Videotranskript
Stefan Morcov – Hermix: Wir möchten uns nun mit dem Thema Technologie und Künstliche Intelligenz auseinandersetzen und deren Auswirkungen auf das öffentliche Beschaffungswesen und den Vertrieb beleuchten. Wir werden praxisnahe Anwendungen, Erfolgsfaktoren und Herausforderungen anhand konkreter Beispiele diskutieren. Selbstverständlich werde ich auch über Hermix und unsere Aktivitäten in diesen Bereichen sprechen. Einige Projekte sind eher Zukunftsmusik, andere befinden sich bereits im Produktiveinsatz und werden von Hunderten von Nutzern eingesetzt.
Das sind die Dinge, die wir derzeit bei Hermix tun: Datenanalyse, Einsatz von maschinellem Lernen für die Angebotsanalyse, Marktinformationen, Wettbewerbsprofilierung sowie GPT-Textanalyse, Analyse von Angebotsspezifikationen und Angebotsautomatisierung.
Wir alle verfolgen mit großem Interesse, wie Künstliche Intelligenz das Verfassen von Projektanträgen beeinflussen wird. An dieser Stelle möchte ich Ihnen unseren Gast Rudolf vorstellen, den Geschäftsführer von Unisys Belgien. Wir kennen uns schon seit Längerem, und er hat mehrere Jahre lang verschiedene Projekte geleitet.
Rudolf de Schipper: Ich werde mein Bestes geben, das Interesse hochzuhalten, und wir werden sehen, wohin es uns führt. Künstliche Intelligenz erregt heutzutage natürlich viel Aufmerksamkeit – fast schon seit einigen Jahren. Es ist nach wie vor sehr schwer vorherzusagen, wohin sie uns führen wird, da es neben vielen Zweifeln auch zahlreiche Forschungen und Erkundungen gibt. Wird dies das Ende der Menschheit bedeuten? Ich denke, wir werden in diesem Gespräch fast alles ansprechen.
Zunächst einmal bin ich von Technologie fasziniert. Ich verfolge und nutze GPT seit seinen Anfängen vor über drei Jahren. Es hat einen regelrechten Hype ausgelöst, insbesondere durch den Aufstieg von ChatGPT, das sich immer größerer Beliebtheit erfreut.
Stefan Morcov – Hermix: Wie Rudolf erst vor wenigen Tagen erwähnte, nehmen viele Unternehmen das Thema nun ernst. Es gab einen regelrechten Hype; einige haben hohe Erwartungen und zahlreiche Tests durchgeführt, während andere verständlicherweise zurückhaltend sind. Ich habe heute Morgen an einer Konferenz teilgenommen, auf der ich gefragt wurde, was meiner Meinung nach das größte Hindernis für die Akzeptanz darstellt. Ich glaube, es ist der Mangel an Vertrauen.
Gleichzeitig ist es transformativ. Es gibt Technologien, die die Welt schlagartig verändern. Ein bekanntes Beispiel ist das Pferd: Vor genau hundert Jahren erfand Ford das Ford Modell T und brachte es in Serie. Innerhalb weniger Jahre ersetzten Ford-Autos Hunderttausende von Pferden in allen Städten der modernen Welt.
Der Transport an sich hat sich nicht verändert; vielmehr hat sich die Art des Transports gewandelt. Man reist nach wie vor, aber schneller und völlig anders. Auch hierfür gibt es aktuelle Beispiele. Vor 50 Jahren verschickten wir Briefe, vor 25 Jahren E-Mails. Heute hat man sein Smartphone und kann, ob im Auto oder in der U-Bahn, E-Mails lesen und verschicken – alles nur, weil Steve Jobs dachte: “Okay, die Technologie ist da; lasst sie uns anders nutzen.”
Ein weiteres Beispiel ist Google Docs, das wir für die gemeinsame Erstellung von Projektanträgen nutzen.
Stefan Morcov – Hermix: Wir verfügen über Technologien, die die Beschaffung und den Vertrieb im öffentlichen Sektor revolutionieren. Beispielsweise nutzen wir derzeit Big Data und Data Science für den intelligenten Abgleich von Ausschreibungen, die Überwachung von Ausschreibungen und das Verständnis wichtiger Fragen in jedem kommerziellen Kontext:
- Möchte ich an dieser Ausschreibung teilnehmen?
