Industrie
IT-Dienstleistungen und Beratung
Unternehmensform
Mittelständisches Software-Dienstleistungsunternehmen (150–500 Mitarbeiter)
Team
Pre-Sales, Lösungsarchitekten, Kundenbetreuer
Ergebniszeitraum
90 Tage nach dem Einsatz
Die Herausforderung
Die Pre-Sales-Teams von Software-Dienstleistungsunternehmen verbringen einen unverhältnismäßig großen Teil ihrer produktiven Arbeitszeit mit der Erstellung von Angeboten – einem Prozess, der größtenteils manuell abläuft, uneinheitlich strukturiert und schwer skalierbar ist. Branchendaten spiegeln dies deutlich wider:
| Benchmark der IT-Branche | Typischer Wert |
|---|---|
| Durchschnittliche Zeit für die Erstellung eines technischen Angebots | 12–18 Stunden |
| Zeit bis zum Versand ab dem ersten Gespräch mit dem Kunden | 4–7 Werktage |
| Angebotserfolgsquote (IT-Dienstleistungen, weltweiter Durchschnitt) | 22–28% |
| Kosten pro Vorschlag (SA-Zeitaufwand + Koordination) | $800–$2.200 |
| Anzahl der Angebote, die ein Solutions Architect pro Monat bearbeiten kann | 4–6 |
| Nacharbeitsquote aufgrund von Schätzfehlern | 35–45% |
| Zyklen zur Abstimmung mit den Interessengruppen pro Vorschlag | 2–4 Runden |
Das Pre-Sales-Team des Unternehmens lag bei diesen Richtwerten oder darunter. Wesentliche Reibungspunkte:
- Keine standardisierte Struktur — Jeder Architekt erarbeitete seine Entwürfe auf unterschiedliche Weise, was zu Qualitätsschwankungen und fehlenden Abschnitten führte.
- Schätzungen und Vermutungen — Die Stunden wurden informell und ohne strukturierte Komplexitätsanalyse geschätzt, was häufig zu einer zu niedrigen Schätzung des Arbeitsaufwands führte.
- Langsame Abwicklung — Die Erstellung kundenfertiger Dokumente dauerte vom ersten Gespräch bis zur Auslieferung 5–7 Tage, wodurch oft Aufträge an schnellere Wettbewerber verloren gingen
- Wiederholte Anstrengung — Gängige Arbeitsergebnisse (Stakeholder-Karten, Modulaufschlüsselungen, User Stories, Kostenmodelle) wurden für jedes Projekt von Grund auf neu erstellt
- Kein institutionelles Gedächtnis — Bei der Festlegung des Umfangs neuer Aufgaben wurde nicht systematisch auf frühere Projekte zurückgegriffen.
Merkmale:
- Fügen Sie ein Gesprächsprotokoll ein – die Plattform extrahiert automatisch Anforderungen, Budget, Zeitplan, Tech-Stack und Compliance-Anforderungen
- Eliminiert die manuelle Dokumentation von Anforderungen vollständig aus dem Arbeitsablauf
- Jede der 8 Workflow-Phasen löst eine speziell dafür entwickelte KI-Generierung für ihre Artefakte aus
- Lösungskomponenten, User Stories, User Flows, Bildschirmspezifikationen, Teamzusammensetzung, Kostenstrategie
- Architekten prüfen und verfeinern KI-generierte Inhalte – sie fangen niemals bei Null an
- Komplexitätsfaktoren, Risikopuffer und die Anzahl der Bildschirme, abgeleitet aus den projektinternen Modul- und Story-Daten
- Keine pauschalen Faustregeln – eine auf die Besonderheiten jedes einzelnen Auftrags abgestimmte Schätzlogik
- Die Nacharbeitsquote sank von ~40% auf ~12%
- Bei der Überprüfung kamen vergleichbare frühere Aufträge ans Licht
- Architekten erhalten Anhaltspunkte für Preisgestaltung, Zeitplan und Risiken, ohne in gemeinsam genutzten Laufwerken suchen zu müssen
- Vollständig strukturiertes Angebot, das direkt aus den Workflow-Daten generiert wurde: Zusammenfassung, Umfang, Zeitplan, Kostenaufschlüsselung, Geschäftsbedingungen
- Der Kunde erhält per E-Mail einen sicheren Genehmigungslink; die Annahme bzw. Ablehnung wird erfasst und protokolliert
- Alle Sitzungen werden protokolliert: Gesamtzahl der Sitzungen, durchschnittliche Sitzungsdauer, längste Sitzung
- Vollständiger Nachverfolgungsverlauf der pro Auftrag aufgewendeten Zeit im Vorverkauf
Technologie
Die Lösung:
Das Unternehmen führte eine KI-gestützte Plattform für das Angebotsmanagement ein, die auf einem 8-stufiger Workflow im Vorverkauf — vom ersten Kundengespräch bis zur digitalen Freigabe.
