Produktkonfiguration im Vertrieb: Fehlerhafte Angebote gar nicht erst entstehen lassen

Das echte Ausmaß des Problems

Produktkonfigurationsfehler sind in der Elektrotechnik ein stilles Kostenthema. Sie entstehen nicht spektakulär, kein Produkt geht kaputt, kein Kunde wird verletzt, aber die Nacharbeit ist teuer und zeitraubend.

Wie viele Angebote Konfigurationsfehler enthalten, hat nach unserer Recherche niemand belastbar erhoben, weder für die Elektrotechnik noch für den Anlagenbau. Die Fehler fallen in drei Gruppen:

• Kompatibilität (diese Komponenten passen nicht zusammen)
• Regelkonformität (Sicherheitsvorschriften, Bauraum, Wärmeabfuhr)
• Preisberechnung (falsche Kalkulation komplexer Varianten)

Wie sich eure Fehler auf die drei verteilen, entscheidet, welches Werkzeug hilft: Gegen Kalkulationsfehler hilft eine Preislogik, gegen Wärme- und Bauraumfehler nur ein Regelwerk mit technischen Abhängigkeiten.

Was ein Fehler kostet, rechnest du am besten mit Tobias’ Zahlen nach: drei bis vier Konstrukteursstunden, zu rund 75 Euro Arbeitgeberkosten je Stunde also 225 bis 300 Euro, dazu die zweite Angebotsrunde und im schlimmeren Fall Verzögerung in der Produktion. Bei 100 Angeboten im Monat und einer Fehlerquote von 10 Prozent sind das zehn Fehler und 30 bis 40 Konstrukteursstunden im Monat. Das ist überwiegend gebundene Zeit, keine Rechnung, die jemand bezahlt, und genau deshalb hat sie niemand auf dem Radar.

Dazu kommt: Konfigurationsfehler sind eine Vertrauensfrage. Wenn ein Kunde mehrfach fehlerhafte Angebote bekommt, wechselt er. Das ist schwer zu messen, aber es passiert.

Mit vs. ohne KI-gestützte Konfiguration

¹ Nach vollständiger Implementierung und stabilen Produktregeln. Erste 2–3 Monate ist der Nutzen noch limitiert. ² Eine belastbare Branchenzahl gibt es nicht. Wie du deine eigene Quote misst, steht unten unter “Das kannst du heute noch tun”.

Die Zeitersparnis kommt aus zwei Quellen: automatisch vorgeschlagene Konfigurationen (statt alles manuell zusammenzusuchen) und weniger Rückfragen Konstruktion. Die Zeiten in der Tabelle sind Richtwerte, keine Messung.

Einschätzung auf einen Blick

Zeitersparnis, hoch (4/5) Pro Angebot sparst du 30–50 Minuten ein, die Zeit, die ein Vertriebsmitarbeiter sonst mit Rücksprache, Nachschlagen, Varianten-Durchprobieren verbringt. Bei 100 Angeboten/Monat sind das 50–80 Stunden. Das ist direkt messbar und real. Nicht maximal bewertet, weil die Zeitersparnis schrumpft, wenn das System noch nicht gut trainiert ist oder wenn jedes Angebot atypisch ist.

Kosteneinsparung, niedrig (2/5) Die Einrichtungskosten sind hoch (20.000–50.000 EUR für Modell, Integration und Schulung, bei Enterprise-CPQ oder Eigenentwicklung deutlich mehr), der Nutzen entsteht durch weniger Fehler und weniger Nacharbeiten. In Tobias’ Fall kostet ein Fehler drei bis vier Konstrukteursstunden, rund 300 Euro. Sinkt die Fehlerquote bei 100 Angeboten von 12 auf 2 Prozent, sind das zehn Fehler weniger und rund 3.000 Euro im Monat, überwiegend Konstrukteurszeit statt Geld auf dem Konto. Das trägt eine schlanke Lösung mit wenigen hundert Euro laufenden Kosten über zwei bis drei Jahre, eine SaaS-Plattform mit mehreren Tausend Euro Monatsgebühr nicht. Real, aber nicht spektakulär, daher 2/5.