- Wie soll ich vorgehen? Welche Partner oder Technologien soll ich vorschlagen?
Hermix verfügt über rund 8 Millionen öffentliche Aufträge in ganz Europa sowie über ca. 1,2 Millionen Unternehmensprofile und 170.000 Käuferprofile. Diese umfassende Datenbasis ermöglicht strategische Planung, den Aufbau einer Projektpipeline, die kommerzielle Qualifizierung von Ausschreibungen und Wettbewerbsanalysen. Darüber hinaus können wir potenzielle Partner anhand ihrer bisherigen Leistungen und ihrer Marktkenntnisse bewerten.
Ein wichtiger Schwerpunkt liegt auf der Preisanalyse, die aufgrund der Vertraulichkeit finanzieller und technischer Angebote vor Herausforderungen steht. Wir müssen abwägen, welche Daten uns zur Verfügung stehen und welche nicht.
Wir führen beispielsweise technische und kommerzielle Ausschreibungsanalysen anhand öffentlich zugänglicher Daten durch. Dies umfasst die Bewertung der an Ausschreibungen teilnehmenden Unternehmen, die Analyse ihrer bisherigen Vertragsabschlüsse und das Verständnis der Marktdynamik.
Die von uns durchgeführte Analyse umfasst Markttrends wie Vertragsvolumen und -wert sowie Details zu Käufern und deren Angebotshistorie.
Was die Preisgestaltung angeht, hatten wir vorhin eine interessante Diskussion, und ich denke, Rudolf möchte diesen Punkt vielleicht noch etwas genauer erläutern.
Rudolf de Schipper: Absolut. Es ist wichtig zu betonen, dass die von uns bereitgestellten Informationen öffentlich zugänglich sind. Es steckt keine Zauberei dahinter; es geht darum, die Daten zu organisieren und zu analysieren, um effizient Erkenntnisse zu gewinnen.
Mithilfe von Datenanalyse und maschinellem Lernen können wir Muster aufdecken, deren manuelle Ermittlung enorm viel Zeit und Mühe kosten würde. Die zentrale Herausforderung besteht nun darin, die richtigen Fragen zu stellen, wenn man diese Werkzeuge einsetzt.
In letzter Zeit haben wir das Aufkommen von Rollen wie “Prompt Engineers” beobachtet, die sich darauf spezialisieren, effektive Fragen zu formulieren, um die besten Ergebnisse mit KI zu erzielen.
Ein weiterer wichtiger Aspekt ist die Validierung der Antworten von KI-Systemen. Beispielsweise stellen viele Nutzer von GitHub Copilot, einem Programmierassistenten, fest, dass etwa 401.030 des generierten Codes fehlerhaft sind. Dies kann zu wiederholten Rückfragen führen, in denen die KI korrigiert und die Ergebnisse diskutiert werden müssen.
Rudolf de Schipper: Ja, aber das ist eine typische Situation, die man bei der Beantwortung einer Angebotsanfrage vermeiden möchte, da man nur einen Versuch hat. Man kann dem Kunden nicht sagen: “Wir haben die Angebotsanfrage von einer KI erstellen lassen, und die hat mir tatsächlich eine falsche Antwort gegeben.” Wir befinden uns hier in einem interessanten Bereich, und ich denke, wir können das weiter diskutieren. Was sind beispielsweise die Stärken und Schwächen des Einsatzes von KI bei der Beantwortung von Angebotsanfragen?
Stefan Morcov – Hermix: Absolut. Ich hatte eigentlich vor, die Fragen bis zum Schluss aufzuheben, aber diese ist gut und knüpft direkt an unser vorheriges Gespräch an. Deshalb beantworte ich sie jetzt. Können Sie sehen, welche Aufträge diese Unternehmen konkret gewonnen haben? Ja, die Antwort ist ja, und ich kann sie Ihnen sogar zeigen. Warum sollte ich sie Ihnen nicht live zeigen? Ich habe sie gerade geöffnet. [Bildschirm teilen]
Ich zeige Ihnen also, dass Sie für eine bestimmte Ausschreibung einsehen können, welche Aufträge zuvor gewonnen wurden, wer sie gewonnen hat usw. – die Anzahl und den Wert der von jedem Unternehmen gewonnenen Aufträge. Außerdem sehen Sie die geografische Verteilung der Herkunftsorte dieser Lieferanten. In diesem Fall sind Luxemburg und Belgien die wichtigsten Standorte der Lieferanten.
