Wie KI die Ausschreibungsanalyse verändert: Von Stunden auf Minuten

Die öffentliche Beschaffung ist kein offensichtliches KI-Anwendungsfeld — und genau deshalb ist der Hebel so groß. Während andere Bereiche bereits hochoptimiert sind, bearbeiten die meisten Bieter Ausschreibungen nach wie vor manuell: Leistungsverzeichnis lesen, Positionen markieren, Hersteller recherchieren, Anfragen schreiben. Genau dieser Routineanteil lässt sich heute weitgehend automatisieren.

Dieser Artikel zeigt konkret, was KI bei der Ausschreibungsanalyse leistet, wo die Grenzen liegen — und was mittelständische Handels- und Lieferunternehmen realistisch erwarten können. Mit echten Zahlen, nicht mit Marketing-Phrasen.

Der Status Quo: Manuelle Ausschreibungsanalyse

Der typische Workflow beim Bearbeiten einer Ausschreibung sieht so aus:

1. Leistungsverzeichnis lesen: PDF, GAEB, Excel oder Word öffnen und die Struktur verstehen — Lose, Positionen, Mengen.
2. Positionen markieren: Relevante Positionen kennzeichnen, irrelevante herausfiltern. Bei 80 Positionen ist das bereits zeitaufwändig.
3. Hersteller recherchieren: Für jede Position den oder die passenden Hersteller identifizieren — oft aus dem Gedächtnis, Katalogen oder durch Google-Recherche.
4. Preisanfragen verschicken: E-Mails oder Telefonanrufe pro Hersteller, technische Daten mitschicken, auf Rückmeldungen warten.
5. Kalkulieren: Eingehende Preise sammeln, Marge kalkulieren, Angebot erstellen.

Zeitaufwand: 4 bis 8 Stunden pro Ausschreibung mit 80 Positionen — bei erfahrenen Mitarbeitern. Wer die Produkte nicht kennt, braucht länger.

Fehlerquellen in diesem Prozess sind vielfältig: Positionen werden übersehen, Mengen falsch abgelesen, Einheiten verwechselt (Stück vs. Meter vs. Paket), Fristen verpasst, oder es wird vergessen, alle relevanten Hersteller anzufragen. Jede dieser Fehler kostet Geld — entweder durch verlorene Aufträge oder durch falsch kalkulierte Angebote.

Was KI bei der Analyse leisten kann

Moderne KI-Systeme — insbesondere große Sprachmodelle mit Dokumentenverständnis — können einen erheblichen Teil dieses manuellen Aufwands übernehmen. Im Einzelnen:

Dokumentverständnis: Alle gängigen Formate

KI kann Ausschreibungsdokumente in nahezu jedem Format einlesen und strukturieren: PDF (auch gescannte Dokumente per OCR), GAEB-Dateien (.x83, .d83), Excel-Tabellen und Word-Dokumente. Das System erkennt die Struktur — welche Zeile ist eine Position, welche ein Lot-Titel, welche ein Kommentar.

Besonders wertvoll: die Sprachgrenze fällt beim Suchen. Wer auf Deutsch nach „Brandmeldeanlage" sucht, findet mit KI-gestütztem Matching auch die französische oder niederländische Ausschreibung — weil auf Bedeutungsebene abgeglichen wird und nicht Wort für Wort. Das eröffnet den Zugang zu europäischen Vergabeverfahren, die bisher an der Sprachbarriere scheiterten.

Positionsextraktion: Jede Position vollständig erfasst

Die KI extrahiert jede einzelne Position mit allen relevanten Attributen: Produktbezeichnung, Menge, Einheit, technische Spezifikationen, Normen und Zertifizierungen. Das Ergebnis ist eine strukturierte Liste — kein manuelles Abtippen mehr.

Bei einem Leistungsverzeichnis mit 200 Positionen dauert dieser Schritt mit KI wenige Minuten. Manuell würde ein Mitarbeiter dafür 2-3 Stunden benötigen.

Herstellererkennung: Aus produktneutralen Beschreibungen

Das ist eine der wertvollsten Fähigkeiten: Die KI erkennt aus einer rein technischen Beschreibung, welche Hersteller das beschriebene Produkt herstellen — auch wenn kein Herstellername genannt wird. Das ist gemäß §31 VgV der Normalfall bei öffentlichen Ausschreibungen.

Beispiel: "Frequenzumrichter 7,5 kW, 3x400V, IP20, integriertes EMV-Filter C2" — die KI identifiziert: Siemens SINAMICS, ABB ACS, Schneider Electric Altivar, Danfoss VLT, Yaskawa. Für jeden dieser Hersteller kann sie automatisch eine Anfrage generieren.

Herstelleranfragen: Automatisch generiert

Auf Basis der extrahierten Positionen und identifizierten Hersteller generiert die KI individuelle Anfrage-E-Mails pro Hersteller — mit allen technischen Details, Mengen und einem professionellen Anschreiben. Was früher Stunden an E-Mail-Schreiben bedeutete, läuft jetzt automatisch.

Mehr dazu: Angebotsanfrage an Hersteller: Vorlage und Automatisierung

Was KI (noch) nicht kann

Ehrlichkeit ist hier wichtig — keine Überversprechen. Es gibt Bereiche, die KI nicht ersetzen kann und sollte:

• Verhandlung mit Lieferanten: Preisverhandlungen, Konditionen, Lieferzeiten — das ist Beziehungsarbeit, die menschliches Urteilsvermögen und Erfahrung erfordert. KI kann den Erst-Kontakt automatisieren, aber nicht die Verhandlung führen.
• Go/No-Go Entscheidung: Ob eine Ausschreibung für das eigene Unternehmen strategisch sinnvoll ist, hängt von Faktoren ab, die kein Algorithmus vollständig bewerten kann: Lieferantenbeziehungen, aktuelle Kapazitäten, strategische Prioritäten, Marktlage.
• 100% Genauigkeit: KI-Systeme machen Fehler. Mengen können falsch interpretiert werden, Spezifikationen missverstanden. Menschliche Prüfung der Ergebnisse bleibt notwendig — der Aufwand sinkt jedoch erheblich von "alles prüfen" auf "Auffälligkeiten prüfen".
• Beziehungspflege: Lieferanten, die einem Unternehmen vertrauen, geben bessere Konditionen. Dieses Vertrauen entsteht durch langjährige Zusammenarbeit, nicht durch automatisierte E-Mails.

