KI-Angebots-Copilot: aus 10 Jahren Angeboten in Minuten ein neues

KI-Angebots-Copilot aus 10 Jahren historischer Angebote: Time-to-Angebot 2-5 Tage auf 2-4 Stunden, Win-Rate +9 Prozentpunkte. 6,2 Mio EUR Auftragseingang zusätzlich.

1 Aug.. 2026 | AI

Inhaltsverzeichnis

Pexon Consulting | 9 Min. Lesezeit | 09.06.2026


TL;DR

KI-Angebots-Copilot löst den Vertriebs-Schmerz, dass die wertvollste Angebots-Quelle im Unternehmen ungenutzt liegt: zehn Jahre historischer Angebote auf SharePoint, im PLM, auf Vertriebs-Laufwerken. Pexon Consulting baut einen RAG-basierten Copilot, der diese Angebote semantisch durchsucht und auf Basis ähnlicher Vorgänger-Angebote in Minuten einen neuen Entwurf generiert — inklusive Preis-Logik, technischer Spezifikation und kommerziellen Klauseln. Bei einem Pilotkunden ist die Time-to-Angebot von 2-5 Werktagen auf 2-4 Stunden gesunken.

Angebots-Phase Manuell heute Mit KI-Angebots-Copilot
Vorgänger-Recherche 2-6 Stunden 30 Sekunden
Technische Spezifikation 4-8 Stunden 1 Stunde Review-Anpassung
Preiskalkulation-Vorlage 1-3 Stunden 15-30 Minuten
Kommerzielle Klauseln 2-4 Stunden aus Vorgänger automatisch
Time-to-Angebot gesamt 2-5 Werktage 2-4 Stunden

Warum die Angebotserstellung der teuerste Vertriebs-Engpass ist

In fast jedem Erstgespräch mit einem Mittelständler hören wir die gleiche Story: Der Vertriebsleiter beklagt, dass komplexe Angebote zwei bis fünf Werktage brauchen — und die Konkurrenz schneller ist. Der Vertriebs-Innendienst sagt, dass er auf die technische Abteilung wartet, die Konstrukteure sagen, dass sie eigentlich an Produktionsthemen sitzen sollten, und der Geschäftsführer sieht den Auftragseingang sinken, ohne den Engpass präzise lokalisieren zu können.

Das Problem ist nicht Faulheit. Das Problem ist, dass jedes Angebot weitgehend von Grund auf neu geschrieben wird, obwohl 60-80% des Inhalts in ähnlicher Form in historischen Angeboten bereits existiert. Bei einem Sondermaschinenbauer mit 1.200 Mitarbeitern haben wir gemessen: Das Unternehmen hat in den letzten zehn Jahren rund 18.000 Angebote geschrieben. Davon sind etwa 6.500 dokumentierte Sonderfälle mit individueller Konstruktions-Lösung. Die nächste neue Anfrage hat in 70-85% der Fälle mindestens einen sehr ähnlichen Vorgänger — den der Vertrieb aber nicht findet, weil die Recherche im SharePoint-Berg unmöglich ist.

Die ungenutzte Wissens-Ressource ist messbar. Wir haben bei mehreren Kunden ausgerechnet: Würde der Vertrieb 60% der historischen Angebots-Inhalte beim Neuangebot reproduzieren können, wäre die Time-to-Angebot um 60-75% kürzer. Das ist im Wettbewerb gegen langsame Konkurrenz oft auftragsentscheidend.


Was der KI-Angebots-Copilot konkret tut

Architektur in drei Stufen.

Stufe 1: Angebots-Indexierung. Alle historischen Angebote (typisch SharePoint, M-Files, oder zentrales Vertriebs-Laufwerk) werden eingelesen, semantisch zerlegt, mit Metadaten versehen (Datum, Kunde, Branche, Auftragsstatus, Technologie-Tags) und in eine Vektor-Datenbank geschrieben. Bei einem Pilotkunden waren das 18.000 Angebote in vier Wochen Initial-Indexierung. Laufende Erweiterung dann automatisch bei jedem neuen abgeschickten Angebot.

Stufe 2: Anfrage-Analyse. Wenn eine neue Kundenanfrage kommt (E-Mail, Lastenheft, RFQ), parst der Copilot die zentralen Anforderungs-Parameter — was wird angefragt, in welcher Stückzahl, mit welchen Spezifikationen, für welchen Liefer-Termin. Aus diesen Parametern wird eine semantische Suche gegen die Angebots-Datenbank generiert.

Stufe 3: Vorgänger-basierte Generierung. Der Copilot zeigt dem Vertriebs-Mitarbeiter die fünf bis zehn ähnlichsten Vorgänger-Angebote mit Begründung. Aus den Top-3 wird automatisch ein Angebots-Entwurf generiert — technische Spezifikation aus dem ähnlichsten Vorgänger übernommen und mit den neuen Anforderungen abgeglichen, Preise als Spanne aus den Vorgängern mit Hinweis auf typische Preisniveau-Entwicklung, kommerzielle Klauseln aus dem Standard-Vorgänger gesetzt.

