Prozessautomatisierung · Vergabe

Ausschreibungen mit KI vorprüfen: schneller sehen, ob ein Angebot lohnt

Auf 16 Portalen erscheinen täglich rund 1.000 neue öffentliche Ausschreibungen. Für ein einzelnes Unternehmen passen davon vielleicht zehn. Eine KI-Vorprüfung übernimmt das Sichten und Lesen: Sie filtert, liest die Unterlagen und legt zu jeder ernsthaften Ausschreibung eine Zusammenfassung mit Anforderungen, Fristen und Risiken vor. Was daraus wird, entscheidet Ihr Team.

Julia Rose 8 Minuten Lesezeit
Zwei Personen am Besprechungstisch gehen Unterlagen durch, eine markiert eine Stelle mit dem Stift

Das Wichtigste in Kürze

  • Der Aufwand steckt im Sichten: In unserem eigenen Portal bleiben von rund 1.000 Ausschreibungen pro Tag nach zwei Filterstufen 10 bis 15 übrig.
  • Die erste Stufe arbeitet mit Stichworten, die zweite liest die vollständigen Unterlagen und bewertet, ob die Ausschreibung zum Profil passt.
  • Die Zusammenfassung nennt Anforderungen, Zertifikate, Bietungsgarantie, Termine und Risiken, dazu eine Empfehlung mit Begründung.
  • Zweifelhafte Fälle landen bewusst auf dem Prüfstapel. Die Entscheidung über ein Angebot trifft weiterhin ein Mensch.

Wer sich regelmäßig an öffentlichen Ausschreibungen beteiligt, kennt den Montagmorgen: mehrere Portale, Dutzende neue Bekanntmachungen, und zu jeder gehören Leistungsbeschreibung, Eignungskriterien, Vertragsentwurf und oft hunderte Seiten Anhang. Bis überhaupt feststeht, ob sich ein Angebot lohnt, ist der halbe Tag weg.

Genau diesen Teil kann eine KI-Vorprüfung übernehmen. Wie das funktioniert, was die KI aus den Unterlagen herausholt und wo ihre Grenzen liegen, zeigen wir im Folgenden. Die Zahlen dazu stammen aus unserem eigenen Portal, das Apollogic und theBlue.ai für ihre Angebotsarbeit nutzen.

Warum das Sichten so teuer ist

Unser Portal durchsucht 16 Quellen für polnische öffentliche Ausschreibungen, und dort erscheinen jeden Tag rund 1.000 neue Bekanntmachungen. Der Stichwortfilter macht daraus etwa 50. Was davon übrig bleibt, zeigt sich erst, wenn die KI die Unterlagen gelesen hat: 10 bis 15 Ausschreibungen, die jemand wirklich ansieht. Ein Prozent.

Das Problem ist vor allem die Menge: Fast alles, was man prüft, landet am Ende im Papierkorb. Gleichzeitig drängt die Zeit, weil die Abgabefristen weiterlaufen.

Ohne Unterstützung bleibt täglich die Wahl zwischen zwei Übeln: gründlich sichten und Stunden an Ausschreibungen verlieren, die am Ende im Papierkorb landen, oder schnell sichten und dabei die passenden übersehen.

Wie eine Vorprüfung arbeitet

Stufe eins filtert die Bekanntmachungen

Aus Titel, Auftraggeber, Kategorie und den Namen der Anhänge bildet das System eine erste Einschätzung. Es bewertet, wie gut die Ausschreibung zum Unternehmensprofil passt, wie sicher es sich dabei ist, und nennt kurz die Gründe. Weil diese Stufe jede Ausschreibung durchläuft, muss sie schnell und günstig sein. Was offensichtlich nicht passt, fällt hier heraus.

Stufe zwei liest die Unterlagen

Für den Rest lädt das System die vollständige Dokumentation samt Anhängen und liest alles im Zusammenhang, denn erst dann zeigt sich, was eine Ausschreibung wirklich verlangt. Eine Bekanntmachung kann auf den ersten Blick perfekt passen und im Anhang trotzdem eine Zertifizierung fordern, die Ihr Unternehmen nicht hat.