Die Plattform ersetzt den Architekten nicht, sondern fungiert als Co-Pilot: In Stufe 1 erfasst sie den Kundenkontext, in Stufe 3 erstellt sie die Lösungsarchitektur und die Modulaufschlüsselung, in Stufe 6 entwickelt sie die Kalkulationslogik und in Stufe 7 erstellt sie ein kundenfertiges PDF – und das alles in einer einzigen, geführten Umgebung.
Kernkompetenzen:
- Vom Zeugnis zum Studienvorschlag in einem Schritt — Fügen Sie das Gesprächsprotokoll ein, und die Plattform extrahiert automatisch Anforderungen, Budget, Zeitplan, Tech-Stack und Compliance-Anforderungen
- Strukturierte KI-Generierung — In jeder Phase wird eine speziell dafür entwickelte KI-Generierung für die jeweiligen Artefakte ausgelöst: Lösungskomponenten, User Stories, User Flows, Bildschirmspezifikationen, Teamzusammensetzung und Kostenstrategie
- Intelligente Schätzung — Komplexitätsfaktoren, Risikopuffer und die Anzahl der Bildschirme werden aus den projektinternen Modul- und Story-Daten abgeleitet und nicht anhand allgemeiner Faustregeln
- Abgleich auf Ähnlichkeit mit früheren Projekten — Die Plattform zeigt bei der Prüfung vergleichbare Projekte aus der Vergangenheit an und liefert Architekten damit Anhaltspunkte für die Preisgestaltung und den Projektumfang.
- Zeiterfassung pro Angebot, pro Phase — Jede Sitzung wird protokolliert; die Plattform zeigt die Gesamtzahl der vom Pre-Sales-Team pro Projekt aufgewendeten Stunden an
- PDF-Ausgabe mit einem Klick — direkt aus den Workflow-Daten wird ein vollständig strukturiertes Angebotsdokument erstellt, das eine Zusammenfassung, den Umfang, den Zeitplan, eine Kostenaufschlüsselung und die vertraglichen Bedingungen enthält
- Workflow für die digitale Freigabe — Kunden erhalten per E-Mail einen sicheren Genehmigungslink; die Annahme oder Ablehnung wird erfasst und protokolliert
Angebotene Dienstleistungen
- KI-Produktdesign und Workflow-Architektur
- Transkript-Analyse und NLP-Pipeline
- Entwicklung einer Pre-Sales-Plattform in 8 Phasen
- Entwicklung einer Schätzungs-Engine
- PDF-Erstellung und digitale Unterzeichnung
- Ähnlichkeitsabgleich bei vergangenen Projekten
- Laufende Optimierung von KI-Modellen
Ergebnisse nach 90 Tagen
Zeiteffizienz (Arbeitsstunden des Pre-Sales-Teams)
| Metrisch | Vorher (nach eigenen Angaben) | Nach (vom System erfasst) | Ändern |
|---|---|---|---|
| Durchschnittliche Stunden pro Angebot | 14,2 Stunden | 3,8 Stunden | −73% |
| Zeit bis zum Versand (Tage) | 5,4 Tage | 1,6 Tage | −70% |
| Anzahl der Vorschläge pro SA pro Monat | 4–5 | 12–15 | +3-facher Durchsatz |
| Nacharbeitsquote | ~40% | ~12% | −70% |
| Schätzgenauigkeit (vom Architekten bewertet) | Niedrig / Mittel | Mittel / Hoch | Deutlicher Anstieg |
Hinweis zur Zeiterfassung: Die Plattform erfasst die Gesamtzeit pro Vorschlag in Sekunden, aufgeschlüsselt nach Sitzungen – Gesamtzahl der Sitzungen, durchschnittliche Sitzungsdauer, längste Sitzung. Die oben genannten Zahlen wurden aus diesen Daten abgeleitet und für das gesamte Team über den Erfassungszeitraum hinweg aggregiert.