Sie können sich auch die vorherigen relevanten Projekte ansehen – welche Projekte genau zuvor ausgeschrieben wurden, wann die Ausschreibung erfolgte, die Laufzeit, die Budgets und die Gewinner. Sie können ins Detail gehen; klicken Sie auf eine Ausschreibung, um alle Details dieser Ausschreibung einzusehen.
Mehr noch, wenn man auf eine dieser Zahlen klickt, zum Beispiel auf „8 von einem Unternehmen unterzeichnete Verträge“ … Ich habe einen Bericht geöffnet, der das live anzeigt. Es geht ziemlich schnell; normalerweise ist unsere Anwendung schneller, als ich spreche. Ich erinnere mich an eine Rede, in der jemand sagte, er würde versuchen, noch schneller zu sprechen als unsere Autos – was natürlich unmöglich ist.
Dies sind die acht Verträge, die die Unternehmensgruppe in den letzten acht Jahren gewonnen hat. Hier finden Sie die Unternehmen der Gruppe, die Verträge unterzeichnet haben, deren Wert und die jeweiligen Jahre. Sie können sich die Details jedes einzelnen Vertrags ansehen, um genau zu erfahren, welche Verträge abgeschlossen wurden. Hier ist beispielsweise Cordis. Dies ist das Rechercheportal, und hier finden Sie den Reiter „Verträge“.
Ich habe diese Frage also im Grunde schon beantwortet. Ich würde vorschlagen, zum zweiten interessanten Teil überzugehen, da Rudolf die Tür bereits geöffnet hat.
Wir leben im Zeitalter von GPT, nicht wahr? Große Sprachmodelle. Ich denke, es gibt vier Anwendungsbereiche, die wir in Betracht ziehen könnten: die technische Qualifizierung von Ausschreibungen, die Anforderungsanalyse, die Erstellung technischer Anforderungen, die Automatisierung von Ausschreibungen und das Verfassen von Angeboten. In der Tat ein interessantes Thema. Wie stark setzen Sie auf GPT und automatisierte Analysen? Dasselbe gilt übrigens auch für die Datenbereinigung. Wir verwenden Machine-Learning-Tools, um Daten zu bereinigen, und selbst dann sind sie nie perfekt sauber.
Das Lesen von Dokumenten ist ähnlich. Viele unserer Nutzer haben uns mitgeteilt, dass sie sich nicht allein auf die von uns bereitgestellten Analysen von 100% verlassen würden. Das begrüße ich. Die Nutzung eines Tools zur Automatisierung ist vergleichbar mit dem Lesen einer Zusammenfassung einer wissenschaftlichen Arbeit. Man liest die Zusammenfassung oder eine Buchrezension, aber wenn man diese Informationen wirklich für die Doktorarbeit verwenden möchte, muss man das Buch und den Artikel tatsächlich lesen. Ähnlich verhält es sich mit Ausschreibungen. Man erhält beispielsweise eine einseitige Zusammenfassung einer Ausschreibung. Auch diese bieten wir an, und man kann innerhalb von zwei Minuten erkennen, ob eine Teilnahme an der Ausschreibung sinnvoll ist.
Aber die Frage ist eigentlich: Ich kann es Ihnen sogar zeigen. Warum nicht?
Stefan Morcov – HermixFür denselben Vorschlag.
Rudolf de Schipper: Wie du sagst, Stefan, ist eine schnelle Zusammenfassung einer Angebotsanfrage oft äußerst hilfreich, um sich einen schnellen Überblick zu verschaffen. Wäre das etwas, woran wir interessiert wären? Das menschliche Auge reagiert sehr empfindlich auf Unstimmigkeiten, und auch das Gehirn ist sehr empfindlich dafür.
