{"id":291,"date":"2026-02-23T04:59:00","date_gmt":"2026-02-23T04:59:00","guid":{"rendered":"https:\/\/hermix.com\/?p=291"},"modified":"2026-06-05T07:05:48","modified_gmt":"2026-06-05T07:05:48","slug":"ki-ist-magie-oder-ist-sie-es","status":"publish","type":"post","link":"https:\/\/hermix.com\/de\/ai-is-magic-or-is-it\/","title":{"rendered":"KI ist MAGIE. Oder etwa nicht?"},"content":{"rendered":"

Ein Blick darauf, was K\u00fcnstliche Intelligenz im \u00f6ffentlichen Beschaffungswesen tats\u00e4chlich leistet und wo sie noch Defizite aufweist.<\/strong><\/p>\n\n\n\n

Arthur C. Clarke schrieb einst, dass jede hinreichend fortgeschrittene Technologie von Magie nicht zu unterscheiden ist. Er hatte recht. Und er beschrieb damit genau das Problem, wie die meisten Unternehmen heute an KI herangehen.<\/p>\n\n\n\n

Der europ\u00e4ische Markt f\u00fcr das \u00f6ffentliche Beschaffungswesen bildet da keine Ausnahme. Alle reden \u00fcber KI. Weniger Menschen sind ehrlich dar\u00fcber, was sie kann und was nicht. Bei Hermix integrieren wir KI seit dem ersten Tag in unsere Plattform und nutzen sie, um Unternehmen wie Capgemini, Accenture, Unisys, Fujitsu, Indra und Dutzenden anderen zu helfen, \u00f6ffentliche Auftr\u00e4ge zu gewinnen. Wir haben viel dar\u00fcber gelernt, wo KI echten Mehrwert bietet, wo sie Schwierigkeiten hat und wie man diese L\u00fccke schlie\u00dft.<\/p>\n\n\n\n

Das Problem, das KI tats\u00e4chlich l\u00f6st<\/strong><\/h2>\n\n\n\n

Der Vertrieb im \u00f6ffentlichen Sektor ist kostspielig. Auftragnehmer wenden 2\u20136% des Auftragswerts f\u00fcr Vertrieb und Angebotserstellung auf. Presales-Manager verwenden bis zu 50% ihrer Zeit darauf, Ausschreibungen zu finden, zu lesen und zu pr\u00fcfen. Angebote werden nach wie vor gr\u00f6\u00dftenteils von Hand verfasst. Und irgendwo inmitten all dieser manuellen Arbeit werden gute Chancen verpasst und schlechte verfolgt.<\/p>\n\n\n\n

Der Markt ist au\u00dferdem fragmentiert. Relevante Ausschreibungen sind \u00fcber Hunderte von Portalen in ganz Europa verteilt. Sie zu finden dauert Stunden. Das Lesen der Spezifikationen dauert weitere Stunden. Die kommerzielle Qualifizierung der Chance, die Frage, wer \u00e4hnliche Auftr\u00e4ge zuvor gewonnen hat, wie die Budgets aussehen und wer die Konkurrenz ist, kann Tage dauern.<\/p>\n\n\n\n

Das ist das Problem, das KI l\u00f6st. Keine Magie. Kompression von Aufwand.<\/p>\n\n\n\n

Wof\u00fcr wir bei Hermix KI tats\u00e4chlich nutzen<\/strong><\/h2>\n\n\n\n

Es gibt viel vages Gerede \u00fcber \u201cKI-gest\u00fctzte\u201d Plattformen. Wir ziehen es vor, konkret zu sein.<\/p>\n\n\n\n

KI und maschinelles Lernen<\/strong> Verarbeitung von Datenqualit\u00e4t, Bereinigung, Interpretation, Scoring und Empfehlungen. \u00d6ffentliche Beschaffungsdaten sind un\u00fcbersichtlich. Firmennamen treten in Dutzenden von Varianten \u00fcber verschiedene Portale hinweg auf. Vergabestellen sind doppelt vorhanden, falsch klassifiziert oder inkonsistent getaggt. ML-Modelle bereinigen und normalisieren dies im gro\u00dfen Ma\u00dfstab automatisch, sodass Sie bei der Suche nach einem K\u00e4ufer- oder Auftragnehmerprofil akkurate, konsolidierte Daten anstelle eines fragmentierten Durcheinanders vor sich haben.<\/p>\n\n\n\n

