Ausschreibungen automatisch finden mit KI

Letzte Aktualisierung: März 2026 | Lesezeit: ca. 12 Min.

Sie verbringen jeden Morgen 30 bis 45 Minuten damit, Vergabeplattformen zu durchsuchen — und wissen trotzdem nicht, ob Sie alles Relevante gefunden haben. Die gute Nachricht: Mit den richtigen KI-Tools können Sie Ihre Ausschreibungsrecherche heute schon deutlich verbessern. Dieser Artikel zeigt Ihnen konkret, wie — mit Prompt-Vorlagen zum Kopieren, Automatisierungstipps und einer ehrlichen Einschätzung, wo allgemeine KI-Tools an ihre Grenzen stoßen.

Die versteckten Kosten der manuellen Suche

Montagmorgen, 8:15 Uhr. Ihr Vertriebsmitarbeiter öffnet den Browser und beginnt seine tägliche Routine: TED durchsuchen, die Vergabeplattform des Bundes prüfen, dann die Landesportale — Bayern, NRW, Hessen. Danach Dataport, AKDB, IT.NRW. 35 Minuten, jeden Arbeitstag.

Auf das Jahr gerechnet sind das 110 bis 147 Stunden. Bei einem Vollkostensatz von 85 Euro pro Stunde sprechen wir von 9.350 bis 12.500 Euro — nur für die Suche, nicht für Bewertung oder Angebotserstellung.

Aber die eigentlichen Kosten sind die Opportunitätskosten. In der Suchzeit könnte Ihr Team zwei bis drei zusätzliche Angebote schreiben. Bei einer Zuschlagsquote von 20 bis 25 Prozent und einem durchschnittlichen Auftragsvolumen von 300.000 Euro reden wir über 150.000 bis 225.000 Euro an potenziell entgangenen Aufträgen.

Dazu kommt das Problem der Unsichtbarkeit: Wenn Sie „Java-Entwicklung" suchen, finden Sie nicht die Ausschreibung, die nach „Softwareentwicklung im JEE-Umfeld" oder „Backend-Entwicklung mit Spring-Framework" sucht. Wie stark sich die Kategorisierung über CPV-Codes auf Ihre Suchergebnisse auswirkt, haben wir in einem eigenen Artikel analysiert. Erfahrungsgemäß übersehen Vertriebsteams bei manueller Suche 30 bis 50 Prozent der relevanten Ausschreibungen.

Die Frage ist also nicht, ob Sie etwas ändern sollten — sondern wie. Und hier kommt KI ins Spiel.

KI-Tools für die Ausschreibungsrecherche: Was heute schon möglich ist

Bevor wir über spezialisierte Software sprechen, schauen wir uns an, was Sie mit allgemein verfügbaren KI-Tools bereits erreichen können. Viele IT-Dienstleister unterschätzen, wie viel Arbeit ihnen ChatGPT, Claude oder ähnliche Tools bei der Ausschreibungsrecherche abnehmen können — wenn man weiß, wie man sie einsetzt.

ChatGPT und Claude als Recherche-Assistenten

Large Language Models sind hervorragend darin, lange Dokumente zu analysieren, Anforderungen zu extrahieren und strukturierte Zusammenfassungen zu erstellen. Genau das brauchen Sie bei der Ausschreibungsbewertung.

Leistungsbeschreibungen analysieren. Laden Sie eine Leistungsbeschreibung als PDF in ChatGPT oder Claude hoch und lassen Sie sich die Kernpunkte extrahieren. Was bei manueller Lektüre einer 40-seitigen Leistungsbeschreibung ein bis zwei Stunden dauert, erledigt die KI in unter einer Minute.

CPV-Codes entschlüsseln. Ein häufiges Problem: CPV-Codes sind kryptisch, und relevante Ausschreibungen verstecken sich hinter unerwarteten Codes. KI kann hier als Übersetzer dienen.

Custom GPTs und Claude Projects. Besonders wirkungsvoll wird es, wenn Sie der KI dauerhaften Kontext über Ihr Unternehmen geben. In ChatGPT können Sie ein Custom GPT erstellen, in Claude ein Project — jeweils mit Ihrem Firmenprofil, Ihren Technologien, Zertifizierungen und Referenzen hinterlegt. So müssen Sie bei jeder Analyse nicht erneut erklären, wer Sie sind.

