Title

KI im öffentlichen Einkauf: Von Pilotprojekten zu skalierbarer Wirkung

Section
Insight
Summary

Von Gil Gorev
Mitwirkende: Kate Powell, Fabian Moreira-Phillips, Amy Bowyer, Jack Jeffries und Jose Oliveira

Da der Einkauf im öffentlichen Sektor unter starkem Druck steht und mit weniger Ressourcen mehr leisten muss, bietet Künstliche Intelligenz (KI) eine vielversprechende Möglichkeit, diese Herausforderung zu bewältigen. Zwar gibt es derzeit eine Vielzahl von Pilotprojekten in staatlichen Organisationen, aber nichtsdestotrotz tun sich diese schwer, KI verantwortungsvoll und wirksam einzusetzen und mit den besonderen Organisationsstrukturen und Anforderungen des öffentlichen Einkaufs zu vereinen. 

Häufig stellt sich die Frage, mit welchen Bereichen oder Aufgabenfeldern begonnen werden sollte. KI-Lösungen einzuführen, bedeutet nicht, auf unausgereifte Technologien zu setzen oder bestehende Systeme grundlegend umzubauen. Vielmehr erfordert es eine pragmatische, ergebnisorientierte Einführung, die sich an realen operativen Bedarfen orientieren.

In diesem Artikel stellen wir praxisnahe KI-Anwendungen für den öffentlichen Einkauf vor. Wir werden dabei typische Hürden beleuchten, die Organisationen am Fortschritt hindern und zeigen auf, welche Schritte Führungskräfte unternehmen können, um messbare Ergebnisse zu gelangen.

  • Intelligente Ausschreibungserstellung – KI kann Ausschreibungsunterlagen auf Basis vergangener Initiativen und Marktdaten auf Knopfdruck erstellen und berücksichtigt dabei politische Zielsetzungen. Freitextbasierte KI-Agenten unterstützen auch fachfremde Kollegen bei der Erstellung relevanter Pakete durch gezielte Hinweise und Leitfragen.

  • Beschleunigte Angebotsbewertung – Algorithmen bewerten Angebote anhand definierter Kriterien, verkürzen die Zeit für Zuschlagsentscheidungen signifikant und reduzieren Subjektivität (wie z. B. persönliche Lieferantenvorlieben).

  • Anfragen richtig kanalisieren – KI-Agenten oder Chatbots erfassen und kategorisieren interne Einkaufsanfragen, wenden interne Regeln an (wie z. B. Schwellenwerte) und leiten Anfragen weiter. Dadurch werden Einkäufer entlastet und die Servicequalität verbessert.
  • Vertragszusammenfassungen und -prüfung – KI kann umfangreiche Verträge schnell zusammenfassen und Abweichungen von Standardbestimmungen hervorheben (z. B. via Ampelsystem). Das unterstützt schnellere juristische Prüfungen und ein besseres Verständnis bei Mitarbeitern ohne juristische Ausbildung.

  • Leistungsabgleich – KI vergleicht vertraglich vereinbarte Leistungskennzahlen mit ähnlichen Verträgen oder externen Standards, identifiziert Leistungsdefizite und gibt Impulse für Nachverhandlungen.
  • Marktanalysen und Lieferantensuche – KI identifiziert neue Lieferanten – einschließlich KMU und Sozialunternehmen – aus unstrukturierten Datenquellen. Gleichzeitig werden Risiken wie Probleme der Umwelt-, Sozial- und Unternehmenssteuerung, finanzielle Instabilität oder negative Medienberichte hervorgehoben, um eine fundierte Vorauswahl zu ermöglichen.

  • Risikokontrolle – KI analysiert Finanz-, Umwelt-, Sozial- und Unternehmenssteuerung sowie geopolitische Daten und identifiziert potenzielle Lieferantenrisiken frühzeitig und kann diese via Ampelsystem kategorisieren.

  • Objektivität in Entscheidungsprozessen – Algorithmen können potenzielle Subjektivität in Lieferantenentscheidungen erkennen, beispielsweise in Bezug auf geografische oder demografische Kriterien oder Lieferantentypen, und so faire und inklusive Einkaufspraktiken unterstützen.