Krankenhausausschreibungen automatisch analysieren und bewerten

Das echte Ausmaß des Problems

Die Krankenhausversorgung ist das größte Einzelsegment des deutschen Gesundheitssystems: Laut Statistischem Bundesamt wurden 2025 111 Milliarden Euro für stationäre Versorgung aufgewendet — Tendenz steigend. Ein erheblicher Teil davon fließt in Medizinprodukte, die öffentlich ausgeschrieben werden müssen. Allein auf TED, der europäischen Vergabedatenbank, werden täglich über 3.000 neue Ausschreibungen veröffentlicht.

Das Problem ist nicht mangelndes Volumen — es ist die Struktur des Markts.

Öffentliche Vergabeplattformen sind keine Vertriebskanäle, sie sind Informationsarchive. Deutschland allein hat über 100 aktive Vergabeportale — TED, eVergabe, DTVP, Vergabe24, regionale Landesportale, kommunale Plattformen, spezifische Klinikausschreibungsportale. Keine dieser Plattformen ist auf den Suchenden zugeschnitten; alle sind auf den Ausschreibenden ausgerichtet. Die Konsequenz: Medizintechnik-Anbieter verbringen täglich zwei bis drei Stunden mit manuellem Screening — und finden trotzdem nicht alles.

Besonders tückisch sind drei strukturelle Schwächen der manuellen Suche:

• Titelinkonsistenz: Krankenhäuser benennen gleiche Produkte in den Ausschreibungstiteln unterschiedlich. „Sterilisator”, „Autoklave”, „Dampfsterilisationsanlage” und „Medizinprodukte-Aufbereitungseinheit” können dasselbe Produkt meinen — ein Keyword-Filter trifft nie alle vier.
• Plattformzersplitterung: Selbst erfahrene Bid-Manager kennen nicht alle relevanten Portale. Regionale Kliniken schreiben häufig auf landesspezifischen Plattformen aus, die bundesweit arbeitende Vertriebsteams nicht auf dem Radar haben.
• Zeitverlust bei Nicht-Treffern: Die manuelle Prüfung, ob eine Ausschreibung zum eigenen Portfolio passt, dauert 15–60 Minuten pro Dokument — die meisten enden mit „nein”.

Das Ergebnis: Relevante Ausschreibungen werden übersehen, Fristen verpasst, und das Vertriebsteam verbringt wertvolle Zeit mit dem Lesen von Vergabeunterlagen, die von Anfang an nicht gepasst haben.

Mit vs. ohne KI — ein ehrlicher Vergleich

Die Zeitersparnis ist der klarste Hebel — und er lässt sich schnell messen. Was die Tabelle nicht zeigt: Der eigentliche Wert liegt nicht in der Geschwindigkeit, sondern in der Abdeckung. Plattformen, die bisher gar nicht systematisch geprüft wurden, werden plötzlich durchsuchbar.

Einschätzung auf einen Blick

Zeitersparnis — sehr hoch (5/5) Zwei bis drei Stunden täglich auf 15–25 Minuten zu reduzieren ist die deutlichste Zeitersparnis im Medizintechnik-Segment. Der Effekt ist sofort messbar: Einfach die Screening-Zeit vor und nach Einführung vergleichen. Kein anderer Use Case in diesem Bereich liefert so schnell, so eindeutig sichtbare Einsparungen im Tagesablauf des Vertriebs.

Kosteneinsparung — mittel (3/5) Die Toolkosten sind überschaubar (60–230 Euro/Monat für die gängigen Plattformen), aber der Nutzen fließt indirekt: mehr gewonnene Ausschreibungen, nicht direkt weniger Ausgaben. Wer drei gewonnene Aufträge pro Jahr auf das Screening zurückführen kann, hat den Business Case — wer ihn nicht isolieren kann, bleibt auf dem Glauben angewiesen.

Schnelle Umsetzung — sehr hoch (5/5) Der erste Alert kann am Tag der Registrierung kommen. Bidfix, VergabePilot und TendiGo sind SaaS-Tools ohne technisches Setup — kein IT-Projekt, kein Entwickler, kein Vergabeprozess. Suchprofil anlegen, Plattform verbinden, ersten Alert erhalten: das dauert weniger als eine Stunde. In der gesamten Medizintechnik-Kategorie ist das der schnellste Einstieg.