Rudolf de Schipper: Wenn man etwas liest, das ungewöhnlich aussieht, schaut man tendenziell genauer hin. Das ist ein sehr interessanter Aspekt des Einsatzes von KI – die Aufmerksamkeit auf etwas zu lenken, das vielleicht komisch wirkt.
Stefan Morcov – Hermix: Wir erzielen eine sehr hohe Genauigkeit bei der Angebotsanalyse. Unsere Vorlagen und Modelle weisen eine Genauigkeit von ca. 98–991 TP3T auf. Allerdings haben wir einige Probleme mit dem Kontext festgestellt. Beispielsweise benötigt man manchmal einen umfassenderen Kontext, um bestimmte Informationen zu verstehen und zu analysieren.
Stefan Morcov – Hermix: Hier ist ein Beispiel für dieselbe Ausschreibung. Dies ist die technische Zusammenfassung. Wir beantworten schnell Fragen wie: Was sind die Ziele? Wie hoch ist das Budget? Was sind die Zuschlagskriterien? Anstatt 500 Seiten Anhänge zu durchsuchen, finden Sie hier die benötigten Experten und sogar die Formatierungsvorgaben, z. B. Schriftgröße 11 (Calibri). Der Ausführungsort für dieses Angebot ist Luxemburg. Wie bereits erwähnt, erfordern die Leistungen und die wirtschaftliche und finanzielle Leistungsfähigkeit einen Umsatz von 3,5 Millionen Euro. Sie erhalten also eine kurze Zusammenfassung, anstatt 30 Minuten oder 2 Stunden mit dem Lesen der Ausschreibungsunterlagen zu verbringen.
Stefan Morcov – Hermix: Die Genauigkeit unserer Tools ist mittlerweile extrem hoch. Wir haben sie in mehreren Sprachen getestet und bieten Zusammenfassungen und Analysen von Ausschreibungen an. Ich habe Slowenisch, Französisch und natürlich Englisch getestet, wobei die Genauigkeit auch hier höher ist. Wir laden Ausschreibungsbekanntmachungen und -dokumente aus ganz Europa, einschließlich europäischer Institutionen, über Portale wie TED (das EU-Förderportal), E-Vergabeplattformen, das belgische Beschaffungsportal und einige weitere herunter.
Stefan Morcov – Hermix: Wenn Sie sich entscheiden, an einer Ausschreibung mitzuarbeiten, ist es wichtig, dass Sie die Ausschreibungsunterlagen selbst lesen. Wir haben kürzlich eine Chat-Funktion eingeführt, mit der Sie Ihre Fragen und Informationen individuell anpassen können.
Stefan Morcov – Hermix: Sie können Fragen stellen wie: “Wie viele Lebensläufe müssen im technischen Angebot enthalten sein?” Das sind Standardfragen. Sie können aber auch detailliertere Fragen stellen, etwa: “Welche Anforderungen werden an diese Experten gestellt?” oder “In welchen Arbeitspaketen ist diese Person beteiligt?” Sie können sogar konkrete Zahlen erfragen, zum Beispiel den Mindestumsatz. Zum Beispiel: “Wie hoch ist der Mindestumsatz?” Die Antwort lautet: 3,5 Millionen.
Stefan Morcov – Hermix: Das Spielen und Experimentieren mit Prompt Engineering ist zu einem Hobby für mich geworden. Ich habe sogar nach einem Witz zu diesem Standard gefragt. Hier ist einer: “Warum weigerte sich der Machine-Learning-Ingenieur, an diesem Standard mitzuwirken? Weil die Dokumente bei jedem Vorschlag, den er einreichte, ständig überangepasst wurden.”
Rudolf de Schipper: Ich schätze, die KI findet das lustig.
Stefan Morcov – Hermix: Ja, genau. Hier noch ein Beispiel: “Warum bringen Vertriebsmitarbeiter im öffentlichen Sektor Briefe zu Besprechungen mit? Weil sie in der Bürokratie immer neue Höhen erreichen wollen.” Das könnte manche etwas anstößig finden.
