Automatisierte Förderantragssuche

Das echte Ausmaß des Problems

In Deutschland gibt es laut Bundesverband Deutscher Stiftungen mehr als 25.000 rechtsfähige Stiftungen bürgerlichen Rechts, 90 Prozent davon mit gemeinnützigen Zwecken. Dazu kommen Bundes- und Länderprogramme, EU-Töpfe, kommunale Fördermittel und CSR-Gelder aus der Privatwirtschaft. Wie viele passende Programme ein Verein mit drei bis fünf Hauptamtlichen im Jahr verpasst, weiß niemand, eine belastbare Erhebung dazu kennen wir nicht. Deine eigene Zahl bekommst du schnell: Zähl, wie viele passende Ausschreibungen ihr im letzten Jahr erst nach Fristende gesehen habt. Jede davon ist ein Projekt, das nicht stattfindet, weil das Geld fehlt.

Das Kernproblem ist asymmetrisch: Anträge sind teuer in der Erstellung. Ein einzelner Antrag bei einer Bundesbehörde oder großen Stiftung kann je nach Programm 20 bis 60 Stunden Arbeitszeit kosten, Konzepterstellung, Projektbeschreibung, Wirkungsnachweise, Eigenanteilsrechnung, Anhänge. Wenn du vorher nicht weißt, ob dein Projekt zum Förderprofil passt, ist dieser Aufwand reine Verschwendung.

Und genau das passiert regelmäßig: Anträge werden gestellt, weil jemand zufällig von einem Programm gehört hat, nicht weil es das am besten passende war.

Fristen sind kurz. Manche Programme lassen nach der Ausschreibung nur wenige Wochen Zeit bis zur Einreichung. Wer sie nicht aktiv beobachtet, erfährt davon oft erst, wenn andere schon eingereicht haben. Das Problem ist dann nicht die fehlende Eignung, sondern die fehlende Kapazität für systematische Recherche.

Mit vs. ohne KI, ein ehrlicher Vergleich

Richtwerte der Redaktion, keine Messung. Deine eigenen Werte bekommst du, wenn du einen Monat lang die Recherchestunden aufschreibst und beim nächsten Antrag die Stunden bis zum fertigen Rohtext.

Einschätzung auf einen Blick

Zeitersparnis, mittel (3/5)
Die eigentliche Recherchezeit sinkt erheblich, von 8–15 auf 2–4 Stunden pro Monat. Gleichzeitig ist die Förderantragssuche kein täglicher Arbeitsvorgang wie Berichterstellung oder Kommunikation. Der Gesamteffekt auf die Arbeitszeit ist real, aber begrenzt, weil der Zeitanteil für Fördermittelrecherche im Verhältnis zur Gesamtarbeitszeit klein ist.

Kosteneinsparung, mittel (3/5)
Kosten sinken hier kaum: Die Tools kosten 0 bis 40 Euro im Monat, und die gesparten Recherchestunden bleiben Arbeitszeit, solange niemand weniger bezahlt wird. Der finanzielle Hebel ist ein anderer: Ein Fördertreffer, der ohne KI nicht gefunden worden wäre, bringt Geld für ein Projekt, das sonst nicht stattfände. Das ist aber zweckgebundenes Projektgeld, das ausgegeben und nachgewiesen werden muss, oft mit Eigenanteil und immer mit Antragsaufwand, kein Überschuss für die Organisation. Deshalb keine Spitzenwertung.

Schnelle Umsetzung, sehr hoch (5/5)
Heute beginnen: Projektprofil schreiben (2 Stunden), ChatGPT oder Perplexity befragen, fertig. Kein Tool-Setup, keine Integration, kein API-Zugang nötig. Einer der einfachsten Einstiege in dieser Branche.

ROI-Sicherheit, mittel (3/5)
Der Nutzen hängt an drei Bedingungen, die das Tool nicht kontrolliert: Die Recherche-Routine muss bleiben, Anträge müssen tatsächlich geschrieben werden, und sie müssen bewilligt werden. Messbar ist sicher nur die Recherchezeit. Ob daraus Projektgeld wird, entscheidet die Bewilligungsquote, und die kennst du erst nach einem Jahr.

Skalierbarkeit, mittel (3/5)
Mit wachsender Projektanzahl steigt der Recherchebedarf, das System skaliert nicht automatisch, sondern braucht weiter regelmäßige menschliche Eingabe. Verglichen mit Systemen, die einmal eingerichtet automatisch laufen (z.B. Beneficiary-Management), ist die Skalierbarkeit begrenzt.

