Ausschreibungen beantworten mit interner KI: Anforderungsmatrix, alte Antworten, Fristen

Was eine interne KI für das Angebotsteam leistet

Eine interne KI für öffentliche Ausschreibungen liest die Vergabeunterlagen, überträgt jede Anforderung in eine Anforderungsmatrix mit Dokument, Seite und Abschnitt, erfasst die Fristen und die verlangten Nachweise und entwirft Antworten aus den freigegebenen Texten Ihrer früheren Angebote. Die Angebotsleitung prüft jede Zeile und unterschreibt das Angebot; die KI reicht nichts ein. Das Modell dafür ist von mittlerer Größe und läuft auf einer Karte eines KI-Servers im Unternehmen, neben anderer Büroarbeit.

Wir schreiben für Inhaber, Geschäftsführer und Angebotsverantwortliche kleiner und mittlerer Unternehmen, die sich an öffentlichen Ausschreibungen beteiligen: Bau- und Installationsbetriebe, Facility- und Reinigungsdienste, IT- und Ingenieurdienstleister, Hersteller von Ausstattung für Krankenhäuser, Schulen und Versorger. Der erste Teil beschreibt die Arbeit in den Begriffen eines Angebotsteams. Die Hardware steht in einem Abschnitt mit einer Tabelle, die Hinweise für die Person, die Ihre IT betreut, folgen am Ende. Rechtliche Punkte sind allgemeine Informationen zum EU-Recht, Stand Oktober 2026; das nationale Vergaberecht setzt die Richtlinie um und kann im Detail abweichen, und Ihr Rechtsbeistand bestätigt, was für eine konkrete Ausschreibung gilt.

Ein Vergabepaket besteht aus der Bekanntmachung, einer Reihe von PDFs und Tabellen, einem Vertragsentwurf und Formularen. Irgendwo in diesen Dateien stehen die Anforderungen, die darüber entscheiden, ob das Angebot überhaupt zugelassen wird: ein beizulegendes Zertifikat, ein Mindestumsatz, eine Referenz bestimmter Größe, ein Formular mit der Unterschrift einer benannten Person. Sie alle zu finden kostet Zeit, die das Team für die technische Antwort braucht.

Die Vergabeunterlagen in einfachen Worten

Die Richtlinie 2014/24/EU definiert Auftragsunterlagen als sämtliche Unterlagen, die der öffentliche Auftraggeber erstellt oder auf die er sich bezieht, um Bestandteile der Auftragsvergabe oder des Verfahrens zu beschreiben, einschließlich der Auftragsbekanntmachung, der technischen Spezifikationen, der vorgeschlagenen Vertragsbedingungen, der Formate für die Unterlagen der Bieter und zusätzlicher Unterlagen (Artikel 2 Absatz 1 Nummer 13). Für Vergaben oberhalb der EU-Schwellenwerte wird die Bekanntmachung auf TED veröffentlicht, dem Online-Portal Tenders Electronic Daily zum Amtsblatt der EU, wie die Your-Europe-Seite der Kommission zu den Vergaberegeln festhält (zuletzt geprüft am 13. Juli 2026).

Jedes Dokument beantwortet eine andere Frage, und die KI entnimmt jedem etwas anderes.

Dokumentarten nach Richtlinie 2014/24/EU, Artikel 2 Absatz 1 Nummer 13, konsolidierte Fassung vom 1. Januar 2024 auf EUR-Lex, gelesen am 25. Oktober 2026; die dritte Spalte ist unsere Beschreibung der Extraktion.

Drei Begriffe kommen in jeder Ausschreibung vor. Ausschlussgründe schließen ein Unternehmen vom Verfahren aus, etwa bestimmte Verurteilungen oder nicht gezahlte Steuern. Eignungskriterien prüfen, ob das Unternehmen den Auftrag ausführen kann: Umsatz, Versicherung, Referenzen, qualifiziertes Personal, Zertifikate. Zuschlagskriterien bewerten die Angebote, die diese Prüfung bestehen; sie können allein den Preis oder eine Mischung aus Preis und Qualität umfassen. Ein Angebot, das eine Ausschluss- oder Eignungsbedingung verfehlt, scheidet aus, wie gut sein Preis auch ist.

