RFQs gehören zu den wichtigsten Hebeln im Einkauf, gleichzeitig sind sie oft einer der größten Zeitfresser. Manuelles Aufsetzen, verstreute Daten, uneinheitliche Angebotsformate und aufwendige Vergleiche sorgen dafür, dass Benchmarking seltener passiert, als es sollte. Im Webinar zeigen Torben Hinrichs und Jakob Hafner, wie KI-gestützte Agenten den gesamten RFQ-Prozess vereinfachen: von der Identifikation des Potenzials bis zur Auswertung der Angebote.

‍

Ausgangslage – Der manuelle RFQ Prozess bremst den Einkauf aus

‍

In vielen Einkaufsabteilungen läuft der RFQ Prozess noch genauso ab wie vor Jahren. Artikel müssen aus dem ERP exportiert werden, relevante Lieferanten werden einzeln zusammengesucht und Anfragen in Word, Excel oder E-Mail vorbereitet. Angebote kommen in völlig unterschiedlichen Formaten zurück und müssen manuell verglichen werden.

‍

Jede Runde kostet Zeit. Jede Anpassung bedeutet erneut Kopieren, Formatieren und Nachpflegen. Oft liegen Teile der Informationen in Dateien, andere in Postfächern und wieder andere in persönlichen Notizen. Dadurch dauert es lange, bis ein vollständiger Vergleich vorliegt und eine Entscheidung getroffen werden kann.

‍

Diese Arbeitsweise sorgt dafür, dass RFQs zwar als wirksames Werkzeug bekannt sind, aber im Alltag häufig weniger genutzt werden, als es sinnvoll wäre. Der Aufwand ist schlicht zu hoch, besonders wenn mehrere Lieferanten oder mehrere Runden geplant sind.

‍

Viele Einkaufsabteilungen möchten daher mehr Wettbewerb erzeugen und häufiger benchmarken, schaffen es aber im Tagesgeschäft nur selten, weil die Vorbereitung zu viel Kapazität bindet. Genau an dieser Stelle setzt das Webinar an.

‍

‍

Wie KI den RFQ Prozess entlastet und beschleunigt

‍

Sobald klar ist, wie aufwendig klassische RFQs sind, wird deutlich, wo moderner Einkauf ansetzen kann. Viele der Schritte, die heute manuell erledigt werden, folgen wiederkehrenden Mustern: Artikel auswählen, Lieferanten prüfen, Anfragedaten zusammentragen, Angebote einholen und anschließend mühsam vergleichen. Genau in diesen Bereichen kann KI unterstützen und dafür sorgen, dass der Einkauf mehr Zeit für Bewertung und Strategie gewinnt.

‍

Anstatt jedes Mal von vorne zu beginnen, analysiert das System automatisch relevante Preisentwicklungen, Vertragsdaten und Artikelbewegungen. Dadurch entstehen frühzeitig Hinweise, bei welchen Produkten ein Benchmarking sinnvoll sein könnte oder welche Anfragen demnächst anstehen. Erst auf dieser Basis kommen die KI-Agenten ins Spiel: Sie übernehmen viele der vorbereitenden und vergleichenden Aufgaben, die den RFQ Prozess heute so zeitintensiv machen.

‍

Die wichtigsten Agenten im Überblick:

‍

Automatische Hinweise - Das System erkennt selbstständig geeignete Ansatzpunkte für RFQs, zum Beispiel bei auffälligen Preisentwicklungen oder bevorstehenden Vertragsfristen.

‍
RFQ Agent - Aus einem identifizierten Thema entsteht mit einem Klick ein vollständiger RFQ. Artikel, Lieferanten und relevante Datenpunkte sind direkt vorbereitet.

‍

Angebotsauslese Agent - Lieferanten können Angebote in beliebigen Formaten einreichen. Die KI liest die Inhalte automatisch aus und führt sie in ein einheitliches Schema über.

‍

Vergleichslogik Agent - Alle Rückmeldungen werden automatisch gegenübergestellt. Unterschiede bei Preisen, Mengen oder Konditionen werden klar hervorgehoben, ohne manuelle Tabellenpflege.

‍

So entsteht ein RFQ Prozess, der strukturiert, deutlich schneller und vollständig nachvollziehbar ist. Der Einkauf gewinnt Zeit für Analyse und Argumentation, während die KI repetitive Aufgaben im Hintergrund übernimmt.

‍

‍

Vom Hinweis zur Entscheidung

‍

Sobald ein relevanter Preistrend oder eine Abweichung erkannt wird, kann der Einkauf den gesamten RFQ Prozess ohne Medienbrüche durchlaufen. Aus einem Hinweis entsteht mit wenigen Klicks eine vollständige Anfrage, Angebote werden automatisch ausgelesen und in einer einheitlichen Struktur gegenübergestellt. Wenn nötig, lässt sich eine weitere Runde direkt anschließen.

‍

Was früher viele Tools, Tabellen und E Mail Schleifen brauchte, erfolgt heute in einem durchgängigen Ablauf. Dadurch wird Benchmarking nicht nur schneller, sondern auch einfacher zu skalieren: mehr Lieferanten, klarere Vergleiche und Entscheidungen, die auf einer sauberen Datengrundlage beruhen.

‍

‍

Ausblick

‍

Die nächsten Schritte zeigen, wohin sich der RFQ Prozess entwickelt. Funktionen wie mehrstufige Angebotsrunden, strukturierte Rückfragen an Lieferanten oder ein integriertes Savings Tracking sorgen dafür, dass nicht nur die Erstellung der RFQs schneller wird, sondern auch die gesamte Nachverfolgung. Perspektivisch können KI-Agenten noch stärker unterstützen, indem sie passende Zeitpunkte für neue Anfragen vorschlagen oder Auffälligkeiten automatisch priorisieren. Damit wird aus einzelnen Benchmarks ein kontinuierlicher, datenbasierter Prozess.

‍

‍

Fazit

‍

Der RFQ Prozess verändert sich deutlich, wenn wiederkehrende Schritte automatisiert werden und alle relevanten Daten zentral bereitstehen. Hinweise entstehen früher, Anfragen sind in wenigen Sekunden vorbereitet und Angebote lassen sich direkt vergleichen. Dadurch bleibt mehr Zeit für Bewertung und Strategie, während KI repetitive Aufgaben im Hintergrund übernimmt und für eine durchgängige Transparenz sorgt.

‍

‍

Torben Hinrichs und Jakob Hafner zeigen, wie Unternehmen RFQs mit Tacto schneller, strukturierter und skalierbarer umsetzen können und weshalb eine höhere Ausschreibungsquote direkt zu besseren Entscheidungen führt.