KI und Automatisierung · Pharma · Mehrere Märkte

Ausschreibungen, für die über 10 Personen nötig waren, bearbeiten heute 3 – dank dedizierter KI

Ein dediziertes KI-Modell von Coblit holt Ausschreibungen ab, bewertet die Passung und füllt Angebot und Unterlagen aus. Ergebnis: von über 10 auf 3 Personen.

Ergebnisse ansehen Kurzes Gespräch vereinbaren
>10 → 3
Personen für die Ausschreibungsbearbeitung
100 %
der Ausschreibungen aus dem Aggregator automatisch analysiert

Über das Projekt

Internationales Pharmaunternehmen

Wir haben ein KI-System entwickelt, das alle Ausschreibungen aus dem Aggregator abruft, ihre Passung zum Angebot des Unternehmens anhand eines dedizierten, auf dessen Daten trainierten Modells bewertet, empfiehlt, an welchen sich eine Teilnahme lohnt, und anschließend das Angebot sowie die erforderlichen Unterlagen ausfüllt.

Das Ergebnis auf einen Blick

  • Von über 10 auf 3 Personen in der Ausschreibungsbearbeitung
  • Automatisches Ausfüllen von Angeboten und Unterlagen
  • Priorisierung der Ausschreibungen nach Passung
  • Treffsicherere Auswahl der Verfahren
  • Prozess auf weitere Märkte skalierbar

Der Projektverlauf

Von der Herausforderung zum Erfolg

Problem

Ein internationales Pharmaunternehmen analysierte Hunderte von Ausschreibungen auf mehreren Märkten. Die Bekanntmachungen aus dem Aggregator mussten manuell gesichtet und bewertet werden – und bei ausgewählten Verfahren mussten Angebot und Unterlagen von Hand ausgefüllt werden. Damit waren über 10 Personen beschäftigt.

  • Hunderte Ausschreibungen, die laufend analysiert werden
  • Daten aus Aggregatoren und vielen Quellen
  • Keine strukturierte Form der Informationen
  • Manuelle Analyse durch Teams
  • Kein einheitliches Bewertungsmodell

Kosten des Problems

Enormer operativer Aufwand und schwierige Entscheidungen darüber, wo ein Angebot abgegeben werden soll.

  • Überlastete Teams in der Ausschreibungsanalyse
  • Zeitverlust bei unpassenden Ausschreibungen
  • Keine Priorisierung
  • Geringere Erfolgsquote bei Angeboten
  • Begrenzte Skalierbarkeit des Prozesses

Lösung

Wir haben ein KI-System entwickelt, das alle Ausschreibungen aus dem Aggregator abruft, ihre Passung zum Angebot des Unternehmens anhand eines dedizierten, auf dessen Daten trainierten Modells bewertet, empfiehlt, an welchen sich eine Teilnahme lohnt, und anschließend das Angebot sowie die erforderlichen Unterlagen ausfüllt.

  • Abruf aller Ausschreibungen aus dem Aggregator
  • Klassifizierung und Strukturierung der Informationen
  • Scoring der Passung zum Angebot des Unternehmens
  • Empfehlung, an welchen Ausschreibungen teilgenommen werden sollte
  • Ausfüllen von Angebot und Unterlagen
  • Erstellung von Fragen an den Auftraggeber

Geschäftliche Ergebnisse

Aufgaben, für die über 10 Personen nötig waren, erledigen heute 3 – und das Team arbeitet nur an den Ausschreibungen mit den größten Erfolgschancen.

  • Von über 10 auf 3 Personen in der Ausschreibungsbearbeitung
  • Automatisches Ausfüllen von Angeboten und Unterlagen
  • Priorisierung der Ausschreibungen nach Passung
  • Treffsicherere Auswahl der Verfahren
  • Prozess auf weitere Märkte skalierbar

Kernnutzen

Was wirklich den Unterschied macht

Arbeit mit großen Datenmengen

  • Analyse einer großen Zahl von Ausschreibungen
  • Verarbeitung von Daten aus vielen Quellen
  • Wegfall manueller Arbeit im großen Maßstab

Das ist kein unterstützendes Tool – es ist ein System, das einen Teil der Analysearbeit ersetzt.

Scoring von Ausschreibungen

  • Nutzt historische Daten des Kunden
  • Analysiert frühere Entscheidungen und Ergebnisse
  • Vergibt Prioritäten

Das Team analysiert nicht alles – es arbeitet an den besten Chancen.