Die Richtlinie bestimmt auch die Fristen. Im offenen Verfahren, in dem jedes interessierte Unternehmen ein Angebot abgeben kann, beträgt die Mindestfrist für den Eingang der Angebote 35 Tage ab dem Tag der Absendung der Auftragsbekanntmachung (Artikel 27 Absatz 1). Eine Vorinformation kann sie auf 15 Tage verkürzen, und bei Dringlichkeit darf der Auftraggeber eine Frist von nicht weniger als 15 Tagen festlegen (Artikel 27 Absätze 2 und 3). Artikel 22 verlangt, dass die gesamte Kommunikation und der Informationsaustausch, insbesondere die elektronische Einreichung, mit elektronischen Mitteln erfolgen.

Ausschreibungs­unterlagen mit KI auswerten: die Anforderungsmatrix

Eine Anforderungsmatrix (im Englischen „compliance matrix“) ist eine Tabelle mit einer Zeile je Anforderung: was verlangt wird, wo es steht, ob es zwingend ist, wie Sie es erfüllen, welches Dokument es belegt, wer im Unternehmen zuständig ist und wie der Stand ist. Die KI erstellt den ersten Entwurf dieser Tabelle.

Die Arbeit läuft in fünf Schritten:

1. Lesen. Die Unterlagen werden in Text umgewandelt. PDFs aus einem Textprogramm haben eine Textebene, die gewöhnliche Software ausliest; gescannte Anlagen und Zeichnungen laufen zuerst durch ein Dokumentenmodell, wie unser Leitfaden zu Vision-Language-Modellen für Dokumenten-KI erklärt.
2. Extraktion. Das Modell geht die Unterlagen Abschnitt für Abschnitt durch, schreibt jede Anforderung als eine Zeile mit Dateiname, Seite und Abschnittsnummer und markiert Formulierungen wie „muss“, „ist zu“ und „mindestens“ als zwingend.
3. Sortieren. Die Zeilen werden nach Ausschluss, Eignung, Technik, Zuschlag, Vertrag und Formular geordnet; Doppelungen über mehrere Dokumente werden zusammengeführt, beide Quellen bleiben erhalten.
4. Abgleich. Für jede Zeile durchsucht das System Ihre Sammlung früherer Antworten, Zertifikate und Referenzen und schlägt vor, wie Sie die Anforderung erfüllen, mit dem Quelldokument.
5. Prüfung. Die Angebotsleitung geht die Matrix durch, weist Verantwortliche zu und markiert jede Zeile als erfüllt, offen oder nicht erfüllt. Die Entscheidung, ob Sie bieten, fällt anhand dieser Tabelle.

Unsere Beispielzeilen für eine Dienstleistungsausschreibung; echte Zeilen tragen den genauen Wortlaut und Abschnitt der Unterlagen.

Der Wert der Matrix liegt in der Quellenspalte. Wer prüft, öffnet den Abschnitt und kontrolliert die Zeile in Sekunden, und eine Anforderung, die das Modell übersehen hat, fällt als Abschnitt ohne Zeile auf, wenn die Angebotsleitung die Leistungs­beschreibung einmal von Anfang bis Ende liest. Dieses abschließende Lesen bleibt nötig: Ein Modell kann eine Anforderung in einer Fußnote übersehen oder einen Querverweis falsch lesen, und nur ein Mensch, der die Unterlagen gelesen hat, kann bestätigen, dass die Matrix vollständig ist.

Angebotsunterlagen erstellen: frühere Antworten und die EEE wiederverwenden

Der größte Teil eines Angebots ist nicht neu. Unternehmensprofil, Qualitätsmanagement, Datenschutz, Versicherung, Qualifikation der Mitarbeiter, Serviceabläufe und Referenzen erscheinen in jeder Ausschreibung mit kleinen Änderungen. Eine Sammlung freigegebener Antworten, ein Text je Thema mit Datum und Verantwortlichem, erspart dem Team das Neuschreiben. Die KI durchsucht diese Sammlung für jede Zeile der Matrix und entwirft eine Antwort in der Länge und Reihenfolge, die die Ausschreibung verlangt. Das Verfahren heißt Retrieval auf Unternehmens­dokumenten und wird in unserem Leitfaden zu RAG auf Firmendaten erklärt.

