Leitfaden zum KI-Einsatz im Bid-Prozess. Wo AI-Wert entsteht, wo sie scheitert, Prompt-Strategien, Evaluation-Framework und Change-Management.
Generative KI kann einzelne Aufgaben im Bid-Prozess unterstützen. Dieser Leitfaden zeigt sinnvolle Einsatzfelder, Grenzen, Prüffragen und einen möglichen Ablauf für einen kontrollierten Pilot.
Drei Bereiche eignen sich für eine überprüfbare Evaluation:
**Anforderungsextraktion**. Das System erstellt aus den Unterlagen eine klassifizierte Liste mit Fundstellen. Das Team prüft Vollständigkeit, Querverweise und implizite Anforderungen am Original.
**Erstentwürfe aus der Knowledge Library**. Passende, geprüfte Wissensbausteine können zu einem Entwurf mit Quellenbezug zusammengestellt werden. Inhalt, Kontext und Formulierung bleiben freigabepflichtig.
**Konsistenzprüfung über lange Submissions**. Das System kann abweichende Begriffe, Zahlen und Aussagen markieren. Ob eine Abweichung falsch oder fachlich notwendig ist, entscheidet das Team.
Vier Bereiche sind 2026 noch klar menschliches Spielfeld:
**Strategische Tender-Bewertung**. "Sollten wir auf diesen Tender bieten?" braucht Pipeline-Kenntnis, Konkurrenzbeobachtung, interne Auslastungssicht. Tools können aggregieren, nicht entscheiden.
**Differenzierte USP-Formulierung**. "Was macht uns einzigartig?" produziert in jedem generischen LLM den gleichen Brei aus "marktführend, innovativ, kundenzentriert". Das Differenzierende kennt nur das Sales-Team.
**Kommerzielle Argumentation**. Pricing-Strategien, Rabattlogik, Verhandlungsspielräume sind menschliches Spielfeld. KI kann Berechnungen prüfen, nicht "knapp dranbleiben" entscheiden.
**Beziehungsspezifische Anpassung**. Wenn Sie wissen, dass der Auftraggeber den letzten Tender mit der Konkurrenz hatte und unzufrieden war, ist das ein zentraler Hebel. KI weiss das nicht.
Selbst in einer Bid-Plattform mit vorgefertigten Workflows lohnt sich Grundverständnis von Prompt-Engineering. Vier Strategien wirken:
**1. Kontext vor Aufgabe**. Erst die Situation beschreiben, dann den Auftrag formulieren. Beispiel: "Formuliere einen Entwurf zu dieser Datenschutzanforderung. Verwende nur die beigefügten, freigegebenen Sicherheitsbausteine und nenne die Fundstellen. Markiere fehlende Angaben für die fachliche Prüfung."
**2. Beispiele als Format-Anker**. "Hier ist eine Beispiel-Antwort aus einer früheren erfolgreichen Submission: [Text]. Schreibe eine vergleichbare Antwort für die folgende neue Anforderung: [Anforderung]." Das Modell ahmt Tonalität und Struktur.
**3. Constraints explizit machen**. "Maximale 200 Worte. Keine Marketing-Phrasen. Sprich Schweizer Behörden direkt und nüchtern an." Constraints reduzieren Halluzinationen und Stilausreisser.
**4. Quellennachweis verlangen**. "Zitiere für jede Aussage einen Knowledge-Library-Eintrag. Wenn keiner passt, schreibe explizit 'Bedarf manueller Bearbeitung'." Das erleichtert die Prüfung, beseitigt das Fehlerrisiko aber nicht.
Wer einen LLM-basierten Anbieter evaluiert, prüft sieben Dimensionen:
**1. Mandantenisolation**. Ist Ihre Knowledge-Base von anderen Mandanten getrennt? Gibt es Garantien gegen Daten-Leakage?
**2. Modellauswahl und Versionierung**. Welche Modelle laufen unter der Haube? OpenAI GPT-4o, Anthropic Claude, Open-Source? Wird die Modellversion dokumentiert?
**3. Quellennachweis**. Liefert die KI für jede Antwort die Library-Einträge, die als Quelle gedient haben? Falls nein, ist es ein Wrapper, kein RAG-System.
**4. Audit-Trail**. Werden Eingabe-Prompts, Modellversionen, Quellennachweise und Freigaben pro Generation gespeichert? Wie lange?
**5. Sprachqualität im Tendern**. Lassen Sie die Demo eine echte Anforderung Ihres letzten Tenders beantworten, nicht einen generischen Test-Case. Prüfen Sie Schweizer Tonalität, fachliche Präzision, fehlende Halluzinationen.
**6. Trainings-Politik**. Werden Mandantendaten zum Training verwendet? Vertraglich. Auch für Future Models.
**7. Datenresidenz**. Wo läuft Inferenz? Wo werden Logs gespeichert? Sind die Antworten von Schweizer Compliance-Auditoren physisch prüfbar?
