KI-Ausschreibungssuche: Passende Ausschreibungen im Freitext finden
Warum Suchprofile die entscheidenden Vergaben übersehen, und wie eine KI die Unterlagen selbst liest
Marco Struck, Geschäftsführer und CTO
Veröffentlicht
Warum finden Suchprofile die passenden Ausschreibungen nicht?
Weil sie nach der Kategorie einer Vergabe suchen, das Entscheidende aber im Freitext steht. Übliche Ausschreibungsdienste filtern nach CPV-Codes und Stichworten. Beides beschreibt, worum es in der Bekanntmachung hauptsächlich geht, nicht, was der Auftragnehmer im Einzelnen leisten muss.
- CPV-CodesDie Vergabestelle vergibt den Code der Hauptleistung. Eine Leistung, die als Pflicht in einem fremden Vertrag steckt, trägt nie ihren eigenen Code.
- StichworteSie treffen nur, wenn die Vergabestelle dasselbe Wort benutzt. Jede Branche hat aber mehrere Begriffe für dieselbe Sache, und die Bekanntmachung nennt oft keinen davon.
- Die Bekanntmachung selbstSie ist eine Zusammenfassung. Was gefordert wird, steht in der Leistungsbeschreibung, und die liegt auf einer anderen Plattform.
Ein Beispiel aus dem Projekt TED Radar: Gesucht war eine Ausschreibung, in der „Rufbus“ vorkommt. In der Bekanntmachung stand das Wort nicht. Es stand in Teil 2 der Vergabeunterlagen, ganz am Ende, auf der Vergabeplattform des Landkreises.
Wer nur Kategorien filtert, findet nur die Ausschreibungen, in denen die eigene Leistung die Hauptsache ist.
Was ist semantische Suche bei Ausschreibungen?
Eine Suche nach Bedeutung statt nach gleichen Wörtern. Texte und Suchanfrage werden dazu in Zahlenvektoren übersetzt; Texte mit ähnlicher Bedeutung liegen darin nah beieinander, auch wenn sie andere Wörter benutzen. Eine Suche nach „Bedarfsverkehr“ findet so auch einen Text über einen Rufbus.
Das löst das Stichwort-Problem, aber nicht alle. Semantische Suche sortiert nach Ähnlichkeit. Sie sagt, welche Ausschreibungen dem Suchbegriff am nächsten kommen, nicht, ob eine davon zum eigenen Angebot passt.
Semantische Suche oder KI-Bewertung: Was ist der Unterschied?
Die Suche ordnet eine Liste, die Bewertung liest jeden Text. Bei einer KI-Bewertung prüft ein Sprachmodell jede Ausschreibung gegen Kriterien, die in normaler Sprache beschrieben sind, und begründet sein Urteil.
| Semantische Suche | KI-Bewertung | |
|---|---|---|
| Frage | Was ähnelt meinem Suchbegriff? | Passt das zu unserem Angebot? |
| Ergebnis | Rangfolge nach Ähnlichkeit | Urteil mit Begründung |
| Ausschluss | schwer: ähnlich ist auch das Gegenteil | ausdrücklich: „nicht, wenn ...“ |
Der Ausschluss ist der Punkt, an dem es sich entscheidet. Im Projekt war eine Bekanntmachung zunächst als passend bewertet, die Leistungsbeschreibung sprach dann von „tourenbasiert und vorab geplant“, also genau nicht vom gesuchten Bedarfsverkehr. Für eine Ähnlichkeitssuche liegen beide Texte nah beieinander. Eine Bewertung mit Kriterien erkennt den Widerspruch.
TED Radar arbeitet deshalb mit einer Bewertung, nicht mit einer Vektorsuche. Wie Recherche-Agenten allgemein aufgebaut sind, beschreibt der Beitrag KI-Agenten für Recherche, Ausschreibungen und Marktanalyse.
Wo stehen die entscheidenden Informationen?
In den Vergabeunterlagen, nicht in der Bekanntmachung. EU-weite Vergaben werden in der europäischen Datenbank TED bekannt gemacht, rund tausend Bekanntmachungen am Tag. Die Unterlagen selbst liegen auf den Vergabeplattformen, in Deutschland etwa auf subreport ELViS, Vergabe24, dem Deutschen Vergabeportal, RIB, evergabe und den Portalen der Länder.
Jede Plattform liefert ihre Unterlagen anders aus, und keine ist dafür gemacht, dass eine Maschine sie abholt. Auch Name und Format wechseln: Leistungsbeschreibung, Leistungsverzeichnis oder Spezifikation, als PDF, Word oder Excel. Eine KI-Ausschreibungssuche, die nur die Bekanntmachung liest, spart sich diese Arbeit und übersieht genau die Fälle, um die es geht.
Wie läuft eine KI-gestützte Ausschreibungsanalyse ab?