ROI-Sicherheit — niedrig (2/5) Das ist die ehrliche Grenze dieses Use Cases: Du weißt nicht, ob du die Ausschreibung ohne KI gewonnen hättest. Der Kontrollfall fehlt. Wenn das System eine Ausschreibung als „hohe Erfolgschance” einstuft und du sie gewinnst, ist unklar, ob das an der KI lag oder daran, dass du schlicht der beste Anbieter warst. Umgekehrt: Wenn du verlierst, weißt du nicht, ob du ohne KI überhaupt geboten hättest. Dieses Kausalitätsproblem lässt sich nicht wegdiskutieren — es ist die strukturelle Schwäche von Bid-Intelligence-ROI.

Skalierbarkeit — hoch (4/5) Mehr Produktkategorien, mehr Plattformen, mehr Regionen — all das lässt sich durch zusätzliche Suchprofile abdecken, ohne proportional mehr manuelle Arbeit zu erzeugen. Nicht ganz maximal bewertet, weil neue Produktkategorien neue Profil-Konfiguration und Kalibrierung erfordern: Wer ein neues Produktsegment erschließt, muss die relevanten CPV-Codes, Synonyme und Ausschlussbegriffe erst erarbeiten.

Richtwerte — abhängig von Plattformabdeckung, Produktportfolio-Breite und Häufigkeit der Ausschreibungsaktivität im Zielmarkt.

Was das System konkret macht

Modernes Ausschreibungsscreening mit KI funktioniert in drei Schichten:

Schicht 1 — Aggregation: Das System zieht täglich neue Bekanntmachungen von 100 bis 300+ Vergabeplattformen, normiert sie in ein einheitliches Format und indiziert sie. Was früher Dutzende manuelle Logins erforderte, passiert automatisiert im Hintergrund.

Schicht 2 — Semantische Filterung: Statt nach exakten Keywords zu suchen, nutzen moderne Tender-Intelligence-Tools NLP-Modelle, die Bedeutung und Kontext verstehen. „Autoklave”, „Dampfsterilisationsanlage” und „CSSD-Ausrüstung” werden als verwandte Begriffe erkannt. CPV-Codes (europäische Produktklassifikation im Vergaberecht) werden automatisch abgeglichen. Das eliminiert die Titelinkonsistenz-Falle.

Schicht 3 — Eignungsabgleich: Die besseren Plattformen gehen weiter: Sie laden die Vergabeunterlagen selbst herunter und extrahieren automatisch die Eignungskriterien (Referenzen, Zertifikate, Umsatzgrenzen, Bietergemeinschaften) sowie die Zuschlagskriterien (Preis, Qualität, Lieferzeit). Diese werden gegen das hinterlegte Profil des eigenen Unternehmens abgeglichen — das Ergebnis ist eine Eignungsampel pro Ausschreibung.

Der Output für das Vertriebsteam: Ein tägliches Briefing mit fünf bis zwanzig vorqualifizierten Ausschreibungen, sortiert nach Relevanz und Eignungsgrad. Jede Ausschreibung enthält Ablauffristen, Auftragswert, geforderte Zertifikate und einen Hinweis, wo das eigene Profil lückenlos passt — und wo es Lücken gibt.

Was die KI nicht kann

Wichtig zu verstehen: Die KI bewertet die formale Passung, nicht die strategische Erfolgschance. Ob das ausschreibende Krankenhaus bereits einen langjährigen Lieferanten hat, der de facto bevorzugt wird. Ob der Auftraggeber aus früheren Projekten bekannt ist. Ob ein Rahmenvertrag mit einem Wettbewerber läuft, der den Marktanteil de facto sichert. Dieses Kontextwissen bringt die KI nicht mit — das bleibt Aufgabe des Vertriebsteams.

