Angebotserstellung mit KI im Anlagenbau: Lastenheft prüfen, Angebotstexte, eigener Server

Angebotserstellung mit KI im Maschinen- und Anlagenbau

Maschinen- und Anlagenbauer können ein Sprachmodell auf dem eigenen Server für zwei Teile eines technischen Angebots nutzen: Es macht aus dem Lastenheft des Kunden eine Anforderungsliste mit Seitenangaben, eine Abweichungsliste und die Klärungsfragen, und es stellt den technischen Teil des Angebots aus früheren Angeboten und freigegebenen Textbausteinen zusammen. Preis, Lieferbedingungen und Marge kommen aus dem ERP-System oder dem Kalkulationswerkzeug, nie aus dem Modell, und der Vertriebsingenieur prüft und unterschreibt das Angebot.

Für eine Vertriebsabteilung trägt eine Karte der NVIDIA RTX PRO 6000 Blackwell Server Edition diese Arbeit; ein Server mit zwei Karten bringt Dokumentenumwandlung und Suche dazu, und ein Server mit vier Karten betreibt Angebote neben den KI-Aufgaben anderer Abteilungen. Wir schreiben für Geschäftsführungen, Vertriebsleitungen und die Vertriebsingenieure, die Angebote mit 30 bis 100 Seiten für auftragsbezogen gebaute Maschinen schreiben. Begriffe erklären wir beim ersten Auftreten, die Hardware steht in einem Abschnitt mit Tabelle, die Hinweise für die IT kommen am Ende.

Wie ein Angebot im Sondermaschinenbau entsteht

Maschinen und Anlagen, die auftragsbezogen konstruiert werden, im Englischen oft Engineer-to-Order genannt, beginnen mit einer Anfrage des Kunden. Häufig kommt sie als Lastenheft, die Beschreibung des Kunden, was die Maschine leisten muss; der Lieferant antwortet mit einem Angebot und später im Projekt mit einem Pflichtenheft, das beschreibt, wie er jede Anforderung erfüllt. Zwischen Anfrage und Angebot erledigt der Vertriebsingenieur vier Dinge:

1. Er liest das Lastenheft, oft mehr als hundert Seiten mit Anhängen, Normen und den eigenen Bedingungen des Kunden.
2. Er entscheidet, welche Standardmaschine, welche Optionen und welche Sonderkonstruktionen passen.
3. Er schreibt technische Beschreibung, Lieferumfang und die Liste der Abweichungen vom Lastenheft.
4. Er holt den Preis aus der Kalkulation und die Freigaben für riskante Punkte.

Schritt 1 und 3 sind Textarbeit, und dort hilft ein Sprachmodell. Schritt 2 ist Ingenieursurteil, und Schritt 4 gehört der Kalkulation und den Menschen, die sie freigeben. Lohnfertiger, die Drehteile und Frästeile nach Zeichnung anbieten, haben einen anderen Ablauf, den unser Leitfaden zur KI-Kalkulation aus Zeichnungen für Lohnfertiger behandelt.

Lastenheft mit KI analysieren: Anforderungen extrahieren

Die erste Aufgabe ist, das Lastenheft in etwas zu verwandeln, das ein Team abarbeiten kann. Das Modell geht das Dokument Abschnitt für Abschnitt durch und überträgt jede Anforderung in eine Tabelle: die Anforderung im Wortlaut des Kunden, Seite und Abschnitt, eine Kategorie wie Leistung, Sicherheit, Dokumentation oder kaufmännische Bedingungen, und eine erste Markierung, ob Ihre Standardmaschine sie erfüllt, mit einer Option erfüllt oder abweicht.

Unsere Beschreibung des Ablaufs; das Modell entwirft jedes Ergebnis, die Personen in der dritten Spalte geben es frei.

Die Seitenangabe macht die Liste brauchbar: Jede Zeile verweist auf den Abschnitt, aus dem sie stammt, sodass ein Prüfer sie in Sekunden nachsehen kann. Das Modell hilft auch bei dem, was unter Zeitdruck untergeht, etwa einer Anforderung im Anhang, die dem Haupttext widerspricht, oder einer Norm, die in einer Fußnote steht. Es übersieht aber auch selbst Dinge; die Liste ist deshalb ein Entwurf für den Ingenieur, und verbindlich bleibt das Lastenheft.