Die Einheitliche Europäische Eigenerklärung, kurz EEE (englisch ESPD), ist die standardisierte Eigenerklärung zu Ausschlussgründen und Eignungskriterien, die Artikel 59 der Richtlinie eingeführt hat. Das Amt für Veröffentlichungen der EU beschreibt sechs Teile, von Auftraggeber und Verfahren bis zu den Schlusserklärungen, und hält fest, dass EEE-Dokumente heruntergeladen, bearbeitet und in weiteren Vergabeverfahren wiederverwendet werden können. Die KI kann eine gespeicherte EEE mit den Anforderungen der neuen Ausschreibung vergleichen und die Felder auflisten, die eine neue Antwort brauchen. Die Nachweise hinter der Erklärung müssen trotzdem aktuell sein: Das System sollte das Ablaufdatum jedes vorgeschlagenen Zertifikats prüfen und warnen, wenn es vor dem erwarteten Zuschlag endet.

Drei Regeln machen wiederverwendete Antworten sicher. Jede Antwort in der Sammlung trägt das Datum ihrer letzten Freigabe und wird ab einem festgelegten Alter nicht mehr vorgeschlagen. Jeder Entwurf nennt die Texte der Sammlung, aus denen er stammt, sodass die prüfende Person sieht, was übernommen wurde. Und Zahlen wie Mitarbeiterzahl, Umsatz oder Reaktionszeiten kommen immer aus einem aktuellen Quelldokument, nie aus einem älteren Angebot.

Wir bauen KI-Server nach Maß und richten Modelle und Dokumentensuche ein; schicken Sie uns die Unterlagen einer Ausschreibung, die Sie kürzlich beantwortet haben, und unser Team schlägt eine Konfiguration und einen Piloten für Ihre Angebote vor.

Fristen, Bieterfragen und die Freigabe

Die KI schreibt auch die Fristenliste: die Frist für Bieterfragen, einen etwaigen Ortstermin, Datum und Uhrzeit der Angebotsabgabe, die Bindefrist und die genannten Termine für Zuschlag und Vertragsbeginn. Jeder Termin steht mit dem Abschnitt, aus dem er stammt; nennen zwei Dokumente unterschiedliche Termine, ist das eine Frage an den Auftraggeber.

Bieterfragen sind ein zweiter Einsatz. Wo die Leistungs­beschreibung unklar ist oder zwei Dokumente sich widersprechen, entwirft das Modell eine kurze, neutrale Frage mit Abschnittsangabe. Die Angebotsleitung entscheidet, ob sie gestellt wird, und stellt sie über die Vergabeplattform vor der Fragenfrist, die in den Unterlagen steht.

Die Freigabe bleibt bei Menschen. Eine Person prüft jede Antwort gegen die Anforderung, die kaufmännische oder rechtliche Leitung sieht den Vertragsentwurf und seine Abweichungen durch, und die Geschäftsführung unterschreibt. Die KI protokolliert, was sie entnommen und welche Texte der Sammlung sie verwendet hat, sodass das Team später nachvollziehen kann, warum eine Antwort so lautet.

Warum Angebotsarbeit auf den eigenen Server gehört

Ein Angebot enthält die sensibelsten Informationen eines Unternehmens: Preise und Kalkulation, Referenzkunden, die Lebensläufe benannter Mitarbeiter und die Pläne für den Auftrag. Artikel 18 der Richtlinie verpflichtet die öffentlichen Auftraggeber, die Wirtschaftsteilnehmer gleich und ohne Diskriminierung zu behandeln, und Artikel 21 verpflichtet sie, vom Bieter als vertraulich eingestufte Informationen nicht weiterzugeben, darunter technische und Betriebsgeheimnisse sowie die vertraulichen Aspekte der Angebote. Das schützt das Angebot, sobald es eingereicht ist. Vor der Einreichung entscheidet der Bieter, wohin seine Unterlagen gehen.

Mit dem Modell auf Ihrem eigenen Server verlassen Preisblatt, Referenzen und Lebensläufe nie die Hardware unter Ihrer Kontrolle, und die Sammlung früherer Angebote liegt nicht bei einem externen Anbieter. Lebensläufe und Referenzkontakte enthalten personenbezogene Daten; Ihr Datenschutz­beauftragter bestätigt die Aufbewahrungsfrist dafür. Unsere Artikel zu Geschäftsgeheimnissen, NDAs und KI-Werkzeugen und zu lokaler KI und der DSGVO behandeln beide Seiten dieser Entscheidung. Bekanntmachungen und veröffentlichte Vergabeunterlagen sind öffentlich, ein externes Werkzeug zum bloßen Lesen wäre also weniger heikel; sensibel wird die Matrix, sobald sie mit Ihren eigenen Unterlagen abgeglichen wird.

