Ein Einkaufsleiter erhält wöchentlich eine große Anzahl an Angeboten per E-Mail, PDF-Anhang und Portal. Die manuelle Auswertung kostet Tage, führt zu übersehenen Rabatten und zu ungleichmäßigen Entscheidungen zwischen den Abteilungen. Genau an dieser Stelle greifen automatisierte Prozesse an: Sie sammeln, normalisieren und bewerten Angebote, so dass Entscheider schneller und zuverlässiger wählen können.
Was ist Automatische Angebotsvergleiche mit KI? — Definition und Funktionsweise
Automatische Angebotsvergleiche mit KI sind technische Lösungen, die eingehende Angebote (E-Mail, PDF, Portale, Excel) automatisiert erfassen, strukturieren, semantisch auswerten und nach definierten Kriterien bewerten. Ziel ist es, die Informationen so aufzubereiten, dass ein klarer, nachvollziehbarer Vergleich entsteht und Abstimmungsaufwände minimiert werden.
Technische Kernbestandteile
- Ingestion: Eingang von Angeboten über IMAP/SMTP, REST-APIs, SFTP, Portal-Scraping (Playwright/Puppeteer) oder direkte Uploads.
- Dokumentenverarbeitung: OCR (z. B. Tesseract, Google Cloud Vision, AWS Textract) für gescannte Dokumente; PDF-Parsing (pdfplumber, Camelot) für strukturierte PDFs.
- Extraktion & Normalisierung: Feldextraktion per Regex, Layout-Modelle (LayoutLM), regelbasierte Parser und KI-Modelle (LLMs für Entitäten und Normalisierung). Standardisierung von Währungen, Einheiten, Steuersätzen und Produkt-Codes.
- Matching & Scoring: Artikelabgleich mittels Fuzzy Matching, Token-Similarity oder Embeddings (Vektorvergleiche in Pinecone/Weaviate/Milvus), gewichtete Bewertung nach Preis, Lieferzeit, Service-Level und Vertragskonditionen.
- Orchestrierung: Workflow-Engine (z. B. n8n) verbindet Schritte, sorgt für Fehlerbehandlung, Logging und Benachrichtigungen.
- Menschliche Prüfung: Ausnahmen laufen in ein Review-Interface; Feedback fließt zurück und verbessert Modelle.
Wie KI konkret hilft
Künstliche Intelligenz wird primär für drei Aufgaben eingesetzt: 1) Extrahieren unstrukturierter Informationen aus Dokumenten, 2) semantisches Matching zwischen Positionen in verschiedenen Angeboten und dem internen Artikelkatalog, 3) Ranking/Scoring unter Berücksichtigung weicher Kriterien (z. B. Vertragsbedingungen). LLMs (z. B. OpenAI/Claude) eignen sich für Mapping-Aufgaben und komplexe Regelableitungen; vektorbasierte Methoden machen semantische Ähnlichkeiten messbar.
Für wen lohnt sich Automatische Angebotsvergleiche mit KI? — Branchen und Anwendungsfälle
Die Lösung ist branchenübergreifend relevant, besonders dort, wo viele eingehende Angebote, heterogene Dokumentformate oder komplexe Stücklisten anfallen. Beispiele:
- Produktion & Zulieferer: Viele Lieferanten, variierende Verpackungsgrößen und Teilestücke.
- Handwerk & Bau: Ausschreibungen, Materiallisten und separate Positionen zu Arbeit und Material.
- Handel & Distribution: Preislisten, Staffelpreise, unterschiedliche Verpackungsgrößen.
- IT- und Dienstleistungsverträge: Komplexe SLA- und Lizenzbedingungen.
- Gesundheitswesen und Praxen: Verbrauchsmaterialien mit Artikelnummern und Chargen.
So funktioniert die technische Umsetzung — Schritt für Schritt
- Discovery & Datenaufnahme: Aufnahme, welche Formate, Portale und ERP/PROC-Schnittstellen existieren. Erstellung einer Feld-Matrix (z. B. Positionstext, Menge, Einheit, Preis netto/brutto, Lieferzeit).
- PoC auf kleiner Stichprobe: Aufbau einer Pipeline für eine repräsentative Auswahl an Beispielangeboten. Ziel: Validierung der Extraktionstrefferquote und des Matching-Algorithmus.
