Ihre Angebotsreviews bringen nichts — und die KI wird es beweisen

Dieser Artikel knüpft an Die Beschleunigung der Angebotsprozesse an, wo wir die Frage stellten, was man mit der durch KI freigesetzten Zeit anfängt, und an Die informationelle Revolution, wo wir Shannons Theorie auf das Bid Management anwandten. Hier gehen wir eine Ebene tiefer: Wir sprechen darüber, was innerhalb der Organisation geschieht, die die Angebotsdokumentation erstellt.

Das Theater der Reviews

Jede strukturierte Organisation, die auf Ausschreibungen antwortet, hat einen Review-Prozess. Drei Stufen, in der Regel. Sie heissen Bronze / Silber / Gold, oder R0 / R1 / R2, oder auch Screening / Mid-Term / Final Review. Die Namen ändern sich. Das Ritual bleibt dasselbe.

Bronze-Review: Man bestätigt die Go/No-Go-Entscheidung. Eine PowerPoint-Präsentation mit 8 Folien. Der Vertriebsleiter gibt in 4 Minuten sein OK. Man geht zum nächsten Dossier über.

Silber-Review: Halbzeit. Man präsentiert den Fortschritt. Eine neue PowerPoint-Präsentation, diesmal 15 Folien. Man stellt fest, dass der Lösungsarchitekt noch nicht angefangen hat. Der Bid Manager sagt, es sei "in Arbeit". Man nimmt es zur Kenntnis. Man geht zum nächsten Dossier über.

Gold-Review: Vor der Einreichung. Man präsentiert das "finalisierte" technische Angebot. Eine dritte PowerPoint — 25 Folien. Der technische Direktor sieht den Inhalt zum ersten Mal. Er macht Anmerkungen. Drei davon sind strukturell bedeutsam. Es ist 17:30 Uhr am Vorabend der Abgabefrist.

Das Problem ist nicht die Anzahl der Reviews. Es ist, dass jede Review eine neue Datei erzeugt, ein neues Protokoll, einen neuen Satz an Dokumenten — ohne Verbindung zu den vorherigen. Und 90 % der Informationen sind redundant.

Was tatsächlich nicht funktioniert

Redundanz als Quelle von Entropie

Shannon hat es bewiesen: Redundanz in einem Kommunikationskanal ist nur dann nützlich, wenn sie der Fehlerkorrektur dient (Shannon, C.E., A Mathematical Theory of Communication, Bell System Technical Journal, 1948). Wenn die Redundanz nicht korrigiert — wenn sie nur Rauschen übereinanderschichtet — erhöht sie die Entropie. Die Information wird schwerer zu finden, nicht leichter.

Genau das passiert in Ihren Reviews. Das Protokoll der R0 enthält den Kontext des Dossiers. Das Protokoll der R1 wiederholt ihn — mit geringfügigen Abweichungen. Das Protokoll der R2 wiederholt ihn erneut — mit weiteren Abweichungen. Drei Versionen des Kontexts. Keine ist exakt gleich. Welche ist die richtige?

Drei Review-Stufen. Mindestens sieben Dateien. Fünf Einladungs-E-Mails. Und eine strategische Information — die tatsächlichen Entscheidungen, die akzeptierten Risiken, die getroffenen Abwägungen — die nirgends explizit dokumentiert ist.

Die impliziten Entscheidungen

Das wahre Gift ist das, was nicht niedergeschrieben wird.

"Wir haben entschieden, Los 3 nicht zu beantworten." Wo ist das dokumentiert? In einer E-Mail, die an drei Personen an einem Dienstag um 22 Uhr geschickt wurde. Nicht im Protokoll. Nicht in der PowerPoint. Nicht in der Tracking-Datei.

"Der Kunde hat durchblicken lassen, dass die Dienstkontinuität sein wichtigstes Kriterium ist." Wer hat das notiert? Der Vertriebsmitarbeiter, in seinem Kopf. Vielleicht in einer E-Mail. Ganz sicher nicht im strukturierten Dossier.

"Wir haben beschlossen, ein Junior-Profil für das Anwendungslos einzusetzen, um beim Preis wettbewerbsfähig zu bleiben." Wer hat diese Entscheidung getroffen? Wann? Auf welcher Analysegrundlage? Niemand weiss es. Aber alle leben mit den Konsequenzen.