Welches Modell genügt

Unterlagen lesen, eine Tabelle füllen und Antworten aus freigegebenen Texten entwerfen braucht nicht die größten Modelle. Qwen3.8-27B ist ein gutes Beispiel für die Größe, die genügt. Seine Hugging-Face-Karte nennt 27 Milliarden Parameter und eine native Kontextlänge von 262.144 Token; der FP8-Checkpoint umfasst in seinen Safetensors-Dateien 30.866.866.928 Byte, also 30,9 GB, unter der Lizenz Apache 2.0, die die kommerzielle Nutzung nicht einschränkt. Laut Karte ist der Denkmodus standardmäßig eingeschaltet und lässt sich je Anfrage abschalten, was der Extraktion entgegenkommt, bei der eine direkte Antwort gefragt ist.

Wie viel Speicher. Nach unserer Regel für Nutzer je Karte, 90 Prozent des vom Treiber gemeldeten Speichers abzüglich 3 GiB je Karte und abzüglich der Gewichte, behält eine Karte mit 96 GB 83,04 GiB für Gewichte und Cache. Die FP8-Gewichte belegen 28,75 GiB, es bleiben 54,29 GiB. Nur 16 der 64 Schichten des Modells führen einen wachsenden Cache; mit FP8-Cache braucht eine Anfrage mit 32.768 Token etwa 1,14 GiB und eine mit 131.072 Token etwa 4,14 GiB, nach unserer Rechnung aus der Konfigurationsdatei des Modells. Eine Karte bedient daher 47 Anfragen zu 32K Token oder 13 zu 128K gleichzeitig, mehr als ein Angebotsteam auf einmal stellt.

Wie lang ein Dokument sein darf. Eine lange Leistungs­beschreibung in einer Anfrage gibt dem Modell den ganzen Zusammenhang, was beim Erkennen von Widersprüchen zwischen Abschnitten hilft. Ein vollständiges Vergabepaket mit Anlagen und Plänen ist oft länger als jedes Kontextfenster; das System arbeitet dann Abschnitt für Abschnitt und über Retrieval, und die Matrix sammelt die Ergebnisse. Die Modellkarte nennt keine Liste der Sprachen von Qwen3.8; testen Sie es daher mit Ausschreibungen in den Sprachen, in denen Sie bieten. Unser Vergleich offener LLMs für europäische Sprachen nennt Alternativen.

Der Server: eine Maschine für mehrere Abteilungen

Ausschreibungsarbeit allein lastet eine GPU nicht aus; ein Unternehmen, das einige Male im Monat bietet, nutzt die Karte je Angebot für einige Stunden. Es lohnt sich, den Server von Anfang an für mehrere Abteilungen zu planen: das Angebotsteam, den Vertrieb mit Angeboten, die Qualität mit Lieferantenfragebögen und einen Assistenten für alle Mitarbeiter. Unser Artikel zu KI in Kundenaudits und Lieferantenfragebögen und der Leitfaden zur KI-Angebotserstellung im Maschinen- und Anlagenbau beschreiben zwei dieser benachbarten Aufgaben.

Referenz­konfigurationen unserer Seite KI-Server; Anfragen nach unserer Regel für Nutzer je Karte mit Qwen3.8-27B FP8 (28,75 GiB, FP8-Cache) und gpt-oss-120b (60,8 GiB, 16-Bit-Cache, 0,5625 GiB je Anfrage mit 16K), wie in unserem Leitfaden zu KI in Kundenaudits; Leistung nach unserer Schätzung (Karten, zwei Prozessoren und 15 Prozent für den Rest), bestätigt durch eine Messung am gelieferten System.

Zwei Karten. Der Einstiegsserver auf unserer Seite KI-Server hat zwei NVIDIA RTX PRO 6000 Blackwell Server Edition mit je 96 GB, zwei AMD-EPYC-Prozessoren, 384 GB DDR5-ECC-Speicher und zwei NVMe-Laufwerke. Eine Karte führt Qwen3.8-27B für Ausschreibungen, Angebote und Dokumentenaufgaben aus, die andere ein größeres Assistenzmodell für alle im Unternehmen. Nach unserer Schätzung zieht er etwa 1,8 kW aus der Steckdose, innerhalb eines 230-V-16-A-Anschlusses.