Schnelle Umsetzung, niedrig (2/5) Die Implementierung ist die längste Phase: Du brauchst 6–10 Wochen, um Produktmodell und Produktregeln zu dokumentieren („Wenn Gehäuse ≤1200mm, dann max. 4 Schalter”; „Frequenzumrichter braucht Kühlung”). Dann Integration (2–4 Wochen), dann Testing mit echten Angeboten (2–4 Wochen). 12–20 Wochen Gesamtdauer ist realistisch. Nicht schneller machbar, weil die Regeln komplex sind und jede falsch hinterlegt mehr Schaden anrichtet.

ROI-Sicherheit, hoch (4/5) Der ROI ist relativ sicher, weil die Fehlerreduktion direkt messbar ist und den größten Kostentreiber adressiert. Unternehmen mit hohem Angebots-Volumen und varianten-reichem Portfolio sehen ROI am schnellsten. Auch das Onboarding neuer Vertriebsmitarbeiter wird kürzer, wie viel kürzer, dazu gibt es keine belastbare Zahl. Messbar heißt allerdings nicht groß: Den Betrag bestimmen deine Fehlerquote und deine Kosten je Fehler, und die kennt vor dem Start kaum ein Betrieb.

Skalierbarkeit, hoch (4/5) Das ist der große Vorteil eines CPQ-Systems: Es skaliert mit dem gesamten Produktportfolio, ohne dass die Kosten proportional mitwachsen. Mehr Varianten bedeuten mehr Regeln und mehr Pflegeaufwand bei der Einrichtung, aber danach wächst das System mit. Anders als ML-Systeme, die regelmäßig nachtrainiert werden müssen, ist ein Regel-basierter Konfigurator stabil. Der einzige laufende Aufwand: Wenn neue Produkte eingeführt werden, müssen die Regeln ergänzt werden.

Richtwerte, stark abhängig von Produktportfolio-Komplexität und Angebots-Volumen.

Was ein KI-Konfigurator konkret macht

Ein modernes CPQ-System arbeitet mit zwei Komponenten:

1. Produktmodell, die Struktur eures Produktportfolios: Gehäusegrößen, Spannungen, Komponenten, deren technische Eigenschaften.
2. Regelwerk, die Logik, die gültige von ungültigen Kombinationen unterscheidet. Regel-basiert (“Wenn A, dann nicht B” oder “X braucht zusätzliche Kühlung”). Optional ergänzt durch ML-gestützte Mustervergleiche (“Diese Kombination ähnelt zu 92 % einem früheren erfolgreich gebauten Angebot”).

Die interessanten Systeme kombinieren beides: explizite Regeln für harte Bedingungen (Sicherheit, Normkonformität) plus gelernte Muster aus vergangenen erfolgreichen Angeboten für weiche Empfehlungen.

Der praktische Ablauf

1. Vertriebsmitarbeiter gibt die Kundenanforderung ein, “Schaltanlage für 400 V, 6 Motorschalter, rund 2.000 Watt Gesamtlast.”
2. System schlägt eine Standardkonfiguration vor, auf Basis ähnlicher bereits gebauter Anlagen.
3. Vertriebsmitarbeiter passt an, “Der Kunde will zusätzlich einen Frequenzumrichter, 2,2 kW.”
4. System prüft die Kompatibilität in Echtzeit, “Mit dem Frequenzumrichter passt die Wärmeabfuhr nicht mehr im Standardgehäuse. Alternativen: (a) größeres Gehäuse, (b) aktive Belüftung, (c) geringere Motorleistung.”
5. Vertriebsmitarbeiter wählt eine Alternative, “Größeres Gehäuse.”
6. System erzeugt das Angebot, automatisch mit Stückliste, Preis, Gewicht, Lieferzeit und kundenspezifischer Dokumentation.