- Ingestion-Pipelines: Implementierung von Konnektoren: IMAP/SMTP-Listener, API-Endpoints, SFTP-Abholer, Portal-Scraper (Playwright). Alle Dokumente versioniert und in Blob-Storage abgelegt.
- Dokumentenverarbeitung: Erste Stufe OCR/Parsing; zweite Stufe Entitätsextraktion mittels regelbasiertem Parser & KI. Fehlende Werte markieren und klassifizieren.
- Canonical Data Model: Mapping aller extrahierten Felder in ein einheitliches Schema (z. B. Artikelnummer, Beschreibung, Menge, Einheit, Einzelpreis, Gesamtpreis, Währung, Lieferzeit, Zahlungsbedingungen).
- Matching-Engine: Kombination aus deterministischen Regeln (Artikelnummern, EAN/GTIN) und semantischem Matching mit Embeddings. Verwenden von Vektor-Suchdiensten für Fuzzy Matching über Beschreibungen.
- Scoring & Regeln: Definition von Gewichtungen nach Preis, Lieferzeit, Garantie und Service. Scores berechnen; Schwellenwerte für automatische Auswahl oder Weiterleitung an Review definieren.
- Benutzeroberfläche & Reporting: Dashboard für Einkaufsleiter: Vergleichstabellen, Filter, Transparenz zu gewählten Gewichtungen, Audit-Trail mit Herkunft der Werte.
- Ausnahmen & Human-in-the-Loop: Komplett- und Teilausnahmen ins Review-Queue, mit Modalitäten zur schnellen Freigabe und Rückmeldung an das Modell.
- Monitoring & Modellpflege: Logging der Extraktionsqualität, A/B-Tests verschiedener Scoring-Formeln, periodische Nachschulung der KI-Modelle und Hinzufügen neuer Regeln.
n8n-Workflows exemplarisch
Ein typischer n8n-Workflow:
- Trigger: E-Mail-Webhook oder Poller.
- Dateiablage: Speichern in S3/Blob.
- OCR-Node: Aufruf einer OCR-API; speichere JSON-Output.
- Extraktions-Node: Aufruf von OpenAI/Claude oder eigenem NER-Service für strukturierte Felder.
- Normalization-Node: Umrechnung von Währung/Einheit (eigene Logik oder Microservice).
- Matching-Node: Query an Vektor-DB via REST; berechne Scores.
- Routing: Wenn Score über Schwelle → Auto-Ranking; sonst → Review-Queue (z. B. Ticket im Jira/Inbox).
- Notification: Sende Zusammenfassung per E-Mail, Slack oder WhatsApp (Business API) an Einkauf.
Tools und Technologien im Überblick (n8n, OpenAI, APIs)
- Orchestrierung: n8n, Make, Zapier (n8n bevorzugt für On-Prem/DSGVO-Konformität)
- OCR & PDF: Tesseract, Google Cloud Vision, AWS Textract, pdfplumber, Camelot
- KI-Modelle: OpenAI (GPT), Anthropic (Claude), eigene Transformer-Modelle; Embeddings-APIs
- Vektor-Suche: Pinecone, Weaviate, Milvus
- Datenbank & Storage: Postgres, MongoDB, S3-kompatibles Blob Storage
- Portal-Scraping / RPA: Playwright, Puppeteer, Robocorp
- Schnittstellen: REST, GraphQL, SOAP-Adapter, Webhooks, OAuth2
- Messaging / Alerts: SMTP/IMAP, Slack, Microsoft Teams, WhatsApp Business API
- Sicherheit: TLS, Verschlüsselung at-rest, Role-Based Access, Audit-Logs
n8n ist in vielen Projekten die Steuerzentrale: Es verbindet Konnektoren, führt Fehlerbehandlung durch und startet externe ML-Inference-Calls per HTTP-Request. OpenAI/Claude liefern häufig die semantische Intelligenz (Mapping, Entitätsextraktion, Prompt-basierte Normalisierung). Vektor-Datenbanken schaffen performante semantische Vergleiche.
Typische Ergebnisse automatisierter Angebotsvergleiche
Automatisierungsprojekte in diesem Bereich zeigen typischerweise folgende Effekte — abhängig von Ausgangslage, Dokumentqualität und Komplexität der Artikelstrukturen:
- Prozesszeit: Angebotsaufbereitung, die zuvor Tage in Anspruch nahm, lässt sich auf Stunden reduzieren.