Dediziertes KI-Modell

  • Nutzt keine allgemeinen Daten
  • Lernt ausschließlich mit den Daten des Kunden
  • Berücksichtigt die Historie von Ausschreibungen und Angeboten
  • Passt sich der Strategie der Organisation an

Das System bildet die tatsächlichen Geschäftsentscheidungen des Unternehmens ab.

Erstellung von Fragen an den Auftraggeber

  • Erkennt Lücken und Unklarheiten in den Unterlagen
  • Erstellt Fragen an den Auftraggeber
  • Unterstützt die formale Kommunikation

Angebot und Unterlagen automatisch ausgefüllt

  • Angebotsformular
  • Erforderliche Erklärungen und Anlagen
  • Prüfung und Unterschrift durch das Team

Das Team beginnt nicht mit einem leeren Formular, sondern mit einem fertigen Angebot zur Prüfung.

Zusammenfassung

Das Projekt zeigt, wie ein dediziertes KI-Modell den Großteil der Ausschreibungsarbeit in einer großen Organisation übernehmen kann – von der Auswahl der Bekanntmachungen bis zur Vorbereitung des Angebots – und das dafür benötigte Team von über 10 auf 3 Personen verkleinert.

Für wen

Wem eine solche Lösung am meisten hilft

Ähnliche Herausforderungen sehen wir in vielen Unternehmen. Wenn Sie sich in dieser Liste wiederfinden, zeigt dieses Projekt, was wir auch für Sie tun können.

  • Große Bau- und Infrastrukturunternehmen
  • Hersteller und Lieferanten von Medizintechnik
  • IT-Unternehmen und Integratoren, die an öffentlichen Ausschreibungen teilnehmen
  • Dienstleister für Verwaltung und Kommunen
  • Unternehmensgruppen, die auf mehreren Märkten tätig sind
  • Angebotsabteilungen, die mit Vergabeunterlagen überlastet sind

Warum es funktioniert

5 Gründe, warum diese Lösung funktioniert

Ich möchte eine ähnliche Lösung

  1. Das Team arbeitet an den besten Chancen – das Passungs-Scoring zeigt, an welchen Ausschreibungen sich eine Teilnahme lohnt, sodass niemand Zeit mit unpassenden Verfahren verliert.

  2. Ein auf den Unternehmensdaten trainiertes Modell – die Bewertung basiert auf der Historie seiner Ausschreibungen, Angebote und Entscheidungen, daher spiegeln die Empfehlungen die tatsächliche Strategie wider und nicht allgemeine Daten.

  3. Fertiges Angebot statt leerem Formular – das System füllt Angebot, Erklärungen und Anlagen aus, das Team prüft und unterschreibt nur noch.

  4. Weniger Personen für dieselbe Arbeit – Aufgaben, für die über 10 Personen nötig waren, erledigen heute 3, und 100 % der Ausschreibungen aus dem Aggregator werden automatisch analysiert.

  5. Skalierung ohne größeres Team – der Prozess bewältigt Hunderte von Ausschreibungen, lässt sich auf weitere Märkte ausweiten, und das Modell wählt die Verfahren mit der Zeit treffsicherer aus.

Wie wir das Projekt umgesetzt haben

Von der Analyse bis zur Weiterentwicklung — ein Partner in jeder Phase

So sah die Zusammenarbeit im Projekt Internationales Pharmaunternehmen aus: vom Verständnis der Prozesse über Wireframes und Architektur bis zur Einführung und Weiterentwicklung.

  1. Analyse und Workshops mit dem Team des Kunden

    Wir sprechen mit den Menschen, die das System nutzen werden. Wir halten fest, wie die Prozesse heute laufen, wo Zeit und Geld verloren gehen und wie sie in einem Jahr funktionieren sollen, wenn das Unternehmen gewachsen ist.

    In diesem Projekt
    • Wir haben analysiert, wie über 10 Personen Ausschreibungen aus dem Aggregator manuell sichten, bewerten und ausfüllen
    • Wir haben historische Daten zu Ausschreibungen und Angeboten gesammelt, mit denen das Modell lernen sollte
    Ihr Vorteil

    Wir bauen, was ein echtes Problem löst — keine Liste von Funktionen, die niemand nutzt.

  2. UX/UI-Mockups und Prototyp

    Wir gestalten Screens und Nutzerwege in Figma und testen einen klickbaren Prototyp mit den künftigen Nutzern, bevor die erste Zeile Code entsteht.

