Dreher Consulting®
Technischer Vertrieb im Maschinenbau — Angebotskalkulation an zwei Bildschirmen mit CAD-Baugruppe und Kalkulationstabelle overlay image
Zurück zu Fallstudien

Prozessanalyse im Angebotsprozess bei einem Maschinen- und Anlagenbauer — KI-Generator abgelehnt, 5–7 Stunden je Angebot gemessen

CHALLENGES

Der Auslöser kam aus dem Vertrieb: Bei Ausschreibungen verlor das Unternehmen Zeit gegen den Wettbewerb, und die Geschäftsführung wollte Angebote künftig von einer KI schreiben lassen.

Die angebotsrelevanten Daten lagen jedoch über vier Systemkategorien verteilt — ERP für Artikel, Stücklisten und Preise, CAD/PLM für Varianten und Konfigurationsregeln, CRM für Sonderpreise und Angebotshistorie sowie individuelle Excel-Sheets für die Kalkulation. Dieselben Produkt- und Preisdaten wurden an fünf Stellen erneut erfasst.

Die Konfigurationslogik lag in der Konstruktion, nicht im Vertriebssystem — die Spezifität eines Angebots war aus dem Vertrieb heraus nicht steuerbar. Der fachlich schwierigste Teil war deshalb nicht die Messung, sondern der Erwartungs-Reset: Das Werkzeug stand fest, bevor das Problem beschrieben war.


SOLUTION

Dreher Consulting verantwortete die Aufnahme des Angebotsprozesses, das Mapping der Datenquellen, die Baseline-Messung und die Entscheidungsvorlage. Die Umsetzung, die Konsolidierung der Produkt- und Preisdaten sowie die Wahl der Werkzeuge blieben beim Unternehmen. Ein Implementierungsmandat bestand nicht, eine Systemauswahl war nicht Teil des Auftrags.

Gemessen wurde in KW 11–16/2026 über Zeiterfassung im Vertriebsinnendienst, in der Konstruktion und im Vertrieb, ergänzt um Fehler aus Nachbesserungs-Tickets und Rückmeldungen potenzieller Kundinnen und Kunden. Die Analysephase dauerte rund sechs bis acht Wochen.

Die Analyse kehrte die Reihenfolge um, in der das Vorhaben gedacht war. Ein Angebot gewinnt, wenn es schnell, richtig und spezifisch ist — der Text ist der geringste Teil davon. Sind Produkt-, Preis- und Konfigurationsdaten zwischen ERP, CAD/PLM und Kalkulationstabellen inkonsistent, erzeugt ein Sprachmodell flüssige Angebote mit falschen Zahlen: schneller und in größerer Menge.

Verworfen: ein KI-Textgenerator auf der bestehenden Datenbasis. Er hätte den Fehler skaliert, nicht behoben.

Beibehalten: die Konsolidierung der Produkt-, Preis- und Konfigurationsdaten in einer verbindlichen Leitquelle, bevor über Werkzeuge gesprochen wird.


  • 21 Prozessschritte von der Anfrage bis zum versandten Angebot dokumentiert, einschließlich der Prüfschritte — vorher gab es keinen durchgängig dokumentierten Prozess.
  • 5 Stellen mit Mehrfacherfassung derselben Produkt-, Preis- oder Konfigurationsdaten identifiziert, verursacht durch getrennte Systeme für Kalkulation und Angebotserstellung.
  • 4 Systemkategorien mit angebotsrelevanten Daten: ERP, CAD/PLM, CRM und individuelle Excel-Sheets.
  • Vor jedem Einsatz eines Sprachmodells sind drei Fragen zu klären: welches Modell, gehostet wo, und ob der Anbieter mit den übergebenen Daten trainiert.
  • Übertragbar auf Unternehmen mit variantenreichen, konfigurierbaren Produkten, deren Angebotsdaten über ERP, PLM, CRM und Tabellenkalkulation verteilt liegen. Nicht übertragbar auf Unternehmen mit standardisiertem Katalogsortiment und einer einzigen Preisquelle — dort ist tatsächlich die Textproduktion der Engpass.

Die gemessenen Werte beschreiben die Ausgangslage, nicht eine Verbesserung: Die Umsetzung lag nicht im Mandat. Die Wirkung der Datenkonsolidierung ist nicht gemessen, und über den Einsatz eines Sprachmodells im Angebotsprozess ist nicht entschieden. Eine Nachmessung von Zeit pro Angebot, Fehlerquote und Trefferquote steht aus.

Maschinen- und Anlagenbauer

Mitarbeiteranzahl 250 Kundenausrichtung B2B, Projekt- und Seriengeschäft

Ein DACH-Maschinen- und Anlagenbauer wollte Angebote von einer KI schreiben lassen. Die Prozessanalyse maß 5–7 Stunden und 15–22 % Fehlerquote je Angebot und führte zur Entscheidung, zuerst die Datenbasis zu ordnen.

Terminvereinbarung für eine Beratung