Angebotserstellung im Großhandel mit KI: von der Anfrage zum Angebot

Eine Anfrage und ein fertiges Angebot trennen im Großhandel oft mehrere Stunden Innendienst-Arbeit. Die Anfrage kommt als Mail-Fließtext, als PDF-Tabelle oder als Excel-Liste mit Kundenbezeichnungen, die nicht zu den eigenen Artikelnummern passen. Bevor das erste Angebot rausgeht, sucht jemand die Positionen zusammen, prüft Konditionen und Verfügbarkeit, kalkuliert die Marge und tippt das Ganze ins System. Angebotserstellung mit KI setzt genau an dieser Strecke an: Der Agent bereitet das Angebot vor, der Mensch prüft und gibt frei.

Worum es geht: die Kurzfassung

• KI-gestützte Angebotserstellung liest eine eingehende Anfrage, ordnet die Positionen den eigenen Artikelnummern zu, zieht Konditionen und Verfügbarkeit aus dem ERP und legt einen prüffähigen Angebotsentwurf vor. Das Ziel ist eine kürzere Durchlaufzeit, kein automatischer Versand.
• Die Angebotserstellung sitzt eine Stufe vor der Auftragsabwicklung. Hier steht noch keine Bestellung, sondern eine Anfrage mit offener Preis-, Margen- und Verfügbarkeitsfrage.
• Die Margenhoheit bleibt beim Menschen. Der Agent rechnet mit hinterlegten Konditionen, eskaliert aber bei Sonderpreisen, fehlenden Konditionen und Margenausreißern.
• Der Hebel liegt in den Daten: Je sauberer Artikelstamm und Konditionen, desto höher die Quote der Positionen, die der Agent sicher zuordnet. Lückenhafte Stammdaten begrenzen die Automatisierung, nicht das Modell.
• Im Sinne des EU AI Act ist ein solcher Angebots-Agent typischerweise „limited risk”: Die wesentliche Pflicht ist Transparenz, kundenbezogene Daten gehören in EU-Hosting.

Was ist KI-gestützte Angebotserstellung?

KI-gestützte Angebotserstellung ist die automatische Vorbereitung eines Angebots aus einer eingehenden Anfrage, bevor der Innendienst es prüft und freigibt. Ein Agent liest die Anfrage, gleicht die genannten Positionen mit dem Artikelstamm ab, ergänzt kundenspezifische Konditionen und Verfügbarkeit aus dem ERP und erzeugt daraus einen Angebotsentwurf samt Begründung der Zuordnung.

Im Pillar zu KI-Agenten im Mittelstand 2026 ist die Verarbeitung eingehender Geschäftsvorfälle einer der zentralen Anwendungsfälle. Dieser Beitrag vertieft den Spezialfall Angebot: wie die Positionszuordnung zustande kommt, woher die Preise stammen und wo der Agent bewusst an den Menschen abgibt.

Wie aus einer Anfrage ein Angebot wird

Der Ablauf folgt vier Schritten, die sich einzeln nachvollziehen und korrigieren lassen. Diese Nachvollziehbarkeit ist der Unterschied zwischen einem brauchbaren Assistenten und einer Zahl, der niemand traut:

1. Lesen und zuordnen. Der Agent extrahiert die angefragten Positionen aus Mail, PDF oder Excel und ordnet sie den eigenen Artikelnummern zu, auch wenn der Kunde eine abweichende Bezeichnung oder eine Wettbewerbsnummer verwendet.
2. Verfügbarkeit und Konditionen ziehen. Er gleicht jede Position mit Lagerbestand, Wiederbeschaffungszeit und den im ERP hinterlegten kundenspezifischen Preisen, Rahmenverträgen und Staffeln ab.
3. Kalkulieren und prüfen. Aus Einkaufspreis, Kondition und Zielmarge entsteht der Angebotspreis. Liegt eine Position unter einer definierten Margenschwelle oder fehlt eine Kondition, markiert der Agent sie zur manuellen Klärung.
4. Entwurf vorlegen. Der Agent erzeugt den Angebotsentwurf mit allen Positionen, Preisen und einer Begründung je Zuordnung. Der Innendienst prüft, passt an und gibt frei.

