Daraus entsteht ein mögliches Kompetenzparadox. Der Einkauf kann sehr gut darin werden, KI zu bedienen, und gleichzeitig zu wenig darin investieren, KI zu hinterfragen.

Die praktische Fähigkeit ist nicht abstrakte Neugier als Persönlichkeitseigenschaft. Sie zeigt sich im Verhalten: Welche Evidenz stützt die Empfehlung? Welche Annahmen stecken darin? Welcher Lieferantenkontext fehlt? Warum wirkt diese Antwort so überzeugend? Und wann darf ein Modelloutput nicht zum internen Anker werden?

Ein Einkäufer, der ein plausibles KI-Kostenargument ungeprüft übernimmt, hat im Kern dasselbe Kompetenzproblem wie ein Einkäufer, der ein plausibles Lieferantenargument ungeprüft übernimmt.

Je besser das System, desto wichtiger wird Kalibrierung

Ein schlechtes Werkzeug hält Nutzer wachsam, weil fast jede Antwort fragwürdig wirkt. Ein sehr gutes Werkzeug erzeugt das gegenteilige Risiko: Es liegt oft genug richtig, dass Prüfung irgendwann wie unnötiger Aufwand erscheint. Die Fähigkeit besteht daher nicht darin, KI grundsätzlich zu widerstehen, sondern zwischen gut begründetem Vertrauen und notwendigen Zusatzprüfungen unterscheiden zu können.

Eine reife Nutzung akzeptiert ein Ergebnis, wenn Quellen aktuell sind, Annahmen zum Fall passen und die Folgen eines Fehlers begrenzt sind. Dieselbe Person stoppt, wenn eine Empfehlung auf einer ungeprüften Wechselkostenannahme beruht und eine kritische Lieferantenentscheidung beeinflussen würde.

Beides ist kompetenter KI-Einsatz. Totales Misstrauen verschenkt Nutzen, blindes Vertrauen gibt Urteilskraft ab.

In der Verhandlung wird die Grenze sichtbar

Verhandlungen zeigen diese Grenze besonders deutlich, weil die vorbereitete Empfehlung auf neue Information trifft. Der Lieferant widerspricht dem Kostenmodell, die Technik nennt plötzlich eine längere Qualifizierungszeit, ein Preiszugeständnis wird mit einer unerwarteten Mengenbindung verknüpft oder die Gegenseite eskaliert. Nun muss der Einkäufer entscheiden, was diese neue Information am Plan verändert.

Voice2Evolve setzt genau an dieser Ausführungsgrenze an. Ein Einkäufer kann mit einer KI-gestützten Vorbereitung in eine gesprochene Übungsrunde gehen, Widerstand erleben und anschließend prüfen, warum der Plan beibehalten, angepasst oder verworfen wurde. Relevant ist nicht die Treue zur Vorbereitung, sondern ob die Abweichung oder das Festhalten kommerziell begründet war.

KI macht den Einkauf schneller darin, Informationen zu produzieren. Gerade deshalb wird die Fähigkeit wertvoller, diesen Informationen die richtige Autorität zu geben.

Quellen

• IBM Institute for Business Value (21. September 2026). New IBM CHRO Study: AI Puts Critical Thinking at the Center of Workforce Priorities.

• Ye, Y., Zheng, J., & Ma, L. (September 2026). Decoding user preferences: A study of explanations for algorithmic decision support in procurement. International Journal of Industrial Ergonomics, 115, 104029.

• OpenAI Economic Research (16. September 2026). How workers are unlocking new ways of working, Work at the Frontier.

• Igbodor, E. et al. (2026). Trust calibration in human-AI collaborative decision-making: a cross-domain investigation of climate intelligence and organisational governance systems. Human-Intelligent Systems Integration.

• Salazar-Altamirano, M. A., & Ravina-Ripoll, R. (2026). Beyond efficiency: epistemic well-being at work under algorithmic governance. AI & Society.

• Borisov, I. G. (2026). From Outputs to Warranted Claims: Reframing AI Literacy as Culturally Mediated Quality Judgement for HRD. Human Resource Development Review.