Stammdaten und Fristen
Auftraggeber, Leistungsgegenstand, Region, Abgabetermin, Bieterfragen und weitere wichtige Eckdaten.
KI-gestützte Ausschreibungssuche und Tender-Analyse
Ausschreibungen mit KI finden, analysieren und besser vorsortieren.
Ich unterstütze Unternehmen dabei, ausgewählte Vergabequellen regelmäßig zu prüfen, passende Chancen anhand eigener Kriterien vorauszuwählen und umfangreiche Unterlagen für eine rasche Go/No-go-Entscheidung aufzubereiten. Die fachliche Entscheidung bleibt beim zuständigen Team.
Quellen überwachen
Relevanz bewerten
Fact Sheets erstellen
SharePoint & Netzlaufwerk
Menschliche Freigabe
Der Anwendungsfall
Weniger Portal-Suche, mehr Zeit für die fachliche Entscheidung.
Öffentliche Ausschreibungen und Kunden-Tender liegen oft auf mehreren Plattformen, in unterschiedlichen Sprachen und mit umfangreichen Anhängen. Der eigentliche Aufwand entsteht nicht nur beim Finden: Unterlagen müssen geöffnet, Fristen geprüft, Muss-Kriterien erkannt und intern weitergegeben werden.
Ein sinnvoller Workflow automatisiert die wiederkehrenden Schritte und zeigt transparent, warum eine Ausschreibung als möglicherweise relevant eingestuft wurde.
Quellen regelmäßig prüfen
Schnittstellen, strukturierte Feeds, E-Mail-Benachrichtigungen oder technisch und vertraglich zulässige Web-Abfragen zusammenführen.
Chancen vorauswählen
Leistungsbereiche, Länder, Technologien, Kunden, Ausschlusskriterien und weitere unternehmenseigene Regeln berücksichtigen.
Unterlagen analysieren
Fristen, Muss-Kriterien, geforderte Nachweise, Leistungsumfang, Risiken und offene Punkte aus den Dokumenten vorbereiten.
Ergebnisse weitergeben
Fact Sheet und Originalunterlagen kontrolliert ablegen und die zuständigen Bearbeiter per E-Mail oder Teams informieren.
Nachvollziehbares Ergebnis
Ein Fact Sheet, das schneller zur Originalstelle führt.
Eine kurze Zusammenfassung allein reicht für eine belastbare Entscheidung nicht. Das Ergebnis sollte Fakten, Regeln und KI-Einschätzungen sichtbar voneinander trennen.
Muss- und Eignungskriterien
Geforderte Referenzen, Qualifikationen, Zertifizierungen und mögliche Ausschlussgründe strukturiert darstellen.
Begründete Relevanz
Zeigen, welche Leistungen und Kriterien zum Unternehmensprofil passen und welche Punkte noch fachlich geprüft werden müssen.
Konkrete Fundstellen
Wichtige Aussagen auf Dokument, Seite oder Abschnitt zurückführen, statt eine schwer prüfbare KI-Antwort abzuliefern.
Risiken und Widersprüche
Fehlende, unlesbare oder widersprüchliche Angaben sichtbar markieren und nicht stillschweigend ergänzen.
Go/No-go durch Menschen
Die Lösung bereitet vor. Fachliche, kommerzielle und strategische Entscheidungen bleiben bewusst beim Unternehmen.
Technisch realistisch
Nicht jeder Schritt braucht KI.
Das Abrufen einer Quelle, das Speichern einer Datei oder das Versenden einer Benachrichtigung sind meist klassische Automatisierung. KI hilft dort, wo unterschiedliche Formulierungen, Sprachen und unstrukturierte Dokumente verstanden werden müssen.
Diese Trennung macht den Ablauf stabiler, leichter prüfbar und häufig günstiger im Betrieb.
Feste Logik
Zeitpläne, Downloads, Dateinamen, Pflichtfelder, Fristenregeln, Ablage und Benachrichtigungen verlässlich automatisieren.
KI-Unterstützung
Dokumente klassifizieren, mehrsprachige Inhalte auswerten, Kriterien zuordnen und Zusammenfassungen mit Quellen vorbereiten.
Bestehende Systeme
Je nach Umgebung SharePoint, Microsoft 365, Netzlaufwerke, E-Mail, Teams, Datenbanken oder interne Anwendungen anbinden.
Datenverarbeitung
Cloud, EU-Region, private Umgebung oder lokale Verarbeitung nach Vertraulichkeit, IT-Vorgaben und verfügbarem Betrieb auswählen.
Pilot statt Großprojekt
Mit wenigen Quellen und echten Beispielen beginnen.
Eine belastbare Kostenschätzung ist erst möglich, wenn Quellen, Zugangsarten, Dokumentmengen und Integrationen bekannt sind. Ein begrenzter Pilot macht Nutzen und technische Grenzen sichtbar.
1. Ist-Prozess und Kriterien aufnehmen
Quellen, Sprachen, Suchhäufigkeit, heutiger Aufwand sowie Go-, No-go- und Grenzfälle gemeinsam erfassen.
2. Pilot klar begrenzen
Mit wenigen priorisierten Quellen, Leistungsbereichen und repräsentativen Ausschreibungen starten.
3. Vollständigen Ablauf testen
Vom Eingang über Analyse und Ablage bis zur Benachrichtigung und manuellen Entscheidung mit echten Unterlagen prüfen.
4. Qualität messen und ausbauen
Zeitersparnis, relevante Treffer, Fehlalarme und übersehene Chancen bewerten, bevor weitere Quellen hinzukommen.
Wichtige Grenzen
Automatisierte Suche hängt von der jeweiligen Quelle ab.
Können alle Vergabeportale automatisch durchsucht werden?
Nein. Entscheidend sind vorhandene Schnittstellen, Nutzungsbedingungen, Anmeldungen, Captchas und technische Zugriffsbeschränkungen. Jede priorisierte Quelle muss einzeln geprüft werden.
Kann KI Fristen und Muss-Kriterien fehlerfrei erkennen?
Sie kann die Prüfung stark beschleunigen, aber nicht garantieren. Kritische Angaben brauchen Fundstellen, klare Warnungen bei Unsicherheit und eine menschliche Kontrolle.
Ist eine vollständig lokale Lösung möglich?
Dokumentenanalyse kann abhängig von Hardware und Anforderungen lokal betrieben werden. Für öffentliche Internetquellen braucht es trotzdem einen kontrollierten Abruf oder ein getrenntes Importsystem.
Für welche Unternehmen ist der Ansatz interessant?
Vor allem für Teams, die regelmäßig mehrere Ausschreibungsquellen prüfen, fachlich komplexe Unterlagen bewerten und eigene Relevanz- oder Ausschlusskriterien anwenden.
Ausführlichen Artikel zur Automatisierung von Ausschreibungen lesen
Erster Schritt
Welche Ausschreibungen werden heute noch manuell gesucht?
Schicken Sie kurz die wichtigsten Quellen, Sprachen und das gewünschte Ergebnis. Im Erstgespräch prüfe ich mit Ihnen, ob ein sinnvoll begrenztes Pilotprojekt möglich ist.