Das Vergaberecht als strategische Filterschicht

Wer Krankenhausausschreibungen systematisch bearbeiten will, muss die Spielregeln verstehen — denn sie entscheiden, welche Ausschreibungen überhaupt relevant sind und wie viel Zeit für ein Angebot bleibt.

EU-Schwellenwerte (ab 1. Januar 2024): Ab einem Auftragswert von 221.000 Euro (Liefer- und Dienstleistungsaufträge, öffentliche Auftraggeber) muss europaweit ausgeschrieben werden — die Bekanntmachung erscheint zwingend auf TED. Darunter genügt eine nationale Veröffentlichung, oft auf regionalen Plattformen. Für Medizintechnik-Anbieter mit Produkten im fünf- bis sechsstelligen Bereich bedeutet das: Ein erheblicher Teil der relevanten Aufträge liegt unter dem EU-Schwellenwert und erscheint nicht auf TED — sondern ausschließlich auf DTVP, eVergabe oder Landesportalen.

Öffentliche vs. private Krankenhäuser: Nicht alle Krankenhäuser müssen öffentlich ausschreiben. Private Krankenhausträger, die zu weniger als 50 Prozent aus öffentlichen Mitteln finanziert werden, fallen nicht unter das GWB-Vergaberecht. In der Praxis bedeutet das: Konzernkliniken wie Helios, Rhön oder Asklepios schreiben überwiegend frei aus, ohne die formalen Vergaberichtlinien einhalten zu müssen. Ihre Aufträge tauchen nicht auf TED oder DTVP auf — sie werden direkt vergeben oder über Rahmenverträge abgedeckt.

Rahmenverträge vs. Einzelausschreibungen: Viele Krankenhäuser und Klinikverbünde haben Rahmenverträge für Produktkategorien, die über 2 bis 4 Jahre laufen. Während ein Rahmenvertrag läuft, werden Einzelbestellungen direkt ohne Ausschreibung abgerufen. Das bedeutet: Wenn ein Wettbewerber einen Rahmenvertrag hat, bist du in diesem Segment de facto ausgeschlossen — bis der Vertrag ausläuft und neu ausgeschrieben wird. Die KI zeigt dir zwar, was ausgeschrieben wird, aber nicht, ob du gegen einen laufenden Rahmenvertrag antrittst. Das erfordert Marktkenntnis.

Losvergabe: Umfangreiche Krankenhausbeschaffungen werden häufig in Lose aufgeteilt — Los 1 Sterilisationsgeräte, Los 2 Verbrauchsmaterial, Los 3 Wartung. Du kannst für einzelne Lose bieten, ohne das Gesamtpaket anbieten zu müssen. KI-Tools, die nur auf Ausschreibungsebene matchen, übersehen manchmal losstrukturierte Verfahren, bei denen nur ein einziges Los für dich relevant ist. Gut konfigurierte Suchprofile prüfen deshalb sowohl den Gesamtauftrag als auch die Losstruktur.

Fristen sind härter als im privaten Vertrieb: Im öffentlichen Vergaberecht gelten Angebotsfristen als absolute Ausschlussfristen — ein Angebot, das auch nur einen Tag zu spät eingereicht wird, ist ungültig, unabhängig von der Qualität. Gleichzeitig haben Bieter das Recht, Vergabeunterlagen direkt beim Auftraggeber zu rügen, wenn sie unvollständig oder widersprüchlich sind. Diese Rügefristen (typisch: bis zu 10 Tage vor Ablauf der Angebotsfrist) sind selbst für erfahrene Bid-Teams oft knapp — was die frühe Erkennung neuer Ausschreibungen zu einem echten Wettbewerbsvorteil macht.

Konkrete Werkzeuge — was wann passt

Für das Ausschreibungsscreening gibt es einen klaren Markt an spezialisierten Tools. Die Wahl hängt davon ab, wie viele Ausschreibungen ihr bearbeitet und wie tief ihr in die Eignungsanalyse einsteigen wollt.

