Mit KI die Backfire-Falle clever für sich nutzen, B2B-Einkauf 4.0

Stellen Sie sich vor: Ein erfahrener Einkäufer pflegt seit über einem Jahrzehnt eine enge Beziehung zu einem Hauptlieferanten.

Die Zusammenarbeit ist vertraut, die Prozesse sind eingespielt. Doch neue Daten zeigen unmissverständlich: Ein neuer Anbieter am Markt ist nicht nur 15 % günstiger, sondern hat auch eine deutlich bessere Lieferzuverlässigkeit. Die logische Konsequenz wäre ein Wechsel. Doch anstatt die Fakten anzuerkennen, verteidigt der Einkäufer den Stammlieferanten umso vehementer.

Er sucht nach Fehlern in den Daten und bestärkt sich selbst in seiner ursprünglichen Entscheidung.

Dieses Szenario ist kein Einzelfall, sondern ein klassisches Beispiel für den sogenannten Backfire-Effekt. Es ist eine psychologische Falle, in die wir alle tappen können – mit potenziell teuren Folgen für ein Unternehmen.

Doch im Zeitalter der Digitalisierung gibt es ein mächtiges Werkzeug, um dieser Falle zu entgehen und sie sogar clever für bessere Entscheidungen zu nutzen: Künstliche Intelligenz (KI). 🧠

Der Backfire-Effekt ist ein psychologisches Phänomen, bei dem Menschen ihre bestehenden Überzeugungen noch stärker verteidigen, wenn sie mit widersprüchlichen Fakten konfrontiert werden. Anstatt ihre Meinung zu ändern, verharren sie in ihren Ansichten oder verfestigen diese sogar. Das passiert, weil unsere Überzeugungen oft eng mit unserer Identität und unserem Selbstwertgefühl verknüpft sind. Kritik oder widersprechende Daten können sich wie ein persönlicher Angriff anfühlen und lösen eine Abwehrreaktion aus.

Im Alltag kennt man das aus Diskussionen über Politik oder persönliche Gewohnheiten. Im Geschäftsumfeld, besonders im Einkauf, ist dieser Effekt jedoch besonders riskant. Er führt dazu, dass rationale, datengestützte Entscheidungen durch Emotionen und persönliche Vorlieben blockiert werden.

Im B2B-Einkauf, wo Entscheidungen weitreichende finanzielle und operative Konsequenzen haben, ist die Backfire-Falle allgegenwärtig. Die Gründe dafür sind vielfältig und tief in der menschlichen Psychologie verwurzelt:

• Bestätigungsfehler (Confirmation Bias):
  Einkäufer neigen dazu, Informationen zu suchen und zu bevorzugen, die ihre bestehenden Lieferanten-Entscheidungen bestätigen, während sie widersprüchliche Daten ignorieren.
  
  
• Status-quo-Verzerrung (Status Quo Bias):
  Die Angst vor dem Unbekannten und dem Aufwand einer Umstellung führt dazu, dass an Bestehendem festgehalten wird – selbst wenn es nachweislich schlechtere Optionen gibt. Das Motto lautet oft: "Das haben wir schon immer so gemacht."
  
  
• Verlustaversion (Loss Aversion):
  Die Angst, durch einen Lieferantenwechsel etwas zu verlieren (z. B. eine gute Beziehung, bekannte Prozesse), wiegt oft schwerer als die Chance auf einen potenziellen Gewinn (z. B. Kosteneinsparungen).

Ein konkretes Beispiel:
Ein Einkaufsteam hat sich auf einen bestimmten Softwareanbieter festgelegt. Während der Evaluierung werden negative Berichte über den Kundenservice des Anbieters gefunden. Anstatt diese als Warnsignal zu werten, tut das Team sie als Einzelfälle ab und konzentriert sich auf die positiven Aspekte, die ihre ursprüngliche Wahl bestätigen. Der Backfire-Effekt führt dazu, dass die kritischen Fakten die Entscheidung nicht nur nicht ändern, sondern die Überzeugung, die "richtige" Wahl getroffen zu haben, sogar noch stärken.

Die Folgen sind klar:

verpasste Einsparpotenziale, höhere Risiken in der Lieferkette und ein Verlust der Wettbewerbsfähigkeit.

Unternehmen, die im Bauchgefühl verharren, werden von datengetriebenen Wettbewerbern überholt.

Hier kommt Künstliche Intelligenz ins Spiel – nicht als Ersatz für den menschlichen Einkäufer, sondern als dessen Co-Pilot. KI-Systeme sind immun gegen emotionale Voreingenommenheit und können dabei helfen, die Backfire-Falle zu umschiffen.

