Künstliche Intelligenz übernimmt im B2B-Einkauf nicht mehr nur einzelne Aufgaben. Sie trifft Entscheidungen, prüft Verträge und löst Bestellungen aus. Was Mittelstand und gehobener Mittelstand jetzt wissen müssen.
McKinsey schätzt das Marktvolumen für Agentic Commerce auf 3 bis 5 Billionen USD weltweit bis 2030 [1]. Eine PwC-Befragung zeigt: Über 70 % der Unternehmen setzen KI-Agenten bereits ein oder testen sie, 88 % erhöhen ihre Investitionen [2]. Im B2B trifft der Trend die Beschaffung zuerst, weil sie repetitiv, regelbasiert und auditierbar ist.
Konsumenten-Anwendungen wie ChatGPT Operator oder Amazon Rufus stehen im Rampenlicht. Im Mittelstand passiert die Veränderung konkreter: bei der Wartungs-Nachbestellung, in der Ausschreibungsvorbereitung, im Vertragsmanagement. Wer mit SAP-Stammdaten arbeitet, hat einen schnelleren Pfad zur automatisierten Beschaffung als Wettbewerber ohne strukturierte Kataloge.
Agentic Commerce beschreibt einen Einkauf, bei dem KI-Agenten eigenständig handeln. Sie erkennen Bedarf, vergleichen Angebote, treffen Entscheidungen und führen Transaktionen aus, innerhalb klar definierter Mandate.
Gartner prognostiziert, dass bis 2028 etwa 33 % der Enterprise-Software Agentic-AI-Funktionen enthalten wird und 15 % aller Geschäftsentscheidungen autonom ablaufen [3]. Im B2B zeigen Pioniere wie Alibabas Plattform „Accio", wie schnell sich der Hebel materialisiert: Nach Unternehmensangaben werden bereits 40 % aller internationalen Anfragen agentenbasiert generiert.
Was die Verbreitung dämpft: Deloitte sieht weniger als 25 % der B2B-Lieferanten in Deutschland aktiv mit Agentic AI [4]. Es ist eine frühe Phase mit hohem Tempo. Wie sich die Konsumenten-Seite parallel entwickelt, zeigt unser Beitrag „Agentic Commerce im Retail".
Stellen Sie sich vor: Eine Anlage in Stuttgart meldet niedrigen Lagerbestand für ein Bauteil mit acht Wochen Lieferzeit. Das ist der Punkt, an dem sich klassisches E-Procurement, Conversational Commerce und Agentic Commerce auseinanderbewegen.
|
Modus |
Initiative |
Entscheidung |
Bestellung |
Auditierbarkeit |
|
Klassischer Katalog |
Mensch |
Mensch |
manuell |
Standard |
|
Conversational Bot |
Mensch fragt |
Mensch wählt |
manuell unterstützt |
hoch |
|
Agentic Commerce |
Agent erkennt |
Agent im Mandat |
autonom im Mandat |
hoch, mit Mandat |
Ein Agentic-Commerce-Agent erkennt den Bedarf, prüft Vertragslieferanten, holt eine Freigabe ein und löst die Bestellung aus, auf Basis der hinterlegten Stammdaten, Vertragslimits und Budgetregeln. Conversational Bots beantworten Fragen. Agentic-Agenten treffen Entscheidungen und übernehmen Aufgaben.
Vier konkrete Anwendungsfelder, in denen mittelständische Unternehmen heute den Hebel ansetzen:
Ein Hersteller aus dem Maschinenbau hinterlegt Schwellen für Verbrauchsmaterial im SAP-ERP. Der Agent erkennt Unterschreitungen, prüft Rahmenverträge und löst die Bestellung beim hinterlegten Lieferanten aus. In Kombination mit Predictive Maintenance erkennt der Agent Bedarf nicht erst bei der Schwelle, sondern bei der prognostizierten Belastung.
Nutzen: Spart mehrere Stunden manueller Routine pro Einkäufer:in und Woche, reduziert Stillstandszeiten in der Produktion.
Im Anlagenbau erstellt der Agent strukturierte Ausschreibungen, vergleicht eingehende Angebote nach vordefinierten Kriterien und schlägt eine Vorauswahl vor.
Nutzen: Verkürzt den Ausschreibungs-Zyklus von Wochen auf Tage, macht Vergleiche revisionssicher dokumentierbar.
Ein Servicetechniker erkennt ein defektes Teil per App-gestützter Bilderkennung. Der Agent identifiziert das passende Ersatzteil, prüft Verfügbarkeit und Liefertermin, löst die Bestellung mit Direktversand an den Einsatzort aus.
Nutzen: Verkürzt Identifikation und Beschaffung um etwa 30 %, ermöglicht Cross- und Upselling vor Ort.
In Pharma, Chemie oder regulierter Industrie prüft der Agent automatisch Budget-Limits, Lieferanten-Compliance und Vier-Augen-Anforderungen. Jede Entscheidung läuft in einen revisionssicheren Audit-Trail.
Nutzen: Senkt das Risiko nicht regelkonformer Bestellungen, reduziert manuelle Prüfungen.
Drei technische Bausteine bilden das Fundament:
Large Language Models als Sprach- und Reasoning-Schicht. ChatGPT (OpenAI), Google Gemini und Microsoft Copilot decken den Großteil der heute eingesetzten Modelle ab.
