Rollen-Playbooks4 Min. Lesezeit

KI-gestützter Angebotsvergleich: So bleiben Evidenzlücken sichtbar

Ein Workflow für den Einkauf, der Antworten von Lieferanten in einer Evidenzmatrix abbildet – ohne Äquivalenzen zu erfinden oder Lücken zu füllen.

Bokili EditorialVeröffentlicht am 4. November 2026· Geprüft am 4. November 2026

Drei Lieferantenangebote in einer festen Bewertungsmatrix, in der fehlende Nachweise für die menschliche Prüfung sichtbar bleiben

Ein Angebot kann vollständig wirken, weil die Gliederung klar, die Aussagen selbstbewusst und die Sprache der Ausschreibung angepasst ist. Genau hier kann ein KI-gestützter Vergleich scheitern. Das Modell stellt womöglich drei verschiedene Antworten als gleichwertig dar, obwohl eine Belege, eine ein Versprechen und eine gar nichts enthält.

Einkaufsteams können KI nutzen, um lange Antworten zu strukturieren, aber nicht, um Vergleichbarkeit zu erfinden. Das Ergebnis sollte eine Evidenzmatrix sein, die feste Kriterien anwendet, jede Beobachtung mit der Antwort des Lieferanten verknüpft und Lücken sichtbar lässt. Die menschliche Bewertungskommission behält die Hoheit über Urteil, Klärungsbedarf und Vergabeempfehlung.

Regeln festlegen, bevor die KI die Angebote sieht

Laut britischen Regierungsrichtlinien sollen Auswahlkriterien und Bewertungsmethoden vor der Angebotseinholung festgelegt werden. Angebote sollen anhand dieser Kriterien bewertet werden, mit funktionsübergreifender Unterstützung und ohne Interessenkonflikte. Auch das britische Vergabegesetz nennt Zuschlagskriterien und Bewertungsmethodik als Basis für die Prüfung von Angeboten.

Dieser Grundsatz gilt auch außerhalb des öffentlichen Auftragswesens. Wenn eine KI die Kriterien aus dem überzeugendsten Angebot ableitet, verschiebt sich der Vergleichsrahmen. Definieren Sie zuerst Fragen, Skalen, Gewichtung, Pflichtnachweise und Ausschlusskriterien. Nutzen Sie eine freigegebene KI-Umgebung dann nur zur gezielten Extraktion und Organisation.

Die CLEAR-Evidenzmatrix

C — Kriterien fixiert

Legen Sie Kriterien, Bewertungsregeln und Pflichtnachweise fest, bevor Sie Angebote bearbeiten.

L — Link zur Antwort

Verknüpfen Sie jede Beobachtung mit einem Abschnitt, einer Seite, Tabelle oder einem Zitat aus dem Angebot des Lieferanten.

E — Lücken offenlegen

Kennzeichnen Sie fehlendes, mehrdeutiges oder irrelevantes Material explizit. Eine leere Zelle muss leer bleiben.

A — Einheitlicher Standard

Wenden Sie für jeden Lieferanten die gleichen Fragen, Antwortformate und Nachweisregeln an.

R — Menschliches Urteil

Die Kommission prüft Nachweise, klärt Fragen und verantwortet jede Bewertung und Empfehlung.

KI-Workflow für Angebotsvergleiche in 5 Schritten

Vom Angebotspaket zur prüfbaren Matrix

1
1. Leere Matrix erstellen
Erstellen Sie Zeilen aus den Kriterien und Spalten für Nachweis-Anker, Lieferantenaussage, Lücke, Klärungsstatus und Notizen.
2
2. Lieferanten einzeln bearbeiten
Geben Sie dem Tool den Kriterientext und nur die relevanten Angebotsabschnitte. Fordern Sie eine Extraktion an, keine Bewertung.
3
3. Originalsprache beibehalten
Behalten Sie neben jeder Zusammenfassung ein kurzes Zitat und dessen Fundstelle. Das Modell darf vage Begriffe wie „könnte“, „plant“ oder „beabsichtigt“ nicht verstärken.
4
4. Gleichen Prozess wiederholen
Nutzen Sie für jedes Angebot die identische Anweisung und das gleiche Ausgabeschema. Protokollieren Sie Parsing-Probleme, statt zu improvisieren.
5
5. Vor der Bewertung prüfen
Ein Einkäufer prüft jeden Anker und jede Lücke. Erst dann wendet die zuständige Kommission die veröffentlichte Bewertungsmethode an.

Das Tool sollte nicht entscheiden, ob ein vager Satz eine Teilwertung verdient. Es sollte dem Team helfen zu erkennen, dass der Satz vage ist. Trennen Sie Extraktion und Bewertung, damit eine geschliffene Zusammenfassung nicht zur inoffiziellen Note wird.