Hinterlegen Sie im Systemkontext Ihres Custom GPT oder Claude Projects:
- Ihre Kernkompetenzen und Technologien
- Ihre Zertifizierungen (ISO 27001, BSI IT-Grundschutz, etc.)
- Ihre typische Teamgröße und geografische Reichweite
- Ihre bisherigen Referenzen im öffentlichen Sektor
- Ihre Go/No-Go-Kriterien (Mindestvolumen, maximale Entfernung, etc.)

RSS-Feeds und Web-Scraping mit KI-Unterstützung

Die Analyse einzelner Ausschreibungen mit KI ist ein guter Anfang — aber Sie müssen die Ausschreibungen immer noch selbst finden. Hier können Sie mit Automatisierungstools den nächsten Schritt gehen.

RSS-Feeds einrichten. Einige Vergabeplattformen bieten RSS-Feeds für Suchergebnisse an. TED (Tenders Electronic Daily) hat eine API, über die Sie neue Ausschreibungen nach CPV-Codes oder Regionen abonnieren können. Vergabe.de und einige Landesportale bieten ebenfalls Benachrichtigungsfunktionen.

Automatisierung mit n8n oder Make. Mit Low-Code-Tools wie n8n (selbst gehostet) oder Make (Cloud) können Sie eine Pipeline aufbauen, die:
1. Neue Ausschreibungen über RSS-Feeds oder Plattform-APIs abholt
2. Den Ausschreibungstext an die ChatGPT-API oder Claude-API sendet
3. Die KI eine Erstbewertung durchführen lässt (relevant/nicht relevant, Kurzanalyse)
4. Ihnen nur relevante Treffer per E-Mail oder Slack-Nachricht zuschickt

Ein einfacher Aufbau mit der ChatGPT-API: Sie können ein Python-Script schreiben, das die TED-API regelmäßig abfragt, neue Ausschreibungen mit Ihren CPV-Codes filtert und dann die Leistungsbeschreibung an die OpenAI-API schickt — mit einem Prompt, der die Relevanz für Ihr Firmenprofil bewertet. Der technische Aufwand liegt bei einem halben bis einem Tag für einen erfahrenen Entwickler.

KI für die Erstbewertung: Go/No-Go in 10 Minuten

Einer der größten Zeitfresser ist nicht die Suche, sondern die Bewertung: Lohnt es sich, ein Angebot zu schreiben? Mit KI können Sie diese Entscheidung deutlich beschleunigen.

Dieser Prompt liefert Ihnen in zwei bis drei Minuten eine strukturierte Entscheidungsgrundlage, für die Sie sonst 30 bis 60 Minuten bräuchten. Besonders wertvoll ist die Eignungsprüfung: Die KI gleicht die formalen Anforderungen Punkt für Punkt mit Ihrem Profil ab und zeigt sofort, wo Lücken bestehen — und ob eine Eignungsleihe diese schließen könnte.

Scoring-Template erstellen. Gehen Sie einen Schritt weiter und erstellen Sie ein standardisiertes Bewertungsformular, das die KI für jede Ausschreibung ausfüllt. So werden Ihre Bewertungen vergleichbar und konsistent. Speichern Sie die Ergebnisse in einer Excel-Tabelle oder einem Notion-Board und bauen Sie sich schrittweise eine systematische Vergabepipeline auf.

Wo allgemeine KI-Tools an ihre Grenzen stoßen

Die beschriebenen Methoden sind wirkungsvoll — aber ehrlich gesagt lösen sie nur einen Teil des Problems. Es gibt strukturelle Grenzen, die sich mit ChatGPT, Claude und selbst gebauten Automatisierungen nicht vollständig überwinden lassen.

Das Findbarkeitsproblem bleibt. Sie können KI nutzen, um Ausschreibungen zu analysieren, die Sie bereits gefunden haben. Aber Sie müssen sie immer noch finden. Copy-Paste einzelner Dokumente in ChatGPT skaliert nicht. Und selbst mit RSS-Feeds und APIs erreichen Sie nur einen Bruchteil der über 100 deutschen Vergabeplattformen. Einen Überblick über die Plattformlandschaft finden Sie in unserem Guide zum Finden öffentlicher IT-Ausschreibungen.