Stefan Morcov – Hermix: Ich finde diese Ergänzung des Tools interessant, da man bei der Beantwortung einer Angebotsanfrage oft spontan Fragen hat. Typische Fragen am Anfang sind zum Beispiel: “Wie viele Lebensläufe benötigen wir?” Mit diesem Tool erhält man schnell eine Antwort auf diese Frage.
Rudolf de Schipper: Selbst später, nach dem Verfassen Ihres Angebots, könnten Fragen auftauchen wie: “Erfüllen wir diese Anforderung tatsächlich?” Sie könnten die KI um Klärung der Anforderungen aus der Ausschreibung bitten.
Rudolf de Schipper: Viele Teilnehmer dieses Webinars könnten während Genehmigungsprozessen mit unerwarteten Fragen konfrontiert worden sein. Es wäre hilfreich, die KI anhand der Ausschreibungsunterlagen um Antworten zu bitten. Wenn beispielsweise gefragt wird: “Wo ist der Lieferort?”, ist die Antwort bei mehreren Standorten nicht immer einfach.
Rudolf de Schipper: Der schnelle Zugriff auf Daten und deren Interpretation ist unerlässlich. Wie Sie bereits sagten, ist das Durchforsten von 25 Anhängen nicht zielführend. Auch wenn dies vom Käufer in guter Absicht geschieht, ist es nicht immer einfach, alle in einer Angebotsanfrage enthaltenen Informationen zu nutzen.
Rudolf de Schipper: In diesem Ökosystem gibt es mehrere kleine KI-Lösungen. Wir haben eine, die Zusammenfassungen erstellt, und einen Bot, mit dem man interagieren kann. Es handelt sich nicht um ein einziges, riesiges KI-System, sondern um eine Sammlung kleinerer Tools. So begegnet die Branche diesen Herausforderungen derzeit.
Rudolf de Schipper: Vielleicht sollten wir uns also nicht allzu viele Sorgen darüber machen, dass KI die Macht übernimmt.
Stefan Morcov – Hermix: Dem stimme ich voll und ganz zu. Ich stimme zu, dass die größte Herausforderung im Vertrieb an den öffentlichen Sektor und bei großen, komplexen Angeboten der erhebliche Aufwand für deren Erstellung ist.
Stefan Morcov – Hermix: Wenn man beispielsweise versucht, an einen Großkonzern wie Vodafone zu verkaufen, investiert man ähnlich viel, wie man es beim Verfassen eines 50-Millionen-Vorschlags für die Europäische Kommission tun würde.
Stefan Morcov – Hermix: Eine der größten Herausforderungen besteht darin, dass die Erstellung eines Angebots Investitionen in Höhe von mehreren Zehntausend Euro erfordern kann. Ein Kunde, mit dem ich sprach, erwähnte, dass er Angebote mit einem Volumen von 200.000 € erstellt hat. Die Angebotserstellung erfordert oft die Zusammenarbeit mehrerer Personen über mehrere Monate, was extrem kostspielig ist.
Stefan Morcov – Hermix: Schon zuvor kann die Prüfung von Angeboten eine tägliche Aufgabe sein. In einem Nischenmarkt erhalten Sie vielleicht zwei bis drei relevante Angebote pro Tag. In einem größeren Markt prüfen wir mit Hermix rund 2.000 Angebote täglich. Stellen Sie sich vor, Sie erhalten fünf Benachrichtigungen von Ihrem System, beispielsweise von Hermix oder einem anderen. Anschließend müssen Sie entscheiden, ob Sie an der jeweiligen Ausschreibung teilnehmen möchten. Allein das Verständnis der technischen Anforderungen kann 30 Minuten bis zwei Stunden dauern.
Stefan Morcov – Hermix: Darüber hinaus kann es zwei Stunden oder sogar zwei Tage dauern, das Marktumfeld und den Wettbewerb zu verstehen. Sie sollten sich auf Ausschreibungen mit geringem Wettbewerb und hohen Budgets konzentrieren und dabei die Blue-Ocean-Strategie verfolgen – Sie wollen der größte oder einzige Hai in einem Ozean voller Thunfische sein.
Stefan Morcov – Hermix: Wie findet man also den Teil des Ozeans mit beträchtlichen finanziellen Mitteln, großen Budgets und minimaler Konkurrenz?