Praxisbeispiel: Drei Angebote für Support-Services

Angenommen, eine fiktive Ausschreibung fordert Nachweise für Incident Support außerhalb der Geschäftszeiten, inklusive Abdeckung, Reaktionszeit und Eskalationspfad. Angebot A sichert für P1-Incidents 24/7-Support zu, nennt 30 Minuten als Reaktionsziel und verweist auf eine Eskalationstabelle. Angebot B verspricht „vollen Support bei Bedarf“, aber ohne Ziel oder Pfad. Angebot C liefert einen Abend-Dienstplan und ein Zwei-Stunden-Ziel, erwähnt aber keine Wochenenden.

Lesen ist der Anfang. Üben macht den Unterschied.

Jetzt starten

	Angebot A	Angebot B	Angebot C
Abdeckung	24/7, mit Quellenanker	Umfassender Support behauptet; Umfang unklar	Abende genannt; Wochenenden fehlen
Reaktionsziel	30 Minuten	Nicht angegeben	Zwei Stunden
Eskalationsnachweis	Benannte Eskalationstabelle	Nicht angegeben	Benannter Bereitschaftsplan, kein Wochenendweg
Behandlung in der Matrix	Nachweis erfasst	Lücke sichtbar gelassen	Teilnachweis plus Lücke

Eine schwache KI-Zusammenfassung würde alle drei Angebote vielleicht als „umfassenden Support“ bezeichnen. CLEAR verhindert diese Verdichtung. Es hält fest, was jeder Lieferant tatsächlich geliefert hat, und trennt fehlende Nachweise von schlechter Leistung. Erlauben die Regeln eine Klärung, folgt das Team diesem formalen Weg und bittet nicht das Modell, die Lücken zu füllen.

Kontrollierte Extraktion anweisen

Eine praktische Anweisung lautet: „Extrahieren Sie nur für dieses Kriterium jede explizite Aussage und deren Fundstelle. Behalten Sie Qualifikatoren bei. Bewerten Sie nicht, leiten Sie keine Äquivalenz ab und vervollständigen Sie keine fehlenden Informationen. Geben Sie ‚nicht belegt‘ zurück, wenn die Antwort den geforderten Punkt nicht enthält. Kennzeichnen Sie unklare Formulierungen zur manuellen Prüfung.“ Halten Sie die Kriterien- und Ausgabefelder für alle Anbieter identisch.

Fügen Sie keine vertraulichen oder geschäftskritischen Daten in nicht genehmigte Tools ein. Das AI Playbook der britischen Regierung betont, das richtige Tool zu nutzen, Grenzen zu verstehen, Ergebnisse zu testen und die menschliche Kontrolle zu behalten. Auch Leitlinien zur KI-Transparenz im öffentlichen Beschaffungswesen zeigen, warum Teams explizite Kontrollen benötigen, wenn KI in den Beschaffungsprozess einfließt.

Matrix prüfen, bevor Bewertungen sichtbar werden

Prüfen Sie eine Stichprobe positiver Ergebnisse, jedes negative Ergebnis und jede Zeile, die das Ranking ändern könnte. Stellen Sie sicher, dass die Matrix keine Kriterien zusammengefasst, inkompatible Einheiten normalisiert oder Zukunftspläne in aktuelle Fähigkeiten umgewandelt hat. Dokumentieren Sie, wer wann welche Zeile geprüft hat. Nutzen Sie bei hochwertigen oder risikoreichen Beschaffungen die formalen Wege der Qualitätssicherung, Rechtsabteilung und des Einkaufs.

Dieser Workflow ergänzt die Bokili-Leitfäden zum Erstellen eines belegbasierten Registers für Vertragsverpflichtungen, zur Verknüpfung von Marketingaussagen mit Nachweisen und zur Umwandlung von Ideen in eine gesteuerte Warteschlange für KI-Anwendungsfälle. Die gemeinsame Fähigkeit ist Nachvollziehbarkeit: Struktur hilft nur, wenn Prüfende zur Quelle zurückfinden.

Zehnminütige Übung zum Angebotsvergleich

Wählen Sie ein fiktives, wenig sensibles Kriterium und legen Sie die Bewertungsnachweise fest, bevor Sie Antworten erstellen.
Verfassen Sie drei kurze Lieferantenantworten: eine vollständige, eine vage und eine teilweise vollständige.
Erstellen Sie eine leere CLEAR-Matrix mit Spalten für Quellenanker und Lücken.
Führen Sie in einem freigegebenen Tool für jede Antwort dieselbe Extraktionsanweisung aus.
Prüfen Sie, ob eine Leerstelle zur Annahme wurde oder eine Einschränkung verstärkt wurde.
Überarbeiten Sie die Anweisung, bis jede Lücke sichtbar bleibt, und speichern Sie sie als Rollenübung.

Lücken prüfbar machen

KI kann den administrativen Aufwand reduzieren, lange Angebote in eine gemeinsame Struktur zu überführen. Sie sollte jedoch ungleiche Belege nicht gleich aussehen lassen. Ein starker Beschaffungsworkflow fixiert die Kriterien, bewahrt die Quelle und macht jede Lücke leicht prüfbar. Bokili hilft Teams, diese begrenzten, belegbasierten Rollen-Workflows in kurzen, praktischen Missionen zu üben, bevor es in der Praxis darauf ankommt.