Agentic AI in Source-to-Pay

Der Paradigmenwechsel: Von Assistenz zu Autonomie

Traditionelle Generative AI, wie sie in Chatbots zum Einsatz kommt, beantwortet Fragen und generiert Texte. Sie ist ein leistungsfähiger Assistent, aber eben nur das: ein Assistent, der auf Anweisungen wartet.

Agentic AI geht einen entscheidenden Schritt weiter. Autonome KI-Agenten handeln eigenständig, treffen prozessintegrierte Entscheidungen und orchestrieren komplette End-to-End-Workflows. Sie analysieren nicht nur Daten, sondern agieren auf Basis dieser Daten, initiieren Folgeprozesse und eskalieren erst dann an den Menschen, wenn eine Situation tatsächlich menschliches Urteilsvermögen erfordert.

Mit diesem Paradigmenwechsel wandelt sich ServiceNow von einer Workflow-Assistenz zu einer „Agentic S2P Platform“: einer Plattform, die Routineaufgaben autonom steuert, während der Mensch nur noch bei Ausnahmen eingreift. Amit Zavery, President und Chief Product Officer bei ServiceNow, bringt es auf den Punkt: 2026 sei das Jahr, in dem Organisationen aufhören, KI nach einfachen Antworten zu fragen, und beginnen, sie autonom diagnostizieren, planen und mehrstufige Workflows ausführen zu lassen.

Die technologische Basis: Wie ServiceNow Agentic AI umsetzt

Agentic AI ist bei ServiceNow kein isoliertes Add-on, das nachträglich auf die Plattform aufgesetzt wurde. Die KI-Fähigkeiten sind tief in die Now Platform integriert. Eine Architekturentscheidung, die den Unterschied zwischen einem smarten Feature und einer transformativen Plattformfähigkeit ausmacht.

Der AI Agent Orchestrator: Der Dirigent im KI-Orchester

Das Herzstück der Agentic-AI-Architektur ist der AI Agent Orchestrator. Man kann ihn sich als Dirigenten eines Orchesters vorstellen: Er koordiniert spezialisierte KI-Agenten, die jeweils für bestimmte Aufgabenbereiche zuständig sind, und sorgt dafür, dass sie nahtlos zusammenarbeiten.

In der Praxis bedeutet das: Wenn ein komplexer Procurement-Vorgang mehrere Schritte umfasst – etwa die Analyse einer Bedarfsanforderung, die Prüfung von Lieferantenrisiken, die Auswahl des optimalen Beschaffungswegs und die Erstellung einer Bestellung – übernimmt der Orchestrator die Steuerung. Er entscheidet, welcher spezialisierte Agent für welchen Teilschritt zuständig ist, übergibt den Kontext zwischen den Agenten und überwacht den Gesamtprozess.

Ergänzt wird der Orchestrator durch die AI Control Tower, eine zentrale Kommandozentrale für die Überwachung und Governance aller KI-Agentenaktivitäten. Unternehmen behalten so jederzeit die Kontrolle und Nachvollziehbarkeit über das, was die Agenten tun: ein entscheidender Faktor für Auditierbarkeit und Compliance.

Zero-Copy-Datenansatz: Kontextualisierte Daten ohne Datensilos

Ein wesentlicher Erfolgsfaktor für KI im Procurement ist der Zugang zu den richtigen Daten im richtigen Kontext. ServiceNow löst dieses Problem über die Workflow Data Fabric und den Zero-Copy-Ansatz.

Anstatt Daten aus ERP-Systemen, Vertragsmanagementsystemen oder Lieferantenportalen physisch zu kopieren und in ein separates Data Warehouse zu transferieren, greift die KI über die Data Fabric direkt auf kontextualisierte Unternehmensdaten zu. Das bedeutet: Die Daten verbleiben dort, wo sie hingehören – in den Quellsystemen – und werden durch die Data Fabric in Echtzeit verfügbar gemacht.

Die Vorteile dieses Ansatzes sind ein Gamechanger: Es entstehen keine Datenkopien, die inkonsistent werden können. Die KI arbeitet immer mit aktuellen Daten. Und der Aufwand für Datenintegration sinkt dramatisch, da analytische Datenquellen wie Snowflake oder Databricks ohne Vollimport angebunden werden können.

LLM-Flexibilität: Wahlfreiheit statt Vendor Lock-in

Ein häufiges Bedenken von Unternehmen gegenüber KI-Plattformen ist die Abhängigkeit von einem einzigen Sprachmodell-Anbieter. ServiceNow begegnet diesem Einwand mit dem Generative AI Controller, der Unternehmen die Anbindung verschiedener Large Language Models (LLM) ermöglicht.