Bidfix — DACH-Fokus, KI-Bid/No-Bid, freemium Aggregiert Bekanntmachungen aus 100+ Vergabeplattformen in Deutschland, Österreich und der Schweiz. Stärke: Bid/No-Bid-Analyse in Minuten — die KI prüft Eignungskriterien gegen dein hinterlegtes Profil und gibt eine Empfehlung mit Begründung. Kostenlose Basis-Recherche zum Einstieg. Preise für KI-Analyse auf Anfrage (Sales-led). Gut für Medizintechnik-Anbieter, die vor allem im DACH-Raum aktiv sind.

VergabePilot — Transparent, deutsches Hosting, günstiger Einstieg Durchsucht täglich 300+ deutsche Vergabeportale, extrahiert Fristen und Kriterien automatisch. Made in Germany — Hosting und Datenverarbeitung ausschließlich in Deutschland, DSGVO-konform ohne Nachfragen. Einstieg mit kostenlosem BASIC-Plan; PROFESSIONAL für 60 Euro/Monat (3 Suchprofile, tägliche Alerts, Pro-KI-Modell). Sehr transparente Preise. Für Medizintechnik-Anbieter mit DSGVO-Pflicht und dem Bedarf nach deutschem Hosting die klarste Empfehlung für den Erstkontakt.

TendiGo — Breiteste Quellenabdeckung, DACH-spezialisiert 800+ Vergabequellen, davon 662 deutsche Plattformen. Automatische Eignungsprüfung gegen das eigene Firmenprofil, Dokumentenanalyse in unter 5 Minuten. Premium für 89 Euro/Monat (1 Nutzer, unbegrenzte KI-Anfragen), KI Professionell für 230 Euro/Monat (unbegrenzte Nutzer). Junger Anbieter — vor Vertragsschluss AVV explizit anfragen.

DTAD — Etablierter Aggregator, 25 Jahre Marktpräsenz Über 12.000 Datenquellen, nach eigener Angabe 99,99 Prozent aller deutschen Ausschreibungen, plus KI-Assistent „Frank” für schnelle Erstanalyse. Salesled-Pricing (ca. 50–300 Euro/Monat je nach Umfang), deutsches Hosting. Gut für größere Vertriebsteams, die maximale Abdeckung und persönliche Betreuung wollen.

Claude / ChatGPT — Für die Vertiefungsanalyse Wenn eine Ausschreibung durch den Erstscrener als relevant markiert ist, kommt die eigentliche Arbeit: die 80-seitige Vergabeunterlage verstehen. Hier sind LLMs mit großem Kontextfenster das richtige Werkzeug — Vergabeunterlage hochladen, die Eignungskriterien und Zuschlagskriterien zusammenfassen lassen, Lücken zum eigenen Profil identifizieren. Claude hat ein 200.000-Token-Kontextfenster, das auch sehr umfangreiche Vergabeunterlagen in einem Schritt verarbeitet.

Make.com — Für automatisierte Workflows Wer den Screening-Prozess komplett automatisieren will: Make.com kann Ausschreibungs-Alerts aus den Plattformen aufnehmen, über Webhooks an eine KI-API weiterleiten, die Zusammenfassung erstellen und das Ergebnis direkt ins CRM oder in einen Slack-Kanal senden. Erfordert technischen Aufwand beim Setup, läuft danach ohne manuelle Eingriffe.

Wann welcher Ansatz:

• Ersteinstieg, kostenlos, DACH: → VergabePilot BASIC oder Bidfix Basis
• Vollständige DACH-Abdeckung mit Eignungsprüfung: → TendiGo Premium oder Bidfix
• Maximale Abdeckung + deutsches Hosting + persönliche Betreuung: → DTAD
• Vertiefungsanalyse großer Vergabeunterlagen: → Claude
• Vollautomatisierter Workflow: → Make.com + API-Anbindung

Datenschutz und Datenhaltung

Ausschreibungsplattformen verarbeiten primär öffentlich zugängliche Daten — die Bekanntmachungen und Vergabeunterlagen sind ohnehin öffentlich. Trotzdem entstehen beim Betrieb eines Screening-Systems relevante Datenschutzfragen.