KI-Plattformen können riesige Datenmengen aus internen und externen Quellen analysieren – von Lieferanten-Performance-Daten über Markttrends bis hin zu globalen Risikofaktoren. Sie präsentieren die Ergebnisse in übersichtlichen Dashboards und zeigen Muster auf, die für Menschen unsichtbar bleiben.

Beispiel:
Eine KI-Anwendung analysiert die Lieferdaten der letzten zwei Jahre und zeigt grafisch auf, dass die Lieferverspätungen des Stammlieferanten A kontinuierlich um 3 % pro Quartal gestiegen sind. Gleichzeitig identifiziert sie drei alternative Lieferanten mit einer stabilen Pünktlichkeitsquote von über 98 % und ähnlichen Qualitätskennzahlen.
Die Fakten werden neutral und unanfechtbar präsentiert.

Moderne KI geht noch einen Schritt weiter. Anstatt nur die Vergangenheit zu analysieren, erstellt sie Prognosen für die Zukunft.

Sie kann vorhersagen, welche Lieferanten in Zukunft wahrscheinlich Probleme bekommen werden, sei es durch finanzielle Instabilität, geopolitische Risiken oder Rohstoffknappheit.

Beispiel:

Ein KI-Tool warnt das Einkaufsteam, dass ein wichtiger Rohstofflieferant in einer Region mit drohenden Handelsbeschränkungen ansässig ist. Es berechnet eine 60-prozentige Wahrscheinlichkeit für Lieferausfälle im nächsten Halbjahr und schlägt proaktiv alternative Beschaffungsquellen vor. Diese datengestützte Risikowarnung entemotionalisiert die Debatte und lenkt den Fokus auf proaktives Handeln.

KI ermöglicht es, verschiedene Einkaufsstrategien virtuell durchzuspielen. Was passiert, wenn wir bei Lieferant A bleiben? Welche Kosten- und Risikoveränderungen ergeben sich bei einer Umstellung auf Lieferant B und C? Solche Simulationen machen die Konsequenzen von Entscheidungen greifbar und ersetzen vage Vermutungen durch konkrete Zahlen.

Das wirklich Spannende ist, dass KI nicht nur hilft, den Backfire-Effekt zu vermeiden, sondern sein Prinzip auch positiv zu nutzen. Sobald eine fundierte, datengestützte Entscheidung getroffen wurde – zum Beispiel für einen neuen Lieferanten –, kann die KI diese Entscheidung kontinuierlich mit Fakten untermauern.

Durch regelmäßige Reports über die erzielten Einsparungen, die verbesserte Liefertreue und die positive Entwicklung der neuen Partnerschaft wird die Richtigkeit der Entscheidung immer wieder bestätigt. Dies hilft, interne Zweifler zu überzeugen und festigt die neue Strategie im Unternehmen. Die KI liefert die Munition, um die rationale Entscheidung gegen emotionalen Widerstand zu verteidigen und so einen "positiven Backfire-Effekt" zu erzeugen.

Der Backfire-Effekt ist eine reale Gefahr im B2B-Einkauf, die zu teuren Fehlentscheidungen führen kann. Er zeigt, dass selbst erfahrene Profis nicht vor kognitiven Verzerrungen gefeit sind. Künstliche Intelligenz bietet die Chance, diese menschliche Schwäche auszugleichen. Sie agiert als neutraler, datenbasierter Partner, der Meinungen durch Fakten, Bauchgefühl durch Analysen und Vermutungen durch Prognosen ersetzt.

Die Zukunft des Einkaufs liegt in der intelligenten Zusammenarbeit von Mensch und Maschine. Während der Mensch seine Erfahrung, seine Kreativität und sein Verhandlungsgeschick einbringt, liefert die KI die objektive Datengrundlage für klügere, sicherere und letztlich profitablere Entscheidungen. So wird der Einkauf vom reaktiven Beschaffer zum strategischen Wertschöpfungspartner.

Weiterführende Links

• Harvard Business Review: How to Make Better Decisions with AI
• McKinsey & Company: AI-powered procurement for the win
• The Decision Lab: Why do we double-down on our beliefs? The Backfire Effect explained.

Belief Perseverance ist eine  mächtige Kraft, die im Industrieeinkauf zu kostspieligen Fehlentscheidungen führen kann.

Sie lässt uns an veralteten Lieferanten, ineffizienten Prozessen und überholten Marktmeinungen festhalten – trotz klarer Beweise für bessere Alternativen. Der Schlüssel zur Überwindung dieser Bremse liegt nicht darin, keine Überzeugungen zu haben, sondern darin, bereit zu sein, diese im Licht neuer Fakten zu überprüfen und anzupassen.
Neugierig? Hier geht es zum kompletten Blogbeitrag:

Mein Name ist Claus Angerhofer - seit 30 Jahren im Dienste der Industrie als Experte für Technologie und Einkauf