Qualitätsverbesserungen
- Vollständigkeit: Die über die Plattform erstellten Vorschläge deckten alle erforderlichen Abschnitte ab (100%), während manuell erstellte Dokumente nur etwa 55% umfassten.
- Schätzgenauigkeit: Projekte, deren Umfang mithilfe des strukturierten Schätzungsprozesses der Plattform ermittelt wurde, lagen in 7 von 10 Fällen innerhalb von ±15% der tatsächlichen Arbeitsstunden (im Vergleich zu ±40% in der Vergangenheit)
- Einbeziehung der Interessengruppen: Mithilfe von KI erstellte Stakeholder-Karten identifizierten pro Projekt 3–6 unterschiedliche geschäftliche Rollen und stellten so sicher, dass die Angebote sich an das gesamte Einkaufskomitee richteten und nicht nur an den technischen Ansprechpartner.
- Konsistenz: Die Gliederung der Abschnitte, die Terminologie und die Darstellung der Finanzdaten waren in allen Entwürfen einheitlich, unabhängig davon, welcher Architekt sie erstellt hatte.
Auswirkungen auf das Geschäft
| KPI | Vor | Danach | Ändern |
|---|---|---|---|
| Erfolgsquote bei Ausschreibungen | 24% | 38% | +14 Punkte |
| Durchschnittliches Auftragsvolumen (abgeschlossene Angebote) | $185K | $240K | +30% |
| Zeitaufwand von SA für Verwaltungsaufgaben im Vergleich zu Kundenaufträgen | 60% / 40% | 25% / 75% | Umgekehrt |
| Pro Monat versendete Vorschläge (Gesamtzahl des Teams) | 18 | 52 | +189% |
Benchmarks der IT-Branche: Referenzwerte zur Effizienz
| Benchmark | Branchendurchschnitt | Ein Ziel von Weltklasse | Ergebnis der Plattform |
|---|---|---|---|
| Stunden pro Antrag | 12–18 Stunden | < 4 Std. | 3,8 Stunden |
| Zeit bis zum Versand | 4–7 Tage | < 2 Tage | 1,6 Tage |
| Anzahl der Vorschläge pro SA pro Monat | 4–6 | 12+ | 12–15 |
| Gewinnquote | 22–28% | 35%+ | 38% |
| Schätzfehlermarge | ±35–45% | ±15% | ±15% |
| Nacharbeitsquote | 35–45% | < 15% | ~12% |
Zeitaufteilung des Lösungsarchitekten
Vor dem Einsatz (selbst angegebene Durchschnittswerte):
Recherche und Erfassung der Anforderungen
3,5 Stunden
Beschreibung der Lösung und der Module verfassen
4,0 Stunden
Schätzung und Teamzusammensetzung
3,0 Stunden
Kalkulation und Geschäftsbedingungen
2,0 Stunden
Dokumentformatierung und PDF-Erstellung
1,7 Stunden
Gesamt
14,2 Stunden
Nach der Bereitstellung (vom System erfasste Durchschnittswerte):
Kundenaufnahme (Phase 1 – Analyse des KI-Transkripts)
0,5 Std.
Überprüfung und Bearbeitung der Lösung (Phase 3 – KI-generierte Grundlage)
1,0 Std.
Überprüfung der Schätzung (Phase 6 – KI-generierte Basis)
0,6 Stunden
Kosten und Konditionen (Phase 7 – KI-generierte Grundlage)
0,5 Std.
Abschließende Überprüfung, Erstellung der PDF-Datei, Vorbereitung der Freigabe
0,4 Stunden
Koordination / Gemeinkosten zwischen den Phasen
0,8 Std.
