Warum das Tendering eine Engine braucht, kein Chatbot

Eine bestimmte Art von KI-Demo ist auf Konferenzen mittlerweile vertraut geworden. Jemand öffnet ein Chatfenster, tippt eine Frage zu einer Ausschreibung ein, und das System liefert eine flüssige, selbstsichere Antwort. Das Publikum nickt. Die Demo wirkt beeindruckend.

Aber Demos sind keine Workflows. Und im Healthcare-Tendering ist genau die Lücke zwischen „beeindruckend aussehen“ und „tatsächlich funktionieren“ der Punkt, an dem der meiste Wert verloren geht.

Der KI-Tendering-Markt reift schnell, und es hat sich eine klare Weggabelung zwischen zwei grundsätzlich unterschiedlichen Philosophien herausgebildet. Die eine verlangt, dass der Nutzer die Führung übernimmt: zu wissen, was er fragen muss, wann er es fragen muss und wie er die Antworten zu einer kommerziellen Strategie zusammenfügt. Die andere baut diese Intelligenz direkt in das System ein, strukturiert den Prozess, zeigt Entscheidungen proaktiv auf und lernt aus jedem Ergebnis.

Das Erste ist eine Chat-Oberfläche. Das Zweite ist das, was wir bei Vamstar gebaut haben.

Die Illusion von Conversational AI im Tendering

Chatbasierte KI wirkt intuitiv, weil sie etwas Vertrautes nachahmt. Man tippt etwas ein, sie antwortet. Es fühlt sich an wie ein sachkundiger Kollege auf Abruf.

Das Problem ist, dass Tendering keine Unterhaltung ist. Es ist ein strukturierter, mehrstufiger, deadline-getriebener Prozess mit rechtlichen Konsequenzen bei Fehlern und erheblichen kommerziellen Konsequenzen bei jeder verpassten Chance oder fehlgeschlagenen Angebotsabgabe. Die Expertise, die nötig ist, um sich darin zurechtzufinden — zu wissen, welche Märkte zu beobachten sind, welche Spezifikationen mit welchen Produkten gemappt werden, wo die Marge liegt, wie eine differenzierte Value Narrative aufgebaut wird — kann nicht einfach auf Abruf von der Person abgerufen werden, die gerade tippt.

Chatbasierte Systeme legen die Verantwortung für diese Expertise zurück auf den Nutzer. Wenn man weiß, wonach man zu den Zuschlagskriterien fragen muss, bekommt man eine Antwort. Wenn man es vergisst oder ein Junior-Teammitglied ist, das das noch nie gemacht hat, dann nicht. Die KI wird reaktiv statt proaktiv, antwortend statt intelligent.

Im Tendering ist das, was man nicht zu fragen weiß, oft das Wichtigste.

In die Workflows integrierte Intelligenz

Vamstars Tender AI wurde auf einer anderen Prämisse entwickelt: KI im Tendering sollte kommerzielle Entscheidungen aktiv steuern, nicht darauf warten, dass sie angefragt wird.

Angetrieben von Polaris, Vamstars domänenspezifischem, auf Life Sciences Contracting trainiertem Betriebssystem, arbeitet Tender AI als fünfstufige Workflow-Engine: Discover, Match, Respond, Evaluate und Monitor. Jede Stufe erzeugt strukturierte Ergebnisse, die direkt in die nächste übergehen und so einen kontinuierlichen Intelligence-Loop schaffen statt einer Abfolge isolierter Chat-Interaktionen.

Discover ist die Grundlage. Polaris überwacht täglich Tausende von Beschaffungsportalen, erfasst Ausschreibungen in über 100 Ländern und verarbeitet Dokumente nativ in mehr als 50 Sprachen. Das ist keine triviale Fähigkeit: Ausschreibungen erscheinen in unstrukturierten Formaten, auf wenig bekannten regionalen Portalen, in juristischer Sprache, die kaum Ähnlichkeit mit Produktbeschreibungen in internen Katalogen hat. Polaris nimmt außerdem private Ausschreibungen direkt aus definierten E-Mail-Postfächern auf, sodass der gesamte Pipeline in einer einzigen Sicht abgebildet wird. Das Ergebnis ist vollständige Markttransparenz, automatisch gepflegt, kein Suchwerkzeug, das nur funktioniert, wenn jemand daran denkt, es zu nutzen.

