Vertragsprüfung im Einkauf mit interner KI: Lieferantenbedingungen gegen Ihre eigenen

Was KI-Vertragsprüfung im Einkauf leistet

Die KI-Vertragsprüfung im Einkauf nimmt den Vertrag, Rahmenvertrag oder die AGB eines Lieferanten, vergleicht jede Klausel, auf die es dem Käufer ankommt, mit Ihren eigenen Einkaufsbedingungen und schreibt eine Abweichungsliste mit dem Wortlaut des Lieferanten, Seite und Klausel. Eine Person im Einkauf prüft die Liste, und die Klauseln, die eine rechtliche Einschätzung brauchen, gehen mit der Liste an Ihren Anwalt. Das Sprachmodell dafür ist von mittlerer Größe und läuft auf einer Karte eines KI-Servers im Unternehmen.

Dieser Leitfaden richtet sich an Einkaufsleiter, Geschäftsführer und kaufmännische Leiter in Unternehmen ohne eigene Rechtsabteilung, in denen Einkäufer die Verträge lesen und nur die schwierigen bei einem externen Anwalt landen. Der erste Teil beschreibt die Arbeit in den Begriffen des Einkaufs; der Server steht in einem Abschnitt mit einer Tabelle; Hinweise für das IT-Team folgen am Ende. Rechtliche Punkte sind allgemeine Informationen zum EU-Recht, Stand Oktober 2026. Nationales Recht, auch zu AGB und zur Frage, welche Bedingungen gelten, wenn beide Seiten auf ihre eigenen verweisen, unterscheidet sich zwischen den Mitgliedstaaten; Ihr Rechtsbeistand bestätigt, was für einen bestimmten Vertrag gilt.

Die Arbeit kennt jeder Einkauf. Ein Lieferant schickt ein Angebot mit eigenen Bedingungen im Anhang oder einen vierzigseitigen Rahmenvertrag aus seiner Rechtsabteilung. Der Einkäufer muss herausfinden, wo diese Bedingungen von den eigenen abweichen: kürzere Gewährleistung, Haftungsbegrenzung, Preisanpassungsklausel, längere Kündigungsfrist, anderer Gerichtsstand. Jede Klausel gegen Ihre Bedingungen zu lesen kostet Stunden, und in vollen Wochen wird das Lesen kürzer, als es sein sollte.

Ihre Einkaufsbedingungen als Maßstab

Die KI braucht etwas, womit sie vergleicht. Die meisten Unternehmen haben Allgemeine Einkaufsbedingungen; wenige haben aufgeschrieben, was sie akzeptieren, wenn ein Lieferant sie ablehnt. Ein Playbook schließt diese Lücke: eine Zeile je Klauselart mit Ihrer Standardposition, der Rückfallposition, die Sie akzeptieren, und dem Punkt, an dem die Entscheidung an den Anwalt oder die Geschäftsführung geht. Es entsteht einmal in einer Arbeitssitzung von Einkauf und Anwalt. Danach wendet die KI es auf jeden Vertrag an, und neue Einkäufer lernen ebenfalls daraus.

Unser Beispiel-Playbook für einen Einkäufer von Komponenten und Dienstleistungen; Klauseln, Werte und Schwellen sind Beispiele, die jedes Unternehmen mit seinem Anwalt festlegt.

Das Playbook hält auch fest, welche Klauseln vorhanden sein müssen. Ein Vertrag ohne Vertraulichkeitsklausel, ohne Rechtswahl oder ohne festen Liefertermin ist ein eigener Befund, und eine KI, die nur die gefundenen Klauseln vergleicht, würde ihn übersehen. Die Liste der Pflichtklauseln macht das Fehlen sichtbar.

