Verhandeln bald KI-Agenten unsere Ausschreibungen?

Die Vision verführt und scheitert dennoch an der Realität des öffentlichen Einkaufs

Der Reiz ist offensichtlich. Beschaffungsverfahren bestehen zu großen Teilen aus repetitiven, regelbasierten Tätigkeiten: Anforderungen abgleichen, Angebote prüfen, Rückfragen klären, Varianten bewerten. Genau hier können KI-Agenten ihr großes Potenzial entfalten, weil sie große und heterogene Dokumentenmengen in einem Bruchteil der bisherigen Bearbeitungszeit verarbeiten. Setzen beide Seiten solche Systeme ohnehin ein, klingt der nächste Schritt zwingend: Lasst sie direkt miteinander verhandeln.

Doch öffentliche Vergabe ist keine freie Marktverhandlung. Sie ist ein formgebundenes Verfahren, in dem jede Entscheidung begründbar, dokumentiert und rechtssicher sein muss. Gleichbehandlung, Transparenz und Nachprüfbarkeit sind keine Zielvorgaben, sondern bindende Prinzipien. Ein Ergebnis, das sich nicht auf nachvollziehbare Kriterien zurückführen lässt, ist im Nachprüfungsverfahren nicht haltbar.

Der EU AI Act verstärkt diese Grenze regulatorisch. Er ordnet Systeme, die über den Zugang zu öffentlichen Aufträgen mitentscheiden, dem Hochrisikobereich zu und verlangt menschliche Aufsicht, Nachvollziehbarkeit, Protokollierung und klare Verantwortlichkeiten. Die vollautonome Verhandlung oder Vergabe ist damit nicht nur organisatorisch und technisch unrealistisch, sondern auch rechtlich kaum tragfähig. Wer seine Architektur darauf ausrichtet, entwickelt am praktischen Einsatz vorbei.

Die Revolution beginnt an der Schnittstelle und nicht im Duell

Hier liegt der Denkfehler der populären Vision. Sie sucht den Fortschritt im Aufeinandertreffen zweier autonomer Systeme. Tatsächlich entsteht der Fortschritt aber an der Schnittstelle zwischen Mensch und KI auf beiden Seiten sowie im geregelten Zugang beider Seiten zueinander.

Auf Bieterseite analysieren KI-Systeme die Ausschreibung, erstellen Angebotsunterlagen wie ausgefüllte Formulare, Konzepte oder Nachweise, prüfen die Vollständigkeit der eigenen Einreichung und erarbeiten Kalkulations- und Argumentationsgrundlagen für die interne Freigabe. Auf Einkaufsseite strukturieren sie die eingegangenen Angebote, decken Lücken und Inkonsistenzen auf, liefern belastbare Vergleichsgrundlagen für die qualitative Bewertung, bereiten Verhandlungen vor und machen Vorschläge für Zuschlagsentscheidungen. Entschieden wird jedoch weiterhin vom Menschen. Die Entscheidung erfolgt nur auf einer dichteren, schneller verfügbaren Faktenbasis. Spezialisierte Plattformen wie Procure Ai bündeln solche Fähigkeiten auf der Einkaufsseite bereits in einer wachsenden Zahl von KI-Agenten.

Agenten werden dabei durchaus per MCP-Schnittstellen miteinander kommunizieren. Diese Kommunikation findet aber vorrangig über strukturierte Daten statt und nicht über den eigentlichen Verhandlungsgegenstand: strukturierte Anforderungen, maschinenlesbare Angebote, automatisierte Eignungs- und Vollständigkeitsprüfungen. Automatisiert wird so nicht der Abschluss eines Verfahrens, sondern die Vorbereitung einer Entscheidung. Die eigentliche Verhandlung findet weiterhin zwischen Menschen auf beiden Seiten statt, systemseitig unterstützt durch ein KI-Agenten-Cockpit. Das klingt weniger spektakulär als das Maschinenduell, ist in der Wirkung aber ungleich größer: Ein standardisierter, qualitätsgesicherter Datenaustausch senkt den Aufwand auf beiden Seiten, ohne die Entscheidungshoheit zu verlagern. An der Reife dieser Datengrundlage entscheidet sich, wie viel vom großen Zielbild überhaupt trägt.

Die eigentliche Hürde ist nicht die Technologie, sondern das Vertrauen

Über das Tempo entscheidet nicht die Leistungsfähigkeit der Modelle, sondern das Vertrauen der Einkaufsorganisationen in die Systeme. Selbst dort, wo Automatisierung rechtlich und technisch möglich wäre, setzt sie Vertrauen voraus: in die Datenqualität, in die Nachvollziehbarkeit der Ergebnisse, in die eigene Fähigkeit, einen Vorschlag zu hinterfragen und zu revidieren. Im öffentlichen Sektor, wo jede Entscheidung der Prüfung durch Rechnungshöfe und Nachprüfungsinstanzen standhalten muss, ist Erklärbarkeit keine Zusatzfunktion, sondern Voraussetzung für den skalierbaren Einsatz von KI-Agenten im Regelbetrieb.

Dieses Vertrauen lässt sich nicht zusichern, sondern nur Schritt für Schritt erarbeiten. Organisationen entwickeln im Einsatz ein kalibriertes Gespür dafür, wann sie einem Vorschlag folgen können und wann sie eingreifen müssen. Genau diese Kalibrierung, nicht der abrupte Sprung in die Vollautomatisierung, ist der realistische Pfad der kommenden Jahre. Er ist anspruchsvoller als das Narrativ von der vollautonomen Agenteninteraktion, aber er ist der einzige, der in einem rechenschaftspflichtigen Umfeld trägt.

Worauf es jetzt ankommt

Unternehmen und Einkaufsorganisationen sollten daher nicht auf vollautonome, miteinander verhandelnde KI-Agenten warten. Sie sollten vielmehr schnellstmöglich damit beginnen, die Grundlagen für diese Zukunft zu schaffen: strukturierte, maschinenlesbare Ausschreibungen, konsistente Datenbestände und öffentlich dokumentierte MCP-Schnittstellen für die Agent-to-Agent-Kommunikation.

Diese vermeintlich unscheinbare Arbeit entscheidet über die Anschlussfähigkeit von morgen. Wer seine Prozesse heute auf maschinelle Verarbeitbarkeit ausrichtet, gewinnt sofort durch schnellere, weniger fehleranfällige Verfahren und ist zugleich auf die Zukunft vorbereitet.

Fazit

Werden also bald KI-Agenten unsere Ausschreibungen verhandeln? In Teilen ja: als unterstützende Infrastruktur in Form eines KI-Agenten-Cockpits für Einkäufer, aber nicht als autonome Gegenspieler. Die nächste Stufe der Beschaffung ist nicht Maschine gegen Maschine. Sie ist Mensch-KI gegen Mensch-KI. Das ist weniger spektakulär als die Vision eines vollautonomen Agent-to-Agent-Procurements und doch ungleich wertvoller. Und es ist die Zukunft, an der wir heute schon bauen.