Das eigene Unternehmensprofil — Zertifikate, Referenzprojekte, Umsatzangaben, Namen der Ansprechpersonen — ist nicht öffentlich. Dieses Profil wird in den Plattformen hinterlegt und für den Eignungsabgleich genutzt. Es handelt sich um Unternehmens- und ggf. personenbezogene Daten, die einem Auftragsverarbeitungsvertrag (AVV) bedürfen.

Wichtig für Medizintechnik-Unternehmen mit Produkten im regulierten Bereich: Wenn Vergabeunterlagen klinische Daten oder patientenbezogene Anforderungen enthalten und diese zur Analyse an LLM-APIs übermittelt werden, ist besondere Sorgfalt geboten.

Pro Tool:

• VergabePilot: Deutsches Hosting und Datenverarbeitung ausschließlich in Deutschland, DSGVO-konform, AVV verfügbar. Klarste Wahl für DSGVO-sensible Unternehmen.
• Bidfix: EU-Hosting, AVV auf Anfrage, DACH-fokussiert. Vor Buchung explizit anfragen.
• TendiGo: Telemetrie self-hosted in Deutschland, Authentifizierung im EWR — AVV ist im öffentlichen Datenschutztext nicht erwähnt, explizit anfragen.
• DTAD: Deutsches Rechenzentrum, „Software Made in Germany”-Zertifikat. KI-Assistent Frank: Die konkrete LLM-Architektur ist nicht öffentlich dokumentiert — bei vertraulichen Vergabeunterlagen vorher klären.
• Claude für Vertiefungsanalyse: Wenn über claude.ai genutzt, US-Server. Für DSGVO-konforme Vertiefungsanalyse entweder über AWS Bedrock (Frankfurt) oder durch explizite Prüfung, ob die Vergabeunterlagen personenbezogene Daten enthalten.

Was es kostet — realistisch gerechnet

Laufende Tool-Kosten (monatlich)

• VergabePilot BASIC: 0 Euro (50 Credits — für den Einstieg und Test ausreichend)
• VergabePilot PROFESSIONAL: 60 Euro/Monat (tägliche Alerts, 3 Profile, Pro-KI-Modell)
• TendiGo Premium: 89 Euro/Monat (unbegrenzte KI-Anfragen, 1 Nutzer, Eignungsprüfung)
• TendiGo KI Professionell: 230 Euro/Monat (unbegrenzte Nutzer + agentische Funktionen)
• Bidfix: Basis-Recherche kostenlos; KI-Analyse auf Anfrage (Sales-led)
• DTAD: ca. 50–300 Euro/Monat, je nach Paket (Sales-led Pricing)

Einmalige Einrichtungskosten Der Aufwand liegt primär im Profilaufbau: Das Firmenprofil (CPV-Codes, Zertifikate, Referenzprojekte, regionale Schwerpunkte, Mindest-Auftragswerte) muss einmal sorgfältig erfasst werden. Das dauert intern typisch 4–8 Stunden und ist der wichtigste Schritt — schlechte Profileingaben produzieren Rauschen statt Treffer.

Was du dagegenrechnen kannst Ein Vertriebsmitarbeiter, der täglich 2,5 Stunden manuell screent, verliert bei 220 Arbeitstagen pro Jahr rund 550 Stunden — das sind fast 14 Vollzeit-Arbeitswochen. Bei einem Bruttolohnkostensatz von 40–60 Euro pro Stunde ergeben sich 22.000 bis 33.000 Euro jährlich, die in Screening-Aufwand fließen. Davon 80 Prozent einzusparen — realistisch mit einem gut konfigurierten System — bedeutet 17.000 bis 26.000 Euro eingesparte Kapazität.

Die konservative Rechnung: Werkzeugkosten 1.440 Euro/Jahr (VergabePilot Professional für ein Team). Eingesparte Screening-Zeit (60 Prozent-Annahme): ~330 Stunden × 50 Euro/Stunde = 16.500 Euro. ROI auf Werkzeugkosten: ca. 11:1. Aber: Dieser ROI gilt nur, wenn das Team die gewonnene Zeit tatsächlich für Mehrwert einsetzt — also mehr Angebote bearbeitet, nicht einfach früher Feierabend macht.

