Materialbestellung und -planung mit KI

Das echte Ausmaß des Problems

Eine falsch bestellte Lieferung klingt nach einem kleinen Fehler — ist aber ein Baustellenstopp von einem halben Tag. Der Elektriker kann nicht weiter, weil die falschen Kabelquerschnitte geliefert wurden. Der Fliesenleger hat 20 Quadratmeter zu wenig Material bestellt. Der Heizungstechniker merkt am Montagetag, dass ein Bauteil fehlt, das er hätte mitbestellen müssen. Wer einmal erlebt hat, wie eine komplette Montagekolonne mit fünf Mann einen Tag wartet, rechnet schnell: Das sind 1.500 bis 2.500 Euro verbrannte Kosten für einen einzigen Planungsfehler.

Laut einer Analyse des Instituts für Bauwirtschaft und Bautechnik wurden in kleinen und mittleren Handwerksbetrieben bei 15 bis 25 Prozent aller Projekte Nachlieferungen notwendig — durch falsche Mengen, fehlende Artikel oder Missverständnisse bei der Spezifikation. Jede Nachlieferung kostet durchschnittlich vier bis acht Stunden Verzögerung plus Expresslieferungsaufschläge von 20 bis 40 Prozent. Bei einem Betrieb mit 200 Projekten pro Jahr sind das bis zu 50 Nachlieferungen — jede einzelne ein Ärgernis, zusammen ein messbarer Profitabilitätskiller.

Das dritte Problem ist Überbestellung. Um Engpässe zu vermeiden, bestellt mancher Betrieb pauschal 15 Prozent mehr Material als geplant. Das bindet Kapital, schafft Lagerchaos und führt zu Materialresten, die nie verwendet werden. Gerade bei Sondermaterialien mit begrenzter Haltbarkeit oder spezifischer Verwendung ist das eine stille Kostenposition, die selten ausgewertet wird.

So funktioniert es in der Praxis

Schritt 1 — Angebot als Quelle nutzen Das fertige Angebot enthält bereits alle Positionen, Mengen und Leistungsbeschreibungen. Eine KI liest das Dokument und extrahiert daraus automatisch eine strukturierte Materialliste — mit Artikelbezeichnung, Menge, Einheit und Puffer. Was früher manuelles Übersetzen war, ist jetzt ein 5-Minuten-Schritt.

Schritt 2 — Lieferantendaten einbeziehen Du hast Preislisten und Artikelnummern deiner Stammlieferanten? Diese gibst du der KI als Kontext. Das System ordnet jede Position auf der Materialliste einem konkreten Artikel aus deinem Lieferantensortiment zu und erstellt einen fertigen Bestellvorschlag — inklusive Alternativen, wenn ein Artikel nicht verfügbar ist.

Schritt 3 — Plausibilitätsprüfung Vor dem Absenden prüft das System Mengen gegen historische Referenzprojekte: „Für ein Bad dieser Größe wurden in vergleichbaren Projekten zwischen 28 und 35 Quadratmeter Fliesen bestellt — dein Vorschlag liegt bei 22.” Das fängt Fehler auf, bevor sie zur Bestellung werden.

Schritt 4 — Direktbestellung oder Export Mit einem Klick geht die Bestellung an den Lieferanten — per E-Mail mit vorausgefüllten Tabellen oder direkt über eine API-Integration. Kein manuelles Eintippen, keine vergessenen Positionen.

Welche Tools passen hierzu

ChatGPT — für die Extraktion von Materiallisten aus Angeboten, Plänen und Leistungsverzeichnissen. Du lädst das Dokument hoch, gibst an, was du brauchst, und bekommst eine strukturierte Liste. Gut für den Einstieg ohne technisches Setup. Ab 0 Euro.

Claude — besonders stark bei der Analyse langer Dokumente wie Leistungsverzeichnissen oder technischen Spezifikationen. Kann größere Kontexte besser verarbeiten als ChatGPT. Ab 0 Euro (Pro: 20 Dollar/Monat).

Make.com — für vollautomatische Workflows: Neues Angebot wird fertiggestellt → Materialliste wird extrahiert → Bestellvorschlag wird generiert → Export an Lieferanten. Ab 9 Euro/Monat.

Microsoft 365 Copilot — wenn deine Angebote in Word oder Excel entstehen: Copilot kann Tabellen aus Dokumenten extrahieren und in Bestelllisten überführen. Ab 28,10 Euro/Nutzer/Monat.