Stefan Morcov – Hermix: An einer regulären Ausschreibung habe ich etwa 2 Stunden gearbeitet, an einer wichtigeren Ausschreibung vielleicht 2 bis 3 Tage, um den Kontext und die Nuancen vollständig zu verstehen.
Ich stimme Ihren Ausführungen zu. Die damit verbundenen Kosten sind erheblich. Für die Lösung solcher Probleme gibt es keine Patentlösung – keine Universallösung, die alles über Nacht behebt. Wir können jedoch verschiedene Tools integrieren, die jeweils für spezifische Probleme entwickelt wurden und bestimmte Prozesse automatisieren. Genau das meinen wir mit “zweckmäßig”.”
Bezüglich der Datenbereinigung möchte ich kurz auf eine aufgeworfene Frage eingehen: Wie gehen wir mit der Datenbereinigung um und nutzen wir maschinelles Lernen oder lediglich einfache Datenanalyse? Die Antwort lautet: Wir verwenden beide Ansätze. Traditionelles SQL erfüllt viele nützliche Funktionen und ist nach wie vor ein wichtiger Bestandteil unserer Arbeit. Wir nutzen außerdem Scoring-Methoden wie die Levenshtein-Distanz sowie fortgeschrittenere Techniken wie die semantische Kontextzusammenfassung und -übersetzung.
Unser Tool kann beispielsweise Anforderungen übersetzen. Ich habe es erfolgreich mit Ausschreibungsunterlagen in Slowenisch und Französisch getestet und ins Englische übersetzt. Mit herkömmlichem SQL allein lässt sich diese Komplexität nicht bewältigen. Wir führen außerdem Graphanalysen durch, um die Beziehungen zwischen den Entitäten zu verstehen. Dabei modellieren wir den Markt als großen Graphen, dessen Knoten Kunden, Lieferanten, Käufer und Verträge repräsentieren. So können wir Anomalien erkennen und Partnerschaften innerhalb von Konsortien analysieren.
Darüber hinaus nutzen wir maschinelles Lernen mit unseren aufbereiteten Daten. Wir arbeiten mit der Universität Luxemburg an einem Eureka-Projekt zusammen, das sich auf spezifische Datensätze konzentriert, um daraus verwertbare Erkenntnisse zu gewinnen. Es handelt sich also um eine Kombination aus traditionellen und modernen Methoden.
Wie Partnerschaften und Konsortien dargestellt werden, möchte ich Ihnen anhand eines Beispiels verdeutlichen.
Hier finden Sie eine Marktanalyse mit Vertragswerten und geografischen Kundenstandorten. Ich untersuche beispielsweise das luxemburgische Unternehmen Anthrop; dessen wichtigste Kunden sehen Sie hier. Wir bieten eine Partnerschaftsanalyse der letzten acht Jahre, die wichtige Partnerschaften und zugehörige Verträge hervorhebt.
Wir bieten außerdem konfigurierbare Diagrammdarstellungen, mit denen Sie Tiefenebenen und die Anzahl der angezeigten Partner auswählen können. Dies trägt zur Übersichtlichkeit der Informationen bei und gewährleistet deren Lesbarkeit.
Nun zu einer weiteren Frage: Das Tool zur Analyse von Standarddokumenten funktioniert derzeit nur für öffentlich zugängliche Ausschreibungen. Unsere Plattform indexiert und analysiert diese Dokumente viermal täglich. Wir arbeiten daran, Nutzern das Hochladen eigener Dokumente zu ermöglichen, diese Funktion befindet sich jedoch noch im Prototypenstadium.
Die meisten öffentlichen Informationen über eingereichte Angebote werden in der Regel nicht veröffentlicht, insbesondere nicht bei erfolglosen Angeboten. Das bedeutet, dass wir oft keinen Zugriff auf diese Daten haben.
Rudolf de Schipper: Wir erforschen die Zukunft der KI in diesem Bereich. Aktuell konzentrieren wir uns auf die Zusammenfassung von Angebotsanfragen (RFPs) und die Extraktion von Anforderungen. Der nächste logische Schritt wäre der Einsatz von KI zum Verfassen von Angebotsanfragen. Wir experimentieren mit der Generierung von verständlichen Texten, die unseren Bedürfnissen entsprechen.