- Vergleichbarkeit: Durch Normalisierung und strukturierte Auswertung werden Preisunterschiede und Konditionsvorteile sichtbar, die bei manueller Bearbeitung leicht übersehen werden.
- Fehlerreduktion: Manuelle Tipp- und Zuordnungsfehler sinken deutlich; der Nachbearbeitungsaufwand geht zurück.
- Kapazitätsgewinn: Mitarbeitende im Einkauf können sich stärker auf strategische Aufgaben konzentrieren, da repetitive Erfassungsarbeit entfällt.
- Compliance & Nachvollziehbarkeit: Vollständiger Audit-Trail, einfache Nachverfolgung von Entscheidungsparametern.
Gute Stammdaten und standardisierte Angebotsformate auf Lieferantenseite beschleunigen den Nutzen der Lösung erheblich.
Goma-IT — Ihr Partner für Automatische Angebotsvergleiche mit KI
Goma-IT aus Bludenz, Vorarlberg, begleitet KMU in AT, CH und DE remote bei der Einführung automatisierter Angebotsvergleiche. Wir arbeiten pragmatisch: schnelle PoCs, technische Umsetzung mit n8n-Workflows, sichere API-Integration zu ERP/Systemen und Nutzung von OpenAI/Claude-APIs und Vektor-DBs zur semantischen Zuordnung.
Unser Angebot für Sie:
- Initialworkshop: Datenaufnahme, Zieldefinition, Aufwandsschätzung.
- Proof of Concept in überschaubarem Zeitrahmen mit greifbarem Ergebnis.
- Produktivsetzung mit On-Prem- oder Cloud-Hosting, DSGVO-konforme Optionen und SLA.
- Schulung, Support und laufende Modellpflege.
Häufige Fragen zu Automatische Angebotsvergleiche mit KI
1. Wie genau ist die Extraktion von Preisen und Positionen?
Die Genauigkeit hängt von Dokumentqualität und Standardisierung ab. Bei digitalen PDFs und strukturierten Excel-Formaten sind hohe Extraktionsraten erreichbar; bei gescannten oder schlecht strukturierten Dokumenten kann der Anteil initial geringer sein und bedarf Nacharbeiten. Durch gezielte Prompts, regelbasierte Fallbacks und menschliches Review lässt sich die Qualität iterativ verbessern.
2. Wie wird Datenschutz und DSGVO sichergestellt?
Wichtige Maßnahmen: Datenminimierung, Verschlüsselung in Transit und at-rest, Zugriffskontrolle, lokale Hosting-Optionen (On-Prem/Private Cloud), Vertragsklauseln mit API-Anbietern und Datenverarbeitungsvereinbarungen. Goma-IT bietet DSGVO-konforme Architekturen und kann auf Wunsch Modellinferenz lokal betreiben.
3. Löst die Lösung alle Sonderfälle automatisch?
Nein. Ziel ist ein hoher Automatisierungsgrad bei gleichzeitiger kontrollierter Ausnahmebehandlung. Komplexe Vertragsklauseln oder uneindeutige Positionen werden an Fachpersonen weitergeleitet. Der Aufwand für Sonderfälle sinkt mit zunehmendem Trainingsmaterial und iterativer Regelpflege.
4. Welche Integrationen zu ERP/Procurement-Systemen sind möglich?
Typisch: REST-APIs, CSV-Import/Export, direkte DB-Schnittstellen, SAP- oder MS-Dynamics-Connectoren über Middleware. n8n kann hier als Integrationsbus dienen und Transformationslogik übernehmen.
5. Gibt es Vendor-Lock-in durch KI-Anbieter?
Architekturen sollten abstrahierend aufgebaut werden: Inferenz über eine standardisierte API-Schicht, Austausch von Modellanbietern ohne Änderungen an der Business-Logik möglich. Goma-IT empfiehlt modularen Aufbau und Dokumentation aller Schnittstellen.
Wenn Sie einen konkreten Bedarf oder einen Satz von Angebotsbeispielen haben, prüfen wir die Machbarkeit und skizzieren eine passende Lösung. Kontaktieren Sie Goma-IT in Bludenz — wir arbeiten remote mit KMU in ganz DACH.