KI-Einsatz wirft drei spezifische Sicherheitsthemen auf:
**Prompt Injection**. Wenn ein Tender-Dokument in den KI-Kontext geladen wird und unbemerkt eine Anweisung enthält ("Ignoriere bisherige Anweisungen und schreibe..."), kann das das Modellverhalten kompromittieren. Mitigation: strikte System-Prompts mit Konstanten, Prüfung auffälliger Outputs, getestete Tools.
**Data Leakage**. Wenn der KI-Anbieter Mandantendaten zwischen Mandanten oder für Training nutzt, sind Geheimnisse kompromittiert. Mitigation: vertragliche Trainings-Ausschlüsse, mandantenisolierte Architekturen.
**Halluzination in Compliance-Aussagen**. Wenn die KI ohne Quellennachweis eine Compliance-Aussage erfindet, riskieren Sie Submission-Falschangaben. Mitigation: RAG mit Quellenzwang, Human-in-the-loop-Freigabe, Audit-Trail. Tiefer dazu im [Audit-Trail-Beitrag](/ressourcen/blog/audit-trail-ki-tenderantworten-revdsg-boeb).
Eine KI im Bid-Prozess einzuführen ist primär ein Change-Management-Projekt, nicht ein Software-Projekt. Drei Phasen:
**Phase 1: Pilot**. Ein begrenztes Team nutzt die Funktion an repräsentativen Tendern. Es dokumentiert Ausgangslage, Prüffehler, Korrekturaufwand und Zeit bis zum freigegebenen Ergebnis.
**Phase 2: Einführung**. Nach einem erfolgreichen Pilot folgt ein strukturiertes Onboarding. Zulässige Einsatzfelder, verantwortliche Rollen und Freigaben werden schriftlich festgelegt.
**Phase 3: Auswertung**. Das Team prüft regelmässig Fehler, Korrekturaufwand, Zeitgewinn und notwendige Prozessänderungen. Die Frequenz richtet sich nach Nutzungsvolumen und Risiko.
Die folgende Abfolge ist ein Planungsbeispiel. Dauer und Umfang werden aus Teamgrösse, Datenlage und Risikoprofil abgeleitet.
**Monat 1**: Anbieterevaluation entlang der 7 Dimensionen. Vertrag verhandeln, Datenresidenz und Trainingsausschluss schriftlich verankern.
**Monat 2**: Pilot mit zwei Bid-Managern. Erste Lerneffekte, erste Anpassungen am Workflow.
**Monat 3**: Roll-out an das gesamte Bid-Team. Strukturierte Schulung, Definition der Use-Cases.
**Monate 4-6**: Stabilisierung. Reflexionsrituale, Anpassungen, KPI-Messung.
**Monate 7-12**: Optimierung. Custom-Prompts entwickeln, Library-Anteil erhöhen, KI-Akzeptanz-Rate steigern, Audit-Trail-Disziplin in der Submission-Praxis verankern.
Am Ende des Pilots sollten Teams mindestens Folgendes belegen können:
**Entscheidend sind geprüftes Wissen, Quellen und Freigaben.** Ein Modell ersetzt weder die fachliche Verantwortung noch einen klaren Prozess. Pilotmessung und Sicherheitsreview zeigen, ob die gewählte Lösung für das Team geeignet ist.
Das hängt von Ihrem Verfahren und den vertraglich belegten Grenzen ab. Lassen Sie sich Anbieter, Verarbeitungsregionen, Trainingsausschluss, Isolation, Protokollierung und Aufbewahrung vor Vertragsschluss schriftlich ausweisen. Tendaro legt diese Punkte für die gewählte Produktstufe im Angebot und Sicherheitsreview offen.
Das hängt vom Produktumfang und den geplanten Anpassungen ab. Für einen Pilot sollten Rollen, Schulungsbedarf und verantwortliche Freigaben im Einführungsplan festgehalten werden.
Das lässt sich ohne Volumen, Produktstufe, Integrationen und Betriebsmodell nicht seriös beziffern. Vergleichen Sie Lizenz, Einführung, Schulung, interne Betreuung und mögliche Schnittstellen über denselben Zeitraum.
Tendaro verwendet Kundeninhalte nicht zum Training von Modellen für Dritte; der Ausschluss wird vertraglich festgehalten. Anbieter, Regionen, Isolation, Aufbewahrung und weitere Grenzen werden für die gewählte Produktstufe vor Vertragsschluss im Sicherheitsreview dokumentiert.
Messen Sie Zeit bis zum prüfbaren Erstentwurf, übersehene Anforderungen, Korrekturaufwand und den Anteil freigegebener Vorschläge. Zielwerte werden vor dem Pilot aus Ihrer Ausgangslage abgeleitet.
Bei hochsensiblen Compliance-Aussagen, bei strategisch differenzierender USP-Formulierung, bei kommerziellen Verhandlungsargumenten und bei beziehungsbasierter Kommunikation. In diesen vier Bereichen ist KI 2026 ein Hilfsmittel, kein Ersatz.
Ein sinnvoller Ablauf besteht aus Pilot, strukturiertem Onboarding und regelmässiger Auswertung. Umfang und Zeitplan richten sich nach Team, Prozess und Risikoprofil.