Die Erstellung wirkungsvoller Texte bleibt jedoch eine Herausforderung. Kunden werden voraussichtlich auch KI zur Bewertung unserer Angebote einsetzen, wodurch ein Kreislauf entstehen könnte, in dem KI sowohl die Angebotserstellung als auch die Bewertung steuert und somit der Fokus auf Qualität zugunsten der Automatisierung abnimmt.
Es stellt sich die Frage: Werden Aufträge künftig auf Grundlage der Qualität der bei der Angebotserstellung eingesetzten KI vergeben, oder kehrt man zu einem rein preisorientierten Markt zurück?
Es stellt sich auch die Frage, ob KI uns bei der Entwicklung von Preisstrategien helfen kann – ein Thema, das es wert ist, in Zukunft erneut aufgegriffen zu werden, wenn wir mehr Einblicke in diese Technologien gewinnen.
Stefan Morcov – Hermix: Die Diskussion über die zunehmende Verbreitung von rein preisbasierten Bewertungsverfahren ist interessant. Wir beobachten diesen Trend bei Ausschreibungen, wie beispielsweise bei einer kürzlich von Digita Suit durchgeführten Ausschreibung, die ausschließlich auf dem Preis basiert.
Da KI zunehmend Unternehmensbotschaften auf Plattformen wie LinkedIn generiert, könnte die Qualität von Angeboten sinken, wenn sich alle auf KI-gestützte Texterstellung verlassen. Lange, unübersichtliche Angebote wurden in der Vergangenheit selten gelesen, und heute, unterstützt durch technologische Fortschritte, besteht ein starker Fokus auf Kürze und Klarheit.
Wir befinden uns an einem Scheideweg: Einerseits stellen wir uns eine Zukunft vor, in der KI manuelle Aufgaben erleichtert, andererseits müssen wir uns mit dem potenziellen dystopischen Ergebnis auseinandersetzen, in dem die Automatisierung zu einem rein transaktionalen Markt ohne Substanz führt.
Stefan Morcov – Hermix: Automatisch generierter Text. Er folgt bestimmten Regeln und besteht aus einigen hundert oder tausend Zeilen, die zu Berichten zusammengefasst werden. Buchhaltung ist eine sehr klare Wissenschaft. Nicht alle Technologien sind für alles geeignet.
Rudolf de Schipper: Eine interessante Bemerkung von Laura Price: Dies gilt nur für Standardwaren und -dienstleistungen. Dem stimme ich voll und ganz zu.
Stefan Morcov – Hermix: Ja, da stimme ich Ihnen vollkommen zu! Eine sehr gute Beobachtung. Man fragt sich, was der Kunde im Sinn hat, wenn er eine reine Preisanfrage stellt. Wahrscheinlich betrachtet er das Gewünschte als Standardware oder -dienstleistung – sehr verfahrensorientiert, wie Sie schon sagten, eine Reihe von Regeln und sonst nichts. Bei kreativen und strategischen Dienstleistungen führen reine Preisbewertungen möglicherweise nicht zu einer besseren Qualität.
Rudolf de Schipper: Das Wort “kreativ” fiel mir auf. Wir haben das gestern schon besprochen, Stefan: Was bedeutet “kreativ”, wenn KI schöne Bilder generiert? Ist das etwas, das wir als kreativ bezeichnen würden, oder ist es lediglich eine Neuauflage bereits existierenden Materials auf eine völlig neue Art und Weise?
Stefan Morcov – Hermix: Absolut. Dazu gibt es zwei Punkte. Erstens stimme ich vollkommen zu, dass Preisgestaltung und Preisbewertung auch für Standardwaren und -dienstleistungen anwendbar sind. Bei der öffentlichen Auftragsvergabe liegt der Schwerpunkt eher auf der technischen als auf der Preisbewertung, insbesondere bei kreativen, strategischen oder komplexen Projekten. Die Preisbewertung für unkonventionelle, kreative oder komplexe Umgebungen ist eine Herausforderung.