Ob OpenAI, Anthropic, Nvidia-Modelle oder EU-konforme Alternativen wie Mistral AI, Unternehmen können über den AI Controller flexibel wählen, welches Sprachmodell für welchen Anwendungsfall eingesetzt wird. Für datensensible Prozesse im europäischen Raum kann beispielsweise ein EU-gehostetes Modell zum Einsatz kommen, während für weniger sensible Aufgaben ein leistungsstärkeres globales Modell verwendet wird.

Zusätzlich ermöglicht die AI Agent Fabric über Protokolle wie das Model Context Protocol (MCP) und das Agent2Agent-Protokoll (A2A) die Kommunikation zwischen ServiceNow-eigenen und Drittanbieter-KI-Agenten. Das öffnet die Tür für ein Ecosystem, in dem spezialisierte KI-Services nahtlos zusammenarbeiten.

Konkrete S2P-Use-Cases: Wo Agentic AI heute schon Value generiert

Die Theorie klingt überzeugend, doch wo zeigt sich der konkrete Nutzen? Ein Blick in die ServiceNow AI Gallery zeigt: Für den Bereich Finance and Supply Chain stehen bereits heute über ein Dutzend spezialisierte KI-Agenten und agentengestützte Workflows als Out-of-the-Box-Lösungen (OOTB) bereit. Weitere befinden sich auf der Roadmap. Die folgende Übersicht differenziert zwischen bereits verfügbaren und angekündigten Fähigkeiten.

Conversational Intake for Sourcing and Procurement

Dieser agentengestützte Workflow ist bereits heute als OOTB-Lösung in der ServiceNow AI Gallery verfügbar und verändert die Art und Weise, wie Bedarfsanforderungen im Unternehmen bearbeitet werden grundlegend. Statt eines komplizierten Formularprozesses interagieren Mitarbeitende über einen natürlichsprachigen Chat mit dem KI-Agenten. Dieser analysiert den Bedarf, empfiehlt richtlinienkonforme Produkte und Lieferanten aus dem Katalog – einschließlich Off-Catalog-Anfragen – und führt den Nutzer durch den gesamten Checkout-Prozess.

Ergänzt wird der Workflow durch den ebenfalls verfügbaren Procurement Product Recommendation Agent und den Procurement Request Tracking Agent, die Produktempfehlungen aussprechen und den Bestellstatus über den gesamten Beschaffungslebenszyklus nachverfolgen.

Wie das ServiceNow-Webinar „Enabling AI Agents in Source-to-Pay Operations“ eindrücklich demonstriert, geht die konversationelle Datenerfassung für die Beschaffung dabei weit über einen einfachen Chatbot hinaus: Der Agent versteht Kontext, erkennt Muster aus früheren Bestellungen und kann proaktiv Empfehlungen aussprechen, etwa wenn ein Rahmenvertrag mit günstigeren Konditionen verfügbar ist.

Coordinate Supplier Onboarding

Auch das Lieferanten-Onboarding ist bereits als OOTB Agentic Workflow verfügbar. Der „Coordinate Supplier Onboarding“-Workflow automatisiert den gesamten Prozess der Lieferanteneinführung. Er wird dabei von mehreren spezialisierten Agenten unterstützt, die alle ebenfalls out-of-the-box bereitstehen:

• Supplier Approval AI Agent: Steuert Freigabe-Entscheidungen durch Aktivierung oder Ablehnung von Lieferanten und aktualisiert Status und Records.
• Supplier Data Validator AI Agent: Validiert Lieferantendaten und -dokumente in Echtzeit, einschließlich Bankdaten-Abgleich.
• Supplier Data Steward AI Agent: Sichert Datenqualität und Compliance, prüft auf Duplikate und verwaltet Aufgabenzuweisungen.
• Supplier Document Strategy Generator: Generiert regions- und branchenspezifische Onboarding-Flows und Aufgaben dynamisch.

Besonders wertvoll ist die Integration mit dem Third-Party Risk Management (TPRM): Der Workflow initiiert automatisch Risiko- und Compliance-Prüfungen, noch bevor der Lieferant operativ freigeschaltet wird. Das Ergebnis: Onboarding-Zyklen können um bis zu 70 Prozent verkürzt werden, bei gleichzeitig höherer Compliance-Qualität.

Das ServiceNow-Webinar zeigt zudem, wie Now Assist Skills, etwa die automatische Lieferantenzusammenfassung, den Onboarding-Prozess weiter beschleunigen. Der KI-Agent kann alle verfügbaren Informationen über einen Lieferanten aggregieren und in Sekundenschnelle ein strukturiertes Profil erstellen, das früher manuelle Recherche über Stunden erforderte.