GPT-Modelle<\/strong> Analyse von Ausschreibungsunterlagen, Extrahierung technischer Anforderungen und Unterst\u00fctzung bei der Konformit\u00e4tspr\u00fcfung. Wenn ein Ausschreibungsdokument 200 oder 300 Seiten umfasst, kann eine GPT-gest\u00fctzte Zusammenfassung in wenigen Minuten ein strukturiertes, einseitiges Briefing erstellen, das Ziele, Budget, Zuschlagskriterien, geforderte Experten und Teilnahmebedingungen abdeckt. Unsere Nutzer k\u00f6nnen jede Ausschreibung auf der Plattform \u00f6ffnen, auf die Registerkarte \u201eZusammenfassung\u201c klicken und eine strukturierte Analyse lesen, ohne das Originaldokument ber\u00fchren zu m\u00fcssen.<\/p>\n\n\n\n

KI-Chat<\/strong> geht noch weiter. Anstatt eine feste Zusammenfassung zu lesen, k\u00f6nnen Benutzer ihre eigenen Fragen direkt zum Ausschreibungsdokument stellen. Welche Experten werden ben\u00f6tigt? Wie hoch ist die Mindestumsatzanforderung? Wie viele Lebensl\u00e4ufe m\u00fcssen im technischen Angebot eingereicht werden? Die Antworten kommen innerhalb von Sekunden zur\u00fcck, stammen aus dem eigentlichen Dokument, sind zitiert und nachvollziehbar.<\/p>\n\n\n\n

SearchGPT<\/strong> st\u00e4rkt unsere Autorit\u00e4t und den Aufbau von Auftragnehmerprofilen. Anstatt Informationen \u00fcber einen K\u00e4ufer manuell zusammenzustellen, durchsucht, bereinigt und strukturiert SearchGPT \u00f6ffentlich zug\u00e4ngliche Informationen \u00fcber K\u00e4ufer und Auftragnehmer und kombiniert diese mit unserer eigenen Beschaffungsdatenbank, um tiefgehende Profile zu erstellen. F\u00fcr eine Ausschreibung von Frontex k\u00f6nnen Benutzer beispielsweise sofort 241 offene Ausschreibungen im Wert von 3,2 Milliarden Euro, 659 vergebene Auftr\u00e4ge im Wert von 5,6 Milliarden Euro, die bevorzugten Hauptlieferanten und 11 Kontaktstellen auf einen Blick sehen.<\/p>\n\n\n\n

GraphRAG und tiefes Schlie\u00dfen<\/strong> Bew\u00e4ltigen Sie das schwierigere Problem gro\u00dfer, komplexer Dokumente und Analyseketten, die Zwischenschritte beim Schlie\u00dfen von Schlussfolgerungen erfordern. Standard-GPT-Modelle tun sich schwer mit sehr langen Dokumenten und mehrstufigen Schlussfolgerungen. GraphRAG begegnet diesem Problem, indem es Beziehungen zwischen Entit\u00e4ten in einem Dokument versteht und nicht nur den Oberfl\u00e4chentext. Deep Reasoning generiert Zwischenartefakte und mehrere Antwortpfade, bevor es zu einer Schlussfolgerung gelangt. Diese Techniken erm\u00f6glichen es Hermix, Rahmenvertr\u00e4ge, Losstrukturen und Konsortialanforderungen pr\u00e4zise zu analysieren.<\/p>\n\n\n\n

KI-Klassifizierer<\/strong> Analysieren und Kategorisieren von Kl\u00e4rungsfragen aus Beschaffungsportalen, um Benutzern zu helfen, die Fragesituation rund um aktive Ausschreibungen zu verfolgen und zu verstehen.<\/p>\n\n\n\n

Was gut funktioniert und was nicht<\/strong><\/h2>\n\n\n\n

Dies ist der Teil, den die meisten KI-Anbieter auslassen. Wir werden das nicht tun.<\/p>\n\n\n\n

KI erledigt bestimmte Aufgaben mit hoher Zuverl\u00e4ssigkeit. Korrektur von Grammatik, Rechtschreibung und Stil. Zusammenfassung und Extraktion strukturierter Inhalte aus Dokumenten. \u00dcbersetzung zwischen europ\u00e4ischen Sprachen. \u00dcberpr\u00fcfung der Einhaltung festgelegter Anforderungen. Klassifizierung und Tagging von Inhalten in gro\u00dfem Umfang. Bei diesen Aufgaben liegt die Genauigkeit unserer Systeme bei 98\u201399%.<\/p>\n\n\n\n

KI hat bei anderen Aufgaben Schwierigkeiten, und es ist wichtig, dies offen anzusprechen. Das Generieren origineller Ideen ist etwas, das aktuelle Modelle nicht gut k\u00f6nnen. Sie kombinieren bestehende Muster neu, sie erfinden nichts. Das Verstehen emotionaler Kontexte, kultureller Subtexte oder der ungesagten Dynamiken in einer Kundenbeziehung \u00fcbersteigt die heutigen F\u00e4higkeiten. Unbeaufsichtigte KI, die ohne menschliche \u00dcberpr\u00fcfung l\u00e4uft, liefert unzuverl\u00e4ssige Ergebnisse in einem Ausma\u00df, das bei einem Ausschreibungsverfahren inzeptabel w\u00e4re.<\/p>\n\n\n\n