MCP (Model Context Protocol) als standardisierte Schnittstelle zwischen Agent und Datenquelle. MCP ist für KI-Agenten, was USB für Geräte ist: ein einheitlicher Anschluss zu Katalog-, Bestands- und Vertragsdaten.
AP2 (Agent Payment Protocol) für autorisierte Zahlungen mit Mandaten und Audit-Trail.
Hinzu kommt das experimentelle A2A-Protokoll (Agent-to-Agent), in dem zwei spezialisierte Agenten direkt miteinander verhandeln. Stanford HAI beschreibt erste Pilot-Implementierungen [5].
Die Anbieterlandschaft ist in Bewegung. Eine kurze Einordnung:
SAP Joule und Joule Studio: Agent-Builder für eigene KI-Skills, nativ verbunden mit SAP S/4HANA, Sales Cloud und Service Cloud.
SAP Storefront MCP Server: auf der NRF 2026 angekündigt, ermöglicht die Anbindung externer Agenten an die SAP Commerce Cloud [6].
Daneben positionieren sich weitere Marktteilnehmer mit eigenen Ansätzen, etwa Intershop, Salesforce und Shopware (Letzteres mit der Agentic Commerce Alliance, Juni 2025).
Wer im Mittelstand bereits mit SAP-Stammdaten arbeitet, hat den kürzesten Weg in den agentenfähigen Einkauf. Wie sich die SAP-Engagement-Plattform parallel entwickelt, beschreibt unser Artikel zur [SAP Engagement Cloud].
Den größeren Zusammenhang – wie Agentic AI zur nächsten Stufe der SAP-Transformation wird – ordnet unser Beitrag [Agentic AI: nächste Stufe der SAP-Transformation] ein.
Drei Erfolgsfaktoren und drei Risiken aus der Beratungspraxis:
Erfolgsfaktoren:
Strukturierte Stamm- und Vertragsdaten. Maschinenlesbar, mit eindeutigen Produktcodes (GTIN, GPC), JSON-LD-Auszeichnung. Wir nennen das Agent Procurement Optimization: das Procurement-Pendant zu SEO.
Cross-funktionale Task Force. Einkauf, IT, Compliance und Legal müssen ab Tag 1 zusammenarbeiten. Wie sich Akzeptanz bei neuen Tools steigern lässt, zeigt der Leitfaden [„CRM einführen"].
Risiken:
Verlust der direkten Lieferantenbeziehung. Der Agent wird zum Gatekeeper. Wo Verhandlung über Margen entscheidet, braucht es eine bewusste Mensch-Maschine-Schnittstelle.
Auditierbarkeit und Vier-Augen-Prinzip. Wer haftet bei einer Fehlbestellung? Das AP2-Mandate-Konzept legt Budget- und Lieferanten-Grenzen vorab fest, das schafft Spielraum und Sicherheit zugleich.
Implementierungs-Risiko. Branchenanalysen sehen über 40 % aller Agentic-Projekte vorzeitig abgebrochen [3]. Der Engpass ist meist nicht die Technik, sondern Datenbasis, Mindset und Change Management.
Agentic Commerce im B2B ist kein 2030-Thema. Die Standards sind verfügbar, die Plattformen reifen, der Mittelstand mit SAP-Backbone hat den schnelleren Pfad.
Stamm- und Vertragsdaten inventarisieren. Wo stehen Sie bei Produktcodes, Lieferantendaten und Vertragsdokumenten? Das ist die Voraussetzung, nicht das Nice-to-have.
Einen Use Case identifizieren. Welche Beschaffungsroutine kostet Ihren Einkauf heute am meisten Zeit? Genau da starten Sie.
Was unterscheidet Agentic Commerce von Conversational Commerce?
Conversational Commerce reagiert. Agentic Commerce handelt: Der Agent erkennt Bedarf, vergleicht Angebote und führt Transaktionen aus.
Wann lohnt sich Agentic Commerce im Mittelstand?
Bei wiederkehrender Beschaffung mit klaren Regeln und sauberen Stammdaten. Einstiegs-Use-Cases: MRO-Nachbestellung, Verbrauchsmaterial.
Welche SAP-Komponenten sind für Agentic Commerce zentral?
SAP Business Technology Platform als Fundament, SAP Joule und Joule Studio für eigene Agenten, der angekündigte SAP Storefront MCP Server für externe Agenten-Anbindung.
Was ist das Model Context Protocol (MCP)?
Ein offener Standard, initial von Anthropic vorgestellt. MCP ist für KI-Agenten, was USB für Geräte ist: ein einheitlicher Anschluss für Katalog-, Bestands- und Vertragsdaten.
Wer haftet, wenn ein KI-Agent eine Fehlbestellung auslöst?
Über das AP2-Mandate-Konzept werden Budget- und Lieferanten-Grenzen vorab definiert. Innerhalb haftet das Unternehmen wie bei jeder Bestellung. Außerhalb greift das Vier-Augen-Prinzip.
Wie schnell setzt sich Agentic Commerce im B2B durch?
Deloitte sieht unter 25 % B2B-Lieferanten-Adoption. McKinsey prognostiziert 3 bis 5 Billionen USD Marktvolumen bis 2030.
Was ist Agent Procurement Optimization?
Das Procurement-Pendant zu SEO (Search Engine Optimization): Stamm- und Vertragsdaten so aufbereiten, dass Einkaufs-Agenten sie bevorzugt finden, vergleichen und auswählen.
Passt dazu: