ChatGPT für Leistungsverzeichnisse und Angebote: Was geht, was nicht

Transparenzhinweis: Dieser Leitfaden wird von Scalera veröffentlicht. Angaben zu Scalera stammen von unserer Website, Aussagen zu Risiken generativer KI aus der BSI-Publikation «Generative KI-Modelle» (Version 2.0, Januar 2025) und zum EU AI Act von der Europäischen Kommission. Funktionen und Bedingungen einzelner Chatbots ändern sich laufend; prüfen Sie die aktuellen Nutzungsbedingungen Ihres Anbieters.

Kann ChatGPT ein Leistungsverzeichnis bearbeiten?

Teilweise. Ein allgemeiner KI-Chatbot wie ChatGPT oder Microsoft Copilot kann einen LV-Text zusammenfassen und Positionen in eine Tabelle bringen. Microsoft beschreibt Copilot selbst als Hilfe für Entwürfe und Zusammenfassungen und weist darauf hin, dass die Antworten nicht garantiert zu 100 Prozent korrekt sind (Microsoft Learn). Was jedem allgemeinen Chatbot fehlt, ist das Wissen über Ihr Sortiment: Artikelnummern, Preise und Lieferbedingungen kennt er nicht.

Die Grenze liegt also nicht beim Lesen, sondern beim Zuordnen. Ein Angebot entsteht erst, wenn jede relevante Position mit einem konkreten Artikel, einer Menge und einem Preis aus Ihrem System belegt ist.

Dazu kommt der Umfang. Viele Leistungsverzeichnisse umfassen mehrere hundert Seiten, wie die JMS-Gruppe beschreibt (Scalera, Fallstudie JMS-Gruppe). Jede Position, die ein Chatbot nur vermutet, muss danach jemand einzeln kontrollieren. Was vor dem Zuordnen in einem LV steckt, zeigt der Beitrag Leistungsverzeichnis mit KI analysieren.

Wofür eignet sich ChatGPT im Angebotsprozess?

Für Aufgaben, bei denen es um Sprache geht und nicht um Ihre Stammdaten. Dort spart ein Chatbot Zeit, ohne dass ein falscher Artikel unbemerkt ins Angebot gelangt.

• Vorbemerkungen sichten: lange Vorbemerkungen und Vertragsbedingungen auf Abgabefristen, Fabrikatvorgaben oder geforderte Nachweise durchsuchen lassen und das Ergebnis im Original gegenprüfen.
• Bieterfragen vorbereiten: unklare oder widersprüchliche Positionen markieren lassen und daraus eine Rückfrage an Planer oder Auftraggeber entwerfen.
• Begleittexte schreiben: Angebotsschreiben, Hinweise zu Lieferzeiten oder eine freundliche Nachfass-Mail.
• Sprachen überbrücken: fremdsprachige Anfragen verstehen und eine erste Antwort in der Sprache des Kunden formulieren.
• Wissen weitergeben: neuen Mitarbeitenden Fachbegriffe oder Positionsarten erklären lassen, mit Blick in die Originalquelle.

Gemeinsam ist diesen Aufgaben, dass ein Mensch das Ergebnis ohnehin liest, bevor es weitergeht. Fehler fallen so eher auf, bevor sie Folgen haben.

Wo stösst ein allgemeiner Chatbot an Grenzen?

Überall dort, wo ein Angebot auf Ihren eigenen Daten beruht. Die folgende Übersicht zeigt die typischen Arbeitsschritte und was jeweils nötig ist.

Eigene Einordnung von Scalera. Angaben zur spezialisierten KI am Beispiel Scalera (Scalera, FAQ, Produktmatching); zum Risiko überzeugend klingender Fehler siehe BSI, R4 und R8. Funktionen allgemeiner Chatbots ändern sich laufend.

Warum wirken falsche Antworten so überzeugend?

Weil Sprachmodelle flüssigen, schlüssig klingenden Text erzeugen, auch wenn der Inhalt nicht stimmt. Das BSI bezeichnet solche Halluzinationen als grosses Problem, gerade weil die Ausgaben meist glaubhaft erscheinen (BSI, Risiko R4).

Daraus folgt ein zweites Risiko: zu grosses Vertrauen. Das BSI beschreibt als Automation Bias, dass Nutzende Ausgaben ungeprüft übernehmen (BSI, Risiko R8). Im LV kann das eine plausibel erfundene Artikelnummer oder eine falsch gelesene Einheit sein, die erst beim Kunden auffällt.

Das BSI empfiehlt deshalb, Ausgaben mit möglicherweise kritischen Folgen zu prüfen, mit weiteren Quellen abzugleichen und vor der Verwendung manuell nachzubearbeiten (BSI, Massnahme M20). Ein Angebot mit verbindlichen Preisen gehört eindeutig dazu.

