Wissen / Artikel

Angebotserstellung automatisieren mit KI: Wo Vertrieb sofort Zeit spart

In vielen KMU ist Angebotserstellung keine Kreativarbeit, sondern wiederkehrende Such- und Copy-Paste-Arbeit. Daten aus Mails, PDFs, Fotos, Altangeboten und Preislisten muessen zusammengezogen werden. Genau dort spart KI oft zuerst Geld: nicht beim finalen Vertragsabschluss, sondern beim sauberen Vorbereiten.

Wo heute die meiste Zeit verloren geht

Das Problem ist nicht ein einzelner Schritt, sondern die Summe kleiner Unterbrechungen. Wer sechs Mal pro Angebot Kontext wechseln muss, verliert Tempo und Marge.

Was KI in diesem Prozess gut kann

KI ist stark, wenn Informationen unstrukturiert ankommen. Sie kann freie Texte lesen, Anhaenge zusammenfassen, fehlende Angaben markieren und aus Vorlagen einen ersten Entwurf erzeugen. Das ist fuer viele Teams wertvoller als vollautomatische Freigabe, weil der Vertrieb am Ende nur noch prueft und zuspitzt.

Was du nicht automatisieren solltest

Preise, Haftungszusagen, Liefertermine und Sonderbedingungen sollten nicht ungeprueft automatisch rausgehen. Gute Automatisierung bereitet vor, aber verschickt nicht blind. Der Mensch bleibt an der Stelle im Prozess, an der Risiko und Verhandlung beginnen.

Ein sinnvoller Zielablauf

  1. Eine Anfrage kommt per Mail oder Formular rein.
  2. Die KI extrahiert Eckdaten, erkennt Produkt oder Leistung und markiert offene Punkte.
  3. Bestehende Textbausteine, Preislisten und aehnliche Altangebote werden vorgeschlagen.
  4. Ein Angebotsentwurf mit offener Checkliste wird gebaut.
  5. Der Vertrieb prueft, passt an und gibt frei.

Das spart nicht nur Zeit. Es senkt auch die Streuung zwischen Mitarbeitern, weil Rueckfragen und Standards an einer Stelle zusammenlaufen.

Woran sich der ROI schnell zeigt

Schon eine Einsparung von 20 bis 30 Minuten pro Angebot kann bei haeufigen Anfragen eine spuerbare Wirkung haben. Der Hebel ist besonders stark bei Handwerk, Industrie-Service, technischer Vermietung und projektlastigem Vertrieb.

Typische Fehler beim Start

Der pragmatische Pilot fuer KMU

Starte mit einem Angebotskanal, einem Team und einer festen Vorlage. Miss vier Wochen lang Bearbeitungszeit, Rueckfragen und Durchlauf bis zum Versand. Wenn der Prozess danach sauber steht, lassen sich weitere Angebotsarten anschliessen. So wird aus KI kein Spielzeug, sondern ein echter Vertriebsmultiplikator.

Du willst den Angebotsprozess beschleunigen, ohne unkontrolliert zu automatisieren?

Wir bauen einen Pilot, der Anfragen vorsortiert, Entwuerfe vorbereitet und den Vertrieb an der richtigen Stelle im Freigabefluss laesst.

Angebotsprozess analysierenLeistungen & Preise

Typische Datengucken und wie KI sie aufräumt

In der Praxis sehen Anfragen chaotisch aus: Ein Kunde schickt drei Mails mit Anhängen, eine PDF vom letzten Projekt, eine Nachricht in WhatsApp und schließlich noch eine Änderung. Ein Mensch muss das alle zusammennehmen und in ein strukturiertes Angebot bringen. Eine KI-gestützte Vorsortierung kann alle Anhänge extrahieren, Preise aus den Altangeboten heraussuchen, fehlende Angaben markieren und einen Entwurf vorschlagen, bei dem der Vertrieb nur noch Zahlen überprüfen und absegnen muss, statt von vorne zu schreiben.

Das klingt nach Zeitersparnis, ist aber auch Fehlerreduktion: Wenn ein Mensch sechs mal Wechsel vornimmt zwischen Mails, PDF, Tabelle und Vorlage, rutschen kleine Fehler durch. Eine zentralisierte KI-Lösung arbeitet aus einer Informationsquelle und hält Konsistenz.