Die Länge spielt hier eine Rolle. Token sind die Einheiten, in denen ein Modell Text zählt, und Deutsch braucht mehr davon als Englisch: Der Preprint, den unser Artikel zu Token pro Wort in EU-Sprachen zitiert, nennt im Mittel 1,76 Token je Wort für Deutsch, 1,23 für Englisch und 2,25 für Polnisch. Ein Lastenheft mit 100 Seiten zu 400 Wörtern, unser Beispielwert, hat 40.000 Wörter: nach unserer Rechnung etwa 70.400 Token auf Deutsch und 49.200 auf Englisch. Beides passt in einer Anfrage in den Kontext von 131.072 Token von gpt-oss-120b; so kann das Modell nach dem Durchgang Abschnitt für Abschnitt die Querverweise im ganzen Dokument prüfen. Gescannte Lastenhefte laufen zuerst durch OCR, die Umwandlung von Seitenbildern in Text; nach der Methode unseres Leitfadens zu Vision-Language-Modellen für Dokumenten-KI wandelt eine RTX PRO 6000 Server Edition mit einem 5B-OCR-Modell etwa 0,69 Seiten pro Sekunde um, 100 Seiten dauern auf einer ganzen Karte also unter drei Minuten; eine MIG-Instanz ist langsamer, und wir haben dafür keinen veröffentlichten Wert gefunden.

Angebotstexte aus alten Angeboten zusammenstellen

Die zweite Aufgabe ist das Schreiben. Die früheren Angebote eines Maschinenbauers enthalten den größten Teil des Textes, den ein neues Angebot braucht: die Beschreibung der Standardmaschine, die Texte je Option, den Lieferumfang, Dokumentation und Schulung, die dazugehören. Das Modell arbeitet mit einer Suche, oft RAG genannt: Es durchsucht das Archiv früherer Angebote und freigegebener Textbausteine nach den Optionen dieser Anfrage und schreibt die technische Beschreibung aus dem Gefundenen, mit der Quelle jedes Absatzes.

Drei Regeln sorgen dafür, dass das nützlich bleibt.

• Freigegebene Bausteine zuerst. Texte, die Vertrieb und Konstruktion für eine Option freigegeben haben, sind die bevorzugte Quelle; freier Text aus alten Angeboten kommt danach und wird im Entwurf so gekennzeichnet.
• Aktuelle Maschine, aktueller Text. Jeder Baustein trägt die Maschinengeneration und das Datum seiner Freigabe, damit das Modell keine Option beschreibt, die vor zwei Jahren geändert wurde.
• Gewonnene und verlorene Angebote. Notizen des Vertriebs, warum ein Angebot gewonnen oder verloren wurde, helfen dem Modell und dem nächsten Ingenieur zu sehen, welche Argumente bei welchem Kundentyp gewirkt haben.

Der Entwurf geht an den Vertriebsingenieur, der ihn bearbeitet und die Teile ergänzt, die Urteil brauchen. Unsere Leitfäden zu RAG auf Firmendaten und zur Vorbereitung von Firmendokumenten für einen KI-Assistenten erklären, wie man ein solches Archiv aufbaut. Öffentliche Ausschreibungen folgen eigenen formalen Regeln; sie behandelt unser Leitfaden zur Beantwortung öffentlicher Ausschreibungen mit interner KI.

Warum der Preis im ERP bleibt

Ein Sprachmodell schreibt plausiblen Text, und ein plausibler Preis ist ein Risiko. Der Aufbau hält deshalb jede Zahl mit kaufmännischem Gewicht aus der Hand des Modells. Preis, Rabatte, Zahlungs- und Lieferbedingungen kommen über einen Tool-Aufruf oder als Felder der Angebotsvorlage aus dem ERP-System oder dem Kalkulationswerkzeug, und das Modell schreibt sie nie selbst. Dasselbe gilt für Stundensätze und Margen, die gar nicht erst in den Prompt gehören.

Der Kalkulation kann das Modell trotzdem zuarbeiten: Es listet die Optionen und Sonderkonstruktionen auf, die es im Lastenheft gefunden hat, damit der Kalkulator von einer vollständigen Liste ausgeht, und es markiert Anforderungen, die üblicherweise Kosten treiben, etwa einen ungewöhnlichen Werkstoff, eine Leistungsprüfung beim Kunden oder erweiterte Gewährleistungsbedingungen. Der Kalkulator entscheidet. Bestellungen, die später als E-Mails und PDFs eintreffen, sind eine eigene Aufgabe, die unser Leitfaden zur KI-Auftragserfassung aus E-Mails und PDFs ins ERP behandelt.