KI ist ein Werkzeug, das Routinearbeit automatisiert und Kapazität freisetzt — kein Ersatz für erfahrene Einkäufer.

Praxisbeispiel: Elektro-Ausschreibung mit 200 Positionen

Ein mittelständisches Handelsunternehmen erhielt eine öffentliche Ausschreibung für Elektroinstallationsmaterial — 200 Positionen, GAEB-Format, Frist in 12 Tagen.

Manueller Prozess (bisherige Vorgehensweise):

• Tag 1: GAEB-Datei öffnen, Struktur verstehen, Positionen markieren (4h)
• Tag 1-2: Hersteller recherchieren und Anfragen schreiben (8h)
• Tag 3-8: Auf Rückmeldungen warten
• Tag 9-10: Preise zusammenstellen und kalkulieren (4h)
• Tag 11: Angebot erstellen und einreichen (3h)
• Gesamt: ca. 19 Stunden aktive Arbeit (gut 2 Arbeitstage), 11 Tage Gesamtlaufzeit

Mit KI-Unterstützung:

• Minute 1-15: GAEB-Datei hochladen, KI analysiert alle 200 Positionen
• Stunde 1-2: Ergebnisse prüfen, Hersteller validieren, Anfragen versenden
• Tag 3-8: Auf Rückmeldungen warten (unverändert)
• Tag 9: Preise zusammenstellen und kalkulieren (2h, da bereits strukturiert)
• Tag 10: Angebot erstellen und einreichen (2h)
• Gesamt: ca. 6 Stunden aktive Arbeit, 10 Tage Gesamtlaufzeit

Ergebnis: rund 70% weniger aktive Bearbeitungszeit (von 19 auf 6 Stunden). Das bedeutet nicht, dass Mitarbeiter 70% weniger zu tun haben — es bedeutet, dass sie in der gleichen Zeit etwa dreimal so viele Ausschreibungen bearbeiten können. Mehr Ausschreibungen, mehr Angebote, mehr Aufträge. Die Gesamtlaufzeit ändert sich nur geringfügig, weil sie von Herstellerantworten dominiert wird — aber die Kapazitätsgrenze verschiebt sich deutlich.

Ein weiterer Effekt: Ausschreibungen, die früher wegen Zeitdrucks abgelehnt wurden, können jetzt bearbeitet werden. Die Kapazitätsgrenze verschiebt sich.

Die Zukunft: Von Analyse zu Angebot

Die aktuelle KI-Unterstützung bei Ausschreibungen ist erst der Anfang. Der technologische Entwicklungspfad ist klar:

Heute — KI analysiert: Dokumente einlesen, Positionen extrahieren, Hersteller identifizieren, Anfragen generieren. Das ist produktiv und verfügbar. Die menschliche Arbeit konzentriert sich auf Prüfen, Entscheiden und Verhandeln.

Morgen — KI kalkuliert: Auf Basis eingehender Herstellerpreise, historischer Daten und aktueller Marktpreise berechnet die KI Bezugskosten, Marge und Frachtkosten. Der Einkäufer prüft die Kalkulation und gibt frei — statt sie von Grund auf zu erstellen.

Übermorgen — KI erstellt und reicht ein: Das vollständige Angebot wird aus den kalkulierten Positionen generiert und elektronisch eingereicht. Menschliche Beteiligung beschränkt sich auf strategische Entscheidungen: Welche Lose bieten wir an? Welchen Aufschlag kalkulieren wir?

Unternehmen, die jetzt anfangen, KI in ihren Ausschreibungsprozess zu integrieren, bauen einen Datenvorteil auf. Jede analysierte Ausschreibung verbessert die Herstellerdatenbank, jede Anfrage ergibt Erkenntnisse über Lieferzeiten und Preise. Diese Daten sind eine strategische Ressource — und sie wachsen mit der Zeit.

Wer wartet, bis KI "ausgereift" ist, bevor er anfängt, wird feststellen: Es gibt keine scharf abgegrenzte Schwelle. Reifegrad kommt durch Nutzung. Wer heute anfängt, ist morgen weiter.

Fazit: Mehr Ausschreibungen in weniger Zeit

KI macht Ausschreibungsanalyse nicht einfacher — sie macht sie schneller. Die fachliche Kompetenz, die ein guter Einkäufer mitbringt, wird weiterhin benötigt: für Qualitätsprüfung, Lieferantenbeziehungen und strategische Entscheidungen.

Was wegfällt, ist der Routineaufwand: Dokumente lesen, Positionen erfassen, Hersteller recherchieren, E-Mails schreiben. Dieser Aufwand — bisher 4-8 Stunden pro Ausschreibung — reduziert sich auf unter eine Stunde.

Das Ergebnis: Einkäufer können sich auf das konzentrieren, was tatsächlich Wert schafft. Und Unternehmen können mehr Ausschreibungen bearbeiten, ohne mehr Personal einzustellen.

Testen Sie es mit Ihrer nächsten Ausschreibung — 3 Analysen je Monat kostenlos, ohne Kreditkarte, ohne Verpflichtung.