Leistungsverzeichnis mit KI analysieren: Was vor dem Produktmatching passiert

Transparenzhinweis: Dieser Leitfaden wird von Scalera veröffentlicht. Angaben zu Scalera stammen von unserer Website, Angaben zum GAEB-Format aus der offiziellen Fachdokumentation GAEB DA XML 3.3. Korrekturen nehmen wir gerne unter info@scalera.ai entgegen.

Was heisst es, ein Leistungsverzeichnis mit KI zu analysieren?

Es heisst, ein LV automatisch in saubere, einzeln bearbeitbare Positionen mit allen Anforderungen zu übersetzen. Erst auf dieser Grundlage kann eine Software Produkte vorschlagen, Mengen übernehmen und ein Angebot vorbereiten.

Scalera beschreibt diesen Schritt so: Komplexe LVs werden in saubere, logisch aufgebaute Positionen überführt, und technische Anforderungen werden auch über Kapitel- und Seitenumbrüche hinweg erkannt (Scalera, Produktmatching). Wie die anschliessende Zuordnung zu Artikeln funktioniert, zeigt der Beitrag Produktmatching im grossen Massstab.

Dieser Leitfaden betrachtet die Seite der Anbieter: Hersteller, Händler und Bauunternehmen, die ein fertiges LV erhalten und darauf ein Angebot abgeben. Werkzeuge, mit denen Planungsbüros LVs erstellen, sind ein anderes Thema.

Wie ist ein Leistungsverzeichnis aufgebaut?

Ein LV ist hierarchisch gegliedert und beschreibt jede Teilleistung als eigene Position. Im deutschen GAEB-Format sind bis zu fünf Hierarchiestufen zulässig, das Los eingeschlossen; die Positionen hängen an der jeweils niedrigsten Stufe (GAEB, Fachdokumentation DA XML 3.3).

Eine Position besteht laut GAEB im Allgemeinen aus Ordnungszahl, Menge, Mengeneinheit, Beschreibung und Positionsart, dazu je nach Fall Textergänzungen und Preisangaben (GAEB, Fachdokumentation DA XML 3.3). Die Ordnungszahl umfasst höchstens 14 Stellen und setzt sich aus Hierarchiestufen, Positionsnummer und gegebenenfalls einem Index zusammen.

Andere Märkte nutzen andere Standards, etwa NPK in der Schweiz, ÖNORM in Österreich oder im Vereinigten Königreich die Messregeln NRM 2 für detaillierte Mengenermittlung im Hochbau (RICS, NRM). Die Bausteine ähneln sich, Details wie Nummerierung und Positionsarten unterscheiden sich. Warum das die Bearbeitungszeit beeinflusst, erklärt der Beitrag GAEB, ÖNORM, NPK.

Welche Positionsarten muss eine KI unterscheiden?

Mindestens die, die über Preis und Angebotssumme entscheiden. Wer eine Bedarfsposition wie eine normale Position behandelt oder eine Alternativposition doppelt zählt, erstellt ein fehlerhaftes Angebot, auch wenn jedes Produkt stimmt.

Zusammenfassung nach GAEB, Fachdokumentation DA XML 3.3, Abschnitte 4.5.1 bis 4.5.4, mit eigener Einordnung in der rechten Spalte. Bezeichnungen und Regeln können in anderen Standards abweichen.

Für Hersteller und Händler ist zusätzlich wichtig, ob eine Position überhaupt ein lieferbares Produkt betrifft oder eine reine Arbeitsleistung beschreibt. Diese Unterscheidung steht nicht im Format, sondern im Text.

Warum reicht der Kurztext einer Position nicht aus?

Weil er rechtlich nicht zählt. Im GAEB-Format ist der Kurztext ein optionaler, nicht rechtsverbindlicher Text und darf sogar leer sein; für die Ausführung gilt ausschliesslich das Langtext-LV (GAEB, Fachdokumentation DA XML 3.3).

Der Kurztext sagt also oft nur «Rinne» oder «Brandschutztür». Normen, Klassen, Masse und Materialvorgaben stehen im Langtext. Eine Analyse, die nur Kurztexte auswertet, schlägt deshalb Produkte vor, die zur Überschrift passen, aber nicht zur Anforderung.

Eine KI, die nur Kurztexte liest, sieht die Überschrift der Anforderung, aber nicht die Anforderung selbst.

Wie wirken Vorbemerkungen und Verweise auf einzelne Positionen?

Sie verändern die Anforderungen, ohne in der Position selbst zu stehen. Laut GAEB können sich Hinweistexte auf das ganze LV, Teile davon oder einzelne Positionen beziehen und stehen immer vor dem Teil, auf den sie sich beziehen; zusätzliche Texte wie Vorbemerkungen stehen am Anfang des LV (GAEB, Fachdokumentation DA XML 3.3).