Accounts Payable und Invoice Case Management

Im Bereich Rechnungsmanagement bietet ServiceNow bereits heute den AP Case Summarization Agent (OOTB), der Effizienz und Produktivität der AP-Teams steigert, sowie den Procurement Inquiry Analysis Agent, der relevante Wissensdatenbank-Artikel für Beschaffungsanfragen abruft. Darüber hinaus steht im ServiceNow Store das Invoice Case Management Modul bereit, das die Zusammenarbeit zwischen Accounts-Payable-Teams und Lieferanten bei der Lösung von Rechnungsanfragen beschleunigt.

Auf der Roadmap befindet sich ein dedizierter Invoice Inquiry Resolution Agent, der den gesamten Prozess weiter automatisieren soll: vom eigenständigen Sammeln des relevanten Kontexts über automatisiertes Three-Way-Matching (Bestellung, Wareneingang, Rechnung) bis hin zur autonomen Beantwortung von Lieferantenfragen.

Bereits heute erreicht die automatische Zuordnung von Rechnungen zu Bestellungen durch Document Intelligence (DocIntel) eine Match-Rate von bis zu 90 Prozent. Für die verbleibenden Ausnahmen eskaliert das System gezielt an menschliche Sachbearbeiter: mit vollständigem Kontext und Lösungsvorschlägen, sodass auch diese Fälle schneller abgeschlossen werden.

Procurement Insights Agent und Purchase Order Management

Der angekündigte Procurement InsightsAgent (auch als AI Data Explorer für Source-to-Pay bezeichnet) soll Beschaffungsdaten auf Knopfdruck verfügbar machen: Ob es um die drei größten Lieferanten nach Ausgabenvolumen geht oder um längerfristige Trends: dieser Agent wird Procurement-Analysen über natürlichsprachige Abfragen schnell zugänglich und handlungsfähig machen.

Das ebenfalls für die Roadmap angekündigte Purchase Order Management soll die Suite um Funktionen zur Behandlung von Ausnahmen bei Bestellungen ergänzen: fehlende Positionen, falsche Mengen oder verzögerte Lieferungen werden automatisch erkannt, gemeldet und mit Lösungsoptionen versehen.

Weitere Agenten für Risikominimierung (Mitigation Optimization) und Ausführungstracking (ExecutionTracking) befinden sich ebenfalls in der Pipeline. ServiceNow baut sein Portfolio kontinuierlich aus: die Vision des autonomen Procurement wird schrittweise Realität.

Weitere bereits verfügbare Agenten im Überblick

Neben den oben beschriebenen Kernprozessen stellt die AI Gallery für den Bereich Finance and Supply Chain weitere OOTB-Agenten bereit, die das S2P-Ökosystem ergänzen:

• Contract Record Handler AI Agent: Ruft Vertragsdetails wie Vendor, Vertragsmodell und Anhänge aus dem Repository ab.
• Extract Contract Metadata AI Agent: Extrahiert Schlüsselmetadaten aus unterzeichneten Vertragsdokumenten automatisch.
• Calculate Contract Lead Time AI Agent: Ermittelt durchschnittliche Durchlaufzeiten für vergleichbare Verträge.
• Conversational Contract Search and Insights: Ermöglicht die natürlichsprachige Suche und Analyse über alle Vertragstypen hinweg.
• Manage Contract Repository: Automatisiert die Verwaltung des Vertrags-Repositories durch autonomes Erstellen von Meilensteinen und Aufgaben.

Business Impact: Messbarer ROI durch KI-Orchestrierung

Die entscheidende Frage für CPOs, CFOs und CIOs lautet: Welchen messbaren Mehrwert liefert Agentic AI? Die bisherigen Erfahrungen und Benchmarks zeichnen ein eindeutiges Bild.

Effizienz und Zykluszeiten

• 50 Prozent Reduktion der Durchlaufzeit von der Bestellanforderung (PR) bis zur Bestellung (PO) durch automatisierte Bedarfsanalyse, Lieferantenauswahl und Genehmigungsprozesse.
• Bis zu 90 Prozent automatische Match-Rate bei der Zuordnung von Rechnungen zu Bestellungen durch die Kombination aus Document Intelligence und KI-Agenten.
• 80 Prozent der Kundenservice-Anfragen werden bereits heute von ServiceNow AI Agents autonom bearbeitet; die Bearbeitungszeit komplexer Fälle sinkt um 52 Prozent.