Wichtig: Der Copilot generiert einen Entwurf, kein fertiges Angebot. Der Vertriebs-Mitarbeiter prüft jeden Punkt, passt an, kalkuliert die finalen Preise. Aber er startet nicht bei null, sondern bei 70-80% Roh-Entwurf. Das ist der eigentliche Hebel.


Pilot-Ergebnisse aus einem Sondermaschinenbauer

Konkrete Hausnummern aus einem Pilot 2024/2025. Sondermaschinenbau-Mittelständler, 950 Mitarbeiter, etwa 380 Angebote pro Jahr im Sonder-Segment (variantenreich, nicht standardisiert).

Metrik Vorher Nachher
Time-to-Angebot Sonderfall 2-5 Werktage 2-4 Stunden
Bindung Konstrukteurs-Zeit pro Angebot 6-12 Stunden 1-2 Stunden Review
Vertriebs-Innendienst-Zeit pro Angebot 3-6 Stunden 1-2 Stunden Anpassung
Erfolgsquote Angebote (Win-Rate) 22% 31%
Annual Save — 380 Angebote x 8 Stunden = 3.040 Stunden
Investment — 95-130k EUR (Sprint-Festpreis)

Die Win-Rate-Steigerung um neun Prozentpunkte war für die Geschäftsführung der eigentliche Effekt. Bei einem durchschnittlichen Auftragswert von 180.000 EUR und 380 Angeboten pro Jahr sind das 9 Prozentpunkte x 380 x 180.000 = 6,2 Millionen EUR zusätzlicher Auftragseingang pro Jahr. Der ROI auf das Sprint-Investment war in den ersten zwei Monaten erreicht.


Häufig gestellte Fragen

Funktioniert das auch für Standard-Produkte, oder nur Sonderfälle?

Beides. Bei Standard-Produkten wird der Copilot oft als Konfigurations-Beschleuniger genutzt — er füllt das Standard-Angebots-Template mit den richtigen Daten aus dem Anfrage-Kontext. Bei Sondervarianten ist der semantische Vorgänger-Lookup der eigentliche Hebel. Wir bauen meist beide Modi.

Was passiert mit vertraulichen Preisdaten in der Vektor-Datenbank?

Die Vektor-Datenbank läuft on-prem oder in eurem VPC, nicht in einer externen Cloud. Preise und kommerzielle Details verlassen euer Netz nicht. Cloud-Anteil ist nur das Modell für Semantik-Suche und Generierung — bei Bedrock mit EU-Profil sauber DSGVO-tragfähig, bei sensitiven Branchen auch komplett on-prem.

Wie integriert sich das in unser CRM oder CPQ-System?

Lese-Anbindung an Salesforce, HubSpot, SAP Sales Cloud oder dein internes CRM. Schreib-Anbindung als Entwurfs-Vorschlag, den der Vertriebs-Mitarbeiter dann manuell ins finale CPQ-Tool überträgt. Direkte Auto-Submission ins CPQ machen wir nur in geprüften Setups, weil Angebots-Verbindlichkeit kommerziell relevant ist.

Was, wenn der Copilot ein vertrauliches früheres Angebot an einen Wettbewerber-Kunden zeigt?

Wir bauen Permissions-Logik ein. Jedes historische Angebot bekommt eine Sichtbarkeits-Klassifikation — bei einem Wettbewerber-Kunden wird das Vorgänger-Angebot nicht angezeigt oder anonymisiert (Preise und Konditionen weg, technische Lösung sichtbar). Das ist konfigurierbar pro Vertriebs-Region und Branche.

Wie lange dauert das Setup bis zum produktiven Use?

Standard-Sprint 10-14 Wochen. Erste vier Wochen Indexierung der historischen Angebote plus Anbindung CRM und Quellen. Wochen 5-8 Copilot-Konfiguration, Prompt-Tuning, erste Pilotgruppe aus zwei oder drei Vertriebs-Mitarbeitern. Wochen 9-14 Roll-out auf den gesamten Vertriebs-Innendienst und Schulung der Power-User.


Nächster Schritt

Wenn dein Vertrieb heute Tage statt Stunden für Angebote braucht: Wir machen einen 45-Minuten-Call mit dir und idealerweise dem Vertriebsleiter. Du beschreibst Angebots-Volumen und CRM-Stack, wir skizzieren die Copilot-Architektur mit Festpreis-Sprint.


Verwandte Themen


Microsoft Fabric. Bilder Blogtemplate Whitepaper

Claude Code im Unternehmen

  • Praxis-Guide für IT-Leiter – mit konkreten Einblicken zu Kosten, Sicherheit und Rollout von Claude Code im Unternehmen.

Beratungsgespräch

Sichern Sie sich Ihre kostenfreie Erstberatung

Analyse Ihres individuellen Cloud- oder KI-Bedarfs
Erste Empfehlungen zu Umsetzungsstrategien
Transparente Einblicke in unsere Methoden, Technologien & Referenzen