Dürfen Ausschreibungsunterlagen in ChatGPT hochgeladen werden?

Das hängt von Ihren internen Regeln, Ihrem Tarif und den Nutzungsbedingungen des Dienstes ab. Das BSI weist darauf hin, dass bei KI-Diensten aus dem Internet der Betreiber auf Ein- und Ausgaben zugreifen und sie gegebenenfalls zum weiteren Training nutzen kann (BSI, Risiko R2).

Ausschreibungsunterlagen enthalten oft Projekt- und Kundendaten, Pläne und Preise. Klären Sie deshalb vor dem ersten Upload mindestens diese Punkte:

1. Erlaubte Dienste: Welche KI-Werkzeuge sind im Unternehmen freigegeben, und mit welchem Tarif?
2. Training: Werden Eingaben zum Training von Modellen genutzt, und lässt sich das ausschliessen?
3. Speicherort: Wo werden Dateien verarbeitet und wie lange gespeichert?
4. Vertraulichkeit: Erlauben die Bedingungen des Auftraggebers die Weitergabe der Unterlagen an Dritte?

Das BSI empfiehlt, solche Regeln verbindlich festzuhalten und Mitarbeitende für die Eingabe vertraulicher Daten zu sensibilisieren (BSI, M16). Bei Scalera arbeiten private KI-Instanzen, Ihre Daten werden nur für Ihr Konto genutzt und liegen in europäischen Rechenzentren (Scalera, FAQ).

Was verlangt der EU AI Act?

Anbieter und Betreiber von KI-Systemen müssen nach Artikel 4 Massnahmen zur KI-Kompetenz ihres Personals ergreifen; die nationalen Behörden beaufsichtigen das seit dem 2. August 2026, ein bestimmtes Kompetenzniveau ist nicht vorgeschrieben (EU-Kommission, FAQ zur KI-Kompetenz). Wie Sie das beim Einführen von KI-Software berücksichtigen, beschreibt der Beitrag KI-Software im Pilot testen.

Was leistet spezialisierte Angebots-KI zusätzlich?

Sie verbindet das Sprachverständnis grosser Sprachmodelle mit Ihren eigenen Daten und Abläufen. Der Unterschied liegt also weniger im Modell als darin, worauf es zugreift und wie das Ergebnis geprüft wird.

• Eingang: Scalera verarbeitet gescannte und digitale PDFs, GAEB, Excel/CSV, XML sowie E-Mails mit Text oder Anhang (Scalera, FAQ).
• Zuordnung: Positionen werden Artikeln aus Ihrem Sortiment zugeordnet (Scalera, Produktmatching); wie gut, hängt auch von Ihren Produktdaten ab.
• Unsicherheit: Vertrauenswerte zeigen, wo die KI sicher ist; unsichere Treffer werden markiert (Scalera, FAQ).
• Lernen: Mit jedem abgeschlossenen Angebot lernt Scalera, welche Produkte zu welchen Anfragen passen, ohne kundenübergreifendes Training (Scalera, FAQ).
• Weitergabe: Bestätigte Positionen gehen per Schnittstelle weiter; Details im Beitrag ERP-Integration für Ausschreibungen.

Was zeigen Praxisbeispiele?

Bei ACO dauerte ein 300-seitiges LV manuell 30 bis 45 Minuten, heute 10 bis 15 Minuten. Passende Artikel aus dem SAP-System werden in Sekunden vorgeschlagen, und erfahrene Mitarbeitende prüfen und geben jeden Vorschlag frei (Scalera, Fallstudie ACO).

Die JMS-Gruppe lädt eingehende LVs auf Scalera hoch und erhält die Auswertung zurück. Beim ersten Vorschlag liegt die Trefferquote bei 99 Prozent, und das Ergebnis sind 10-mal mehr versendbare Angebote (Scalera, Fallstudie JMS-Gruppe).

«Früher haben wir für eine grosse Ausschreibung 30 bis 40 Minuten gebraucht. Heute liegen wir mit Scalera bei rund 10 bis 15 Minuten. Das macht bei unserem Volumen einen enormen Unterschied.»
Markus Grafl, Leitung zentrales Offert Management, Frauenthal

Wie kombinieren Sie ChatGPT und Angebotssoftware sinnvoll?