Ressourcen-Shift: Vom Transaktionsverarbeiter zum strategischen Partner

Die 24/7-Verfügbarkeit der KI-Agenten und ihre konsistente Bearbeitung nach definierten Regeln entlasten operative Teams fundamental. Mitarbeitende können sich auf strategische Aufgaben konzentrieren: Lieferantenbeziehungen pflegen, Einsparpotenziale identifizieren, Innovationspartnerschaften aufbauen. Der Procurement-Bereich wandelt sich vom Kostenverwalter zum Wertschöpfungspartner.

Aptivs Director of Global Supply Chain Management bekräftigt diesen Wandel: Das Unternehmen habe sich bewusst für ServiceNow Source-to-Pay Operations entschieden, um die Grundlage für eine autonome Procurement-Lösung der nächsten Generation zu schaffen.

Skalierbarkeit für Enterprise-Anforderungen

Ein entscheidender Vorteil der ServiceNow-Architektur ist ihre Skalierbarkeit. Große Unternehmenskunden verarbeiten monatlich Millionen oder sogar Hunderte Millionen von Bestellpositionen. Die KI-Agenten sind von Grund auf für diese Skalierung konzipiert: sie arbeiten parallelisiert, lernen kontinuierlich aus neuen Daten und verbessern ihre Genauigkeit über die Zeit.

Die entscheidende Voraussetzung: Datenqualität und AI-Readiness

KI kann nur so gut sein wie die Daten, auf denen sie operiert. Das gilt für Agentic AI in besonderem Maße, denn autonome Agenten treffen eigenständige Entscheidungen: auf Basis der verfügbaren Datenlage. Sind die zugrunde liegenden Daten unvollständig, inkonsistent oder veraltet, werden auch die besten Algorithmen keine verlässlichen Ergebnisse liefern.

Die Konsolidierung auf einer Orchestrierungsplattform wie ServiceNow ist daher der erste, entscheidende Schritt. Die Plattform schafft über die Data Fabric und den Zero-Copy-Ansatz einen einheitlichen, stets aktuellen Datenzugriff, ohne dass Unternehmen ihre gesamte Systemlandschaft austauschen müssen.

Doch Technologie allein reicht nicht. Der häufigste Fehler bei KI-Initiativen im Procurement ist die Digitalisierung historisch gewachsener Ineffizienzen. Wer Prozesse eins zu eins in KI-Workflows übersetzt, ohne sie vorher zu hinterfragen und zu optimieren, automatisiert letztlich nur bestehende Probleme schneller.

Der Weg zur KI-Ready S2P-Organisation

Agentic AI im Source-to-Pay ist kein Zukunftsszenario. Es ist Realität. ServiceNow hat mit dem AI Agent Orchestrator, spezialisierten Procurement-Agenten und einer offenen KI-Plattform die technologische Grundlage geschaffen, die den Sprung von der Assistenz zur Autonomie ermöglicht.

Die Schlüsselerkenntnisse für Entscheider:

• Agentic AI ist mehr als Chatbots: Autonome Agenten handeln eigenständig, orchestrieren Workflows und eskalieren nur bei echten Ausnahmen an den Menschen.
• Die Plattform macht den Unterschied: Agentic AI entfaltet ihr volles Potenzial nur auf einer integrierten Datenbasis mit durchgängiger Prozesslogik, nicht auf isolierten Punktlösungen.
• Datenqualität ist die Eintrittskarte: Ohne saubere, kontextualisierte Daten können auch die intelligentesten Agenten keinen zuverlässigen Mehrwert generieren.
• Der ROI ist messbar: Von der Halbierung der Durchlaufzeiten über 90 Prozent Match-Raten bis zur Entlastung operativer Teams – die Business Cases sind belastbar.
• Starten Sie jetzt: 29 Prozent der Unternehmen setzen bereits Agentic AI ein, mit prognostizierter Verdopplung auf 50 Prozent bis 2027. Wer jetzt handelt, sichert sich einen Wettbewerbsvorteil.

Der CompuSafe-Ansatz

CompuSafe versteht sich nicht nur als Implementierungspartner für ServiceNow, sondern als strategischer Begleiter auf dem Weg zur KI-Ready S2P-Organisation. Unser Ansatz stellt sicher, dass KI nicht auf schlecht strukturierte Prozesse aufgesetzt wird:

• Prozessanalyse vor Technologie: Wir analysieren und optimieren bestehende S2P-Prozesse, bevor KI darauf angewendet wird: damit Sie Exzellenz automatisieren statt Ineffizienz.
• Datenqualität als Fundament: Wir bewerten Ihre Datenbasis und schaffen die Voraussetzungen für AI-Readiness: pragmatisch und mit klarem ROI-Fokus.
• Schrittweise Adoption: Von den ersten Pilot-Use-Cases für Agentic AI bis zur skalierenden Ausrollung begleiten wir die gesamte Transformation.