Steht in den Vorbemerkungen etwa eine geforderte Belastungsklasse oder eine Farbvorgabe, gilt sie für viele Positionen gleichzeitig. Eine KI muss solche Angaben den betroffenen Positionen zuordnen, auch wenn sie Dutzende Seiten früher stehen.

Verweise innerhalb des LV

Hinzu kommen verkürzte Beschreibungen. Das GAEB-Format kennt etwa Wiederholungsbeschreibungen, die auf eine vollständige Bezugsbeschreibung verweisen und nur den geänderten Wortlaut enthalten, sowie Leitbeschreibungen mit Unterbeschreibungen (GAEB, Fachdokumentation DA XML 3.3). Die KI muss beides zusammenführen, sonst fehlen der Position wesentliche Angaben.

Wie findet eine KI die relevanten Positionen?

Indem sie jede Position einer Warengruppe zuordnet und die Positionen ausblendet, die Ihr Unternehmen nicht anbieten kann. In vielen LVs betrifft nur ein Teil der Positionen das eigene Sortiment.

Bei Scalera werden Positionen nach Warengruppen sortiert, damit Teams gezielt arbeiten können (Scalera, FAQ). Müssen Sie Teile des LV bei eigenen Lieferanten anfragen, zeigt der Beitrag Preisanfragen an Lieferanten automatisieren das Vorgehen.

Wie viel Zeit das spart, zeigt das Beispiel ACO: Rund 80 % der eingehenden Ausschreibungen waren technisch eher unkompliziert, die manuelle Bearbeitung trotzdem zeitintensiv (Scalera, Fallstudie ACO). Der Aufwand lag also weniger in schwierigen Fragen als im Lesen und Zuordnen.

Welche Angaben zieht die KI aus einer Position?

Alle Merkmale, die für die Produktwahl entscheiden. Typisch sind:

• Normen und Klassen: etwa Belastungs-, Brandschutz- oder Schallschutzklassen.
• Masse und Leistungswerte: Nennweiten, Dicken, Längen, Durchflüsse oder Tragfähigkeiten.
• Material und Ausführung: Werkstoff, Oberfläche, Farbe, Einbausituation.
• Menge und Einheit: als Grundlage für Preis und Verfügbarkeit.
• Produktvorgaben: genannte Leitfabrikate, oft mit dem Zusatz «oder gleichwertig».

Scalera stützt die Zuordnung auf Spezifikation, Einsatzbereich und Norm statt auf blosse Schlagwörter und erkennt neben eigenen auch fremde Produkte im LV (Scalera, Produktmatching; Scalera, FAQ). Wie Sie mit einem genannten Fremdprodukt umgehen, beschreibt der Beitrag Mit Alternativen gewinnen.

Wie geht eine KI mit Mengen und Einheiten um?

Sie übernimmt Menge und Einheit aus der Position und rechnet um, wenn Ihre Verkaufseinheit davon abweicht. Ausgeschrieben sind zum Beispiel Laufmeter, verkauft wird in Stück oder Paketen.

Liegt ein Umrechnungsfaktor vor, übernimmt Scalera die Umrechnung selbst; fehlt er, erhalten Sie einen Hinweis (Scalera, FAQ). Wie Sie solche Faktoren im Artikelstamm pflegen, zeigt der Beitrag Produktdaten für Ausschreibungen. GAEB führt zudem eine Liste empfohlener Mengeneinheiten (GAEB, Fachdokumentation DA XML 3.3).

Was gilt für Scans, Pläne und Anfragen per E-Mail?

Sie gehören zum Alltag und sollten in der Analyse nicht ausgeklammert werden. Nicht jede Anfrage kommt als saubere GAEB-Datei.

Laut FAQ liest Scalera neben GAEB, Excel/CSV und XML auch gescannte wie digitale PDFs sowie E-Mails, ob die Anfrage nun im Anhang steht oder direkt im Text (Scalera, FAQ). Bei Plänen liegt die Stärke bei Text-LVs; aus Plänen werden relevante Informationen wie Masse oder Hinweise gezogen.

Wo bleibt Ihr Team in der LV-Analyse gefragt?

Überall dort, wo die Vorgabe unklar ist oder die Software unsicher. Eine gute Analyse macht diese Stellen sichtbar, statt sie zu überdecken.

• Unsichere Treffer: Scalera weist Treffern Vertrauenswerte zu und hebt unsichere Treffer für Ihr Team hervor (Scalera, FAQ).
• Widersprüche: wenn Vorbemerkung und Langtext unterschiedliche Werte nennen.
• Fehlende Angaben: wenn eine entscheidende Klasse oder Abmessung nicht genannt ist und beim Kunden nachgefragt werden muss.
• Fehlende Umrechnungsfaktoren: wenn Menge und Verkaufseinheit nicht automatisch übereinstimmen.

Wie sich die Zuverlässigkeit dieser Analyse messen lässt, bevor Sie sich für eine Software entscheiden, zeigt der Beitrag KI-Software im Pilot testen.