Das ist Constraint-basierte Konfiguration, das System kennt die technischen Regeln eurer Produktion und bietet dem Vertrieb nur valide Optionen an.

Konkrete Werkzeuge, was wann passt

Tacton CPQ , Enterprise-Lösung für sehr komplexe Produkte (Maschinenbau, Anlagenbau, Elektrotechnik). Spezialisiert auf constraint-basierte Konfigurationslogik mit tausenden Abhängigkeitsregeln. Tacton veröffentlicht keine Preise, Enterprise-CPQ-Projekte liegen marktüblich im fünf- bis sechsstelligen Bereich für Einrichtung und Integration, konkrete Zahlen gibt es nur im Angebot. Zu teuer für kleine Unternehmen, aber für komplexe Anlagen die richtige Wahl.

ServiceNow CPQ , Wenn ihr bereits ServiceNow nutzt. Integriertes CPQ-Modul mit Salesforce-Integration. Gute Constraint-Engine, aber weniger spezialisiert auf Elektrotechnik-Komplexität als Tacton. ServiceNow veröffentlicht keine Preise, das CPQ-Modul kommt zusätzlich zur ServiceNow-Lizenz, Preis auf Anfrage.

Zoovu und andere visuelle Konfigurator-Plattformen, Produktdiscovery mit Guided Selling und visuellem Konfigurator, bei dem die KI kompatible Optionen vorschlägt. Zoovu nennt keine Preise, der realistische Einstieg liegt bei rund 30.000–60.000 Euro im Jahr für ein Modul, dazu 20.000–80.000 Euro Implementierung bei eigener Umsetzung. Sinnvoll, wenn Kunden online selbst konfigurieren sollen und der Online-Umsatz das trägt, als reines Vertriebswerkzeug für den Innendienst überdimensioniert.

Eigenentwicklung mit Python und Regel-Engine, volle Kontrolle, maximale Flexibilität. Produktregeln werden in Python definiert (mit einer Regel-Bibliothek wie Experta oder vergleichbar), das Web-Frontend entsteht mit Django oder FastAPI , die Anbindung an das ERP (SAP, Navision) baut ihr selbst. Aufwand 40.000–80.000 Euro Entwicklung, danach geringe laufende Kosten. Für technikaffine Unternehmen mit entsprechender Inhouse-Kompetenz.

Welcher Ansatz wann:

• Unter 500 Varianten und weniger als 10 harte Abhängigkeitsregeln → ein Tabellen-Konfigurator mit Auswahllisten und Prüfformeln oder das CPQ-Modul eines CRM, das ihr schon habt. Zoovu nur, wenn Kunden online selbst konfigurieren.
• 500–5.000 Varianten mit komplexen Abhängigkeiten → Tacton oder Eigenentwicklung.
• Über 5.000 Varianten mit sehr spezialisierten Regeln → Eigenentwicklung mit Regel-Engine und ML-Komponente.

Datenschutz und Datenhaltung

Produktkonfigurationen enthalten in der Regel keine personenbezogenen Daten. Trotzdem gibt es drei Punkte, die vor Vertragsabschluss geklärt gehören:

• Angebotsdaten sind geschäftssensibel, Preise, Margen, Kundennamen. Wenn das System in der Cloud liegt, gehört ein AVV mit dem Anbieter zum Vertrag.
• Regulierte Kundenbranchen (Medizintechnik, Energieversorger, Rüstung) können EU-Hosting oder On-Premise-Betrieb verlangen. Das ist vor der Toolwahl zu klären, nicht danach.
• Eure Produktregeln sind Know-how. Bei Eigenentwicklung bleibt das System bei euch. Bei SaaS-Anbietern muss vertraglich geklärt sein, dass eure Regeln nicht an Wettbewerber weitergegeben werden und nicht in ein Branchenmodell einfließen, an dem andere Hersteller mitverdienen.