Es gibt auch technische Einschr\u00e4nkungen, die speziell die Beschaffung betreffen. Sehr gro\u00dfe Dokumente mit dichtem rechtlichen und technischen Inhalt bringen Kontextfenster an ihre Grenzen. Einige weniger verbreitete europ\u00e4ische Sprachen verf\u00fcgen \u00fcber weniger Trainingsdaten und liefern weniger zuverl\u00e4ssige Ergebnisse. Gescannte oder verschl\u00fcsselte Dokumente, die vor der Analyse eine OCR erfordern, f\u00fchren zu zus\u00e4tzlichen Fehlerquoten. Die Erkl\u00e4rbarkeit, also die M\u00f6glichkeit, genau nachzuvollziehen, warum eine KI ein bestimmtes Ergebnis erzielt hat, bleibt eine Herausforderung, was in regulierten Beschaffungsumgebungen von Bedeutung ist.<\/p>\n\n\n\n

Das ehrliche Fazit: KI ist ein Werkzeug. Ein m\u00e4chtiges, wenn sie richtig eingesetzt wird. Ein Risiko, wenn sie als Blackbox behandelt wird.<\/p>\n\n\n\n

Die Adoptionsh\u00fcrden, \u00fcber die niemand spricht<\/strong><\/h2>\n\n\n\n

\u00dcber die Leistungsf\u00e4higkeit hinaus gibt es praktische H\u00fcrden f\u00fcr den Einsatz von KI im Einkauf, die Aufmerksamkeit verdienen.<\/p>\n\n\n\n

Sicherheits- und Datenschutzbedenken sind real. Ausschreibungsunterlagen k\u00f6nnen gesch\u00e4ftssensible Informationen enthalten. Die Vorschriften zum Umgang mit Daten im \u00f6ffentlichen Beschaffungswesen sind streng und variieren je nach Jurisdiktion. Jedes in diesem Kontext verwendete KI-Tool muss anhand dieser Anforderungen bewertet werden, anstatt seine Konformit\u00e4t einfach voraususzusetzen.<\/p>\n\n\n\n

Die Kosten f\u00fcr die anf\u00e4ngliche Einrichtung und Integration werden oft untersch\u00e4tzt. Eine Plattform, die KI sinnvoll nutzt, hat erheblich in Datenpipelines, Modellauswahl, Feinabstimmung und Qualit\u00e4tskontrolle investiert. Diese Investition ist in das Produkt integriert. Sie von Grund auf im eigenen Haus zu entwickeln, ist teuer und langwierig.<\/p>\n\n\n\n

Widerst\u00e4nde der Anwender und Kompetenzl\u00fccken sind betr\u00e4chtlich. KI-Werkzeuge erfordern Prompt-Engineering-F\u00e4higkeiten, um effektiv genutzt zu werden, und Teams, die jahrelang mit Excel und manuellen Rechercheprozessen gearbeitet haben, passen sich nicht automatisch an. Das \u00c4nderungsmanagement ist ebenso wichtig wie die Technologie.<\/p>\n\n\n\n

Die Frage, die es wert ist, gestellt zu werden<\/strong><\/h2>\n\n\n\n

Hier ist das Szenario, das uns am meisten besch\u00e4ftigt, und es lohnt sich, es offen anzusprechen: KI ist jetzt in der Lage, Beschaffungsdokumente zu schreiben. KI ist in der Lage, Angebote als Reaktion auf diese Dokumente zu schreiben. KI ist in der Lage, diese Angebote zu bewerten.<\/p>\n\n\n\n

Wenn alle drei gleichzeitig passieren, was messen wir eigentlich? Die Qualit\u00e4t des zugrundeliegenden Angebots oder die Raffinesse der KI, mit der es generiert wurde?<\/p>\n\n\n\n

Bei Standardg\u00fctern und -dienstleistungen mag die preisbasierte Bewertung unabh\u00e4ngig vom KI-Einsatz dominant bleiben. Bei komplexen, kreativen oder strategischen Projekten ist diese Dynamik anders. Das menschliche Urteilsverm\u00f6gen, die originelle Architektur, die Einsicht in das, was ein K\u00e4ufer tats\u00e4chlich braucht, \u00fcber das hinaus, was er in die Spezifikation geschrieben hat, bleiben genuin menschliche Beitr\u00e4ge, die KI nicht replizieren kann.<\/p>\n\n\n\n