Gesamt
3,8 Stunden
Pro Vorschlag eingesparte Zeit: ~10,4 Stunden — umgeleitet auf Kundenbindung, Erstgespräche und den Ausbau der Pipeline.
Zeitaufteilung des Lösungsarchitekten
01
Ausgehend von einer strukturierten Grundlage, nicht von einem leeren Blatt Papier
Anstatt einen Entwurf von Grund auf neu zu erstellen, überprüften und verfeinerten die Architekten die von der KI generierten Inhalte. Die kognitive Belastung verlagerte sich von der Erstellung hin zur Validierung – eine grundlegend schnellere Arbeitsweise.
02
Auf tatsächlichen Projektdaten basierende Schätzung
Die Kalkulations-Engine ermittelt den Zeitaufwand anhand der projektspezifischen Modulaufschlüsselung, der Anzahl der Stories und der Komplexitätsfaktoren – und nicht anhand von Bauchgefühl oder allgemeinen Tabellen. Die Architekten berichteten, dass sie von Anfang an mehr Vertrauen in ihre Zahlen hatten.
03
Das institutionelle Gedächtnis kam von selbst zum Vorschein
Im Rahmen der Prüfungsphase wurden ähnliche Projekte aus der Vergangenheit ermittelt, wodurch die Architekten Anhaltspunkte für Kosten, Zeitplan und Risiken erhielten – ohne gemeinsame Laufwerke durchsuchen oder Kollegen befragen zu müssen.
Was Ihnen das über unsere KI-Entwicklung verrät
In diesem Fall handelte es sich um einen 8-stufigen Workflow für den Vorverkauf. Die zugrunde liegenden Funktionen – die Extraktion strukturierter Daten aus Transkripten, speziell für diesen Zweck entwickelte KI-Generierung in jeder Workflow-Phase, auf realen Projektdaten basierende Kalkulationslogik sowie ein lückenlos nachverfolgbares und überprüfbares System – lassen sich weit über die Angebotserstellung hinaus einsetzen. Wir wenden denselben Ansatz auch in folgenden Bereichen an:
- Betriebliche Arbeitsabläufe, die in manuellen, sich wiederholenden Dokumenten- oder Datenarbeiten untergehen
- Prozesse, bei denen institutionelles Wissen eher in den Köpfen der Menschen als in Systemen verankert ist
- Teams, die KI benötigen, um menschliches Urteilsvermögen zu bündeln, nicht um es zu ersetzen
- Unternehmen, die ein Produktionssystem benötigen und keinen Proof of Concept
Wir haben diese Art der KI-Implementierung in den Bereichen Fintech, Edtech, Gesundheits-IT, Logistik und Unternehmens-SaaS eingesetzt – von Angebotserstellung über Personalbeschaffung bis hin zu zahlreichen weiteren Anwendungsbereichen.
Was dies verdeutlicht
Diese Fallstudie ist kein Verkaufsargument, das wir Ihnen aufdrängen wollen – sie ist vielmehr ein Beleg dafür, wie wir KI-gestützte Anwendungen entwickeln: ein achtstufiger, strukturierter Workflow mit Transkriptanalyse, strukturierter KI-Generierung und einer auf realen Projektdaten basierenden Kalkulationslogik, die anhand von 90 Tagen im produktiven Einsatz validiert wurde. Wenn Sie einen KI-Partner für ein völlig anderes Problem evaluieren – nicht für den Vorverkauf, nicht für Angebote –, dann ist dies genau die technische Tiefe und das Niveau der KI-Implementierung, mit dem Sie arbeiten würden.
Buchen Sie eine 30-minütige Beratung zur digitalen Transformation und Produkt-Roadmap Sprechen Sie mit dem Team von Carmatec darüber, wie eine KI-gestützte Anwendung für Ihre eigenen Geschäftsabläufe aussehen könnte. Seit 23 Jahren entwickeln wir Software und KI-Systeme mit Teams in Bangalore, Doha, Dubai, New York und London.
English 
Spanish (Mexico) 
Italian 
French 
German 
Japanese 
Dutch 
Swedish 
Finnish 
Spanish (Spain) 