    In diesem Projekt
    • Wir haben in Figma eine Ausschreibungsliste mit Scoring, Prioritäten und Detailansicht entworfen
    Ihr Vorteil

    Sie sehen und testen die Lösung von Anfang an — Änderungen am Mockup kosten einen Bruchteil von Änderungen am fertigen System. Analyse und Mockups können Sie als separate Phase beauftragen.

  3. Technologieauswahl und Architektur

    Wir wählen Technologien passend zu Ziel, Budget und den Systemen, die im Unternehmen bereits laufen. Architektur, Integrationen und Datensicherheit planen wir so, dass das System mit dem Unternehmen wachsen kann.

    In diesem Projekt
    • Wir haben ein dediziertes KI-Modell konzipiert, das ausschließlich mit den Daten des Kunden lernt
    • Wir haben Integrationen mit Ausschreibungsaggregatoren und eine gemeinsame Datenbank geplant
    Technologien in diesem Projekt
    • Webanwendung
    • Dediziertes KI-Modell
    • API-Integrationen
    Ihr Vorteil

    Keine teuren Umbauten nach einem Jahr — das System ist bereit für mehr Nutzer, mehr Daten und neue Funktionen.

  4. Umsetzung in Phasen

    Wir arbeiten in kurzen Phasen und zeigen alle paar Wochen eine funktionierende Version. Zuerst starten wir die Funktionen, die die größten Einsparungen bringen.

    In diesem Projekt
    • Automatischer Abruf und Strukturierung der Bekanntmachungen aus dem Aggregator
    • Passungs-Scoring, Ausfüllen von Angebot und Unterlagen, Fragen an den Auftraggeber
    Ihr Vorteil

    Sie haben ständig Einblick in den Fortschritt, Einfluss auf die Richtung und sehen schneller erste Ergebnisse.

  5. Tests, Einführung und Schulung

    Wir testen das System, migrieren die Daten, nehmen es in der Produktionsumgebung in Betrieb und schulen das Team für die tägliche Nutzung.

    In diesem Projekt
    • Wir haben das System für das Ausschreibungsteam in Betrieb genommen
    • Dieselben Aufgaben erledigen heute 3 Personen statt über 10
    Ihr Vorteil

    Ein ruhiger Start ohne Ausfälle — das Team weiß vom ersten Tag an, wie es mit dem neuen System arbeitet.

  6. Betreuung und Weiterentwicklung nach dem Start (SLA)

    Nach dem Start überwachen wir den Betrieb, reagieren im Rahmen des SLA auf Meldungen und erweitern das System um weitere Funktionen und Automatisierungen.

    In diesem Projekt
    • Das Modell lernt aus weiteren Entscheidungen und Angebotsergebnissen und wählt Ausschreibungen daher mit der Zeit treffsicherer aus
    Ihr Vorteil

    Ein Partner von der Idee bis zur Weiterentwicklung — Sie bleiben mit dem System nie allein.

Wie wir mit jedem Kunden arbeiten   Technologien, mit denen wir entwickeln

Leistungen in diesem Projekt

Bereit für Ihren eigenen Erfolg?

Lassen Sie uns Ihr Projekt gemeinsam umsetzen

Sie haben eine ähnliche Herausforderung wie Internationales Pharmaunternehmen? Wir zeigen Ihnen, wie Sie schnell von der Idee zu einer funktionierenden Lösung kommen.

Kurzes Gespräch vereinbaren

Abgeschlossene Projekte

Sehen Sie sich auch andere Projekte an

Gesamtes Portfolio ansehen
  • Web Scraping
  • Webanwendung
  • Automatisierung

Wichtige Beiträge aus dem Internet in einer Datenbank – ohne manuelles Durchsuchen von Foren

Coblit hat für eine Anwaltskanzlei einen Scraper und eine App gebaut, die Inhalte aus Foren und Websites automatisch in einer durchsuchbaren Datenbank bündeln.

Referenz ansehen
  • KI
  • HRTech
  • WhatsApp

Recruiting ohne HR-Team – von der ersten Nachricht bis zum unterschriebenen Vertrag

Das KI-System von Coblit führt das Recruiting ohne HR: Gespräch per WhatsApp, Auswertung von Lebenslauf und Dokumenten, Vertragsabschluss mit SignSafe.

Referenz ansehen
30-Min-Beratung buchen