Am Ende steht eine Zusammenfassung, die jedes Mal gleich aufgebaut ist. Das klingt nach einer Kleinigkeit, spart aber am meisten Zeit: Wenn die Bietungsgarantie immer an derselben Stelle steht, liest man zwanzig Ausschreibungen in der Zeit, die sonst für fünf draufgeht.

FeldWas darin steht
AnforderungenVertragliche, finanzielle, personelle und leistungsbezogene Vorgaben
NachweiseGeforderte Zertifikate und Referenzen
BietungsgarantieHöhe und Form der Sicherheit
TermineAbgabefrist, Bindefrist, geplanter Leistungsbeginn
RisikenVertragsstrafen und andere Punkte, die teuer werden können
EmpfehlungEmpfehlen, prüfen oder ablehnen, jeweils mit Begründung

Warum die Empfehlung keine Entscheidung ist

Ob sich ein Angebot wirklich lohnt, hängt auch von Dingen ab, die in keiner Ausschreibung stehen: freie Kapazität, laufende Projekte, die bisherige Zusammenarbeit mit dem Auftraggeber, die Frage, ob dieser Markt strategisch überhaupt interessiert. Davon weiß ein Modell nichts. Deshalb gibt es bewusst eine mittlere Kategorie.

Alles, bei dem das System sich unsicher ist, landet dort. Diese Einstellung kostet bewusst Zeit, weil ein Fehler in die eine Richtung teurer ist als in die andere: Eine übersehene passende Ausschreibung bleibt für immer unsichtbar. Eine zu viel gelesene kostet zehn Minuten.

Damit man solche Fehler überhaupt bemerkt, nennt jede Empfehlung ihre Gründe und die Stelle in den Unterlagen. Erst damit lässt sich der Filter prüfen und verbessern.

Aus der Praxis: ApoTenderHub

Internes Portal von Apollogic und theBlue.ai

ApoTenderHub sucht öffentliche Ausschreibungen in unseren Themenfeldern, prüft die Anforderungen und erstellt einen ersten Angebotsentwurf. Heute laufen darüber 16 Quellen mit polnischen öffentlichen Ausschreibungen. Die Sprachmodelle laufen auf eigenen Servern, weil täglich große Mengen an Ausschreibungstext verarbeitet werden.

Wie wir lokale Modelle dafür einsetzen

Die meiste Arbeit steckt dabei gar nicht in der KI, sondern in der Beschaffung der Ausschreibungen: Jedes Portal stellt seine Bekanntmachungen anders bereit, und jede Quelle braucht deshalb einen eigenen Zugang. Die Prüfung selbst hängt weder an der Sprache noch am Land: Ein Modell, das polnische Vergabeunterlagen versteht, versteht auch deutsche.

Cloud oder eigene Server?

Bei einer Handvoll Ausschreibungen am Tag ist ein Modell aus der Cloud der einfachste Weg. Sobald aber täglich Hunderte Dokumente mit vielen Seiten durch das System gehen, ändert sich die Rechnung. Dann zählen die Kosten pro Dokument und die Frage, wo diese teils vertraulichen Unterlagen verarbeitet werden.

Welche Modelle dafür taugen, wie schnell sie antworten und was die Hardware kostet, steht im Artikel Lokale LLMs in der Praxis. Wer stattdessen in der Cloud bleibt, sollte wissen, welche Anbieter mit den eingegebenen Daten trainieren: Das steht im Artikel Nutzen KI-Anbieter Firmendaten fürs Training?

Wo Sie am besten anfangen

Am besten mit einer Quelle und einer Auftragsart. Dafür braucht das System drei Dinge von Ihnen. Erstens Ihr Profil: Ihr Angebot, die Regionen, in denen Sie arbeiten, sowie Ihre Referenzen und Zertifikate. Zweitens Ihre Ausschlusskriterien, etwa Auftragsgrößen oder Vertragsformen, die ohnehin ausscheiden. Drittens Beispiele aus der Vergangenheit, gewonnene ebenso wie bewusst abgelehnte Ausschreibungen.

