Anwendungsfall · Angebotserstellung

KI für Angebotserstellung
im Maschinenbau.

Im Maschinenbau und Sondermaschinenbau entscheidet oft die Reaktionsgeschwindigkeit. Wer eine Woche braucht, wo die Konkurrenz drei Tage braucht, verliert Aufträge. KI kann Angebotsprozesse spürbar beschleunigen — ohne dass die Kalkulation an Substanz verliert.

Das Problem

Angebotserstellung als unterschätzter Engpass.

In vielen Maschinenbau-Mittelständlern läuft die Angebotserstellung nach demselben Muster:

  • Eine Kundenanfrage kommt rein — als E-Mail, Excel-Lastenheft, gescanntes Lastenheft oder mit CAD-Anhang
  • Senior-Ingenieur:in oder Vertriebstechniker:in muss Spezifikationen extrahieren, ähnliche frühere Aufträge im Kopf oder im ERP nachschlagen, Material- und Stundenpreise abschätzen
  • Bei Sondermaschinen oft 2–3 Wochen pro detailliertes Angebot — bei wachsendem Anfragevolumen wird das zum Engpass

Die Folgen sind teuer: Anfragen liegen liegen, weil die zuständige Person gerade auf einer Baustelle ist. 30–40 % der detaillierten Angebote werden vom Kunden gar nicht erst nachverfolgt — er hat sich längst für den schnelleren Wettbewerber entschieden. Senior-Ingenieur:innen verbringen Tage mit Kalkulationen, die im Engineering eigentlich gebraucht würden. Und das Wissen, das in den Köpfen der zwei oder drei Erfahrensten steckt, ist nirgendwo dokumentiert.

Bei kleinen Volumen mag das tolerabel sein. Bei steigender Anfragemenge wird es zum strategischen Risiko.

Was KI kann

Was KI hier konkret kann.

Angebotskalkulation ist eine Aufgabe, bei der moderne KI besonders viel Hebel hat: viel Text, viele PDFs, viele wiederkehrende Muster, viel historisches Wissen — genau die Konstellation, in der Sprachmodelle und semantische Suche zusammen einen echten Unterschied machen.

1

Spezifikationen aus Anfragen extrahieren

Eingehende Anfragen kommen oft als unstrukturierter Mix aus E-Mail-Text, PDF-Lastenheften, Excel-Tabellen und gescannten Skizzen. Die KI liest diese Dokumente, extrahiert die technischen Eckdaten und legt sie strukturiert ab — Material, Maße, Stückzahlen, Sondervorschriften, Liefertermine.

2

Ähnliche frühere Projekte finden

Semantische Suche über Ihre historischen Angebote, Kalkulationen und Auftragsdaten. Nicht „passt der Suchbegriff", sondern „welche früheren Projekte sind technisch und kommerziell vergleichbar" — auch wenn die Kunden anders heißen oder die Begriffe leicht abweichen.

3

Kalkulationsentwurf vorbereiten

Auf Basis der gefundenen Vergleichsprojekte ein erster Kalkulationsentwurf: Materiallisten, Stundenschätzung pro Baugruppe, Margenvorschlag. Ihre Kalkulator:innen prüfen und justieren — sie fangen nicht mehr beim leeren Blatt an.

4

Rückfragen automatisch formulieren

Wo Spezifikationen unklar oder widersprüchlich sind, fasst die KI zusammen, welche Punkte beim Kunden geklärt werden müssen — als fertig formulierter Antwort-Entwurf zum Versenden. Statt drei Tage später anrufen.

5

Win-Probability-Einordnung

Wenn die historische Datenmenge ausreicht: eine Einschätzung, wie wahrscheinlich der Auftrag konvertiert — basierend auf Kunde, Anfragevolumen, Branche und ähnlichen vergangenen Konstellationen. Hilfreich für die Frage, wieviel Senior-Zeit Sie in welches Angebot investiert.

