Heterogene Plattformen
Unterschiedliche Schnittstellen und Datenstrukturen erforderten den parallelen Einsatz von Scraping-Mechanismen und APIs.
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.
Automatisierte Suche ersetzt manuelle Recherchen auf den Plattformen.
KI-gestützter Abgleich identifiziert relevante Ausschreibungen.
Tabellarische Bewertung mit KO-Kriterien schafft Transparenz.
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 Entwicklung eines Ausschreibungsassistenten stellte das Projektteam vor verschiedene technische und organisatorische Anforderungen:
Unterschiedliche Schnittstellen und Datenstrukturen erforderten den parallelen Einsatz von Scraping-Mechanismen und APIs.
Ausschreibungen ändern sich dynamisch, was eine kontinuierliche Überprüfung mit hoher Zuverlässigkeit notwendig machte.
Unternehmensprofile mussten strukturiert erfasst werden, um sie mit den Ausschreibungsanforderungen KI-gestützt vergleichen zu können.
Es galt, ein Scoring-Modell zu entwickeln, das Chancen realistisch einschätzt.
Ergebnisse mussten klar und verständlich aufbereitet werden – etwa in tabellarischer Form mit KO-Kriterien.
Nutzer sollten automatisch informiert werden, ohne selbst aktiv suchen zu müssen.
In der Ausbaustufe mussten zusätzlich Textgenerierungs- und Dokumentenerstellungsfunktionen integriert werden.
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.
Anbindung von Ausschreibungsplattformen über API oder Scraping zur kontinuierlichen Aktualisierung.
LLMs vergleichen Ausschreibungsanforderungen mit Unternehmensprofilen und bewerten die Relevanz.
Tabellarisches Dashboard mit Scoring, KO-Kriterien und direkter Verlinkung zu Ausschreibungen.
E-Mail-Alerts für neue Ausschreibungen und optionale Angebotserstellung in der Ausbaustufe.
Der KI-Assistent für Ausschreibungsmanagement zeigt eindrucksvoll, wie sich Routineaufgaben automatisieren und gleichzeitig strategische Entscheidungen verbessern lassen.
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.
Die Experten/innen der BITS übernahmen folgende Rollen in diesem Projekt.
Folgende Tools und Technologien kamen in diesem Projekt zum Einsatz.
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 SchallehnIhr persönlicher Ansprechpartner
FAQ
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.
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.
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.
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.
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.
Die Kosten hängen von Umfang, Komplexität und Zielsetzung ab. Kleinere Analysen und Prototypen starten im niedrigen Projektrahmen, umfangreiche Plattform- und Integrationsprojekte entsprechend höher.
Ein erster Proof of Concept ist oft in wenigen Wochen möglich, größere Lösungen entstehen über mehrere Monate in iterativen Schritten.
Ja. Wir wählen Technologien und Plattformen anhand Ihrer Anforderungen aus – nicht anhand von Herstellerbindungen.
Meist mit einem unverbindlichen Informationsgespräch oder einer kompakten Potenzialanalyse.
Ja, über Managed Services betreuen wir Lösungen langfristig – inklusive Support, Monitoring und Weiterentwicklung.
Ja, über unser Enablement- & Academy-Angebot – von KI-Grundlagen bis zu individuellen Workshops.
Um ein optimales Erlebnis zu bieten, verwenden wir Technologien wie Cookies, um Geräteinformationen zu speichern und/oder darauf zuzugreifen. Wenn Sie diesen Technologien zustimmen, können wir Daten wie das Surfverhalten oder eindeutige IDs auf dieser Website verarbeiten. Wenn Sie ihre Zustimmung nicht erteilen oder zurückziehen, können bestimmte Merkmale und Funktionen beeinträchtigt werden.