Case Study

KI-gestützter Assistent für Ausschreibungsmanagement

Ziel des Projekts war es, Unternehmen bei der Identifikation und Bewertung relevanter Ausschreibungen zu unterstützen. Der entwickelte KI-Assistent überwacht regelmäßig verschiedene Ausschreibungsplattformen, gleicht deren Anforderungen mit dem individuellen Unternehmensprofil ab und liefert eine automatisierte Bewertung der Relevanz und Erfolgschancen.

Projekt
KI-Assistent für Ausschreibungsmanagement
Einsatz
Plattform-Monitoring · Profilabgleich · Relevanz-Scoring
Kern
LLM-gestützte Bewertung mit KO-Kriterien
Basis
Azure AI Services · OpenAI · Llama · Docker
Automatisiert
Suche:

Automatisierte Suche ersetzt manuelle Recherchen auf den Plattformen.

Präzise
Profilabgleich:

KI-gestützter Abgleich identifiziert relevante Ausschreibungen.

Transparent
Scoring:

Tabellarische Bewertung mit KO-Kriterien schafft Transparenz.

Ausgangssituation im Projekt: KI-gestützter Assistent für Ausschreibungsmanagement

Die Ergebnisse werden den Nutzern in einer übersichtlichen tabellarischen Darstellung präsentiert, die KO-Kriterien, Anforderungen und Eignung auf einen Blick sichtbar macht. Zudem erfolgt eine Benachrichtigung per E-Mail, sobald neue relevante Ausschreibungen gefunden werden.

In einer geplanten Ausbaustufe erweitert der Assistent seine Funktionalität um die Unterstützung bei der Angebotserstellung, sodass Unternehmen den gesamten Prozess von der Identifikation bis zur Angebotsabgabe effizienter gestalten können.

Die Herausforderung

Die Entwicklung eines Ausschreibungsassistenten stellte das Projektteam vor verschiedene technische und organisatorische Anforderungen:

Heterogene Plattformen

Unterschiedliche Schnittstellen und Datenstrukturen erforderten den parallelen Einsatz von Scraping-Mechanismen und APIs.

Regelmäßige Aktualität

Ausschreibungen ändern sich dynamisch, was eine kontinuierliche Überprüfung mit hoher Zuverlässigkeit notwendig machte.

Anforderungsvergleich

Unternehmensprofile mussten strukturiert erfasst werden, um sie mit den Ausschreibungsanforderungen KI-gestützt vergleichen zu können.

Relevanzbewertung

Es galt, ein Scoring-Modell zu entwickeln, das Chancen realistisch einschätzt.

Benutzerfreundlichkeit

Ergebnisse mussten klar und verständlich aufbereitet werden – etwa in tabellarischer Form mit KO-Kriterien.

Benachrichtigung

Nutzer sollten automatisch informiert werden, ohne selbst aktiv suchen zu müssen.

Perspektive Angebotserstellung

In der Ausbaustufe mussten zusätzlich Textgenerierungs- und Dokumentenerstellungsfunktionen integriert werden.

Realisierung

Die entwickelte Lösung basiert auf einer modularen, KI-gestützten Architektur, die den gesamten Prozess des Ausschreibungsmanagements abbildet – von der Datenerfassung über die Analyse bis hin zur automatisierten Bewertung. Ausschreibungsplattformen werden dabei über APIs oder Scraping-Technologien angebunden, um kontinuierlich aktuelle Ausschreibungen zu erfassen. Die Daten werden zentral gesammelt, bereinigt und in strukturierter Form aufbereitet, sodass sie für die weitere Verarbeitung durch das KI-System nutzbar sind.

Im Kern steht ein LLM-gestützter Analyse- und Scoring-Prozess, der die Anforderungen der gefundenen Ausschreibungen mit dem Unternehmensprofil abgleicht. Dabei bewertet das System automatisch, wie gut die eigenen Leistungen und Referenzen zu den Ausschreibungsanforderungen passen, und erstellt eine Relevanzbewertung mit klarer Priorisierung. Die Ergebnisse werden den Nutzern über ein benutzerfreundliches Dashboard tabellarisch aufbereitet – inklusive KO-Kriterien, Chancenbewertung und direkter Verlinkung zu den Originalausschreibungen.

Zusätzlich informiert das System die Nutzer automatisch per E-Mail-Benachrichtigung, sobald neue passende Ausschreibungen verfügbar sind. In einer weiteren Ausbaustufe ist die Integration eines Angebotsassistenten vorgesehen, der mit Hilfe von LLMs Vorschläge für Angebotsinhalte generiert und Dokumente vorbefüllt. So wird die Lösung zu einem durchgängigen Werkzeug für das gesamte Ausschreibungsmanagement – von der Identifikation bis zur Angebotsabgabe.

01
Automatisierte Datenerfassung

Anbindung von Ausschreibungsplattformen über API oder Scraping zur kontinuierlichen Aktualisierung.

02
KI-gestützter Profilabgleich

LLMs vergleichen Ausschreibungsanforderungen mit Unternehmensprofilen und bewerten die Relevanz.

03
Übersichtliche Ergebnisdarstellung

Tabellarisches Dashboard mit Scoring, KO-Kriterien und direkter Verlinkung zu Ausschreibungen.

04
Proaktive Benachrichtigung & Ausbaupotenzial

E-Mail-Alerts für neue Ausschreibungen und optionale Angebotserstellung in der Ausbaustufe.

Fazit

Der KI-Assistent für Ausschreibungsmanagement zeigt eindrucksvoll, wie sich Routineaufgaben automatisieren und gleichzeitig strategische Entscheidungen verbessern lassen.