Schritt eins steht und fällt mit dem Positions-Matching. Wie sich Kundenbezeichnungen, Synonyme und Wettbewerbsnummern verlässlich auf den eigenen Katalog abbilden lassen, behandelt der Beitrag zur semantischen Produktsuche im Onlineshop – dieselbe Technik trägt die Zuordnung in der Anfrage. Damit Schritt zwei funktioniert, braucht der Agent strukturierten Zugriff auf das ERP; was dabei eine stabile Anbindung ausmacht, beschreibt der Beitrag zur ERP-Anbindung für KI-Agenten.

Wo die Automatisierung an ihre Grenzen stößt

Nicht jede Anfrage wird zu einem automatisch befüllten Angebot, und das ist richtig so. Drei Fälle gehören bewusst in die Hände des Innendienstes:

• Margenkritische Positionen. Wo der kalkulierte Preis eine hinterlegte Schwelle reißt, entscheidet ein Mensch. Der Agent liefert die Vorarbeit, nicht das letzte Wort über den Deckungsbeitrag.
• Sonder- und Projektkonditionen. Einmalige Projektpreise, Verhandlungsspielräume und strategische Rabatte lassen sich nicht aus Stammdaten ableiten. Hier schlägt der Agent auf Basis der Historie vor und überlässt die Entscheidung dem Vertrieb.
• Unklare oder unvollständige Anfragen. Fehlt eine Menge, ist eine Position nicht eindeutig zuordenbar oder widerspricht sich die Anfrage, fragt der Agent nach oder eskaliert, statt zu raten.

Wie hoch der Anteil der weitgehend automatisch vorbereiteten Angebote ausfällt, hängt am Sortiment und an der Datenqualität. In der Praxis ist die Spanne breit: Ein Sortiment aus gut gepflegten Standardartikeln mit hinterlegten Konditionen erreicht hohe Quoten, ein projektlastiges Geschäft mit vielen Sonderpreisen deutlich niedrigere. Eine seriöse Punktzahl lässt sich erst nach Sichtung der eigenen Anfragen nennen, nicht vorab aus einer Benchmark.

Abgrenzung: Angebot ist nicht Auftrag und nicht Lead

Drei benachbarte Anwendungsfälle werden leicht verwechselt, sie lösen verschiedene Probleme:

Die automatisierte Auftragsabwicklung verarbeitet eine bereits bestätigte Bestellung Richtung ERP. Die Angebotserstellung sitzt davor: Sie beantwortet eine Anfrage, die noch eine Preis- und Verfügbarkeitsentscheidung verlangt. Erst wenn der Kunde das Angebot annimmt, entsteht die Bestellung, die dann in die Auftragsabwicklung läuft.

Die Lead-Qualifizierung mit KI bewertet, ob und wie dringend sich eine Anfrage lohnt. Sie kalkuliert kein Angebot. Beide greifen ineinander: Der qualifizierte Lead ist häufig der Auslöser, an dem die Angebotserstellung ansetzt.

Vom dynamischen Pricing unterscheidet sich der Angebots-Agent ebenfalls. Beim Dynamic Pricing im Großhandel geht es um die Preisstrategie über das Sortiment hinweg. Die Angebotserstellung wendet die bereits hinterlegten kundenspezifischen Konditionen auf eine konkrete Anfrage an, sie legt keine Listenpreise fest.

Was die Zahlen hergeben – und was nicht

Anbieter werben mit drastisch verkürzten Durchlaufzeiten und höheren Trefferquoten. Belastbare, datierte Zahlen speziell für den deutschen Großhandel sind rar, und die kursierenden Werte stammen überwiegend aus Anbieter-Fallstudien. Sie taugen als Richtung, nicht als Versprechen. Aussagekräftig sind zwei eigene Kennzahlen: Wie lange dauert heute der Weg von der Anfrage bis zum versendeten Angebot, und wie viele Anfragen bleiben so lange liegen, dass der Auftrag an einen schnelleren Wettbewerber geht? Diese beiden Werte sagen mehr über Ihr Potenzial als jede fremde Benchmark.

EU AI Act und DSGVO: der Rahmen in Kürze

Ein Angebots-Agent verarbeitet Kunden- und Konditionsdaten, das berührt Datenschutz und KI-Regulierung. Im Sinne des EU AI Act fällt ein solches System in aller Regel in die Kategorie „limited risk”: Die wesentliche Pflicht ist Transparenz darüber, dass ein automatisiertes System mitarbeitet. Kundenbezogene Daten gehören in EU-gehostete oder lokale Inferenz, abgesichert über einen Auftragsverarbeitungsvertrag und klare Löschfristen.