Indem Sie jedem Werkzeug die Aufgabe geben, für die es gebaut ist. Diese fünf Schritte helfen beim Einstieg:

1. Aufgaben trennen: Texte, Zusammenfassungen und Rückfragen an den Chatbot; Zuordnung, Mengen und Preise an das System mit Zugriff auf Ihre Daten.
2. Regeln schreiben: festhalten, welche Unterlagen in welchen Dienst dürfen und welcher Tarif genutzt wird.
3. Prüfschritt verankern: keine Chat-Ausgabe ungeprüft ins Angebot; bei spezialisierter Software gezielt die markierten, unsicheren Treffer prüfen.
4. Mit eigenen LVs testen: beide Wege an denselben Anfragen messen, etwa nach Trefferquote und Prüfzeit.
5. Team befähigen: eine kurze Einweisung zu Nutzen, Grenzen und Freigaben, passend zu Artikel 4 des AI Act.

Wie ein Test mit eigenen Anfragen aufgebaut ist, zeigt der Beitrag KI-Software für Ausschreibungen im Pilot testen.

Häufige Fragen zu ChatGPT im Angebotsprozess

Was ist der Unterschied zwischen ChatGPT und einem KI-Assistenten für Leistungsverzeichnisse?

ChatGPT ist ein allgemeiner Chatbot ohne Zugriff auf Ihre Stammdaten. Ein KI-Assistent für Leistungsverzeichnisse liest LVs und ordnet die Positionen Ihrem eigenen Sortiment zu. Welche Anbieter es gibt, zeigt der Beitrag KI-Assistenten für Leistungsverzeichnisse im Vergleich.

Kann ChatGPT Preise für ein Angebot berechnen?

Rechnen kann ein Chatbot, wenn Sie ihm Mengen und Preise liefern. Ihre Konditionen, Rabatte und Lagerbestände kennt er nicht. Preise im Angebot sollten deshalb aus Ihrem ERP oder Ihrer Preislogik stammen, nicht aus einer Chat-Antwort.

Welche Unterlagen gehören nicht in einen öffentlichen Chatbot?

Das legt Ihr Unternehmen fest. Das BSI empfiehlt verbindliche Regeln dazu, welche Dienste Mitarbeitende wofür nutzen und welche Eingaben erlaubt sind (BSI, M16). Kundendaten, Preise und vertrauliche Pläne sollten erst nach dieser Klärung in ein KI-Werkzeug gelangen.

Nutzt Scalera selbst grosse Sprachmodelle?

Ja. Laut FAQ ist die Plattform tief in OpenAI integriert und arbeitet mit privaten KI-Instanzen; Ihre Daten trainieren keine öffentlichen Modelle (Scalera, FAQ). Hinzu kommen Ihr Artikelstamm, Vertrauenswerte pro Treffer und das Lernen aus Ihren abgeschlossenen Angeboten.

Reicht ChatGPT für kleine Anfragen mit wenigen Positionen?

Oft ja, um die Anfrage zu strukturieren und eine Antwort zu formulieren. Die Zuordnung zu Ihren Artikeln und die Preise prüfen Sie dann selbst. Je mehr Positionen und je technischer die Anfrage, desto grösser wird dieser Prüfaufwand.

Was tun, wenn im LV ein fremdes Fabrikat ausgeschrieben ist?

Ein Chatbot kann die Fabrikatsangabe im Text finden, aber nicht beurteilen, welcher Ihrer Artikel gleichwertig ist. Scalera erkennt eigene und fremde Produkte in Ausschreibungen und schlägt passende Artikel vor (Scalera, FAQ). Worauf es beim Anbieten von Alternativen ankommt, zeigt der Beitrag Mit Alternativen gewinnen.

Wie prüfe ich, ob spezialisierte Software besser zuordnet als ein Chatbot?

Mit Ihren eigenen Leistungsverzeichnissen und klaren Messgrössen wie Trefferquote und Prüfzeit. Wie ein solcher Test aufgebaut ist, beschreibt der Beitrag KI-Software für Ausschreibungen im Pilot testen.

Wichtigste Erkenntnisse

• ChatGPT und ähnliche Chatbots helfen bei Sprache und Struktur: Vorbemerkungen sichten, Rückfragen und Begleittexte entwerfen.
• Für die Zuordnung zu Ihren Artikeln, für Mengen und Preise fehlt einem allgemeinen Chatbot der Zugriff auf Ihre Daten.
• Glaubhaft klingende Fehler sind das Hauptrisiko; ein fester Prüfschritt gehört in jeden KI-gestützten Angebotsprozess.
• Vor dem Upload von Ausschreibungsunterlagen Regeln zu Diensten, Training und Vertraulichkeit festlegen und das Team schulen.
• 150+ Unternehmen vertrauen bereits auf Scalera (Scalera, Produktmatching). Im Demo-Termin sehen Sie, wie Scalera Ihre eigenen Leistungsverzeichnisse zuordnet.