Über unseren Service Private AI/ML richten wir Modelle, Angebotsarchiv und ERP-Anbindung ein und liefern den Server; schicken Sie uns die übliche Länge Ihrer Lastenhefte, Ihre Angebote pro Monat und wo Ihre Angebotstexte liegen, und unser Team antwortet mit einer Konfiguration.

Vertrauliche Anfragen und eigenes Know-how

Das ist eine allgemeine Information, keine Rechtsberatung; Ihre Rechtsberatung bestätigt, was Ihre Verträge erlauben. Lastenhefte kommen oft mit einer Vertraulichkeits­vereinbarung, und manche Kunden untersagen jede Verarbeitung ihrer Unterlagen durch Dritte. Ihre eigenen Angebote enthalten Preise, Margen, Stundensätze und Konstruktionswissen. Die Richtlinie (EU) 2016/943 über Geschäftsgeheimnisse schützt solche Informationen nur, wenn sie geheim sind, wegen ihrer Geheimhaltung einen kommerziellen Wert haben und von der Person, die rechtmäßig über sie verfügt, den Umständen entsprechend angemessenen Geheimhaltungs­maßnahmen unterliegen (Artikel 2 Nummer 1).

Ein Modell auf Ihrem eigenen Server hält Lastenhefte, Angebote, Prompts und Entwürfe auf Hardware unter Ihren Zugriffsregeln, ohne externen Dienst, solange Sie keinen einschalten. Der Zugriff im Angebotsarchiv folgt Ihrer Vertriebsorganisation: Ein Regionalteam sieht die Unterlagen seiner eigenen Kunden, und Margen kommen nie in den Index. Unser Artikel zu Geschäftsgeheimnissen, NDAs und KI-Werkzeugen geht auf die Vertragsseite ein. Angebote tragen die Namen von Ansprechpartnern beim Kunden, für diese personenbezogenen Daten im Archiv gilt also die DSGVO.

Welcher Server, und warum ein Server mehrere Abteilungen bedient

Zwei Zahlen bestimmen die Hardware. Das Modell muss in den Speicher der Grafikkarte, der GPU, passen, und jede laufende Anfrage braucht zusätzlichen Speicher für ihren Kontext, den Cache. Unsere Regel für Nutzer je Karte nimmt 90 Prozent der 95,6 GiB, die der Treiber für eine Karte mit 96 GB meldet, abzüglich 3 GiB je Karte und abzüglich der Gewichte: 83,0 GiB je Karte.

Referenz­konfigurationen auf unserer Seite KI-Server; Anfragen nach unserer Regel für Nutzer je Karte mit gpt-oss-120b (60,8 GiB) und 16-Bit-Cache; Leistung nach unserer Schätzung mit Karten bei 600 W, Prozessoren und 15 Prozent für den Rest des Servers.

gpt-oss-120b ist unter Apache 2.0 veröffentlicht, hat 117B Parameter, von denen je Token 5,1B aktiv sind, und seine Dateien belegen etwa 65 GB, also 60,8 GiB. Auf einer Karte bleiben damit 22,2 GiB Cache. Seine config.json nennt 18 Schichten mit voller Attention und 8 Key/Value-Heads der Dimension 64; nach unserer Rechnung braucht ein Token damit 36 KiB 16-Bit-Cache: 4,5 GiB für eine volle Anfrage mit 131.072 Token, 2,4 GiB für das deutsche Beispiel-Lastenheft und 1,125 GiB für eine Entwurfsanfrage mit 32K Token. Eine Karte hält daher vier Anfragen in voller Länge gleichzeitig, neun des Beispiel-Lastenhefts oder 19 Entwurfsanfragen.

Ein Vertriebsteam mit zwanzig Ingenieuren hat selten mehr als einige lange Anfragen gleichzeitig laufen; die Angebotsarbeit allein braucht also eine Karte. Deshalb lohnt es sich, sie auf einem gemeinsamen KI-Server des Unternehmens zu betreiben: Der Einstiegsserver mit zwei Karten, zwei AMD-EPYC-Prozessoren, 384 GB DDR5 ECC und zwei NVMe-Laufwerken trägt die Angebote, und seine zweite Karte, per MIG in vier isolierte Instanzen zu 24 GB geteilt, betreibt OCR, die Suchmodelle und Tests. Auf dem Inferenzknoten mit vier Karten und 768 GB behält dasselbe Modell als Tensor-Parallel-Paar 2 × 83,0 − 60,8 = 105,3 GiB für den Cache, 23 Anfragen in voller Länge, und bedient von einer Plattform aus Vertrieb, den Serviceassistenten, die technische Dokumentation und andere Abteilungen. Unser Artikel zum eigenen KI-Server für 10 bis 100 Mitarbeitende zeigt, wie ein solcher gemeinsamer Server geplant wird.