Gerade dieser Punkt wird in der Praxis oft übersprungen, obwohl er der wichtigste ist. Erst an alten Fällen zeigt sich, ob die Vorprüfung tatsächlich besser liegt als die bisherige Einschätzung. An diesen Beispielen sehen Sie schon nach zwei Wochen, wie viele der früher gewonnenen Ausschreibungen das System gefunden hätte.

In einer Prozessanalyse zum Festpreis ab 3.000 € sehen wir uns Ihre Quellen und Kriterien an und schlagen eine Architektur mit Umfang, Zeitplan und Kosten vor. Erste funktionierende Bausteine entstehen in sechs bis acht Wochen, mit echten Ausschreibungen aus Ihrem Markt.

Wie viele Ausschreibungen sichten Sie pro Woche?

In der Prozessanalyse sehen wir uns Ihre Quellen und Kriterien an und schlagen eine Vorprüfung vor, die zu Ihrem Angebotsprozess passt.

Prozessanalyse anfragen

Häufige Fragen

Ja. Eine Vorprüfung filtert die Bekanntmachungen nach Stichworten, liest anschließend die vollständigen Unterlagen und legt zu jeder ernsthaften Ausschreibung eine Zusammenfassung mit Anforderungen, Terminen und Risiken vor. In unserem eigenen Portal bleiben so von rund 1.000 Ausschreibungen pro Tag 10 bis 15 übrig, die ein Mensch ansieht.

Ja. Leistungsbeschreibung, Vertragsentwurf und Anhänge werden zusammen gelesen, auch als PDF oder Scan. Erst dort stehen die Angaben, die über ein Angebot entscheiden, etwa geforderte Zertifikate oder die Höhe der Bietungsgarantie. Unleserliche Stellen markiert das System als unsicher.

Das Lesen der Unterlagen ja, unabhängig von Sprache und Land. Jedes Portal stellt seine Bekanntmachungen aber anders bereit, deshalb braucht jede Quelle einen eigenen Zugang. Unser Portal ApoTenderHub deckt heute 16 Quellen mit polnischen öffentlichen Ausschreibungen ab.

Nein. Sie übernimmt das Sichten und Lesen und liefert eine Empfehlung mit Begründung, also empfehlen, prüfen oder ablehnen. Über das Angebot entscheidet das Team, weil Kapazität, laufende Projekte und die bisherige Zusammenarbeit mit dem Auftraggeber in keiner Ausschreibung stehen.

Durch die mittlere Kategorie: Alles, was das System nur mit Restzweifel einordnet, kommt auf den Prüfstapel. Dazu nennt jede Empfehlung ihre Gründe und die Stelle in den Unterlagen, und der Filter wird an Ausschreibungen gemessen, bei denen das Unternehmen früher mitgeboten hat.

Das hängt vom Betrieb ab. In unserem Portal laufen die Sprachmodelle auf eigenen Servern, weil täglich große Textmengen zu lesen sind und die Unterlagen teils vertraulich sind. Möglich sind ebenso Cloud oder ein hybrider Betrieb.

Julia Rose

Über die Autorin

Julia Rose

Marketing Lead, theBlue.ai

Julia ist seit 2019 Teil von theBlue.ai und begleitet die Entwicklung von KI-Anwendungen im Unternehmensumfeld seit den frühen Tagen des Unternehmens. In ihrer Rolle als Marketing Lead arbeitet sie eng mit den Engineering- und Consulting-Teams zusammen und macht komplexe technische Themen für Entscheider verständlich und zugänglich.

In ihren Artikeln schreibt sie über praktische Erfahrungen aus Enterprise-KI-Projekten sowie über die Herausforderungen und Chancen beim Einsatz von KI in Unternehmen.