Vergleich

Warum nicht eine fertige CPQ- oder Kalkulationssoftware?

Es gibt am Markt fertige Tools für KI-gestützte Angebotskalkulation — etwa up2parts oder spezialisierte CPQ-Software. Die haben ihre Stärken. Sie haben aber auch ihre Grenzen.

Wo fertige Tools stark sind

  • Repetitive Standard-Kalkulationen mit klar definierten Komponenten — z. B. Blechteile-Kalkulation aus CAD-Modellen mit hinterlegtem Stückkosten-Modell
  • Quick Wins ohne Customizing, wenn Ihr Produktportfolio nahe am Standard-Use-Case des Anbieters liegt

Wo fertige Tools weniger passen

Im Sondermaschinenbau und kundenspezifischen Anlagenbau sieht die Realität anders aus:

  • Ihre Kalkulation lebt von Ihrer Erfahrung — die ist im Standard-Tool nicht abgebildet, sondern muss als Datenmodell und als Regelwerk reinarbeiten
  • Sonderkonstruktionen sind selten zwei Mal gleich — Standard-CPQ-Tools versagen bei der Generalisierung, weil sie auf wiederholbare Konfigurationen ausgelegt sind
  • Ihre Margen-Logik ist Geschäftsgeheimnis — und Sie wollen sie nicht in einem fremden Tool ablegen, dessen Anbieter parallel auch Ihre Wettbewerber bedient
  • Vendor-Lock-in: einmal in der Logik eines Anbieters drin, ist der Weg raus aufwendig

Unser Ansatz: Wir setzen auf Microsoft-Standardtechnologien (Power Automate, Microsoft Graph, Azure OpenAI, optional Azure Cognitive Search) und bauen die kalkulationsspezifische Logik mit Ihnen zusammen. Ihre Daten bleiben bei Ihnen, Ihre Logik wird Schritt für Schritt abgebildet, und Sie behalten die Kontrolle. Mehr zum Vorgehen unter Leistungen.

Vorgehen

Wie das bei Adoption-X aussieht.

Wir sind keine Software-Anbieter. Wir bauen keine eigene CPQ-Lösung. Was wir machen: Wir integrieren KI in Ihre bestehende Datenwelt — ERP, CAD, Angebots-Ablage — und automatisieren genau den Teil, der bei Ihnen zur Engstelle wird.

Konkret läuft das so:

1

1-Tages-Workshop

Wir gehen mit Ihnen durch die Anfrage-Realität: Welche Anfrage-Typen kommen rein? Welche Bereiche sind besonders aufwendig? Welche Daten haben Sie historisch, welche Tools sind im Einsatz? Was geht heute regelmäßig schief?

2

Erster Pilot

Wir picken einen klar abgegrenzten Anfrage-Typ (z. B. eine Maschinen-Variante, eine Baugruppe, ein Standard-Anpassungs-Fall) und setzen KI-gestützte Spec-Extraktion und Kalkulationsentwurf darauf auf. Parallel zur normalen Kalkulation.

3

Validierung

Über 4–6 Wochen werden die Ergebnisse mit Ihrer regulären Kalkulation verglichen: Genauigkeit der Schätzung, Zeitersparnis, Qualität der Rückfragen. Ihre Kalkulator:innen korrigieren — das System lernt mit.

4

Skalierung

Sobald der Pilot stabil ist, wird auf weitere Anfrage-Typen ausgerollt, weitere Anwendungsfälle ergänzt (Win-Probability, automatische Rückfragen, Margen-Optimierung).

Was wir nicht machen: Wir versprechen keine 80%-Zeitersparnis, weil wir die nicht garantieren können — und sie auch nicht zu Ihr Realität passt. Was wir versprechen können: nach 6 Wochen Pilot wissen Sie ehrlich, ob und wo sich das lohnt — und wenn nicht, sagen wir das offen.