Wie du den Nutzen tatsächlich misst Die einzige belastbare Metrik ist die Anzahl der Ausschreibungen, auf die ihr bietet — und im Verlauf die gewonnenen. Nicht: die KI-Trefferquote allein, nicht der Eignungsscore allein. Wer sechs Monate vor Einführung und sechs Monate danach die Zahl der eingereichten Angebote und den gewonnenen Auftragswert vergleicht, bekommt den einzig belastbaren Beweis.

Vier typische Einstiegsfehler

1. Schlechtes Firmenprofil — und damit schlechte Treffer. Der häufigste Fehler: Das Firmenprofil wird hastig angelegt, mit zu breiten Keywords und ohne CPV-Codes. Das Ergebnis ist ein täglicher Alert mit 30 bis 50 Ausschreibungen, von denen 45 irrelevant sind. Das System wirkt nutzlos, weil das Profil ungenau ist — nicht weil die Plattform schlecht ist. Lösung: Beim Profilaufbau jemanden aus dem Vertrieb einbeziehen, der weiß, welche Produktkategorien tatsächlich gewinnt werden können. CPV-Codes sorgfältig auswählen, Ausschlussbegriffe explizit definieren (z. B. Veterinärmedizin, Dentalgeräte ausschließen, wenn nicht relevant), minimalen Auftragswert setzen.

2. Keine Nachkalibrierung nach dem Start. Die Plattform wird eingerichtet, läuft zwei Wochen — und dann passiert nichts. Kein Feedback zurück ins Profil, keine Überprüfung der Treffer. Das Ergebnis: Das System bleibt auf dem Stand des Startprofils, obwohl die realen Treffer zeigen würden, was noch fehlt oder was zu viel ist. Gute Praxis: Die ersten vier Wochen täglich 10 Minuten für Profil-Feedback einplanen. Welche Treffer sind Gold? Welche sind Lärm? Diese Rückmeldung verbessert das Profil systematisch.

3. Das Screening-Tool ersetzt die CRM-Pflege. Ein häufiges Muster: Das Tool wird eingeführt, aber die Ausschreibungen, auf die geboten wird, landen nicht im CRM. Nach drei Monaten hat das Team keine Übersicht, wie viele Bids eingereicht wurden, bei welchen Ausschreibungstypen die Trefferquote liegt und wo systematische Verluste entstehen. Ohne diese Datenbasis ist kein Lernen möglich — weder für das Team noch für die KI-Einschätzung. Lösung: Von Anfang an ein einfaches Bid-Log führen (Excel reicht), das für jede eingereichte Ausschreibung Kategorie, Auftraggeber, Ergebnis und — wenn bekannt — Verlustgrund dokumentiert.

4. Kein Prozess für die Vertiefungsanalyse. Das Screening findet eine relevante Ausschreibung. Und jetzt? Wenn kein klarer Prozess existiert, wer die Vergabeunterlage im Detail liest und innerhalb welcher Frist die Bid/No-Bid-Entscheidung fällt, landet das Dokument in der Inbox — und wird vor Ablauf der Frist nicht bearbeitet. Die frühe Erkennung ist nur dann wertvoll, wenn sie in einen strukturierten Angebotsvorbereitungsprozess mündet. Fristen im Vergaberecht sind hart; kein System verhindert einen verpassten Abgabetermin, wenn die interne Bearbeitung stockt.

Was mit der Einführung wirklich passiert — und was nicht

Die technische Einführung ist einfach. Was schwieriger ist: Die Änderung in den Arbeitsgewohnheiten des Vertriebsteams.

Muster 1 — „Ich schau trotzdem selbst nach.” Erfahrene Bid-Manager haben über Jahre ein mentales Bild entwickelt, welche Plattformen für sie relevant sind. Das Vertrauen in ein automatisiertes System kommt nicht am ersten Tag. Was hilft: Die ersten vier Wochen parallel arbeiten — manuell und mit dem Tool — und systematisch vergleichen, was das Tool findet und was nicht. Die Lücken, die das Tool füllt, überzeugen deutlicher als jede Erklärung.