Vertragsklauseln mit KI auslesen und vergleichen, Schritt für Schritt

Der Vergleich läuft in fünf Schritten:

1. Lesen. Der Vertrag wird in Text umgewandelt. Ein unterschriebener Scan läuft zuerst durch ein Dokumentenmodell, wie unser Leitfaden zu Vision-Language-Modellen für Dokumenten-KI erklärt; ein Vertrag aus einem Textprogramm wird direkt gelesen.
2. Klauseln finden. Das Modell geht den Vertrag durch und ordnet jede Klausel einer Art des Playbooks zu, mit Klauselnummer und Seite. Klauseln, die zu keiner Art passen, werden gesondert aufgeführt.
3. Vergleichen. Für jede Art vergleicht das Modell den Wortlaut des Lieferanten mit Ihrem Standard und Ihrer Rückfallposition und bewertet: entspricht, akzeptabel, eskalieren oder fehlt.
4. Abweichungsliste. Das Ergebnis ist eine Tabelle mit dem genauen Wortlaut des Lieferanten neben Ihrer Position, sodass der Leser beides sieht, ohne den Vertrag zu öffnen.
5. Prüfung. Der Einkäufer prüft jede Zeile gegen den Vertrag, markiert, was verhandelt wird, und schickt die eskalierten Zeilen an den Anwalt.

Unsere Beispiel-Abweichungsliste; eine echte Liste zitiert den Text des Lieferanten wörtlich und nennt die Klauselnummer des Vertrags.

Für das Finden und Zuordnen von Klauseln gibt es öffentliche Testdaten. Der Datensatz CUAD des Atticus Project, veröffentlicht unter CC BY 4.0, enthält mehr als 13.000 Markierungen in 510 Handelsverträgen, von Hand markiert für 41 Kategorien wichtiger Klauseln, darunter Vertragsdatum, Ablaufdatum, Verlängerungsdauer und Frist zur Kündigung der Verlängerung, wie seine Hugging-Face-Karte beschreibt. Seine Kategorien folgen dem, worauf Anwälte bei Unternehmenstransaktionen wie Fusionen und Übernahmen achten. Ein Einkaufs-Playbook hat andere Klauselarten, oft in einer anderen Sprache; deshalb gehört der Test auf Ihre eigenen Lieferantenverträge.

Zahlungsfristen: ein Beispiel aus dem EU-Recht

An Zahlungsfristen zeigt sich, wie die Liste neben einem kaufmännischen auch einen rechtlichen Punkt markieren kann. Die Richtlinie 2011/7/EU zur Bekämpfung von Zahlungsverzug im Geschäftsverkehr sieht vor, dass die im Vertrag zwischen Unternehmen festgelegte Zahlungsfrist 60 Kalendertage nicht überschreitet, es sei denn, im Vertrag ist ausdrücklich etwas anderes vereinbart und dies ist für den Gläubiger nicht grob nachteilig (Artikel 3 Absatz 5). Werden Waren oder Leistungen bei der Abnahme geprüft, darf dieses Verfahren höchstens 30 Kalendertage dauern, sofern nicht ausdrücklich anders vereinbart und nicht grob nachteilig (Artikel 3 Absatz 4).

Artikel 7 ergänzt, dass eine Vertragsklausel zum Zahlungstermin, zu Verzugszinsen oder zur Entschädigung für Beitreibungskosten nicht durchsetzbar ist oder einen Schadensersatzanspruch begründet, wenn sie für den Gläubiger grob nachteilig ist. Eine Klausel, die Verzugszinsen ausschließt, gilt als grob nachteilig, und eine, die die Entschädigung für Beitreibungskosten ausschließt, wird als grob nachteilig vermutet (Artikel 7 Absätze 2 und 3). Die Mitgliedstaaten mussten die Richtlinie bis zum 16. März 2013 umsetzen und dürfen für den Gläubiger günstigere Vorschriften beibehalten oder erlassen. Die Kommission hat am 12. September 2023 eine Verordnung vorgeschlagen, die die Richtlinie ersetzen soll (COM(2023) 533); klären Sie deren aktuellen Stand mit Ihrem Rechtsbeistand, bevor Sie sich auf einen der beiden Texte stützen.