Richtwerte, stark abhängig von der Anzahl der laufenden Projekte und der Disziplin der Recherche-Routine.

Was die KI konkret macht

Der Ansatz kombiniert zwei Schritte:

Schritt 1, Systematisches Matching: Du gibst ein strukturiertes Projektprofil ein (Thema, Zielgruppe, Region, Förderhöhe) und lässt ChatGPT oder Perplexity danach suchen, welche Förderprogramme passen. Das ist keine Wundertechnologie, es ist eine erste Filterschicht, die zeigt, wohin sich tiefere Recherche lohnt.

Schritt 2, Antragstext-Unterstützung: Wenn ein passendes Programm identifiziert ist, gibst du die Ausschreibungsunterlagen und dein Projektprofil in ein LLM (Retrieval-Augmented Generation-Prinzip) und lässt einen strukturierten Rohtext generieren. Das ersetzt nicht die inhaltliche Expertise, aber es übernimmt einen Teil der Formulierungsarbeit. Wie groß dieser Teil ist, hängt vom Programm und von deinen Vorlagen ab, eine belastbare Zahl dazu gibt es nicht. Miss es beim ersten Antrag: Stunden bis zum fertigen Rohtext, verglichen mit dem letzten Antrag ohne KI.

Was KI dabei nicht kann: Aktuelle Einreichfristen zuverlässig kennen (Trainingsdaten haben einen Stichtag), den lokalen Kontext deiner Organisation einschätzen, die emotionale Überzeugungskraft von echten Projekterfahrungen liefern. Diese Lücken schließt der menschliche Prüfungsschritt.

Konkrete Werkzeuge, was wann passt

ChatGPT , kostenlos / 23 Euro/Monat für Plus
Stärkstes Allround-Tool für Förderrecherche und Antragsentwürfe. Kennt viele öffentliche Förderprogramme, kann Passungs-Checks machen und lange Antragsabschnitte strukturiert formulieren. Einstieg: kostenlos möglich.

Claude , 20 Euro/Monat (Pro)
Besonders stark bei langen, strukturierten Dokumenten mit konsistenter Argumentation. Wenn du 8–15 Seiten Antragstext brauchst, der einen roten Faden hat und Bewertungskriterien systematisch adressiert, liefert Claude oft bessere Ergebnisse.

Perplexity , kostenlos / 20 US-Dollar/Monat für Pro
Als Recherchetool nützlich: Durchsucht aktuelle Web-Quellen und gibt Quellenangaben. Besser als ChatGPT für aktuelle Ausschreibungsfristen, weil es auf Live-Daten zugreift.

Notion AI , 19,50 Euro/Nutzer/Monat im Business-Plan
Für Organisationen, die bereits Notion nutzen: Projektprofile, Förderdatenbank und Antragsdokumente strukturiert ablegen und per KI durchsuchen. Natürliche Erweiterung ohne Tool-Wechsel. Die KI-Suche über den Workspace gibt es erst im Business-Plan (19,50 Euro bei jährlicher, 23,50 Euro bei monatlicher Abrechnung), Free und Plus haben nur eine begrenzte Testversion.

Kostenlos starten: ChatGPT Free + DeepL Free für Antragsrecherche und erste Textentwürfe, funktioniert für Einstieg vollständig ohne Kosten.

Datenschutz und Datenhaltung

Förderantragssuche arbeitet typischerweise mit öffentlichen Programmbeschreibungen und internen Projektprofilen, keine sensiblen Personendaten. Damit ist die Datenschutzlage entspannter als bei anderen Nonprofit-Anwendungen.

Zu beachten:

• Interne Finanzdaten (Eigenanteile, Budgets) solltest du nicht ungekürzt in externe Cloud-Dienste eingeben. Anonymisierte oder abstrahierte Formen (“Projektvolumen ca. 30.000 Euro”) sind unbedenklich.
• Strategische Projektpläne, die noch nicht öffentlich sind, gehören nicht in ChatGPT oder ähnliche Dienste ohne AVV (Auftragsverarbeitungsvertrag). ChatGPT Business und Claude Team, beide erst ab zwei Plätzen buchbar, kommen mit AVV.
• Für reine Textformulierung (Antragsrohling) auf Basis deiner eigenen Eingaben: datenschutzrechtlich unproblematisch, keine besonderen Kategoriendaten involviert.