  • Unternehmen profitieren von einer deutlichen Effizienzsteigerung im Such- und Bewertungsprozess.
  • Die Benutzerfreundlichkeit sorgt für hohe Akzeptanz im Arbeitsalltag.
  • Das Scoring-Modell schafft eine objektive Entscheidungsgrundlage.
  • Die Automatisierung von Benachrichtigungen reduziert Reaktionszeiten.
  • Mit der geplanten Ausbaustufe zur Angebotserstellung wird der Nutzen der Lösung weiter gesteigert.

Damit entwickelt sich der Assistent von einem Informationsfilter zu einem strategischen Werkzeug, das Unternehmen im Wettbewerb um Ausschreibungen nachhaltig unterstützt.

Mit diesem Projekt haben wir gezeigt, wie KI echten Mehrwert im Tagesgeschäft schaffen kann. Der Ausschreibungsassistent entlastet Teams spürbar, indem er Routinearbeit automatisiert und gleichzeitig bessere Entscheidungsgrundlagen liefert. Für uns ist das ein weiterer Schritt, KI-Lösungen gezielt dort einzusetzen, wo sie Produktivität und Wettbewerbsfähigkeit nachhaltig steigern.

Porträt: Theresa Herbig
Theresa Herbig, Chief of Staff & KI-Initiativen, BITS GmbH

Projektrollen im Überblick

Die Experten/innen der BITS übernahmen folgende Rollen in diesem Projekt.

DevOps
Fullstack Entwicklung
Infrastruktur / Betrieb
IT- und KI-Systemarchitektur
IT-Consulting/Beratung
IT-Projektmanagement
Prompt-/Context-Engineering
RAG-Engineering

Tools & Technologien

Folgende Tools und Technologien kamen in diesem Projekt zum Einsatz.

Agile
API
Azure AI Services
Cloud
Docker
Forschung & Entwicklung
GitHub
GitHub Actions
JIRA
künstliche Intelligenz (KI)
Llama
LLM
Monitoring
OpenAI
Retrieval Augmented Generation (RAG)
Schnittstellen
Scrum
SMTP-Server
Typescript
Web Entwicklung
Web-Applikationen
Kontakt

Sprechen Sie mit uns.

Sie interessieren sich für unsere Projekte oder möchten mehr über vergleichbare Digitalisierungslösungen erfahren? Kontaktieren Sie uns unverbindlich. Wir zeigen Ihnen gerne, wie moderne KI und IT auch Ihr Unternehmen voranbringt.

Marc, Geschäftsführer bei der BITS GmbH

Marc SchallehnIhr persönlicher Ansprechpartner

[email protected]
+49 89 121 585-0

FAQ

Fragen zu diesem Projekt

Funktioniert das auch bei Ausschreibungsportalen ohne einheitliche Schnittstelle?

Ja, im Projekt wurden bewusst Scraping-Mechanismen parallel zu APIs eingesetzt, um die heterogenen Plattformen und Datenstrukturen unterschiedlicher Ausschreibungsportale zu erfassen. Dieser Ansatz lässt sich auf weitere Portale mit unterschiedlichen Zugängen ausweiten.

Was benötigt das Scoring-Modell für die Relevanzbewertung?

Sie stellen dafür ein strukturiert erfasstes Unternehmensprofil bereit, das mit den Anforderungen einer Ausschreibung KI-gestützt verglichen wird. Auf dieser Basis schätzt das Scoring-Modell die Chancen ein und stellt das Ergebnis unter anderem tabellarisch mit KO-Kriterien dar.

Müssen Sie die Ausschreibungen weiterhin selbst durchsuchen?

Nein, Sie werden automatisch benachrichtigt, sobald eine passende Ausschreibung gefunden wurde, ein aktives Suchen ist nicht mehr erforderlich. Da sich Ausschreibungen dynamisch ändern, überprüft das System die Quellen kontinuierlich auf Aktualität.

Können Sie den Assistenten auch für die Angebotserstellung selbst nutzen?

In der geplanten Ausbaustufe sind zusätzliche Textgenerierungs- und Dokumentenerstellungsfunktionen für die Angebotserstellung vorgesehen. Damit entwickelt sich der Assistent vom reinen Informationsfilter zu einem Werkzeug, das Sie auch im weiteren Bearbeitungsprozess unterstützt.

Wie läuft ein KI- oder IT-Projekt ab?

Wir starten mit einem gemeinsamen Zielbild, analysieren Ausgangslage und Daten und leiten daraus konkrete Use Cases ab. Danach setzen wir iterativ um – vom Prototyp über die Integration bis zum verlässlichen Betrieb.

Was kostet ein Projekt?

Die Kosten hängen von Umfang, Komplexität und Zielsetzung ab. Kleinere Analysen und Prototypen starten im niedrigen Projektrahmen, umfangreiche Plattform- und Integrationsprojekte entsprechend höher.

Wie lange dauert die Umsetzung?

Ein erster Proof of Concept ist oft in wenigen Wochen möglich, größere Lösungen entstehen über mehrere Monate in iterativen Schritten.

Arbeiten Sie herstellerneutral?

Ja. Wir wählen Technologien und Plattformen anhand Ihrer Anforderungen aus – nicht anhand von Herstellerbindungen.

Womit beginnt die Zusammenarbeit am besten?

Meist mit einem unverbindlichen Informationsgespräch oder einer kompakten Potenzialanalyse.

Zum Einstiegsangebot

Übernehmen Sie auch den Betrieb nach dem Go-live?

Ja, über Managed Services betreuen wir Lösungen langfristig – inklusive Support, Monitoring und Weiterentwicklung.

Managed Services & Betrieb

Bieten Sie Schulungen für unsere Mitarbeitenden an?

Ja, über unser Enablement- & Academy-Angebot – von KI-Grundlagen bis zu individuellen Workshops.

Enablement & Academy