Für den Käufer wirkt das in beide Richtungen. „14 Tage netto“ beim Lieferanten ist eine kaufmännische Abweichung von Ihren Bedingungen. Ein Standard von 90 Tagen in Ihren eigenen Bedingungen wäre ein rechtlicher Punkt: Über 60 Tage braucht es eine ausdrückliche Vereinbarung, und die Frist darf für den Lieferanten nicht grob nachteilig sein. Das Playbook sollte solche Zeilen kennzeichnen; die KI markiert sie dann zu Ihren Gunsten wie zu Ihren Lasten. Ob eine bestimmte Klausel grob nachteilig ist, beurteilt Ihr Anwalt; die Liste zeigt nur, wo sich die Frage stellt.

Wir liefern KI-Server nach Maß, und unser Service Private AI/ML richtet Modelle, Playbook und Vergleich ein; schicken Sie uns Ihre Einkaufsbedingungen und die Vertragsarten, die Sie erhalten, und unser Team antwortet mit einer Konfiguration und einem Vorschlag für einen Pilot.

Was die Abweichungsliste ist und was nicht

Die Abweichungsliste ist ein Arbeitsdokument für den Einkauf. Sie ersetzt nicht das Lesen des Vertrags und ist keine Rechtsberatung. Drei Arten von Fehlern kommen vor, und der Ablauf muss sie abfangen:

• Eine übersehene Klausel. Eine Haftungsbegrenzung kann in einer Anlage, einer Fußnote oder in per Link einbezogenen Bedingungen stehen. Das Modell sieht nur die Dokumente, die es erhält. Der Einkäufer prüft, dass alle Anlagen und einbezogenen Bedingungen in der Akte liegen.
• Eine falsch gelesene Klausel. Querverweise („vorbehaltlich Ziffer 11.3“), Ausnahmen und doppelte Verneinungen können eine Klausel umdrehen. Weil jede Zeile den Wortlaut des Lieferanten zitiert und die Seite nennt, prüft der Leser die Zeile in Sekunden gegen die Quelle.
• Eine falsche Bewertung. Das Modell wendet das Playbook so an, wie es geschrieben ist. Ist das Playbook vage, ist es die Bewertung auch.

Der Anwalt erhält die Abweichungsliste zusammen mit dem Vertrag. Das verkürzt seine Arbeit, weil die Fragen vorbereitet und die kaufmännischen Punkte schon geklärt sind, und lässt das rechtliche Urteil dort, wo es hingehört. Unser Artikel zur Antwortqualität lokaler LLMs im Vergleich zu ChatGPT erklärt in einfachen Worten, warum Modelle solche Fehler machen und wie man sie testet.

Vertrauliche Verträge bleiben im Unternehmen

Lieferantenverträge enthalten Ihre Preise, Mengen, Rabatte und die Bedingungen des Lieferanten, die selbst einer Vertraulichkeitsklausel unterliegen können. Rahmenverträge verraten Ihre Einkaufsstrategie. Mit dem Modell auf Ihrem eigenen Server verlässt nichts davon die Hardware unter Ihrer Kontrolle, und die Sammlung geprüfter Verträge bleibt im Unternehmen. Unser Artikel zu Geschäftsgeheimnissen, NDAs und KI-Werkzeugen behandelt die betriebliche Seite dieser Entscheidung, lokale KI und die DSGVO die personenbezogenen Daten der Ansprechpartner, die jeder Vertrag enthält. Kanzleien und Steuerberater arbeiten unter Berufsgeheimnis und mit anderen Aufgaben; unser Leitfaden zu KI für Kanzleien und Steuerberater on-premise behandelt diesen Fall.