Was es kostet, realistisch gerechnet

Einmalige Einrichtungskosten:

• Produktmodell & Regelwerk dokumentieren: 10.000–20.000 EUR (6–10 Wochen + Experten-Input)
• System-Integration mit ERP/CRM: 5.000–20.000 EUR
• Schulung & Go-Live: 5.000–10.000 EUR
• Summe dieser drei Posten: 20.000–50.000 EUR. Dazu kommt die Software: bei Enterprise-CPQ wie Tacton die Implementierung durch Anbieter oder Partner, marktüblich fünf- bis sechsstellig, bei Eigenentwicklung 40.000–80.000 EUR Entwicklung

Laufende Kosten (monatlich):

• SaaS-Lösung (Tacton, Zoovu): Preise auf Anfrage, bei Zoovu realistisch ab rund 30.000–60.000 EUR im Jahr
• Custom-Lösung (selbst gehostet): 500–1.500 EUR/Monat (Infrastruktur, Wartung)

Wie du den Nutzen tatsächlich misst:

• Fehlerrate vorher-nachher: Tracke, wie viele Angebote Nacharbeiten brauchen. Verbesserung von 12 % auf 2 % = 10 Prozentpunkte × durchschn. Fehlerkosten pro Angebot.
• Angebotserstellungszeit: Zeitmessung über 2 Wochen: Durchschnitt vorher vs. nachher. Zeit × Lohnkosten ist freie Kapazität, direkte Einsparung erst, wenn der Vertrieb damit mehr Angebote schreibt oder eine Stelle nicht nachbesetzt wird.
• Beispiel, rechne mit deinen Zahlen nach: 100 Angebote/Monat, aktuell 12 % fehlerhaft = 12 Fehler. Kostet jeder Fehler 800 EUR (Konstruktionsrevision, zweite Angebotsrunde, Verzögerung), sind das 9.600 EUR im Monat, mit System bei 2 % noch 1.600 EUR, also 8.000 EUR weniger. Davon gehen die laufenden Kosten ab: bei Eigenentwicklung 500–1.500 EUR, bleiben 6.500–7.500 EUR, und 50.000–70.000 EUR Einrichtung sind nach sieben bis elf Monaten zurück. Mit einer SaaS-Plattform zu 2.500–5.000 EUR im Monat bleiben 3.000–5.500 EUR, das sind 9 bis 23 Monate. Kostet ein Fehler aber nur, was er bei Tobias kostet, drei bis vier Konstrukteursstunden, also rund 300 EUR, schrumpft die Ersparnis auf 3.000 EUR im Monat, und die SaaS-Variante rechnet sich nie. Die 800 Euro sind deshalb die wichtigste Zahl dieser Rechnung, und du solltest sie selbst ermitteln, bevor du ein Angebot einholst.

Drei typische Einstiegsfehler

1. Produktregeln nicht vollständig dokumentieren. Der häufigste Stolperstein: 80 % der Regeln werden eingepflegt, der Start passiert. Nach zwei Wochen im Livebetrieb kommen bei 15 % der Angebote Fehler durch, weil die restlichen 20 % der Regeln fehlten. Was hilft: Vor dem Go-Live mindestens 95 % der Regeln abdecken. Das heißt: mit Konstruktion und Vertrieb gemeinsam alle realistischen Konfigurationen durchspielen, bis keine offenen Regeln mehr auftauchen.

2. Keine Pflege-Verantwortung, und zu starre Regeln. Zwei Probleme, die sich gegenseitig verstärken. Das System wird eingeführt, aber niemand ist verantwortlich für Regel-Updates, wenn neue Produkte auf den Markt kommen. Parallel empfindet der Vertrieb das System als Blockade, weil legitime Sonderwünsche pauschal verweigert werden. Nach einem Jahr ist das Regelwerk veraltet und das Team umgeht den Konfigurator, wo es geht. Was hilft: Eine Person als CPQ-Verantwortliche benennen, die quartalsweise prüft, ob Regeln aktualisiert werden müssen. Und eine dokumentierte Ausnahmeregel einbauen, “Sperre kann überstimmt werden, aber nur mit Begründung und Konstruktions-Freigabe”. Die Ausnahmen sind Gold wert: Sie zeigen, wo das Regelwerk zu eng ist.