Empfehlung: Für die Förderantragsrecherche und -formulierung ist der normale Consumer-Plan von ChatGPT oder Claude ausreichend, wenn du keine unveröffentlichten Strategiedaten oder Personendaten einträgst. Schalte in den Einstellungen ab, dass deine Eingaben zum Training genutzt werden, in den Consumer-Plänen ist das sonst eingeschaltet.

Was es kostet, realistisch gerechnet

Minimaler Ansatz (sofort starten):

• ChatGPT Free oder Perplexity Free: 0 Euro/Monat
• Zeitaufwand Einarbeitung: 3–5 Stunden einmalig
• Monatlicher Routineaufwand: 2–3 Stunden

Vollständiger Workflow:

• Claude Pro: 20 Euro/Monat
• Notion AI Business: 19,50 Euro/Nutzer/Monat bei jährlicher Abrechnung (für Dokumentenstruktur und KI-Suche)
• Einrichtungsaufwand Projektsteckbriefe: 4–8 Stunden einmalig
• Gesamtkosten für eine Person: 20 plus 19,50 Euro, zusammen 39,50 Euro/Monat, 12 mal 39,50 Euro sind 474 Euro im Jahr

Was die Rechnung hergibt, und was nicht:
Organisation mit 5 Projekten, bisher 10 Stunden/Monat Förderrecherche ohne systematischen Ansatz. Mit KI: 3 Stunden/Monat. Die gesparten 7 Stunden sind Arbeitszeit einer Hauptamtlichen, kein Geld auf dem Konto, denn ihr Gehalt bleibt gleich. Wert bekommen sie erst, wenn sie in bessere Anträge fließen.

Findest du durch systematischere Recherche ein zusätzliches Programm und wird ein Antrag über 20.000 Euro bewilligt, dann stehen nicht 20.000 Euro Ertrag gegen 474 Euro Abo. Fördermittel sind ein zweckgebundener Zuschuss: Sie bezahlen die Kosten eines Projekts, das ohne sie nicht stattfände, und müssen dafür ausgegeben und nachgewiesen werden. Viele Programme verlangen einen Eigenanteil, und der Antrag selbst kostet 20 bis 60 Stunden. Der Gewinn ist das Projekt, nicht ein Überschuss. Das Abo ist in dieser Rechnung der kleinste Posten, entscheidend ist, ob eure Anträge bewilligt werden.

Der kritische Faktor: Nicht das Tool, sondern die Disziplin. Monatliche Recherche-Sessions mit dokumentierten Ergebnissen bringen mehr als gelegentliche Suchen nach Bedarf.

Drei typische Einstiegsfehler

Fehler 1, KI als Orakel behandeln, nicht als Filterschicht
ChatGPT weiß nicht alle Förderprogramme. Wer KI-Ergebnisse direkt und unkritisch übernimmt, verpasst Programme, die KI nicht kennt, und investiert Zeit in Programme, die sich bei genauerer Prüfung als unpassend herausstellen. Richtig: KI als erste Suchebene, echte Förderdatenbanken (Stiftungssuche des Bundesverbands, Förderdatenbank des Bundes, Seiten der Ministerien) als zweite Ebene.

Fehler 2, Antragstexte ohne Überarbeitung einreichen
KI-generierte Rohbilder sind Arbeitsmaterialien, keine Finalprodukte. Zahlen, interne Projektspezifika, Wirkungsnachweise aus der eigenen Praxis, das muss von dir kommen. Wer KI-Texte ohne inhaltliche Prüfung einreicht, riskiert inhaltliche Fehler und einen Stil, der nicht zur Organisation passt. Konsequenz: Immer vollständige interne Prüfung vor der Einreichung.

Fehler 3, Einmalige Recherche ohne Routine
Viele Organisationen nutzen KI einmal für eine intensive Fördermittelrecherche und kehren dann zur alten Ad-hoc-Suche zurück. Der Mehrwert entsteht aber durch kontinuierliches Monitoring: Was ist neu ausgeschrieben? Welche Fristen kommen in den nächsten Wochen? Mindestens monatliche Recherche-Sessions einplanen und im Kalender blockieren.