Match ist der Punkt, an dem die kommerzielle Entscheidung beginnt. Statt eine Liste von Opportunities bereitzustellen und Teams die manuelle Bewertung zu überlassen, führt Polaris für jede relevante Ausschreibung einen 15-minütigen KI Go/No-Go-Score durch. Dabei werden Gewinnwahrscheinlichkeit modelliert, Margenschwellen angewendet und die strategische Account-Priorität berücksichtigt – vollständig automatisch, bevor ein Mensch überhaupt eine Minute in die Bearbeitung investiert hat. Dadurch wird Expertenaufmerksamkeit genau auf die Ausschreibungen gelenkt, bei denen sie den größten Impact hat, statt über alle Eingänge verteilt zu werden.

Respond macht die Effizienzgewinne greifbar. Polaris liest Ausschreibungsdokumente in allen gängigen Formaten, extrahiert sowohl explizite als auch implizite Anforderungen und durchsucht die historische Antwortbibliothek nach den besten bereits freigegebenen Antworten. Entwürfe werden im erforderlichen Ausgabeformat erstellt – Word, Excel, PDF oder Portal-Webformular – inklusive Anhängen unterstützender Artefakte (klinische Studien, Zertifikate, regulatorische Dossiers) unter Wahrung der Herkunft. Vor der Einreichung erfolgen Prüfungen auf Vollständigkeit, interne Freigaben, Anti-Kollusions-Compliance und Lesbarkeit, bevor etwas die Plattform verlässt.

Evaluate schließt den Feedback-Loop, den die meisten Tendering-Systeme nie wirklich öffnen. Win- und Loss-Ergebnisse werden strukturiert, durchsuchbar und in Lernsignale überführt. Was hat die Winrate verändert? Welche Pricing-Strategie hat die Marge belastet? Welche Value Narrative hat im Scoring konstant besser abgeschnitten? Diese Erkenntnisse fließen automatisch zurück in die Match- und Respond-Stufen und schärfen so jede zukünftige Entscheidung mit jedem Zyklus.

Monitor hält die darunterliegende, governte Intelligence-Schicht aufrecht: ein durchsuchbares Repository aus früheren Angeboten, Q&A, freigegebenen Artefakten, Tender-Kalendern, Compliance-Reports und Live-Market-Daten – jederzeit aktuell, jederzeit zugänglich.

Automatisierung ohne Intelligenz bleibt Fragmentierung

Es gibt eine Version von KI im Tendering, die einzelne Aufgaben automatisiert, ohne sie miteinander zu verbinden. Hier ein Dokumenten-Reader, dort ein Template-Filler, ein Dashboard, das zeigt, welche Angebote gerade in Bearbeitung sind. Das sind nützliche Werkzeuge, aber sie teilen denselben grundlegenden Fehler wie chatbasierte Systeme: Sie sind passiv. Sie reagieren auf Eingaben, statt Erkenntnisse zu erzeugen.

Der Tender-AI-Artikel, den wir im Oktober 2025 veröffentlicht haben, macht diesen Unterschied klar: Die Digitalisierung hat verändert, wo Informationen liegen. Sie hat nicht verändert, wie Entscheidungen getroffen werden.

Was die Entscheidungsqualität verändert, ist ein System, das nicht nur strukturierte Daten speichert — Lieferantennamen, Produktcodes, Einreichungsdaten — sondern die unstrukturierten Inhalte interpretiert, in denen die eigentlichen kommerziellen Hebel liegen: Spezifikationen, Bewertungskriterien, regulatorische Sprache, Nachhaltigkeitsklauseln, Erstattungsbedingungen. Das sind die Faktoren, die bestimmen, ob ein Vertrag es wert ist, gewonnen zu werden, wie er bepreist werden sollte und welche Risiken er trägt. Ein Chat-System beantwortet Fragen dazu. Polaris liest sie, mappt sie und handelt darauf, ohne darauf zu warten, gefragt zu warden.

Die Go/No-Go-Entscheidung ist der strategischste Moment im Tendering

Die meisten Tendering-Systeme behandeln die Qualifizierung als nachträglichen Schritt. Ein Team ist bereits halb durch eine 200-seitige Einreichung, bevor überhaupt jemand die Frage stellt, ob es jemals gut positioniert war, um zu gewinnen.