3. Der Vertrieb ignoriert das System. Das System ist eingeführt, aber der Vertrieb schreibt Angebote weiter wie bisher, weil es schneller geht, weil die Einarbeitung nervt, oder weil der Erfolg ohne System bisher gereicht hat. Ohne aktive Einbindung wird das System zur teuren Zierde. Was hilft: Nicht nur Training, sondern sichtbare Anreize. Die individuelle Fehlerquote pro Vertriebsmitarbeiter transparent machen. Neue Teammitglieder direkt nur noch mit Konfigurator arbeiten lassen. Und Erfolge feiern, die erste Woche ohne Konstruktions-Rücksprache gehört öffentlich gemacht.

Was mit der Einführung wirklich passiert, und was nicht

Die technische Einführung ist das kleinere Stück. Die eigentliche Arbeit: das implizite Wissen eurer Konstrukteure und erfahrenen Vertriebsmitarbeiter in explizite Regeln zu überführen. Das ist eine Tätigkeit, die keine Abteilung heute routinemäßig macht, und sie ist unbequem.

Der häufigste Konfliktpunkt: Konstrukteure haben “ihre” Regeln im Kopf, die sie situativ anwenden. Zur Verschriftlichung wird die Regel entweder zu allgemein (“Bei hoher Last immer größeres Gehäuse”) oder zu speziell (“Genau bei diesem Motor-Hersteller muss Kühlung aktiv sein”). Der erste Wurf bildet nie ab, was wirklich gemeint ist, und das merkt man erst im Betrieb.

Was hilft:

• Ein Pilot mit zehn realen Angeboten aus dem Archiv. Bevor das Regelwerk live geht, spielt ihr zehn frisch gerechnete Angebote durch: Erkennt das System die Fehler, die damals tatsächlich auftraten? Findet es keine Fehler, wo damals die Konstruktion keine fand? Diese Rückwärtsanalyse filtert in einer Woche den gröbsten Unsinn heraus.
• Ein wöchentlicher “Regel-Review” in den ersten drei Monaten. Jede vom System blockierte und jede überstimmte Konfiguration wird kurz besprochen. Am Ende der drei Monate ist das Regelwerk kalibriert.
• Eine psychologische Umrahmung: das System lernt von den Konstrukteuren, nicht statt ihrer. Wer das explizit kommuniziert, beugt dem Gefühl vor, die eigene Expertise werde ersetzt.

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände, und was dahintersteckt

“Unsere Konfigurationen sind zu individuell für ein System.” Meist stimmt das nicht. 80 % des Volumens folgt wiederkehrenden Mustern, fünf bis zehn Standardkonfigurationen mit kleinen Variationen. Der Rest sind echte Sonderanfertigungen, die ohnehin lange Konstruktionszyklen haben. Der Konfigurator hilft bei den 80 %, die das Tagesgeschäft ausmachen.

“Das kostet 50.000 Euro, unser IT-Jahresbudget liegt bei 30.000 Euro.” Fair, dann ist CPQ gerade zu früh. Rechne zuerst nach, was Konfigurationsfehler euch heute wirklich kosten. Liegt das bei 8.000 Euro im Monat, ist das System eine Investition, liegt es bei 3.000 Euro überwiegend Konstrukteurszeit, ist ein 50.000-Euro-Projekt zu groß. Ein Pilotprojekt mit kleinerem Scope (ein Produkttyp, nicht das ganze Portfolio) oder ein Tabellen-Konfigurator für die häufigsten Abhängigkeiten ist dann der ehrlichere Einstieg.