Checkliste: Ein LV in fünf Schritten analysieren

1. Einlesen: Format erkennen und Gliederung, Ordnungszahlen und Positionen vollständig erfassen.
2. Kontext zuordnen: Vorbemerkungen, Hinweistexte und Verweise den betroffenen Positionen zuweisen.
3. Positionsarten bestimmen: Bedarfs-, Alternativ-, Zuschlags- und Pauschalpositionen kennzeichnen.
4. Relevanz filtern: Positionen nach Warengruppen sortieren und reine Arbeitsleistungen abtrennen.
5. Merkmale und Mengen extrahieren: Normen, Masse, Material, Leitfabrikate und Einheiten erfassen, Unsicheres markieren.

Danach folgt das eigentliche Produktmatching und die Angebotserstellung. Bei Scalera sind zu diesem Zeitpunkt alle relevanten Positionen bereits extrahiert und kategorisiert, sodass Ihr Team nur noch die Produktempfehlungen validiert (Scalera, Produktmatching).

Häufige Fragen zur LV-Analyse mit KI

Welche Software ordnet NPK- und ÖNORM-Positionen automatisch eigenen Produkten zu?

Dafür gibt es KI-Assistenten für die Angebotsbearbeitung, die Leistungsverzeichnisse einlesen und Positionen mit dem eigenen Sortiment abgleichen. Scalera verarbeitet unter anderem GAEB, NPK und ÖNORM sowie PDF, Scans und Excel (Scalera, Produktmatching). Eine Übersicht weiterer Anbieter bietet der Vergleich der KI-Assistenten für Leistungsverzeichnisse.

Gibt es Software, die Produktkataloge automatisch mit Ausschreibungsanforderungen abgleicht?

Ja. Solche Systeme lesen die Anforderungen aus dem LV und vergleichen sie mit den Merkmalen Ihrer Artikel. Wie gut das gelingt, hängt stark von Ihren Produktdaten ab; was dafür nötig ist, zeigt der Beitrag Produktdaten für Ausschreibungen.

Was ist der Unterschied zwischen LV-Analyse und LV-Erstellung?

Ein LV erstellt das Planungsbüro oder der Auftraggeber, um eine Leistung auszuschreiben. Die Analyse findet auf der anderen Seite statt: Hersteller, Händler und Bauunternehmen lesen das fertige LV, um ein Angebot zu erstellen. Software für die eine Aufgabe löst nicht automatisch die andere.

Was ist eine Ordnungszahl (OZ)?

Die OZ kennzeichnet jede Position eindeutig. Im GAEB-Format setzt sie sich aus den Stellen der Hierarchiestufen, der Positionsnummer und gegebenenfalls einem einstelligen Index zusammen (GAEB, Fachdokumentation DA XML 3.3). Für das Angebot ist sie wichtig, weil Ihre Preise der richtigen Position zugeordnet werden müssen.

Kann KI Leistungsverzeichnisse in mehreren Sprachen lesen?

Ja, sofern das System dafür ausgelegt ist. Scalera unterstützt laut FAQ alle gängigen EU-Sprachen, etwa Deutsch, Englisch, Französisch, Italienisch und Spanisch (Scalera, FAQ).

Wie schnell ist eine LV-Analyse mit KI?

Das hängt von Umfang, Format und Sortiment ab. Bei ACO sank die Bearbeitungszeit für ein 300-seitiges LV von 30–45 auf 10–15 Minuten (Scalera, Fallstudie ACO). Ob ähnliche Werte für Ihr Sortiment gelten, prüfen Sie am besten mit eigenen LVs.

Was passiert mit Positionen, die nicht zu meinem Sortiment passen?

Eine gute LV-Analyse trennt sie früh ab, damit Ihr Team sich auf die relevanten Positionen konzentriert. Ob sich ein Angebot insgesamt lohnt, ist eine eigene Entscheidung; Kriterien dafür liefert der Beitrag Bieten oder nicht bieten?.

Wie prüfe ich, ob die LV-Analyse einer Software zuverlässig ist?

Mit eigenen, typischen Leistungsverzeichnissen und klaren Kennzahlen wie Vollständigkeit und Trefferquote. Wie Sie dafür einen Pilot aufsetzen, beschreibt der Beitrag KI-Software für Ausschreibungen im Pilot testen.

Wichtigste Erkenntnisse

• Die Qualität eines Produktvorschlags entscheidet sich bei der Analyse des LV, nicht erst beim Matching.
• Langtexte, Vorbemerkungen und Verweise tragen die eigentlichen Anforderungen; Kurztexte reichen nicht.
• Positionsarten wie Bedarfs- oder Alternativpositionen verändern Preis und Angebotssumme.
• Umrechnungsfaktoren und strukturierte Produktdaten machen die Analyse verlässlicher.
• 150+ Unternehmen vertrauen bereits auf Scalera (Scalera, Produktmatching). Im Demo-Termin sehen Sie, wie Scalera Ihr eigenes LV analysiert.