Keine Echtzeit-Überwachung. Wenn Sie morgens manuell suchen und nachmittags eine relevante Ausschreibung mit kurzer Frist veröffentlicht wird, erfahren Sie davon frühestens am nächsten Tag. Bei Fristen von 10 bis 14 Tagen — die im IT-Bereich nicht selten sind — kann ein Tag Verzögerung den Unterschied machen.

Kein semantisches Matching gegen Ihr Profil. ChatGPT kann eine einzelne Ausschreibung gegen Ihr Profil bewerten, wenn Sie beides bereitstellen. Aber es durchsucht nicht proaktiv alle neuen Ausschreibungen und bewertet jede einzelne automatisch gegen Ihr Firmenprofil. Das müssen Sie manuell anstoßen — für jede Ausschreibung einzeln.

Kontextfenster-Limitierungen. Leistungsbeschreibungen im öffentlichen IT-Bereich umfassen regelmäßig 40 bis 100 Seiten, dazu kommen Vergabeunterlagen, Vertragsentwürfe und Anlagen. Auch wenn die Kontextfenster moderner LLMs gewachsen sind, stoßen sie bei umfangreichen Vergabedokumenten an Grenzen — besonders wenn Sie mehrere Ausschreibungen gleichzeitig vergleichen wollen.

Keine historischen Daten. Wer hat den letzten Rahmenvertrag bei dieser Behörde gewonnen? Wie oft wird dieser Auftrag neu ausgeschrieben? Welche Preise wurden in der Vergangenheit aufgerufen? Diese Informationen — entscheidend für eine fundierte Go/No-Go-Entscheidung — hat kein allgemeines KI-Tool.

Kein strukturierter Zugang zu allen Plattformen. Das Kernproblem des deutschen Vergabemarkts ist die Fragmentierung. TED, Vergabe.de, bund.de, 16 Landesportale, diverse kommunale Plattformen wie evergabe-online.de, deutsche-evergabe.de, subreport — jede mit eigenen Suchfunktionen, eigenen Formaten, eigenen Benachrichtigungsoptionen. Eine selbst gebaute Lösung, die alle diese Quellen zuverlässig abdeckt, ist ein erhebliches Engineering-Projekt.

Spezialisierte Plattformen: Der nächste Schritt

Wenn Sie über die Möglichkeiten allgemeiner KI-Tools hinauswachsen, gibt es im deutschen Markt verschiedene Ansätze.

Traditionelle Vergabedatenbanken wie Vergabe.de, DTAD oder Vergabe24 aggregieren Ausschreibungen und bieten E-Mail-Alerts mit keyword-basierten Filtern. Das löst das Fragmentierungsproblem teilweise, hat aber das bekannte Dilemma: Enge Filter verpassen relevante Ausschreibungen, weite Filter liefern zu viel Rauschen. In unserem Vergleich der besten Vergabeplattformen ordnen wir die verschiedenen Anbieter und ihre Automatisierungsstufen ein.

KI-native Plattformen gehen einen Schritt weiter. Statt keyword-basierter Filter nutzen sie semantisches Matching, Firmenprofil-Analyse und automatisierte Bewertung — die Dinge also, die Sie mit ChatGPT manuell tun, aber vollautomatisch und über alle Quellen hinweg.

Wie Tendit über allgemeine KI-Tools hinausgeht

Tendit ist als Plattform für genau die Lücke gebaut, die allgemeine KI-Tools nicht schließen: die Verbindung zwischen vollständiger Quellenabdeckung, semantischem Firmenprofil-Matching und automatisierter Erstbewertung.

Automatisches Monitoring aller Plattformen. Statt selbst RSS-Feeds einzurichten und Plattformen abzuklappern, überwacht Tendit die relevanten deutschen und europäischen Vergabeplattformen automatisch. Sie müssen sich nicht darum kümmern, welche Plattform welches Bundesland nutzt.

Semantisches Profil-Matching. Sie beschreiben einmalig Ihr Unternehmen — Kompetenzen, Technologien, Zertifizierungen, Teamgröße, geografische Reichweite. Tendit bewertet jede neue Ausschreibung automatisch gegen dieses Profil und berechnet einen Relevanz-Score. Das ist der Custom-GPT-Ansatz von oben — aber vollautomatisch, für jede Ausschreibung, in Echtzeit.