Zweitens ist KI nur so gut wie die Menschen, die sie bedienen. Ich glaube, künstliche Intelligenz ist lediglich ein Werkzeug; sie kann, wie jede Technologie, zum Guten oder zum Schlechten eingesetzt werden. Selbst ein Traktor kann missbraucht werden.
Wenn man über Kreativität und Technologie spricht, ist es wichtig zu beachten, dass Technologie als Werkzeug eingesetzt wird, um Ziele wie das Gewinnen von Ausschreibungen und das Erstellen der besten Angebote zu erreichen.
Stefan Morcov – Hermix: Wenn die Ausschreibungsanforderungen und Angebote von KI generiert werden, wie differenziert man sich dann noch? Ich glaube, Differenzierung entsteht durch Kreativität. Man braucht menschliche Köpfe – Teams aus klugen Köpfen, technischen Architekten und Visionären, die originelle Ideen und intelligente Architekturen entwickeln können. Tools können helfen, diese Ideen zu Papier zu bringen, aber die ursprünglichen Konzepte müssen von Menschen stammen.
Es herrscht der weitverbreitete Irrglaube, KI entwickle Lösungen. Auch wenn sie mitunter kreativ wirkt, stellt sie im Wesentlichen bereits vorhandene Texte zusammen. Wir befinden uns im Übergang von “Ich google das mal für dich” zu “Ich frage ChatGPT das mal für dich”. KI beantwortet viele Anfragen korrekt, aber sie sammelt vorhandene Informationen, anstatt eigene Inhalte zu erstellen.
Stefan Morcov – Hermix: Die Graphanalyse ist ein Thema, das ich in der Schule und an der Universität gelernt habe – die Berechnung von Distanzen zwischen Knoten, Greedy-Algorithmen und so weiter. Wir können die Distanz zwischen zwei Knoten anhand von Verträgen zwischen Partnern und deren Werten bestimmen, woraus sich eine Bewertung ergibt.
Stefan Morcov – Hermix: Es erreichen uns viele Fragen. Ist KI beispielsweise in Unternehmen zur Angebotserstellung verboten? Ich glaube nicht. In Italien gab es kurzzeitig einen Versuch, KI einzuschränken, als ChatGPT aufkam, und in New York wurde sie an öffentlichen Schulen einen Monat lang verboten. Von Verboten in Unternehmen habe ich jedoch noch nichts gehört. KI ist ein nützliches Werkzeug, das wir täglich unbewusst nutzen.
Stefan Morcov – Hermix: Technologien wie die automatische Transkription und Übersetzung in Zoom sind Formen von KI. Wir nutzen KI bereits im Alltag. Mir sind keine Organisationen bekannt, die KI in Projektanträgen verbieten. Ich befürworte den Einsatz von KI, glaube aber nicht, dass sie von sich aus kreativ oder intelligent genug ist, um den Kontext zu verstehen.
Stefan Morcov – Hermix: Roswan kommentiert: Die Veröffentlichungsstelle für öffentliche Ausschreibungen ist in der Tat ein moderner öffentlicher Auftraggeber, der KI für effiziente öffentliche Dienstleistungen einsetzt. Das ist lobenswert. Wir lernen von ihrer Integration von KI, sowohl intern als auch extern.
Stefan Morcov – Hermix: Der Privatsektor tendiert aus verschiedenen Gründen dazu, schneller zu agieren.
Stefan Morcov – Hermix: Wir haben noch ein paar Fragen. Wie steht die EU aktuell zu KI-generierten Ausschreibungen? Ehrlich gesagt, ich weiß es nicht. Falls jemand dazu etwas weiß, bitte teilen. Ich vermute, es gibt in dieser Angelegenheit keinen Konsens.
Rudolf de Schipper: Ich stimme zu, dass es keinen allgemeinen Konsens gibt. Aus der Sicht eines objektiven Käufers gilt: Wenn Sie mithilfe von KI das beste Angebot unterbreiten können, sollten Sie es nutzen. Ein eher kundenorientierter Käufer hingegen bevorzugt möglicherweise, dass Sie sich intensiv mit der Angebotsanfrage auseinandersetzen.