Muster 2 — Der False-Positive-Frust. Wenn das Tool in der ersten Woche drei irrelevante Ausschreibungen als „sehr passend” bewertet, verliert das Team das Vertrauen schnell. Dieser Effekt ist unvermeidbar — aber er ist primär ein Profilproblem, kein Toolproblem. Das Profil braucht Feedback aus den ersten zwei Wochen, um die Trefferqualität zu verbessern. Wer diesen Lernzeitraum nicht einplant, beurteilt das System zu früh.

Muster 3 — Die Fristenkatastrophe bleibt trotzdem. KI-Screening findet Ausschreibungen früher. Es verhindert nicht, dass eine Ausschreibung im internen Prozess stecken bleibt. Wenn das Vertriebsteam nicht klar definiert hat, wer eine gefundene Ausschreibung übernimmt und bis wann die Bid/No-Bid-Entscheidung getroffen werden muss, passieren Fristversäumnisse weiterhin — nur auf anderen Plattformen als vorher.

Was konkret hilft:

• Woche 1 und 2: Parallelbetrieb, täglich Profil-Feedback geben
• Fester Termin morgens für den Alert-Review (15 Minuten, alle relevanten Alerts sichten)
• Klare Übergaberegel: Wer eine Ausschreibung als „prüfenswert” markiert, bekommt 48 Stunden für die Bid/No-Bid-Entscheidung
• Monatliches Kurzmeeting: Wie viele Alerts, wie viele Bids, wie viele Gewinner — was lernt das Team?

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände — und was dahintersteckt

„Wir haben das schon immer manuell gemacht und Aufträge gewonnen.” Stimmt — und ist ein echtes Argument. Manuelle Suche funktioniert. Die Frage ist nicht, ob man ohne Tool gewinnen kann, sondern ob man alle Chancen sieht. Der Unterschied liegt in der Abdeckung: Ausschreibungen auf Plattformen, die bisher nicht systematisch gesucht wurden, tauchen im manuellen Prozess gar nicht auf. Was man nicht sieht, kann man nicht gewinnen.

„Die KI-Trefferquote ist doch eh nicht verlässlich.” Dieser Einwand trifft auf billige Keyword-Aggregatoren zu, nicht auf semantische Suchlösungen mit Profilabgleich. Die Trefferqualität hängt stark von der Profilgenauigkeit ab — bei gutem Profil liegt die Relevanzquote der Alerts bei 20–40 Prozent, was bei manuellem Suchen selten erreicht wird. Der Vergleich ist nicht „KI-Trefferquote vs. 100 Prozent”, sondern „KI-Trefferquote vs. bisherige manuelle Quote”.

„Wir haben keine Zeit, ein neues Tool einzuführen.” Der erste Alert kommt an Tag 1 nach der Registrierung. Die Einrichtungszeit beträgt eine bis zwei Stunden. Was danach passiert, kostet täglich 15–20 Minuten statt zwei bis drei Stunden. Das Argument kehrt sich um: Wer keine Zeit hat, hat keine Zeit mehr für manuelles Screening.

Woran du merkst, dass das zu dir passt

Du profitierst deutlich, wenn:

• Dein Team durchsucht täglich mehr als zwei Vergabeplattformen manuell — und trotzdem das Gefühl hat, nicht alles zu sehen
• Ihr habt mindestens 5–10 Ausschreibungen pro Monat, auf die ihr ernsthaft bietet — darunter lohnt sich der Profilaufbau kaum
• Ihr verliert gelegentlich an Fristen, weil die Ausschreibung zu spät entdeckt wurde
• Ihr habt ein klar abgrenzbares Produktportfolio mit definierten CPV-Codes und Zertifikaten — das ist die Voraussetzung für sinnvolle Profilkonfiguration
• Jemand im Team ist bereit, in den ersten vier Wochen täglich Feedback zu geben — ohne diese Kalibrierungsphase bleibt das Profil unscharf

Wann es sich (noch) nicht lohnt — drei harte Ausschlusskriterien:

1. Unter 3 relevanten Ausschreibungen pro Monat. Bei sehr seltener Ausschreibungsaktivität ist der manuelle Aufwand überschaubar — und das Profilpflege-Investment überwiegt den Nutzen. Wer nur gelegentlich biddet, nutzt die Zeit besser damit, jede einzelne Ausschreibung gründlich zu bearbeiten statt zu skalieren.