Die strukturell wichtigsten Entscheidungen eines Dossiers sind diejenigen, die nie formalisiert werden. Sie existieren in Gesprächen, E-Mails, im Schweigen während Besprechungen. Und wenn man sie wiederfinden muss — drei Wochen später, beim Verfassen des technischen Angebots — herrscht Leere.

Die unlesbare Kodierung

Informationen in einem laufenden Ausschreibungsdossier wiederzufinden, ist eine archäologische Ausgrabung.

Die Datei heisst MT_v3_final_korrigiert_AM_VF2.docx. Sie liegt in einem Unterordner in Teams. Oder in SharePoint. Oder im persönlichen Laufwerk des Bid Managers. Drei Versionen koexistieren. Keine ist getaggt. Keine ist mit dem Protokoll verknüpft, das die Korrekturen veranlasst hat. Keine ist mit den Anforderungen des Lastenhefts verbunden, die sie abdecken soll.

Der Lösungsarchitekt, der im laufenden Prozess dazustösst, verbringt einen halben Tag damit zu verstehen, "wo man steht". Der technische Direktor, der die Gold-Review durchführt, hat keine Möglichkeit zu wissen, welche Entscheidungen in R0 und R1 getroffen wurden. Er liest alles. Er wiederholt die Arbeit. Er stellt dieselben Fragen.

Das sind die tatsächlichen Kosten der informationellen Entropie: nicht der Informationsverlust, sondern die Zeit, die man braucht, um sie wiederzufinden.

Was die KI offenlegt — und was sie nicht löst

Was die KI heute sehr gut kann

Geben Sie einem korrekt architektierten KI-System die Gesamtheit eines Dossiers — Lastenheft, Review-Protokolle, Austausch, technisches Angebot in Bearbeitung — und es erledigt in wenigen Minuten, was kein Mensch an einem Tag schaffen kann:

• Redundanzen erkennen: kopierte Absätze zwischen Protokollen identifizieren, Folien, die sich von Review zu Review wiederholen, Formulierungen, die voneinander abweichen, ohne dass sich die zugrundeliegende Entscheidung geändert hat.
• Entscheidungen nachverfolgen: aus allen Dokumenten und Austauschen die Momente extrahieren, in denen eine Entscheidung getroffen wurde, und ein chronologisches Logbuch erstellen, das nie jemand geschrieben hat.
• Ebenen verknüpfen: eine Anforderung des Lastenhefts mit dem Abschnitt des technischen Angebots verbinden, der darauf antwortet, mit dem in R1 identifizierten Risiko, das sie betrifft, und mit der R0-Entscheidung, die die Antwortstrategie geprägt hat.
• Lücken aufzeigen: Anforderungen ohne Antwort identifizieren, Risiken ohne Massnahmenplan, Entscheidungen ohne nachvollziehbare Begründung.

Die KI ersetzt nicht die Review. Sie macht sichtbar, was die Review verbarg: die blinden Flecken, die Geisterentscheidungen, die Widersprüche zwischen dem, was entschieden wurde, und dem, was geschrieben steht.

Was die KI nicht löst

Die KI kann jedes Dokument analysieren. Aber sie kann nicht analysieren, was nie niedergeschrieben wurde.

Wenn Ihr Vertriebsmitarbeiter die Erkenntnisse vom Kunden nur im Kopf hat, wird die KI sie nicht finden. Wenn Ihre Go/No-Go-Entscheidung ein mündliches "Ja" am Ende einer Besprechung ist, hat die KI nichts nachzuverfolgen. Wenn Ihr Lösungsarchitekt eine technische Abwägung in einer Ecke seines Notizbuchs getroffen hat, wird die KI sie nicht sehen.

Das Problem ist nicht die KI. Das Problem ist, was Sie ihr zu verarbeiten geben.

Was Sie ändern müssen — noch bevor Sie über Tools sprechen

Lernen, für Maschinen zu kodieren

Der Übergang in das Zeitalter der agentischen KI erfordert eine grundlegende Veränderung in der Art und Weise, wie Teams Informationen formalisieren. Es geht nicht um ein Tool. Es geht um kognitive Disziplin.