Die Unternehmen, die im \u00f6ffentlichen Sektor kontinuierlich gewinnen, lagern ihr Denken nicht an KI aus. Sie nutzen KI, um den Aufwand f\u00fcr die Findung von M\u00f6glichkeiten, das Verst\u00e4ndnis der K\u00e4ufer, die kommerzielle Qualifizierung und die Dokumentenverwaltung zu reduzieren. Das strategische Urteilsverm\u00f6gen bleibt bei ihnen.<\/p>\n\n\n\n

Was das in der Praxis bedeutet<\/strong><\/h2>\n\n\n\n

Bei Hermix unterst\u00fctzen unsere KI-Tools vier Phasen des Beschaffungsprozesses: Markterkundung, Qualifizierung, Strategie und Angebotsorchestrierung.<\/p>\n\n\n\n

Discovery bedeutet, die richtigen Ausschreibungen schneller zu finden \u2013 \u00fcber TED, BOSA, Doffin, Deutschland, die Niederlande, Rum\u00e4nien und EU-Institutionen-Portale hinweg, mit automatisierten Benachrichtigungen und Verl\u00e4ngerungsprognosen, damit Nutzer nie wieder eine relevante Chance verpassen.<\/p>\n\n\n\n

Qualifizierung bedeutet, eine Chance kommerziell zu verstehen, bevor man Ressourcen f\u00fcr sie aufwendet. Wer hat \u00e4hnliche Auftr\u00e4ge gewonnen? Was haben diese Auftr\u00e4ge eingebracht? Wie sieht die Historie und das Ausgabeverhalten des K\u00e4ufers aus? Wie stellt sich die Wettbewerbslandschaft dar? Unsere Plattform beantwortet diese Fragen in wenigen Minuten aus einer Datenbank mit \u00fcber 250.000 Beh\u00f6rden.<\/p>\n\n\n\n

Strategie bedeutet Marktintelligenz: K\u00e4uferprofile, Partneranalysen, Wettbewerbsdiagramme, Daten zu den EU-Ausgaben. Zu verstehen, wo das Geld ist und wer die Hauptakteure sind, bevor Sie entscheiden, wo Sie Ihre Anstrengungen im Bereich der Gesch\u00e4ftsentwicklung investieren.<\/p>\n\n\n\n

Bid Orchestration bedeutet KI-Zusammenfassungen, KI-Chat, Dokumentenanalyse und Compliance-Pr\u00fcfungen, um den manuellen Aufwand des eigentlichen Angebotsprozesses zu reduzieren.<\/p>\n\n\n\n

Das Ergebnis, das auf Fallstudien mit unseren Anwendern basiert, ist eine Reduzierung des Zeitaufwands f\u00fcr Marktforschung um 87%, eine Reduzierung des Zeitaufwands f\u00fcr die Ausschreibungsanalyse um 75% und eine Reduzierung des Zeitaufwands f\u00fcr die Angebotserstellung um 60%. Ein vierk\u00f6pfiges Team erzielt die Leistung von sechs Mitarbeitern.<\/p>\n\n\n\n

Das ist keine Magie. So sieht gut implementierte KI in einem komplexen B2G-Umfeld tats\u00e4chlich aus.<\/p>\n\n\n\n

Hermix hilft Unternehmen, \u00f6ffentliche Auftr\u00e4ge durch KI-gest\u00fctzte Ausschreibungs\u00fcberwachung, Marktanalysen und Angebotsanalysen zu gewinnen. Genutzt von Capgemini, Accenture, Unisys, Fujitsu, Indra, Microsoft und \u00fcber 50 weiteren Unternehmen in ganz Europa. Erstellen Sie Ihr kostenloses Konto unter <\/em>hermix.com\/sign-up<\/a><\/strong><\/p>","protected":false},"excerpt":{"rendered":"

Im Bereich des \u00f6ffentlichen Auftragswesens boomt die Diskussion \u00fcber K\u00fcnstliche Intelligenz, doch vielen sind ihre wahren F\u00e4higkeiten nach wie vor unklar. Bei Hermix haben wir KI genutzt, um den Beschaffungsprozess zu optimieren und Unternehmen wie Capgemini und Accenture dabei zu helfen, Auftr\u00e4ge effizienter zu gewinnen. <\/p>","protected":false},"author":4,"featured_media":394,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_angie_page":false,"content-type":"","inline_featured_image":false,"page_builder":"","footnotes":""},"categories":[13],"tags":[],"ppma_author":[18],"class_list":["post-291","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-insights"],"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t\n\t\n\t\n\t\n\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t