Welches Modell, und wie lang ein Vertrag sein darf

Einen Vertrag lesen und mit einer Tabelle vergleichen braucht nicht die größten Modelle. Qwen3.8-27B ist ein Beispiel für die Größe, die genügt: 27 Milliarden Parameter laut Hugging-Face-Karte, ein nativer Kontext von 262.144 Token und ein FP8-Checkpoint von 30.866.866.928 Byte (30,9 GB) unter der Lizenz Apache 2.0, die die kommerzielle Nutzung nicht einschränkt. Laut Karte ist der Denkmodus standardmäßig eingeschaltet und lässt sich je Anfrage abschalten.

Wie viel Speicher. Nach unserer Regel für Nutzer je Karte, 90 Prozent des vom Treiber gemeldeten Speichers abzüglich 3 GiB je Karte und abzüglich der Gewichte, behält eine Karte mit 96 GB 83,04 GiB. Die FP8-Gewichte belegen 28,75 GiB und lassen 54,29 GiB für den Cache. Nur 16 der 64 Schichten des Modells führen einen wachsenden Cache; mit FP8-Cache braucht eine Anfrage mit 131.072 Token daher etwa 4,14 GiB und eine mit 32.768 Token etwa 1,14 GiB, nach unserer Rechnung aus der Konfigurationsdatei. Eine Karte prüft also 13 Verträge bis 128K Token gleichzeitig oder beantwortet 47 kürzere Anfragen mit 32K.

Warum der lange Kontext zählt. Eine Klausel auf Seite 3 kann durch eine Definition auf Seite 1 und eine Anlage auf Seite 40 eingeschränkt sein. Liest das Modell den ganzen Vertrag mit Anlagen in einer Anfrage, kann es diesen Verweisen folgen. Längere Akten, etwa ein Rahmenvertrag mit vielen Anlagen, werden nach Dokumenten aufgeteilt, und die Abweichungsliste wird aus den Teilen zusammengesetzt. Eine Anfrage mit 128K braucht zudem Rechenzeit, bevor das erste Wort der Antwort erscheint; prüfen Sie die Antwortzeit mit Ihren eigenen Verträgen auf der Zielkarte.

Die Modellkarte nennt keine Liste der Sprachen von Qwen3.8. Der Einkauf in Europa hat mit Verträgen in mehreren Sprachen zu tun; testen Sie das Modell daher mit Verträgen in jeder Sprache, die Sie erhalten. Unser Vergleich offener LLMs für europäische Sprachen nennt Alternativen.

Ein Server für den Einkauf und die anderen Abteilungen

Eine Einkaufsabteilung prüft einige Verträge pro Woche und belegt eine Karte damit jeweils für Minuten. Derselbe Server kann die anderen Büroaufgaben des Unternehmens tragen, etwa Angebote, Lieferantenfragebögen und einen Assistenten für alle Mitarbeiter, wie unser Leitfaden zu KI in Kundenaudits und Lieferantenfragebögen für eine benachbarte Aufgabe zeigt.

Referenz­konfigurationen unserer Seite KI-Server; Anfragen nach unserer Regel für Nutzer je Karte mit Qwen3.8-27B FP8 (28,75 GiB, FP8-Cache) und gpt-oss-120b (60,8 GiB, 16-Bit-Cache, 0,5625 GiB je Anfrage mit 16K), wie in unserem Leitfaden zu KI in Kundenaudits; Leistung nach unserer Schätzung (Karten, zwei Prozessoren und 15 Prozent für den Rest), bestätigt durch eine Messung am gelieferten System.