Wie die Freigabeschleuse ausschaut

Die effektive Lösung ist nicht volle Automatisierung, sondern intelligente Vorbereitung mit menschlicher Kontrolle an der richtigen Stelle. Der Ablauf: Anfrage kommt rein, KI extrahiert Kerninfos und schlägt Angebots-Entwurf vor (mit Markierungen für fehlende oder unsichere Angaben), der Vertrieb sieht das Dashboard, überprüft in fünf Minuten statt 30, passt ggf. an und versendet. Die Freigabeschleuse bleibt beim Menschen, die Vorbereitungsarbeit wird Maschine.

Für diese Setup brauchst du: ein Daten-Ingestion-Tool (E-Mail-Parser oder Webhook), ein KI-Modell mit API-Zugang (OpenAI, Claude API o.ä.), eine Workflow-Plattform oder ein maßgeschneidertes Web-Tool als Vereinigung. Die meisten KMU fangen mit einem Zapier/Make-Workflow an und wechseln später zu einem Custom-Tool, wenn der Traffic größer wird.

Erfolgsmessung und häufige Fallstricke

Messen ist essentiell, sonst wissen Sie nicht, ob die Automatisierung wirklich hilft. Tracking sollte erfassen: Bearbeitungszeit (von Anfrage bis Versand), Zahl der Rückfragen, Fehlerquote bei Preisen/Konditionen und die Durchlaufquote (Angebote, die nicht verschickt werden). Nach vier Wochen sollten Sie einen klaren Trend sehen: Zeitersparnis von oft 20–40 Prozent, weniger Rückfragen wegen fehlender Angaben.

Ein häufiger Fallstrick: Das System wird zu clever und nimmt automatisch Entscheidungen (z.B. Liefertermina oder Rabatte), die Verhandlungsspielraum kosten. Zweiter Fallstrick: Keine Fehlerschlacht-Strategie. Wenn die KI blödsinn halluziniert, braucht der Vertrieb Wege, das schnell zu erkennen und abzufangen.

Häufig gestellte Fragen

Kann KI auch komplexe Angebote mit Verhandlungsspielraum automatisieren?

Teilweise. KI kann Entwürfe vorschlagen, fehlende Infos sammeln und Standard-Konditionen einsetzen. Aber bei Preisverhandlungen, Sonderfällen und Risiko-Szenarien sollte der Mensch an den Schalthebeln bleiben. Die beste Lösung ist Vorbereitung durch KI, Entscheidung durch Mensch.

Welche Daten muss ich meinem KI-System geben?

Typischerweise: aktuelle Preislisten, Standard-Konditionen, alte Angebots-Vorlagen, Kundenhistorie (gekürzt auf relevante Infos). Sensible Daten wie Gehälter oder interne Kalkulation sollten raus bleiben oder nur verzerrt eingefüttert werden.

Wie lange dauert es, bis eine KI-Lösung wirtschaftlich ist?

Bei typischem KMU-Aufwand (20–40 Angebote/Woche): 2–3 Monate bis Amortisation. Die KI kostet in API-Gebühren meist 0,50–2 EUR pro Angebot, eine halbe Stunde Zeitersparnis bei 40 EUR/Stunde Vertriebskosten rechnet sich schnell.

Welches KI-Modell brauche ich dafür?

Ein leistungsstarkes großes Sprachmodell (GPT-4o, Claude 3.5 Sonnet). Lokale oder kleinere Modelle scheitern bei der Textverarbeitung und Abstraktions-Leistung häufig. Die API-Kosten bleiben überschaubar, wenn Sie bei Bedarf arbeiten.

Ist es ein Problem, Kundendaten an eine KI-API zu senden?

Kommt auf die Anforderung an. Wenn Kundendaten unter DSGVO fallen, müssen Sie einen sauberen Data-Processing-Agreement mit dem KI-Anbieter haben. Viele Lösungen anonymisieren Kundennamen oder lassen Sie interne Daten lokal verarbeiten.

Was mache ich, wenn die KI einen Fehler macht?

Das ist normal. Gutes Systemedesign zeigt dem Vertrieb Vertrauenswerte an (z.B. Sicherheit bei Preis 92%, bei Lieferzeit 61%) und erlaubt schnelle manuelle Korrekturen. Ein menschlicher Vier-Augen-Check an kritischen Feldern ist nicht Zeitverschwendung, sondern notwendige Schleife.