Integrierte Eignungsprüfung und Risikoanalyse. Statt manuell den Go/No-Go-Prompt einzufügen, bekommen Sie für jeden Treffer automatisch eine Einschätzung: Welche Eignungskriterien erfüllen Sie? Wo gibt es Lücken? Ist eine Bietergemeinschaft sinnvoll? Brauchen Sie eine Sicherheitsüberprüfung?

15 Minuten Setup statt stundenlangem Prompt Engineering. Die Einrichtung dauert eine Viertelstunde. Kein Custom GPT konfigurieren, keine n8n-Pipelines bauen, keine RSS-Feeds einrichten. Am nächsten Morgen haben Sie kuratierte, bewertete Ergebnisse.

Vorher und Nachher: Ein konkretes Szenario

Nehmen wir die fiktive „NordTech Consulting GmbH", 65 Mitarbeiter, spezialisiert auf Microsoft-Infrastruktur und IT-Sicherheit, Sitz in Hamburg. Vertriebsleiter Thomas ist für die Ausschreibungsrecherche zuständig.

Phase 1: Rein manuell

Montag, 8:20 Uhr. Thomas öffnet TED und sucht nach „IT infrastructure" und „Microsoft". 12 Treffer, davon 8 aus anderen EU-Ländern, 2 zu groß, 1 thematisch irrelevant. Ein Treffer ist relevant: ein Infrastruktur-Outsourcing bei einer norddeutschen Förderbank.

8:35 Uhr. Vergabeplattform des Bundes. 3 Treffer, einer davon ist die gleiche Ausschreibung von TED.

8:50 Uhr. Regionale Vergabeportale Hamburg, Schleswig-Holstein, Niedersachsen. Nichts Relevantes.

9:05 Uhr. Thomas trägt den einen Treffer in seine Excel-Liste ein.

Ergebnis: 45 Minuten Aufwand, 1 relevante Ausschreibung, unbekannte Anzahl verpasst.

Phase 2: Mit ChatGPT-Unterstützung

Thomas hat sich einen Custom GPT mit dem Firmenprofil der NordTech eingerichtet und nutzt die Prompt-Vorlagen aus diesem Artikel.

Montag, 8:20 Uhr. Suche wie bisher — aber als Thomas den relevanten Treffer findet, kopiert er die Leistungsbeschreibung in seinen Custom GPT statt sie selbst durchzuarbeiten. In zwei Minuten hat er eine strukturierte Analyse: Eignungskriterien, technische Anforderungen, Risiken, Empfehlung.

8:40 Uhr. Thomas sieht sofort: Die Ausschreibung fordert BAIT-Compliance-Erfahrung als Referenz — das hat NordTech nicht. Der GPT empfiehlt, eine Eignungsleihe mit einem BAIT-Spezialisten zu prüfen.

Ergebnis: 20 Minuten statt 45, deutlich bessere Bewertung. Aber: Thomas hat immer noch nur manuell gesucht und findet immer noch nur, was seine Suchbegriffe hergeben.

Was Thomas immer noch nicht gefunden hat: Auf deutsche-evergabe.de wurde gestern ein Penetrationstest für eine Hamburger Behörde ausgeschrieben — unter dem Titel „Überprüfung der IT-Sicherheit gemäß BSI-Standard". Das Wort „Penetrationstest" taucht erst auf Seite 14 auf. Kein Suchbegriff der Welt hätte Thomas darauf geführt.

Phase 3: Mit Tendit

Montag, 8:20 Uhr. Thomas öffnet sein Tendit-Dashboard. 5 neue Ausschreibungen seit Freitag, sortiert nach Relevanz.

• Treffer 1 (92 %). Das Infrastruktur-Outsourcing — mit sofortiger Analyse und dem Hinweis auf die fehlende BAIT-Referenz.
• Treffer 2 (88 %). Der Penetrationstest bei der Hamburger Behörde — gefunden, weil IT-Sicherheit im Firmenprofil steht, nicht weil „Penetrationstest" im Titel vorkommt.
• Treffer 3 (81 %). Windows-Administration bei einem Krankenhaus in Schleswig-Holstein — eine Plattform, die Thomas nicht regelmäßig prüft.
• Treffer 4 (74 %). Microsoft-365-Migration bei einer Bundesbehörde in Berlin. On-site-Anforderung senkt den Score leicht.
• Treffer 5 (68 %). IT-Sicherheitskonzept für eine kommunale Einrichtung.