Der Einstiegsserver auf unserer Seite KI-Server hat zwei NVIDIA RTX PRO 6000 Blackwell Server Edition mit je 96 GB, zwei AMD-EPYC-Prozessoren, 384 GB DDR5-ECC-Speicher und zwei NVMe-Laufwerke. Eine Karte führt Qwen3.8-27B für Verträge und Dokumente aus, die andere ein größeres Assistenzmodell für das ganze Unternehmen. Nach unserer Schätzung zieht er etwa 1,8 kW aus der Steckdose, innerhalb eines 230-V-16-A-Anschlusses. Vier Karten ergänzen ein Tensor-Parallel-Paar für mehrere hundert Mitarbeiter, wie unsere Seite zu privaten ChatGPT-Servern nach Unternehmens­größe durchrechnet, bei etwa 3,4 kW.

Beide gehören in einen Serverraum oder ein Rechenzentrum, weil sie unter Last laut und warm sind, wie unser Leitfaden zum GPU-Server im Büro erklärt. Ohne Serverraum betreibt unser Private-AI/ML-Service die Plattform auf dedizierter Hardware in einem Tier-3-Rechenzentrum in Litauen, innerhalb der EU. Ein Unternehmen ohne IT-Abteilung findet die Aufgabenteilung in unserem Leitfaden zum KI-Server ohne IT-Abteilung.

Hinweise für das IT-Team

1. Playbook als Daten. Führen Sie das Playbook als versionierte Datei (Klauselart, Standard, Rückfall, Eskalation, Pflicht ja oder nein) und übergeben Sie es mit jeder Anfrage, damit eine Änderung ab der nächsten Prüfung gilt, ohne dass etwas neu trainiert wird.
2. Strukturierte Ausgabe. Fordern Sie die Abweichungsliste als JSON nach einem festen Schema an; vLLM nimmt mit jeder Anfrage ein JSON-Schema an, und seine Dokumentation hält fest, dass die Ausgabe dann dem Schema folgt. Ein gültiger Datensatz kann trotzdem eine falsche Bewertung tragen, deshalb bleibt die Prüfung durch einen Menschen.
3. Wörtliche Zitate. Prüfen Sie per Software, dass jeder zitierte Wortlaut des Lieferanten im Quelltext vorkommt; ein Zitat, das sich nicht finden lässt, markiert die Zeile zur Prüfung.
4. Denkmodus. Testen Sie für das Finden von Klauseln enable_thinking auf false in chat_template_kwargs gegen die Voreinstellung; Vergleiche mit Querverweisen können vom Denkmodus profitieren, auf Kosten längerer Antworten.
5. Zugriff und Aufbewahrung. Verträge und Listen sind nur für den Einkauf und die von ihm benannten Personen lesbar; Verträge enthalten personenbezogene Daten von Ansprechpartnern, legen Sie daher mit Ihrem Datenschutz­beauftragten eine Aufbewahrungsfrist für Eingaben und Ausgaben fest und prüfen Sie, ob eine Datenschutz-Folgenabschätzung nötig ist.
6. Netz. vLLMs --api-key schützt nur Pfade unter /v1, /v2, /inference und /cohere (Sicherheitsleitfaden von vLLM 0.32.0); betreiben Sie die Engine daher im internen Netz hinter einem LLM-Gateway mit Schlüsseln und Abfrageprotokoll.

Was wir liefern

Sie können dieses System bei uns kaufen: Unser Team dimensioniert die Konfiguration passend zu Ihrer Last und Ihrem Budget und antwortet innerhalb eines Werktages. Wir bauen KI-Server nach Maß mit zwei, vier oder acht Karten, vor der Lieferung montiert und getestet, geliefert überallhin in der EU mit einem EU-Vertrag und einer Rechnung, mit Herstellergarantie auf jede Komponente, abgewickelt über uns; Mengen und Lieferzeit werden mit dem Angebot schriftlich bestätigt. Unser Private-AI/ML-Service mit unserem Engineering-Partner Vixen.UNO richtet Modell, Playbook, Vergleich und den Zugriff für den Einkauf ein. Beschreiben Sie uns Ihr Vertragsvolumen und die Sprachen, die Sie erhalten, und wir schlagen eine Einrichtung für Ihren Einkauf vor.

FAQ