Vamstars Ansatz macht Go/No-Go zur ersten automatisierten Entscheidung im Prozess, nicht zu einer manuellen Bauchentscheidung am Ende eines langen Meetings. Polaris bewertet Opportunities innerhalb von 15 Minuten anhand von Gewinnwahrscheinlichkeit nach GPO-Tier, FAR vs GPO vs IDN-Logik, Margenschwellen und strategischer Account-Priorisierung – bevor jeglicher menschlicher Aufwand investiert wird.

Das verändert den Rhythmus der kommerziellen Entscheidungsfindung. Die Frage lautet nicht mehr „Können wir antworten?“, sondern „Sollten wir antworten?“. Teams, die mehr gewinnen, bieten nicht zwangsläufig mehr. Sie bieten intelligenter.

Die Daten aus unserer Closed-Loop-Analytics bestätigen dies: Value-getriebene Angebote gewinnen mit 1,7-facher Wahrscheinlichkeit im Vergleich zu reinen Price-only-Angeboten. Diese Differenz wächst von Quartal zu Quartal. Sie ist für Teams nicht sichtbar, die nicht über die Infrastruktur verfügen, sie zu messen.

Skala und Tiefe, die eine Chat-Schicht nicht replizieren kann

Polaris verarbeitet über 40 Millionen Ausschreibungsdatensätze in mehr als 100 Ländern und deckt dabei ein Handelsvolumen von über 780 Milliarden Euro ab. Historische Daten reichen in den meisten Märkten bis 2019 zurück, mit ausgewählten Datensätzen bis 2012. Dieser longitudinale Datensatz ist das, was prädiktive Analytik wirklich sinnvoll macht: Er bildet die Grundlage für das Verständnis von Ausschreibungszyklen, Preisentwicklungen, Mustern der Wettbewerberbeteiligung und Veränderungen in den Zuschlagskriterien.

Eine Chat-Oberfläche, die auf ein Datenprodukt aufgesetzt wird, verändert nicht, was die Daten wissen. Sie verändert nur, wie man darauf zugreift. Das ist eine Verbesserung der User Experience, keine Verbesserung der Intelligenz. Der Unterschied ist entscheidend in einem Markt, in dem die Tiefe institutionellen Wissens – über Beschaffungsarchetypen, Gewichtungen von Zuschlagskriterien, ESG-Anforderungen nach Geografie – darüber entscheidet, wer die Narrative prägt und wer nur darauf reagiert.

Vamstars Domänenspezialisierung in MedTech, Pharma und Biotech bedeutet, dass Polaris nicht auf generischen Enterprise-Daten trainiert und anschließend auf Healthcare Procurement angewendet wurde. Es wurde dafür gebaut. Eine Referenz auf MDR Annex IX, eine implizite Nachhaltigkeitsanforderung oder eine Klausel, die an einen Erstattungskalender gebunden ist, ist für Polaris nicht nur Text – sondern Kontext, der die Strategie definiert.

Die richtige Frage

Da KI im Tendering immer stärker verbreitet ist, ist die wichtigste Frage für kommerzielle Führungskräfte nicht, welcher Anbieter die meisten Agents hat oder wessen Demo am natürlichsten wirkt.

Sie lautet: Was macht deine KI, ohne dass sie dazu aufgefordert wird?

Eine Plattform, die auf Anweisungen wartet, hat den Prozess nicht verändert. Sie hat ihn nur neu verpackt. Eine Plattform, die Märkte autonom überwacht, Opportunities vor jeglichem menschlichen Aufwand bewertet, konforme Antworten aus freigegebenen Inhalten erstellt, aus jedem Ergebnis lernt und die kommerzielle Strategie kontinuierlich schärft – und dabei das Expertenurteil im Zentrum jeder relevanten Entscheidung hält – hat grundlegend verändert, was ein Tendering-Team erreichen kann.

Das ist der Standard, den Vamstars Tender AI, powered by Polaris, erfüllen wurde.

Denn im Contracting gewinnt nicht Geschwindigkeit allein. Entscheidend ist das Verständnis.

Um Tender AI in Aktion zu sehen, besuchen Sie vamstar.io/de/vertragsmanagement oder buchen Sie eine 30-minütige Demo mit unserem Team.