Was mit der Einführung wirklich passiert, und was nicht

Was passiert: Die erste Recherche-Session mit KI liefert sofort mehr Ergebnisse als erwartet. Viele Organisationen entdecken beim ersten Durchgang drei bis fünf Programme, die sie bisher nicht kannten. Das motiviert.

Was auch passiert: Die zweite und dritte Session sind weniger spektakulär. Der initiale Entdeckungseffekt lässt nach. Hier trennen sich Organisationen, die aus der KI-Unterstützung eine echte Routine machen, von denen, die das Tool nach vier Wochen wieder vergessen.

Was nicht passiert: Eine KI übernimmt keine Antragsstellung. Sie schreibt keine fertigen, eingabefertigen Dokumente. Sie führt keine Nachforschungen bei Fördergebern durch. Der menschliche Teil, Kontaktaufnahme, Beziehungsaufbau zu Fördergebern, inhaltliche Substanz im Antrag, bleibt unverzichtbar.

Typischer Widerstand: “Wir haben das immer ohne KI gemacht.” Das stimmt, aber mit dem Ergebnis, dass systematische Förderrecherche de facto nicht stattfindet, weil sie zu aufwendig ist. KI senkt die Barriere, bis der Aufwand niedrig genug ist, um es konsequent zu tun.

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände, und was dahintersteckt

„KI kennt doch gar nicht alle Förderprogramme.”
Das stimmt, und darum geht es nicht. KI ist die erste Filterschicht, die zeigt, in welche Richtung tiefer recherchiert werden sollte. Du nimmst die Hinweise und prüfst sie in echten Förderdatenbanken. Der Unterschied: Mit KI ist eine erste Sichtung in einer halben Stunde machbar, von Hand eher ein Nachmittag.

„Unsere Projekte sind zu komplex für KI.”
Gerade komplexe Projekte profitieren von KI als Strukturierungshilfe. Wenn du dem Modell alle Eckdaten gibst und sagst: “Strukturiere das als Projektbeschreibung für diesen Antrag und adressiere diese Bewertungskriterien”, bekommst du einen Rahmen, den du mit Tiefe füllen kannst. Das Modell nimmt dir nicht die Expertise ab, es gibt ihr eine Form.

„Wir haben keine Zeit, uns in ein neues Tool einzuarbeiten.”
ChatGPT zu nutzen braucht keine Einarbeitung. Du öffnest die Website, tippst eine Frage, fertig. Die eigentliche Investition liegt in der Erstellung sauberer Projektprofile (4–8 Stunden einmalig für alle laufenden Projekte), die sich dann für jede Recherche und jeden Antrag mehrfach auszahlt.

Woran du merkst, dass das zu dir passt

• Du stellst mehr als zwei Förderanträge pro Jahr
• Eure aktuelle Förderrecherche läuft ad hoc, wenn jemand zufällig von einem Programm hört
• Mindestens eine Person verbringt mehr als 2 Stunden/Monat mit Fördersuche
• Ihr habt schon Anträge eingereicht, bei denen ihr euch nicht sicher wart, ob das Projekt wirklich zum Programm passt

Wer noch nicht anfangen sollte:
Wenn deine Organisation noch keine klaren, schriftlichen Projektbeschreibungen hat, ist KI-Förderrecherche zu früh. Zuerst die Projekte strukturieren, dann die Suche optimieren.

Das kannst du heute noch tun

Schreib ein einseitiges Profil für dein wichtigstes laufendes Projekt: Thema, Zielgruppe, Region, Laufzeit, Förderbedarf. Dann nutze den Prompt unten, und du hast in 30 Minuten eine Liste von Programmen, die du vorher nicht auf dem Radar hattest.

Quellen & Methodik

• Bundesverband Deutscher Stiftungen, Zahlen und Daten: mehr als 25.000 rechtsfähige Stiftungen bürgerlichen Rechts, 90 Prozent mit gemeinnützigen Zwecken. https://www.stiftungen.org/stiftungen/zahlen-und-daten/statistiken.html
• Demokratie leben!, Über das Programm: dritte Förderperiode 2025 bis 2032. https://www.demokratie-leben.de/das-programm/ueber-demokratie-leben
• Förderdatenbank des Bundes: Übersicht über Förderprogramme von Bund, Ländern und EU. https://www.foerderdatenbank.de
• Zeit- und Mengenangaben: Richtwerte der Redaktion, keine Erhebung. Für die Zahl verpasster Programme und die Zeitersparnis beim Antrag haben wir keine belastbare Studie gefunden.