Bei TED Radar in fünf Schritten, jede Nacht:
- 1
Abruf
Die neuen Bekanntmachungen kommen aus TED. Ein grober Filter schließt nur aus, was nie passt, etwa Bauleistungen; alles andere bleibt drin.
- 2
Ersteinschätzung
Ein Sprachmodell bewertet die Bekanntmachung gegen die Kriterien des Unternehmens.
- 3
Unterlagen holen
Die Leistungsbeschreibung wird von der jeweiligen Vergabeplattform geladen und gelesen, unabhängig vom Dateiformat.
- 4
Zweite Bewertung
Dieselben Kriterien, diesmal auf dem Text, der zählt. Widersprechen sich beide Urteile, gewinnt die Leistungsbeschreibung.
- 5
Entscheidung
Morgens steht eine sortierte Liste mit Wert und Begründung bereit. Ob ein Angebot abgegeben wird, entscheidet ein Mensch.
Wie lernt die KI, was für mein Unternehmen relevant ist?
Durch Kalibrieren an echten Ausschreibungen. Die erste Bewertung im Projekt suchte die Dienstleistung allgemein und fand sie bei Krankenkassen, Helpdesks und Störmeldezentralen. Alles war als passend markiert, für den Kunden passte nichts davon.
Erst das gemeinsame Durchlesen der Kriterien brachte die Wende. Die Synonyme und Ausschlüsse einer Branche kennt das Unternehmen, nicht das Modell. Im Projekt waren drei Termine über drei Wochen nötig, bis die Treffer saßen.
Die KI liest schneller, aber was relevant ist, muss ihr jemand aus dem Unternehmen beibringen.
Was kann KI bei Ausschreibungen nicht?
- Unterschwellige VergabenTED enthält nur Vergaben oberhalb der EU-Schwellenwerte. Kleinere Aufträge stehen auf service.bund.de und den Portalen der Länder; TED Radar deckt sie nicht ab.
- Plattformen ohne AbrufNicht jede Vergabeplattform gibt ihre Unterlagen her. Dann bleibt es bei der Ersteinschätzung, und eine dünne Bekanntmachung kann eine passende Ausschreibung verdecken.
- Die EntscheidungWert und Begründung sind eine Vorsortierung. Teilnahme, Fristen und Angebot bleiben beim Unternehmen.
- Laufende PflegeÄndert eine Plattform ihren Ablauf, muss der Abruf nachgezogen werden. Das gehört zum Betrieb und ist nie ganz abgeschlossen.
Was daraus als Angebot entsteht, beschreibt die Seite KI-Agenten für den Mittelstand.
Häufige Fragen
Kann KI passende Ausschreibungen finden?
Ja, wenn sie nicht nur die Bekanntmachung liest, sondern auch die Leistungsbeschreibung, und an Beispielen des Unternehmens kalibriert ist. Ein Sprachmodell erkennt dann Anforderungen, die in keinem CPV-Code und unter keinem Stichwort stehen. Die Entscheidung über eine Teilnahme bleibt beim Menschen.
Was ist der Unterschied zwischen semantischer Suche und KI-Bewertung?
Semantische Suche sortiert Texte nach Ähnlichkeit der Bedeutung zu einer Suchanfrage. Eine KI-Bewertung mit einem Sprachmodell liest jede Ausschreibung gegen Kriterien, die in Worten beschrieben sind, und begründet ihr Urteil. Für die Frage, ob eine Ausschreibung zum eigenen Angebot passt, ist die Bewertung das genauere Werkzeug.
Erfasst eine KI-Ausschreibungssuche auch nationale Vergaben?
Das hängt von der Quelle ab. Die europäische Datenbank TED enthält nur Vergaben oberhalb der EU-Schwellenwerte. Kleinere Aufträge werden national veröffentlicht, etwa auf service.bund.de und den Portalen der Länder. TED Radar liest TED und lädt dazu die Unterlagen von den Vergabeplattformen; unterschwellige Vergaben deckt es nicht ab.
Muss ich der KI meine Zugangsdaten zu Vergabeplattformen geben?
Bei TED Radar nicht. Die Konten bleiben beim Unternehmen, TED Radar meldet sich nirgends in seinem Namen an, und für die Teilnahme am Verfahren nutzt das Unternehmen die Plattform weiterhin selbst.
Wie lange dauert es, bis die Treffer passen?
Der Zugang steht am selben Tag. Die Kalibrierung dauert länger: Im Projekt waren drei Termine über drei Wochen nötig, in denen die Bewertung an echten Ausschreibungen nachgeschärft wurde.
Nächster Schritt
- Fünf bis zehn Ausschreibungen sammeln, die gepasst hätten
- Kriterien und Ausschlüsse in eigenen Worten beschreiben
- Testzugang einrichten und an diesen Beispielen kalibrieren
Für Unternehmen, deren Leistung in keinem Branchencode steht, sondern in der Leistungsbeschreibung.