“Konstruktion und Kundengespräche bleiben ja trotzdem, das System spart nicht wirklich Zeit.” Stimmt: Konstruktion wird nicht obsolet. Aber sie bekommt vom Konfigurator einen validen Anhaltspunkt statt einer fehlerhaften Vorlage. Und Kundengespräche werden schneller, weil Alternativangebote während des Telefonats zeigbar sind, statt dass der Vertrieb “das schicke ich nach” sagt und die Entscheidung um zwei Tage verschiebt.

Woran du merkst, dass das zu dir passt

Das System ist eine gute Wahl, wenn folgendes zutrifft:

✓ Das Angebotsvolumen liegt bei mindestens 50 Angeboten pro Monat, darunter rechnet sich die Komplexität der Einführung nicht ✓ Euer Portfolio umfasst 200+ Varianten mit echten technischen Abhängigkeiten, reine Farbvarianten oder unabhängige Optionen brauchen kein CPQ ✓ Die Fehlerquote liegt aktuell über 8 %, das ist wirtschaftlich spürbar und ein klares Signal ✓ Neue Vertriebsmitarbeiter brauchen 6+ Monate, bis sie Angebote fehlerarm erstellen, das ist ein Onboarding-Engpass, den das System löst ✓ Eure Konstruktion beschwert sich regelmäßig über fehlerhafte Angebote, dann ist CPQ auch eine Investition in die interne Beziehung

Das System ist nicht geeignet, wenn:

✗ Ihr habt unter 50 Angebote pro Monat, die Effizienzgewinne amortisieren sich nicht schnell genug ✗ Eure Produkte sind wirklich einfach und unabhängig, wenige Varianten, keine echten Abhängigkeitsregeln; ein Spreadsheet mit Dropdowns reicht ✗ Es gibt keine interne Kapazität für Regelpflege, ohne feste Zuständigkeit veraltet das System schneller, als es Nutzen stiftet

Das kannst du heute noch tun

Verfolge eure nächsten 50 Angebote. Halte für jedes fest:

• Wie lange hat die Angebotserstellung gedauert?
• Hat Konstruktion oder der Kunde später einen Fehler gefunden?
• Welche Fragen musste der Vertriebsmitarbeiter zwischendurch an Konstruktion oder Produktmanagement stellen?

Das kostet über zwei bis drei Wochen verteilt insgesamt 2–3 Stunden. Am Ende habt ihr die Baseline: Wie hoch ist die Fehlerquote? Wie lang die Angebotsdauer? Wie oft wurde intern rückgefragt? Das sind die Kennzahlen, an denen sich der ROI des CPQ-Systems später messen lässt.

Für den ersten methodischen Schritt hilft dieser Prompt: Er extrahiert aus euren vergangenen Angeboten erste Konfigurationsregeln als Grundlage für das spätere Regelwerk.

Quellen & Methodik

• Fehlerquoten und Fehlerkosten: Für beides haben wir keine belastbare Erhebung gefunden. Die Beispielrechnungen arbeiten mit 12 % Fehlerquote und mit zwei Kostensätzen je Fehler (800 Euro und die rund 300 Euro aus Tobias’ Fall), damit du siehst, wie stark das Ergebnis an diesen Annahmen hängt. Ermittle beide Zahlen selbst.
• Zeitersparnis (30–50 Min. pro Angebot): Richtwert, keine Studie.
• Tool-Preise: Tacton und ServiceNow veröffentlichen keine Preise. Zoovu ebenfalls nicht, die Größenordnung (30.000–60.000 Euro im Jahr für ein Modul, 20.000–80.000 Euro Implementierung) ist die Einordnung unserer Toolseite, keine Anbieterangabe.
• Onboarding neuer Vertriebsmitarbeiter: Dass ein Konfigurator die Einarbeitung verkürzt, ist plausibel, eine belastbare Zahl dazu haben wir nicht.