Zapier — für die Verbindung mit Handwerkersoftware wie Tarifold, Lexoffice oder Sevdesk: Wenn das Angebot genehmigt wird, wird automatisch eine Materialliste erstellt und zur Prüfung weitergeleitet. Ab 20 Euro/Monat.

Gemini — Googles Modell, gut für die Analyse von Bauplänen und technischen Zeichnungen via Bildanalyse, um Mengenermittlungen zu unterstützen. Gemini 1.5 kann Bilder lesen und Abmessungen schätzen. Ab 0 Euro.

Was es kostet — realistisch gerechnet

Einstieg (manuelle KI-Unterstützung)

• ChatGPT Plus oder Claude Pro: 20 Dollar/Monat
• Zeitaufwand: 2–3 Stunden Einarbeitung, dann 20–30 Minuten pro Projekt
• Kein technisches Setup nötig
• Ergebnis: strukturierte Materiallisten in Minuten statt Stunden, sofort einsatzbereite Bestellliste

Automatisiert (workflow-integriert)

• Make.com + KI-API: ca. 30–60 Euro/Monat
• Integration in bestehende Software: 800–2.000 Euro Einrichtungsaufwand (einmalig)
• Ergebnis: vollautomatische Bestellvorbereitung nach Angebotsgenehmigung, Bestellvorschlag liegt in 2 Minuten vor

ROI-Beispiel: Betrieb mit 150 Projekten/Jahr, bisher 20 Nachlieferungen (entspricht 13 % Quote). Jede Nachlieferung kostet im Schnitt 300 Euro (Verzögerung, Express, Aufwand). Das sind 6.000 Euro Jahreskosten durch Planungsfehler. Wenn die KI-gestützte Materialplanung die Quote auf 5 % reduziert: Einsparung von 4.500 Euro/Jahr. Tool-Kosten: unter 800 Euro/Jahr.

Realistischer Zeitplan

Phase	Dauer	Was passiert	Typisches Risiko
Testlauf mit echten Projekten	Woche 1–2	3–5 abgeschlossene Projekte als Testbasis nutzen, KI-Ergebnis mit tatsächlichem Materialbedarf vergleichen	KI-Schätzungen weichen stark ab — Vorlagen und Prompts anpassen, bis Qualität stimmt
Preislisten einpflegen	Woche 2–3	Stammlieferanten-Preislisten als Kontext aufbereiten, Artikelnummern verknüpfen	Preislisten nicht aktuell oder strukturiert — Bereinigung notwendig bevor Integration
Pilotbetrieb	Woche 3–6	Bei allen neuen Projekten KI-Materialliste parallel zu manueller Liste erstellen, Abweichungen protokollieren	Team vertraut der KI-Liste nicht — Review-Schritt einbauen, nicht vollständig automatisieren
Automatisierung	Ab Monat 2	Workflow in Make.com einrichten, halbautomatische Bestellvorbereitung	Integration mit Lieferanten-Bestellportal klappt nicht direkt — E-Mail-Export als Fallback
Vollbetrieb	Ab Monat 3	KI-Materialliste ist Standard, manuelle Nachkontrolle für Sonderpositionen	Neue Produktkategorien werden nicht erkannt — Vorlagen regelmäßig ergänzen

Häufige Einwände

„Die KI kennt unsere Lieferanten und Preise nicht.” Das stimmt für den Start — aber du kannst Preislisten und Artikellisten als Kontext übergeben. Einmaliger Aufwand von 2–4 Stunden, danach hat die KI den gleichen Informationsstand wie du. Und anders als ein neuer Mitarbeiter merkt sie sich alles zuverlässig.

„Wir haben immer besondere Projekte — da funktionieren keine Standardlisten.” Für Sonderanfertigungen und Spezialmaterialien bleibt der manuelle Anteil höher. Aber der Löwenanteil jedes Projekts — Kabel, Rohre, Fliesen, Schrauben, Dämmung — ist standardisiert. Wenn die KI 80 % der Materialliste übernimmt, bleibt dir mehr Kapazität für die restlichen 20 % Sonderpositionen.

„Was passiert, wenn die KI etwas vergisst?” Du prüfst die Materialliste vor der Bestellung — das ist Pflicht, egal ob KI oder Mensch erstellt hat. Der Unterschied: Wenn die KI eine Liste in fünf Minuten erstellt und du zehn Minuten prüfst, ist der Gesamtaufwand trotzdem geringer als eine Stunde manuelle Erstellung. Und KI vergisst keine Positionen, die explizit im Angebot stehen.