Für wen sich das lohnt

Angebots-Automatisierung lohnt sich besonders bei…

Tendenziell weniger, wenn Sie ausschließlich echte Greenfield-Konstruktionen ohne historische Vergleichsbasis kalkulieren, oder wenn Ihr Angebotsprozess heute schon weitgehend standardisiert über ein gut funktionierendes CPQ-System läuft. Was davon bei Ihnen zutrifft, klären wir im Workshop. Verwandte Anwendungsfälle finden Sie unter Lösungen, etwa KI für Posteingang & Anfragen.

FAQ

Häufige Fragen

Wie zuverlässig sind KI-gestützte Kostenschätzungen?
Die KI ersetzt nicht Ihre Senior-Kalkulation, sie beschleunigt sie. Sie liefert einen ersten Entwurf basierend auf vergleichbaren historischen Projekten — Material, Stunden, Margen. Die finale Freigabe macht weiterhin Ihre Kalkulation. Bei ausreichender Datenhistorie liegt die Abweichung der ersten Schätzung typischerweise im einstelligen Prozentbereich gegenüber der nachträglich verifizierten Kalkulation.
Was passiert mit unseren Kalkulationsdaten?
Ihre historischen Angebots- und Kalkulationsdaten bleiben innerhalb Ihrer Microsoft-365- oder Azure-Umgebung in der EU (Sweden Central, West Europe oder Frankfurt) — also in der DSGVO-konformen Cloud, in der Ihre Geschäftsdaten ohnehin liegen. Wir nutzen Claude über AWS Bedrock EU oder Azure OpenAI Service (EU-Vertragsbeziehung, EU Data Boundary) — nicht OpenAI direkt. Ihre Daten landen nicht im Training fremder Modelle. Mehr zum kompletten EU-souveränen Stack.
Integriert sich das in unser ERP und CAD?
Für gängige Plattformen (SAP, Microsoft Dynamics, ProAlpha, abas; Inventor, SolidWorks, AutoCAD) gibt es Standardanbindungen über etablierte Schnittstellen. Bei spezifischen Setups klären wir im Workshop, was technisch sinnvoll ist — manchmal reicht der Datei-Austausch über ein Verzeichnis, manchmal lohnt eine tiefere Integration.
Wie lernt das System unser internes Wissen?
In den ersten Wochen läuft das System parallel zur normalen Kalkulation. Ihre Kalkulator:innen korrigieren Vorschläge, ergänzen Sonderfälle, markieren Ausnahmen. Aus diesen Korrekturen lernt das System Ihr Vokabular, Ihre Margen-Logik und Ihre typischen Sonderfälle — nicht aus einem generischen Standardmodell.
Was ist mit Sondermaschinen, für die wir keine vergleichbaren Aufträge haben?
Da bringt KI weniger automatischen Wert — die ehrliche Antwort. Was sie aber kann: schneller die ähnlichen Module oder Baugruppen aus früheren Projekten zusammensuchen, sodass Ihre Kalkulator:innen nicht bei Null anfangen. Reine Greenfield-Kalkulation bleibt Senior-Ingenieurs-Arbeit. Wir sagen das im Workshop offen.
Wie lange dauert die Einführung?
Vom Workshop bis zum produktiven Pilot mit einem Anfrage-Typ: ca. 4–6 Wochen. Vom Pilot bis zur breiten Nutzung: weitere 4–8 Wochen, abhängig davon, wie viele Anfrage-Typen und Geschäftsbereiche Sie abdecken wollen.
Nächster Schritt

Erstgespräch buchen.

30 Minuten, kostenfrei, kein Vertriebsgespräch. Wir hören uns Ihren Angebotsprozess an, geben eine erste Einschätzung, was sich lohnt — und schlagen Ihnen ggf. einen passenden nächsten Schritt vor.

30 Minuten Online oder telefonisch Kostenfrei und unverbindlich
Termin buchen