Vier Karten. Der Inferenzknoten ergänzt ein Tensor-Parallel-Paar, ein Modell verteilt auf zwei Karten, sodass der Assistent mehrere hundert Mitarbeiter bedient, wie unsere Seite zu privaten ChatGPT-Servern nach Unternehmens­größe durchrechnet. Etwa 3,4 kW nach unserer Schätzung, das braucht einen 32-A- oder Drehstromanschluss.

Diese Server sind unter Last laut und warm und gehören in einen Serverraum oder ein Rechenzentrum, wie unser Leitfaden zum GPU-Server im Büro erklärt. Ohne Serverraum betreibt unser Private-AI/ML-Service die Plattform auf dedizierter Hardware in einem Tier-3-Rechenzentrum in Litauen, innerhalb der EU. Ein Unternehmen ohne eigene IT-Abteilung findet die Aufgabenteilung in unserem Leitfaden zum KI-Server ohne IT-Abteilung.

Hinweise für das IT-Team

1. Ein Arbeitsbereich je Angebot. Legen Sie Unterlagen, Matrix und Entwürfe jeder Ausschreibung in einem Bereich ab, den nur das Angebotsteam dieser Ausschreibung öffnen kann; die Antwortsammlung ist für alle nur lesbar, ändern dürfen sie nur ihre Verantwortlichen.
2. Strukturierte Ausgabe. Lassen Sie das Modell die Matrix als JSON nach einem festen Schema ausgeben; vLLM nimmt mit jeder Anfrage ein JSON-Schema an, und seine Dokumentation hält fest, dass die Ausgabe dann dem Schema folgt. Ein Datensatz kann trotzdem einen falschen Wert enthalten, deshalb bleibt die Prüfung.
3. Denkmodus. Übergeben Sie für die Extraktion enable_thinking als false in chat_template_kwargs, wie die Karte von Qwen3.8 beschreibt; für längere Antwortentwürfe testen Sie beide Einstellungen mit Ihren eigenen Ausschreibungen.
4. Quellen in jeder Zeile. Speichern Sie Dateiname, Seite und Abschnitt je Anforderung und die Kennung des Sammlungstextes je Entwurf, damit jeder Satz nachvollziehbar bleibt.
5. Vergabeunterlagen sind externe Eingaben. Ein Dokument von außen kann Text enthalten, der das Modell zu steuern versucht; geben Sie dem Extraktionsschritt keine Werkzeuge, die Daten ändern, wie unser Leitfaden zu Prompt Injection und LLM-Sicherheit erklärt.
6. Netz und Protokoll. vLLMs --api-key schützt nur Pfade unter /v1, /v2, /inference und /cohere (Sicherheitsleitfaden von vLLM 0.32.0); betreiben Sie die Engine daher im internen Netz hinter einem LLM-Gateway mit Schlüsseln und Abfrageprotokoll.

Was wir liefern

Sie können dieses System bei uns kaufen: Unser Team dimensioniert die Konfiguration passend zu Ihrer Last und Ihrem Budget und antwortet innerhalb eines Werktages. Wir bauen KI-Server nach Maß mit zwei, vier oder acht Karten, vor der Lieferung montiert und getestet, geliefert überallhin in der EU mit einem EU-Vertrag und einer Rechnung, mit Herstellergarantie auf jede Komponente, abgewickelt über uns; Mengen und Lieferzeit werden mit dem Angebot schriftlich bestätigt. Unser Private-AI/ML-Service mit unserem Engineering-Partner Vixen.UNO richtet die Modelle, die Dokumentensuche, die Antwortsammlung und den Zugriff je Angebotsteam ein. Wenn Ihr Unternehmen selbst GPU-Server ausschreibt, behandelt unser Leitfaden zur technischen Spezifikation einer GPU-Server-Ausschreibung die Seite des Auftraggebers. Nennen Sie uns, wie viele Ausschreibungen Sie beantworten und in welchen Sprachen, und wir schlagen eine Einrichtung für Ihr Angebotsteam vor.

FAQ