Wo genau im Mittelstand welche Pflichten greifen und wie eine pragmatische Umsetzung aussieht, ordnet der Beitrag zu EU AI Act und DSGVO für KI-Agenten ein. Dies ist eine fachliche Einordnung und ersetzt keine Rechtsberatung im Einzelfall.

Womit Sie anfangen

1. Ein Sortiment zuerst. Beginnen Sie mit dem Artikelbereich, der gut gepflegt ist und das meiste Anfragevolumen trägt. Dort ist die Zuordnungsquote am höchsten und der Effekt am schnellsten sichtbar.
2. Konditionen offenlegen. Der Agent kann nur mit den Preisen rechnen, die sauber im ERP hinterlegt sind. Lücken in den Konditionsstämmen fallen hier zuerst auf – und lohnen die Bereinigung.
3. Margenschwellen definieren. Legen Sie fest, ab welcher Abweichung eine Position zur manuellen Prüfung geht, bevor der Agent live läuft.
4. Im Schattenlauf starten. Lassen Sie den Agenten anfangs Entwürfe erzeugen, die der Innendienst gegenliest, ohne dass etwas automatisch rausgeht. Wo Vorschlag und Einschätzung auseinandergehen, schärft sich die Logik.

Häufige Fragen

Was macht ein KI-Agent bei der Angebotserstellung konkret? Er liest die Anfrage aus Mail, PDF oder Excel, ordnet die Positionen den eigenen Artikelnummern zu, zieht Konditionen und Verfügbarkeit aus dem ERP und legt einen Angebotsentwurf zur Prüfung vor. Versand und Margenfreigabe bleiben beim Innendienst.

Erstellt und verschickt die KI das Angebot vollautomatisch? In der Regel nein. Der Agent bereitet bis zur Freigabe vor. Standardpositionen mit hinterlegten Konditionen lassen sich weitgehend durchreichen, Margenausreißer und Sonderpreise gehen bewusst an einen Menschen.

Worin unterscheidet sich das von automatisierter Auftragsabwicklung? Die Auftragsabwicklung verarbeitet eine bestätigte Bestellung. Die Angebotserstellung sitzt davor und beantwortet eine Anfrage mit offener Preis- und Verfügbarkeitsfrage.

Was passiert mit kundenspezifischen Preisen und Margen? Die zieht der Agent aus den hinterlegten Konditionen, Rahmenverträgen und Staffeln. Fehlt eine Kondition oder fällt die Marge unter den Schwellwert, eskaliert er an den Innendienst.

Lohnt sich das auch ohne perfekt gepflegte Stammdaten? Teilweise. Je besser die Datenlage, desto höher die sichere Zuordnungsquote. Bei Lücken beginnt man mit dem gut gepflegten Sortimentsteil und erweitert schrittweise.

Wo Sie anfangen, wenn Sie heute starten möchten

Die Angebotserstellung ist ein guter Agenten-Anwendungsfall, sobald Artikelstamm und Konditionen für einen Sortimentsteil tragfähig sind. Den größeren Rahmen spannt der Pillar KI-Agenten im Mittelstand 2026 auf; eng verbunden sind die Lead-Qualifizierung am Eingang, die Auftragsabwicklung als nächste Stufe und die semantische Produktsuche als Technik hinter der Positionszuordnung.

Wenn Sie sehen möchten, wie lange Ihr Weg von der Anfrage zum Angebot heute dauert und welcher Sortimentsteil sich zuerst lohnt, schauen wir das in einem unverbindlichen Erstgespräch an Ihren Anfragen an.

Methodik: Recherche KI-gestützt, fachlich geprüft und faktengecheckt von Tobias Egner – mit Hintergrund aus Handel und KI-Engineering. Die genannten Bandbreiten zur Automatisierungsquote sind bewusst als Spannen formuliert und stammen aus eigener Umsetzungserfahrung, nicht aus einer fremden Benchmark; eine belastbare Punktzahl ergibt sich erst aus den eigenen Anfragedaten. Die datenschutzrechtliche Einordnung folgt DSGVO und EU AI Act und ersetzt keine Rechtsberatung. Stand: Juni 2026.