Aufhören, vage zu sein. "Die Situation ist komplex und erfordert eine vertiefte Analyse" bedeutet nichts — weder für einen Menschen noch für eine KI. "Los 2 weist ein Risiko der Unterdimensionierung auf: 3 VZÄ geplant für 12 Anwendungen, Verhältnis unvereinbar mit dem geforderten SLA (99,5 %)" ist eine verwertbare Information.

Jede Information mit einem Thema verknüpfen. Ein isolierter Fakt ist Rauschen. Ein Fakt, der mit einer Anforderung, einem Risiko oder einer Entscheidung verbunden ist, ist ein Signal. "Der Kunde nutzt Oracle" ist ein Fakt. "Der Kunde nutzt Oracle → Integrationsanforderung mit dem bestehenden HR-Modul → Lastenheft-Anforderung §4.3.2 → Risiko der Inkompatibilität mit unserem PostgreSQL-Stack" ist eine Entscheidungskette, die die KI verwerten kann.

Entscheidungen explizit machen. Jede Entscheidung sollte ein strukturierter Satz sein: Was wurde entschieden, Warum, Von wem, Wann und Welche Auswirkungen auf das Dossier. Kein "man hat sich darauf verständigt, dass..." vergraben in einem Absatz des Protokolls.

Anders speichern

Das Problem mit PowerPoint-Dateien ist nicht ihr Format. Es ist, dass sie geschlossene Behälter sind. Die Information gelangt in eine .pptx-Datei und kommt nie wieder heraus — es sei denn, ein Mensch kopiert sie manuell in eine andere Datei.

Die strategische Information eines Dossiers sollte in einem strukturierten System leben, nicht in verstreuten Dateien. Ein Wissensgraph, eine Fakten-Datenbank, ein Entscheidungsjournal — die technische Form ist zweitrangig. Was zählt, ist, dass die Information:

• Atomar ist: ein Fakt = ein Eintrag. Kein Absatz, der drei Informationen vermischt.
• Verknüpft ist: jeder Fakt ist mit seinen Quellen verbunden (Lastenheft-Anforderung, Review-Protokoll, E-Mail) und mit seinen Konsequenzen (Abschnitt des technischen Angebots, Risiko, Entscheidung).
• Versioniert ist: man weiss, wann ein Fakt erstellt, geändert oder ungültig wurde. Nicht "v3_final_korrigiert".
• Abfragbar ist: man kann fragen "Welche Entscheidungen wurden in R1 getroffen, die Los 2 betreffen?" und erhält in Sekunden eine Antwort.

Den Rhythmus der Reviews überdenken

Die KI komprimiert die Produktionszeit. Was drei Wochen dauerte, dauert drei Tage. Aber die Reviews sind immer noch nach dem alten Kalender getaktet: R0 an T+3, R1 an T+10, R2 an T+18.

Wenn die Produktion an T+5 fertig ist, was tut man zwischen T+5 und T+18? Man wartet. Man feilt an Details. Man erzeugt Entropie — geringfügige Änderungen, Umformulierungen, kosmetische Anpassungen, die keinen Wert schaffen, aber neue Versionen erzeugen.

Der neue Rhythmus sollte sein:

1. Strukturiertes R0 (Go/No-Go): zunächst eine echte Go/No-Go-Entscheidung mit Scoring (Wie Sie entscheiden, ob Sie antworten oder nicht). Nicht 4 Minuten. 30 Minuten. Mit Daten.
2. Komprimierte Produktion: 2–3 Tage mit KI. Extraktion, Strukturierung, erster Entwurf.
3. Eine einzige fundierte Review: eine einzige Review, aber intensiv. Red Team. Die Strategie hinterfragen, nicht das Layout. Der technische Direktor liest den Inhalt, nicht die Folien.
4. Finalisierungs-Sprint: 1–2 Tage, um die strukturell wichtigen Rückmeldungen einzuarbeiten.

Vier Schritte statt sieben. Ein einziger Informationsfluss statt drei redundanter Ebenen.

Die wahre Transformation: jenseits des Tools

Was TenderGraph anstrebt

TenderGraph ist kein Review-Tool. Es ist ein kognitives System, das eine Kodierungsdisziplin durchsetzt.

Wenn RequirementMiner 1.382 Anforderungen aus einem 500-seitigen Lastenheft extrahiert, erzeugt er nicht eine weitere Datei. Er erstellt einen strukturierten Graphen — jede Anforderung typisiert, klassifiziert, priorisiert, mit den anderen verknüpft. Wenn TITAN die vollständige Angebotserstellung orchestrieren wird, wird jede Entscheidung, jede Abwägung, jede Version in einem chronologischen Journal nachverfolgt, das sowohl für den Menschen als auch für die Maschine nutzbar ist.