2. Kein dokumentiertes Produktportfolio mit CPV-Codes und aktuellen Zertifikaten. Das KI-Screening kann nur dann einen Eignungsabgleich machen, wenn das Firmenprofil vollständig und aktuell ist. Wer das Profil nicht mit den richtigen Codes und Nachweisen hinterlegte, bekommt eine Trefferflut statt priorisierter Treffer. Vor dem Tool-Einstieg: die eigenen CPV-Codes recherchieren und die Zertifikate aktuell halten.

3. Kein Bid-Log und keine historischen Gewinn-/Verlustdaten. Die Plattformen liefern Alerts — aber ohne Kontext aus früheren Bids lässt sich kein Muster erkennen: Gegen wen verliert man systematisch? In welchem Segment ist die Trefferquote am höchsten? Diese Daten kommen nicht von der Plattform; sie müssen intern gepflegt werden. Wer dieses Fundament nicht legt, kann die Screening-Effizienz nicht über die Zeit verbessern.

Das kannst du heute noch tun

Registriere dich bei VergabePilot — kostenlos, kein Setup, keine Kreditkarte. Lege ein Suchprofil mit deinen drei relevantesten Produktkategorien an und lass dir die ersten Alerts zusenden. Das dauert 45 Minuten und zeigt dir sofort, was du bisher verpasst hast.

Für die Vertiefungsanalyse einer gefundenen Ausschreibung nutze den folgenden Prompt. Lade die Vergabeunterlage als PDF hoch und paste den Prompt darunter:

Quellen & Methodik

• Krankenhausversorgungsausgaben 2025 — 111 Milliarden Euro: Statistisches Bundesamt (Destatis), Pressemitteilung vom April 2026 zu Gesundheitsausgaben 2024 und Schätzung 2025. URL: destatis.de/DE/Presse/Pressemitteilungen/2026/04/PD26_115_23611.html
• Täglich über 3.000 Ausschreibungen auf TED: Europäische Kommission, Supplement zum Amtsblatt der EU, ted.europa.eu/en/simap/european-public-procurement
• EU-Schwellenwert ab 2024 — 221.000 Euro (Liefer- und Dienstleistungsaufträge): IHK Niederbayern, Übersicht neue EU-Schwellenwerte ab 2024, ihk-niederbayern.de; bestätigt durch Wirtschaftsministerium Baden-Württemberg (Stand Januar 2024)
• Vergaberecht für private Krankenhäuser — 50-Prozent-Regel: BLOMSTEIN Rechtsanwälte, „KHZG — Vergaberechtliche Folgen für Krankenhausbetreiber”, blomstein.com (Oktober 2021, Grundsatz unverändert)
• KI-Ausschreibungstools im Vergleich 2025 — Kosten Leto+TenderZen ca. 8.000 €/Jahr: docs.tenderzen.de/blog/ki-ausschreibungstools-vergleich-2025.html
• VergabePilot PROFESSIONAL 60 €/Monat: Veröffentlichter Tarif, vergabepilot.ai/preise (Stand Mai 2026)
• TendiGo Preise 89–230 €/Monat: Veröffentlichter Tarif, tendigo.de (Stand Mai 2026)
• AI tender analysis failure mode — veraltete Inhalte führen zu falschen Empfehlungen: ContraVault Blog, „Understanding the Challenges of Tender Analysis”, contravault.com (2024/2025)
• Lohnkostensatz 40–60 Euro/Stunde: Destatis, Verdiensterhebung 2024 (branchenbezogener Schätzwert, angepasst für Medizintechnik-Vertrieb)

Du willst wissen, welche Plattformen für eure Produktkategorien am besten abgedeckt sind und wie ihr das erste Profil richtig konfiguriert? Meld dich — das klärt sich in einem kurzen Gespräch.