8:30 Uhr. Thomas hat alle fünf Treffer gesichtet und die zwei Top-Kandidaten für die detaillierte Prüfung markiert.

Ergebnis: 10 Minuten statt 45. 5 relevante Treffer statt 1. Keine verpassten Ausschreibungen.

Häufige Fragen zur KI-gestützten Ausschreibungssuche

„Reicht ChatGPT nicht aus, um Ausschreibungen zu finden?"

ChatGPT und Claude sind hervorragend für die Analyse und Bewertung von Ausschreibungen, die Sie bereits gefunden haben. Für die systematische Suche über alle Vergabeplattformen hinweg sind sie nicht konzipiert — sie haben keinen Zugang zu den Plattformen und können nicht proaktiv nach neuen Veröffentlichungen scannen.

„Wie zuverlässig sind KI-Bewertungen von Ausschreibungen?"

Sehr zuverlässig bei klar strukturierten Kriterien (Mindestjahresumsatz, geforderte Zertifizierungen, technische Anforderungen). Weniger zuverlässig bei Kontext, der Marktkenntnis erfordert — etwa ob ein Auftraggeber erfahrungsgemäß Bietergemeinschaften akzeptiert oder ob der genannte Rahmenvertragswert realistisch ist. Nutzen Sie KI-Bewertungen als Entscheidungsgrundlage, nicht als Entscheidungsersatz.

„Kann ich dem automatischen Matching vertrauen, dass es nichts übersieht?"

Kein System ist perfekt. Aber die entscheidende Frage ist: Ist ein profilbasiertes Matching-System besser als Ihre manuelle Suche? Und hier ist die Antwort klar: Ein System, das alle Plattformen durchsucht, keine Suchbegriffe vergisst und semantische Zusammenhänge versteht, findet konsistent mehr relevante Ausschreibungen als eine keyword-basierte Suche.

„Sind meine Firmendaten sicher, wenn ich sie in KI-Tools eingebe?"

Berechtigte Frage. Bei ChatGPT und Claude sollten Sie die Datenschutzrichtlinien prüfen — insbesondere ob eingegebene Daten für das Modelltraining verwendet werden (bei ChatGPT kann dies deaktiviert werden, bei der Claude-API werden Daten standardmäßig nicht für Training genutzt). Spezialisierte Vergabeplattformen wie Tendit sind auf den Umgang mit Unternehmensdaten ausgelegt und verarbeiten Ihre Daten ausschließlich für den vereinbarten Zweck.

„Was kostet der Einstieg?"

ChatGPT Plus kostet 20 USD/Monat, Claude Pro 20 USD/Monat — damit kommen Sie bei der manuellen Analyse schon weit. Tendit bietet eine kostenlose 8-Wochen-Testphase, danach rund 300 EUR/Monat. Gemessen an den eingesparten 110+ Stunden Suchzeit pro Jahr und den zusätzlich gefundenen Ausschreibungen rechnet sich selbst das kostenpflichtige Tool ab dem ersten zusätzlichen Zuschlag um ein Vielfaches.

Fazit: Der richtige Mix macht den Unterschied

Es gibt keinen Grund, heute noch rein manuell nach Ausschreibungen zu suchen. ChatGPT und Claude sind sofort verfügbar und machen die Bewertung einzelner Ausschreibungen drastisch effizienter. Die Prompt-Vorlagen in diesem Artikel können Sie heute noch ausprobieren — kopieren, anpassen, einsetzen.

Wenn Sie merken, dass die manuelle Suche trotzdem der Flaschenhals bleibt — weil Sie nicht alle Plattformen abdecken, relevante Ausschreibungen verpassen oder einfach zu viel Zeit investieren — dann ist der nächste logische Schritt eine spezialisierte Plattform, die Ihnen auch die Suche abnimmt.

Der Weg führt natürlich von manuell über KI-unterstützt zu vollautomatisiert. Aber Sie müssen nicht alle Schritte auf einmal gehen. Fangen Sie heute mit den KI-Tools an, die Sie bereits haben — und entscheiden Sie dann, wie viel Automatisierung Sie brauchen.

Testen Sie Tendit 8 Wochen kostenlos — und sehen Sie, welche Ausschreibungen Sie bisher verpasst haben. → usetendit.com