Aber TenderGraph kann nichts ausrichten, wenn die Organisation weiterhin Informationen kodiert wie im Jahr 2015. Wenn der Vertriebsmitarbeiter seine Erkenntnisse im Kopf behält. Wenn der Lösungsarchitekt in einer lokalen Datei arbeitet. Wenn der technische Direktor das Dossier am Vorabend der Abgabefrist zum ersten Mal sieht.

Die Langsamkeit der Transformation als Reibungspunkt

Die Hauptbremse ist nicht technologischer Natur. Sie ist organisatorischer Natur.

Die Teams wissen, dass ihre Reviews Theater sind. Die Bid Manager wissen, dass ihre Protokolle nicht gelesen werden. Die Lösungsarchitekten wissen, dass ihre Abwägungen nicht dokumentiert werden. Aber das System funktioniert "gut genug" — man gewinnt genügend Aufträge, um den Prozess nicht infrage zu stellen.

Bis zu dem Tag, an dem ein Wettbewerber, der die Transformation vollzogen hat, den Auftrag gewinnt, den Sie für sicher hielten. Nicht weil er ein besseres Tool hat. Sondern weil sein Team Informationen verwertbar kodiert, weil seine KI jede Anforderung mit einer fundierten Antwort verknüpfen kann und weil seine einzige fundierte Review die strategische Schwachstelle erkannt hat, die Ihre drei PowerPoint-Reviews übersehen haben.

Die gute Nachricht: Diese Transformation erfordert keinen Umsturz. Sie beginnt mit drei einfachen Veränderungen — Entscheidungen explizit kodieren, Fakten mit Themen verknüpfen und Redundanz durch Nachvollziehbarkeit ersetzen. Der Rest folgt.

Wo Sie anfangen sollten

1. Entscheidungen formalisieren: Ab morgen erzeugt jede Review-Besprechung nicht mehr ein narratives Protokoll, sondern ein strukturiertes Entscheidungsjournal (Was / Warum / Von wem / Auswirkung).
2. Redundanz eliminieren: Ein einziges lebendes Dokument pro Dossier, nicht drei PowerPoints. Die KI kann Review-Folien aus dem lebenden Dokument generieren — nicht umgekehrt.
3. Mit der KI testen: Nehmen Sie Ihr letztes Dossier. Geben Sie sämtliche Dateien einem LLM. Fragen Sie: "Welche Entscheidungen wurden getroffen? Welche Risiken sind nicht abgedeckt? Welche Anforderungen haben keine Antwort?" Die Lücken, die es aufdeckt, sind die Lücken, die Ihre Reviews nicht gesehen haben.

---

Was TenderGraph leistet

RequirementMiner transformiert ein Lastenheft in einen strukturierten Anforderungsgraphen — nicht in eine weitere Datei. TITAN (in Entwicklung) wird die vollständige Angebotserstellung mit integrierter Nachvollziehbarkeit orchestrieren: jeder Fakt, jede Entscheidung, jede Version — verknüpft und abfragbar. Das Ziel ist nicht, Ihre Reviews zu ersetzen — es ist, sichtbar zu machen, was sie verbergen, und eine Kodierungsdisziplin durchzusetzen, die Rauschen in verwertbares Signal verwandelt.

TenderGraph entdecken →

---

Weiterführende Artikel

• Die Beschleunigung der Angebotsprozesse: und dann? — Was tun mit der durch KI freigesetzten Zeit?
• Die informationelle Revolution: Warum KI das Rauschen ebenso verstärkt, wie sie es beseitigen kann — Shannon angewandt auf das Bid Management
• Auf eine Ausschreibung antworten: Was Ihnen die Leitfäden nie verraten werden — Go/No-Go, Strategie, Organisation
• Der Angebotsprozess ist eine Führungsaufgabe — Planung, Friktion, Führen mit Auftrag
• Ein technisches Angebot verfassen, das Aufträge gewinnt — Signalkodierung, Strukturierung nach dem Bewertungsraster
• Kognitive Verzerrungen bei Ausschreibungen — Warum Menschen dieselben Fehler wiederholen