Die RTX PRO 6000 Max-Q ist die Workstation-Karte, eine Karte mit 300 W und Radiallüfter; in einem Rack gehört sie nur in ein Gehäuse, dessen Hersteller sie listet, und für den Dauerbetrieb empfehlen wir die Server Edition. Nach unserer Schätzung nimmt der Server mit zwei Karten und zwei EPYC 9135 etwa 1,8 kW an der Steckdose auf und passt an einen Anschluss mit 230 V und 16 A, der bei 80 Prozent 2,94 kW trägt; der Server mit vier Karten nimmt mit Karten bei 600 W etwa 3,4 kW auf und braucht 32 A oder Drehstrom, mit auf 450 W begrenzten Karten etwa 2,7 kW. Beide gehören in einen Serverraum oder ein Rechenzentrum, wie unser Leitfaden zum Stromanschluss von GPU-Servern mit 16 A, 32 A und Drehstrom erklärt.

Hinweise für die IT

1. Engine und API. vLLM stellt gpt-oss-120b über eine OpenAI-kompatible API bereit, die das Angebotswerkzeug oder eine kleine Weboberfläche hinter einem LLM-Gateway mit Schlüsseln und Abfrageprotokoll aufruft. Die Modellkarte von gpt-oss-120b sagt, das Modell solle nur mit dem Harmony-Format genutzt werden; verwenden Sie also eine Engine-Version, die es unterstützt.
2. ERP und CRM. Geben Sie der Plattform Lesezugriff auf das Angebotsarchiv und den Produktkonfigurator, und holen Sie Preise und Bedingungen nur über eine definierte Schnittstelle in die Angebotsvorlage. Das Modell schreibt keine Daten in ERP oder CRM zurück.
3. Prefill-Zeit. Ein langes Lastenheft verbringt die meiste Zeit mit dem Einlesen, bevor das erste Wort der Antwort erscheint. Wir haben keinen veröffentlichten Prefill-Wert für gpt-oss-120b auf diesen Karten gefunden; messen Sie ihn im Piloten mit Ihren eigenen Dokumenten, wie unser Leitfaden zu den Messgrößen eines KI-Pilotprojekts beschreibt.
4. Netzwerk und Versionen. --api-key schützt in vLLM nur Pfade unter /v1, /v2, /inference und /cohere; Routen wie /invocations und /metrics antworten auch ohne Schlüssel (Sicherheitsleitfaden von vLLM 0.32.0). Halten Sie die Engine deshalb in einem internen Netz hinter dem Gateway. Betreiben Sie vLLM 0.31.0 oder neuer, das NVIDIA Container Toolkit ab 1.17.8 und einen Treiber, den NVIDIA in seinem Bulletin vom 30. September 2026 als behoben nennt.
5. Software bei Lieferung. Der Server kommt auf Wunsch mit Betriebssystem, NVIDIA-Treiber, CUDA und Container-Runtime; unser Leitfaden zur Software für RTX PRO Blackwell nennt die Engine-Versionen für diese Karten.

Was wir liefern

Sie können dieses System bei uns kaufen: Unser Team dimensioniert die Konfiguration nach Ihrer Last und Ihrem Budget und antwortet innerhalb eines Werktages. Wir bauen die Server auf Bestellung mit zwei, vier oder acht Karten der RTX PRO 6000 Server Edition, vor der Lieferung montiert und getestet, geliefert in die gesamte EU mit einem EU-Vertrag und einer Rechnung, mit Herstellergarantie auf jede Komponente, abgewickelt über uns; Stückzahlen und Lieferzeit werden mit dem Angebot schriftlich bestätigt. Unser Service Private AI/ML mit unserem Engineering-Partner Vixen.UNO richtet das Modell, das Angebotsarchiv mit Zugriff je Vertriebsteam und die Anbindung an Ihr ERP ein. Ohne eigenen Serverraum läuft dieselbe Plattform auf dedizierter Hardware in einem Tier-3-Rechenzentrum in Litauen, innerhalb der EU. Wenn Sie klein anfangen möchten, beschreiben Sie eine aktuelle Anfrage und das Angebot, das Sie dazu geschrieben haben, und wir schlagen einen Piloten und den Server dafür vor.

FAQ