Verhandlungen im E-Commerce Einkauf: Wie KI Verhandlungen im E-Commerce verändert

Von Dr. Raphael Schoen 8 min Lesedauer

Anbieter zum Thema

KI kann Verhandlungen im Einkauf verändern. Warum rohe Modelle kein Ersatz für Verhandlungskompetenz im Onlinehandel sind.

(Bild:  © Thapana_Studio/stock.adobe.com)
(Bild: © Thapana_Studio/stock.adobe.com)

Darum geht's:

KI wird im E-Commerce-Einkauf vor allem dann stark, wenn sie Vorbereitung systematisiert: Zielpreise, Anbieteranalyse, Argumente und Vertragsprüfung.

Rohe Sprachmodelle sind für belastbare Kostenrechnungen riskant. Erst kalibrierte Systeme machen aus Schätzungen verhandlungsfähige Zielpreise.

Der größte Hebel liegt nicht im Chatbot während des Termins, sondern in der Verhandlungsarchitektur vor dem Termin.

Im E-Commerce wird schnell verhandelt. Sortiment, Preise, Logistik, Payment, Retouren, Marktplatzgebühren, Verpackung, IT-Dienstleister, Agenturen. Fast überall liegen Angebote auf dem Tisch, die plausibel aussehen und dennoch systematisch zum Vorteil des Anbieters aufgebaut sind. Wer nur auf Vergleichsangebote, Marktgefühl oder Rabatte setzt, verhandelt meistens innerhalb des Rahmens, den der Lieferant gesetzt hat.

Genau das ist das Problem. Viele Einkaufs- und Category-Teams beginnen die Verhandlung erst dann, wenn ein Angebot vorliegt. Der Anbieter hat zu diesem Zeitpunkt längst den ersten Anker gesetzt. Der Einkauf reagiert. Er kontrolliert nicht. KI kann dieses Muster durchbrechen: Als Vorbereitungswerkzeug, das aus verstreuten Informationen, Kostenlogik und Marktdaten eine belastbare Verhandlungsposition entwickelt. Richtig eingesetzt, verschiebt KI die Diskussion von Rabatt auf Kosten. Von Bauchgefühl auf Evidenz. Von Improvisation auf Strategie.

Hebel 1 im Einkauf: Cost Engineering für Produkte und Baugruppen

Should-Costing beantwortet eine einfache Frage: Was sollte ein Produkt oder eine Leistung unter realistischen Annahmen tatsächlich kosten? Im klassischen Einkauf war diese Frage lange großen Industrieunternehmen vorbehalten. Automotive- und Maschinenbaukonzerne unterhalten eigene Cost-Engineering-Abteilungen, weil Zielpreise einen enormen Verhandlungshebel liefern. Für viele E-Commerce-Unternehmen war dieser Aufwand bisher zu hoch oder auch einfach nicht der strategische Fokus des Unterehmens.

KI senkt diese Hürde drastisch. Für Handelsware, Eigenmarken, Verpackungen oder einfache Baugruppen lassen sich in kurzer Zeit plausible Kostenstrukturen ableiten. Material, Fertigung, Ausschuss, Verpackung, Logistik, Personal, Gemeinkosten, Marge. Der Nutzen ist sofort sichtbar: Der Einkauf erhält nicht nur einen Preis, sondern eine Erklärung, warum dieser Preis plausibel ist.

Aber genau hier liegt auch die Gefahr. Ein roher Prompt in ChatGPT oder Copilot ist keine Kostenrechnung. Er erzeugt eine sprachlich überzeugende Antwort. Ob die Kalkulation belastbar ist, steht auf einem anderen Blatt. In einer empirischen Testreihe mit GPT-5.2, Grok-4, Gemini-3 Pro, DeepSeek und Anthropic Sonnet-4.5 zeigten identische Eingaben massive Streuungen. In Teilen lagen die Abweichungen vom bekannten Zielpreis bei mehr als 200 Prozent.

Das ist keine Marktunsicherheit. Das ist Modellrauschen.

Belastbar wird Cost Engineering erst, wenn Modellwahl, Eingabe-Stack, Prompt-Architektur und algorithmische Validierung zusammenwirken. Dann entsteht aus einer KI-Schätzung ein Zielpreis mit Herleitung. Der Effekt in der Verhandlung ist erheblich: Der Anbieter muss nicht mehr erklären, warum er nur fünf Prozent Rabatt geben kann. Er muss erklären, warum sein Angebot deutlich über einer nachvollziehbaren Kostenrechnung liegt.

Eingaben für eine belastbare KI-Kostenrechnung

Pflichtfelder: Produkt- oder Leistungsbeschreibung, Hauptmaterial oder Leistungsprofil, Produktions- oder Leistungsland, Menge, Laufzeit oder Jahresvolumen. 

Pflichtfelder: Produkt- oder Leistungsbeschreibung, Hauptmaterial oder Leistungsprofil, Produktions- oder Leistungsland, Menge, Laufzeit oder Jahresvolumen. 

Empfehlenswert: Gewicht, Maße, Verpackungsform, Versandweg, Qualitätsanforderungen, Service-Level, Retourenquote oder Komplexitätsgrad. 

Faustregel: Je präziser die Eingabe, desto belastbarer das Ergebnis. 

Hebel 2: Service Cost Engineering für Agenturen, IT und Beratung

Im E-Commerce werden nicht nur Produkte eingekauft. Häufig liegen die größten Hebel bei Dienstleistungen: Performance-Marketing-Agenturen, SEO-Dienstleister, IT-Implementierer, Payment-Anbieter, Logistikdienstleister, Marktplatz-Tools, Shop-Systeme, Content-Produktion oder Beratung.

Gerade hier fehlt oft die Kostenlogik. Ein Tagessatz von 1.500 Euro wirkt im Vergleich zu 1.900 Euro günstig. Beide können aber deutlich über einem plausiblen Verrechnungssatz liegen. Service Cost Engineering dreht die Perspektive um. Aus Rollenprofil, Seniorität, Gehaltsband, Produktivstunden, Gemeinkosten und Zielmarge lässt sich ein realistischer Tagessatz ableiten.

Damit verändert sich die Gesprächsführung. Der Einkauf sagt nicht mehr: „Sie sind zu teuer.“ Er sagt: „Auf Basis realistischer Personalkosten, produktiver Tage und marktüblicher Gemeinkosten liegt ein plausibler Verrechnungssatz bei X. Ihr Angebot liegt deutlich darüber. Welche Leistung rechtfertigt diese Differenz?"

Das ist ein anderer Ton. Kein Druck. Eine Rechnung. Und Rechnungen sind für Anbieter schwerer wegzulächeln als Bauchgefühl.

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung