Produktabgleich-KI: Eine neue operative Ebene für Vertrags- und Angebotsteams

Im US-amerikanischen Gesundheitswesen liegt die größte Herausforderung bei der Beantwortung einer Ausschreibung (RFP) oft nicht in der Preisgestaltung, den Vertragsbedingungen oder den klinischen Nachweisen. Sie besteht vielmehr darin, eine täuschend einfache Frage zu beantworten – Hunderte oder sogar Tausende Male pro Angebot: Welches unserer Produkte wird mit dieser Position tatsächlich angefragt?

RFPs von Krankenhäusern, integrierten Versorgungsnetzwerken (IDNs), Einkaufskooperationen (GPOs) und Distributoren verlangen zunehmend gleichwertige, alternative oder funktional vergleichbare Produkte, anstatt eine einzelne SKU zu benennen. Die Ausschreibungsunterlagen der Käufer kombinieren Herstellernummern, Distributor-Codes, ältere Identifikatoren, klinische Beschreibungen und Verweise auf Wettbewerbsprodukte – häufig sogar innerhalb derselben Tabelle. Gleichzeitig stimmen interne Produktkataloge, Kundevertragsdaten, SKU-Bibliotheken und historische Angebotsunterlagen nur selten nahtlos damit überein. Von den kommerziellen Teams wird erwartet, schneller als je zuvor zu reagieren und dabei gleichzeitig Margen zu schützen sowie Compliance-Anforderungen einzuhalten.

Das Ausmaß des Problems ist struktureller Natur. Rund 97 % der US-Krankenhäuser beschaffen über GPO-Verträge, die etwa 70 % der nicht personalbezogenen Ausgaben eines typischen Krankenhauses abdecken. Mehr als 86 % der Krankenhäuser sind mindestens einem IDN angeschlossen. Und die zugrunde liegenden Daten verändern sich ständig: Lieferanten nehmen schätzungsweise 10 Millionen Änderungen an Artikeldaten pro Jahr vor, während GPOs monatlich rund 30.000 Vertragsänderungen umsetzen. Bereits ein einzelnes abweichendes Zeichen im Namen eines Herstellers kann dazu führen, dass eine Vertragszuordnung fehlschlägt.

Das Problem besteht also nicht darin, Produkte zu finden. Die eigentliche Herausforderung liegt darin, das richtige Produkt der richtigen Anforderung des Käufers zuzuordnen – unter Zeitdruck und mit ausreichender Sicherheit, um Preisgestaltung, Produktsubstitution, Compliance und Verhandlungen zu unterstützen. Diese Fähigkeit – Querverweise und Produktabgleich – hat sich stillschweigend zu einem der wichtigsten Differenzierungsmerkmale im kommerziellen Vertragsmanagement entwickelt. KI macht sie nun in großem Maßstab operativ nutzbar.

Die kommerziellen Kosten eines mangelhaften Produktabgleichs

Wenn der Produktabgleich manuell erfolgt oder inkonsistent ist, machen sich die Kosten in der gesamten Gewinn- und Verlustrechnung bemerkbar – allerdings selten unter einer einzigen Position. Umsätze gehen verloren, weil infrage kommende Produkte schlicht nicht identifiziert werden: Kann ein Angebotsteam die Beschreibung eines Käufers nicht eindeutig einem gleichwertigen Produkt im eigenen Katalog zuordnen, bleibt die entsprechende Position leer oder wird mit einer Absage (No Bid) beantwortet. Margen geraten unter Druck, wenn Teams Unsicherheiten durch übermäßige Preisnachlässe ausgleichen oder auf das falsche Ersatzprodukt zurückgreifen, weil die passende Alternative in einer Tabelle verborgen war, die niemand geöffnet hat.

Auch die Geschwindigkeit leidet. Branchenübergreifende Benchmarks beziffern den durchschnittlichen Aufwand für die Bearbeitung einer RFP auf 25 bis 32 Arbeitsstunden. Engpässe bei Fachexperten – also den Personen, die tatsächlich wissen, welche Produkte welchen Anforderungen entsprechen – machen dabei 40 bis 60 % der gesamten Bearbeitungszeit aus. Bei Ausschreibungen im Gesundheitswesen mit Tausenden von Positionen kann die manuelle Recherche über Tabellen, ERP-Systeme, PDFs und Altverträge hinweg den Aufwand noch deutlich erhöhen. Dieselben Marktanalysen zeigen, dass Teams, die den administrativen Aufwand reduzieren, Gewinnquoten erzielen, die 15 bis 25 % über denen vergleichbarer Wettbewerber liegen.

Hinzu kommen Verluste nach dem Zuschlag. Krankenhäuser und GPOs überwachen die Vertragstreue aktiv, da für sie erhebliche finanzielle Vorteile auf dem Spiel stehen: Der Wechsel von einem nicht vertraglich gebundenen zu einem vertraglich gebundenen Produkt spart Käufern in der Regel 15 bis 25 %. Werden die vergebenen Produkte auf Lieferantenseite nicht korrekt den richtigen SKUs oder Produktfamilien zugeordnet, laufen Bestellungen außerhalb des Vertragsrahmens, Rabattvereinbarungen greifen nicht, und das zugesprochene Volumen bleibt unbemerkt hinter den Erwartungen zurück. Kommen dazu noch uneinheitliche Antworten zwischen Regionen und Account-Teams sowie eine schwache Positionierung, weil gleichwertige Wettbewerbsprodukte nicht vollständig verstanden werden, ergibt sich ein klares Bild: Produktabgleich ist eine Frage von Umsatz, Marge und Skalierbarkeit – keine reine Verwaltungsaufgabe.

Warum das Vertragsmanagement im US-Gesundheitswesen dies besonders schwierig macht

Jede Branche hat mit unübersichtlichen Produktdaten zu kämpfen. Im US-amerikanischen Gesundheitswesen kommt zu dieser Komplexität jedoch eine außergewöhnliche Größenordnung, Fragmentierung und wirtschaftliche Bedeutung hinzu. Große IDNs und GPOs verhandeln im Namen von Hunderten von Einrichtungen, die jeweils ihre eigenen Anforderungen, Formularsysteme und Benennungskonventionen in bestehende Vertragsstrukturen einbringen. Da inzwischen mehr als 90 % der US-Krankenhäuser Teil eines Gesundheitssystems sind, kann eine einzige Vertragsentscheidung enorme Volumina bewegen – und ein einziger Fehler bei der Zuordnung kann dazu führen, dass dieses Volumen verloren geht.

Auch die Identifikatoren selbst gleichen einem Babylon aus Bezeichnungen. Ein angefragter Artikel kann durch eine Herstellernummer, einen Distributorenkatalogcode, eine ältere SKU aus einer vor Jahren übernommenen Produktlinie, eine klinische Beschreibung, einen Spezifikationsbereich oder die Teilenummer eines Wettbewerbers beschrieben werden, die als Referenzstandard dient. Die Logik für Ersatz- und gleichwertige Produkte ist nur selten formalisiert; sie existiert vielmehr in Tabellen, Anhängen, Formularsystemen und im Erfahrungswissen langjähriger Vertragsmanager.

Lieferanten verschärfen das Problem zusätzlich innerhalb ihrer eigenen Organisationen. Fusionen und Übernahmen, Portfolioerweiterungen sowie die Bereinigung und Konsolidierung von SKUs verändern kontinuierlich die Produktstrukturen. Gleichzeitig arbeiten Teams aus den Bereichen Vertrieb, Preisgestaltung, Recht, Lieferkette und Vertragsmanagement mit unterschiedlichen Quellsystemen, die nie dafür ausgelegt waren, vollständig miteinander übereinzustimmen. Kommerzielle Teams in den USA sind daher gleichzeitig mit hoher Komplexität, starker Fragmentierung und erheblichen wirtschaftlichen Auswirkungen konfrontiert – und das Tempo der Veränderungen übersteigt längst die Möglichkeiten jeder manuellen Abstimmung.

Was Querverweise und Produktabgleich tatsächlich bedeuten

Querverweise und Produktabgleich bezeichnen die Fähigkeit, Beziehungen zwischen sämtlichen Darstellungen eines Produkts zu identifizieren und zu pflegen, die für den kommerziellen Erfolg relevant sind: zwischen internen SKUs und externen Käuferanforderungen; aktuellen Produkten und Altcodes; Herstellerartikeln und Distributorenkatalogreferenzen; Wettbewerbsprodukten und gleichwertigen Alternativen; vertraglich gebundenen Artikeln und RFP-Positionen; Produktfamilien, Spezifikationen, Beschreibungen sowie regulatorischen oder klinischen Merkmalen; und historischen Angebotsantworten, die aktuellen Ausschreibungsanforderungen gegenübergestellt werden.

Dabei ist es wichtig, präzise zu definieren, was dies nicht ist. Es handelt sich weder um eine einfache Stichwortsuche noch um eine statische Referenztabelle, die in Excel gepflegt wird. Wenn ein Käufer nach einem „latexfreien 18-Fr-Katheter oder einem gleichwertigen Produkt“ fragt, sucht er nicht nach einer Zeichenfolge; vielmehr formuliert er eine klinische und kommerzielle Anforderung. Der Wert moderner Matching-Verfahren liegt in ihrem semantischen, kontextbezogenen und wirtschaftlichen Verständnis: Sie erfassen, was der Käufer tatsächlich verlangt – hinsichtlich Funktion, Spezifikation, Compliance-Vorgaben und zulässiger Substitutionen – und bestimmen, wie das Unternehmen mit ausreichender Sicherheit darauf reagieren kann. Dazu gehört auch zu erkennen, wann die ehrliche Antwort ein nahezu gleichwertiges Produkt mit dokumentierten Abweichungen ist und wann überhaupt keine passende Übereinstimmung vorliegt.

Wie KI den Workflow verändert

Der durch KI ermöglichte Wandel besteht im Übergang von der manuellen Recherche zur intelligenten Orchestrierung. Ein moderner Matching-Workflow verarbeitet RFPs, Vertragsdokumente, Tabellen, Anhänge und Produktkataloge – unabhängig davon, in welchem Zustand sie vorliegen. Er extrahiert Produktanforderungen, Beschreibungen, Codes, Mengen, Spezifikationen und Einschränkungen, auch aus unstrukturierten PDFs und uneinheitlich formatierten Positionslisten. Anschließend gleicht er die angefragten Artikel mit internen Katalogen, gleichwertigen Produkten, freigegebenen Ersatzprodukten und früheren Angebotsantworten ab.

Entscheidend ist, dass gute Systeme keine Sicherheit vortäuschen, die sie nicht besitzen. Sie kennzeichnen Konfidenzniveaus, Ausnahmen, fehlende Daten und Positionen, die eine menschliche Prüfung erfordern. Statt eigenständig Entscheidungen zu treffen, empfehlen sie geeignete Produkte oder Produktfamilien zur kommerziellen Bestätigung. Jede Zuordnung wird zudem mit Preisinformationen, Margendaten, Vertragsverläufen und Zuschlagsinformationen verknüpft und durch eine nachvollziehbare Begründung ergänzt, die Governance- und Audit-Anforderungen unterstützt.

Dadurch wird KI zu einer Ebene der kommerziellen Entscheidungsunterstützung und nicht zu einem Ersatz für fachliche Expertise. Experten sind nicht länger der Engpass für die 80 % der Positionen, die eindeutig zugeordnet werden können, sondern konzentrieren sich auf die 20 %, bei denen ihr Urteilsvermögen tatsächlich einen Mehrwert schafft. Die Branche bewegt sich rasch in diese Richtung: In einer Umfrage von McKinsey unter Führungskräften der Medizintechnik gaben rund zwei Drittel an, dass ihre Unternehmen bereits generative KI implementieren. Etwa 20 % skalieren entsprechende Lösungen bereits über Pilotprojekte hinaus – wobei Beschaffung und Vertragsmanagement zu den priorisierten Anwendungsfeldern zählen.

Die Perspektive von Vertriebsleitern: bessere Entscheidungen, nicht nur schnellere Administration

Für die Vertriebsleitung liegt der Nutzen des Produktabgleichs nicht darin, einige Stunden bei der Dokumentenbearbeitung einzusparen. Entscheidend ist vielmehr die Qualität und Konsistenz kommerzieller Entscheidungen im großen Maßstab. Eine schnellere Qualifizierung von RFPs ermöglicht es Teams, ihre Ressourcen früher auf die richtigen Geschäftsmöglichkeiten zu konzentrieren. Eine höhere Vollständigkeit von Angeboten bedeutet, dass weniger Positionen aufgrund fehlender Zuordnungen automatisch verloren gehen. Eine klarere Zuordnung von Ersatz- und gleichwertigen Produkten unterstützt die Margendisziplin – Teams müssen Unsicherheiten nicht länger durch Preisnachlässe kompensieren – und verschafft Preisentscheidungen eine belastbarere Grundlage.

Hinzu kommt ein Argument der organisatorischen Resilienz. Bei den meisten Anbietern befindet sich das tiefste Wissen über Querverweise und Produktzuordnungen in den Köpfen einiger weniger erfahrener Mitarbeitender. Die systematische Erfassung dieses Wissens reduziert die Abhängigkeit von informellem Erfahrungswissen, sorgt für eine konsistente Umsetzung über Regionen, Vertriebsteams und Geschäftsbereiche hinweg und macht jede validierte Zuordnung zu einem wiederverwendbaren Vermögenswert. Langfristig schafft dieselbe Matching-Ebene etwas, worüber Vertriebsleiter heute nur selten verfügen: eine strukturierte Transparenz über die Produktnachfrage hinweg über Accounts und Vertragsstrukturen. Sie zeigt, welche Produkte Käufer anfragen, mit welchen Begriffen sie diese beschreiben, gegen welche Wettbewerber sie verglichen werden und wie häufig das Unternehmen diese Anforderungen tatsächlich erfüllen kann.

Anwendungsbeispiel: Vom Chaos einzelner Positionen zu strukturierter kommerzieller Intelligenz

Betrachten wir ein typisches Szenario. Ein US-amerikanisches Vertriebsteam erhält eine RFP eines großen IDN mit mehreren Tausend Positionen aus verschiedenen Produktkategorien. Die Arbeitsmappe enthält uneinheitliche Produktbeschreibungen, Teilenummern von Wettbewerbern als Referenzprodukte, Altcodes aus Verträgen, die vor einem Jahrzehnt abgeschlossen wurden, unvollständige Spezifikationen sowie die Anforderung, Alternativen vorzuschlagen, wenn die exakt angefragten Produkte nicht verfügbar sind. Die Frist beträgt drei Wochen. In der Vergangenheit bedeutete dies wochenlange Abstimmungsarbeit in Tabellen zwischen Vertriebsinnendienst, Produktmanagement und Pricing – mit dem erheblichen Risiko, wertvolle Positionen unbeantwortet zu lassen.

Mit KI-gestütztem Produktabgleich kann das Team die Positionen innerhalb von Stunden statt Wochen extrahieren und standardisieren. Die Anforderungen werden mit dem internen Produktkatalog abgeglichen, gleichwertige und alternative Produkte werden mit Konfidenzbewertungen identifiziert, und mehrdeutige Positionen werden gezielt zur Prüfung an Fachexperten weitergeleitet, anstatt erst kurz vor Fristablauf entdeckt zu werden. Die zugeordneten Produkte werden automatisch mit historischen Preisdaten und früheren Zuschlägen verknüpft, sodass das Pricing-Team auf belastbaren Daten statt auf Schätzungen aufbauen kann. Das Ergebnis ist eine strukturierte Antwortdatei, auf deren Grundlage Vertriebs-, Pricing- und Vertragsmanagementteams mit einer einzigen, konsistenten Version arbeiten.

Der Unterschied zwischen dem alten und dem neuen Ansatz ist deutlich: Statt zeitkritischer Tabellenabgleiche unter hohem Druck entsteht eine gesteuerte kommerzielle Intelligenzplattform – inklusive Audit-Trail, der nachvollziehbar dokumentiert, warum jedes Produkt vorgeschlagen wurde.

Wo Vamstar ins Spiel kommt

Vamstar unterstützt kommerzielle Teams mit KI-gestützten Funktionen, die darauf ausgelegt sind, den Umgang von Unternehmen mit RFPs, Verträgen und ausschreibungsgetriebenen Geschäftschancen zu verbessern. Querverweise und Produktabgleich sind dabei Teil einer umfassenderen Intelligence-Ebene, die Käuferanforderungen, Produktkataloge, historische Angebotsdaten, Vertragsinformationen und Preisparameter miteinander verknüpft.

Diese Ebene umfasst die KI-gestützte Verarbeitung von RFPs und Vertragsdokumenten, Produkt-Querverweise und Produktabgleich, Intelligence für Ausschreibungen und RFP-Chancen, Unterstützung von Vertrags- und Angebotsworkflows, die Integration von Preis- und Commercial-Intelligence-Daten sowie die Datenorchestrierung über interne und externe Quellen hinweg. Ziel ist es nicht, ein Matching-Tool auf einen fehlerhaften Prozess aufzusetzen, sondern Teams dabei zu unterstützen, den Wandel von einer fragmentierten Dokumentenbearbeitung hin zu strukturierten, wiederholbaren und erkenntnisgestützten Vertragsmanagement-Workflows zu vollziehen – Workflows, bei denen jede Zuordnung, jede Preisentscheidung und jede Angebotsantwort institutionelles Wissen aufbaut, anstatt in den Posteingängen einzelner Mitarbeitender zu verschwinden.

Worauf kommerzielle Führungskräfte bei einer KI-gestützten Produktabgleichslösung achten sollten 

Nicht alle Matching-Funktionen sind gleichwertig – passenderweise. Führungskräfte, die verschiedene Lösungen bewerten, sollten sie anhand von Fragen wie den folgenden prüfen:

• Kann die Lösung unstrukturierte und komplexe RFP- sowie Vertragsdokumente verarbeiten – etwa gescannte PDFs, uneinheitliche Tabellen und Anhänge – oder nur sauber strukturierte Katalogdateien?
• Kann sie auf Basis von Beschreibungen, Spezifikationen, Codes und kommerziellem Kontext abgleichen, anstatt sich ausschließlich auf exakte Identifikatoren zu stützen?
• Kann sie Ersatzprodukte, gleichwertige Alternativen und Ausnahmen identifizieren und klar voneinander unterscheiden?
• Liefert sie eine nachvollziehbare Matching-Logik, die von Prüfern oder Auditoren verstanden und überprüft werden kann?
• Kann sie Zuordnungen mit Preisinformationen, Vertragsverläufen und Opportunity-Daten verknüpfen, sodass der Produktabgleich Entscheidungen unterstützt und nicht bei einer bloßen Suche endet?
• Lässt sie sich in bestehende ERP-, CRM-, Vertrags- und Katalogsysteme integrieren?
• Unterstützt sie Governance-Anforderungen wie Auditierbarkeit, rollenbasierte Prüfprozesse und klar definierte menschliche Freigabepunkte?
• Verbessert sie sich im Laufe der Zeit, wenn Teams Zuordnungen validieren und korrigieren?

Das Muster hinter diesen Fragen ist bewusst gewählt: Gesucht wird eine Fähigkeit, die kommerzielle Entscheidungen stärkt und einer kritischen Prüfung standhält – nicht eine Blackbox, die zwar schnell Antworten liefert, deren Ergebnisse jedoch niemand belastbar begründen kann.

Produktabgleich entwickelt sich zu einem kommerziellen Wettbewerbsvorteil

Mit der zunehmenden Komplexität des Vertragsmanagements im US-Gesundheitswesen – mehr Konsolidierung, mehr Vertragsstrukturen, mehr Anfragen nach gleichwertigen Produkten und eine stetig wachsende Dynamik der Daten – wird kommerzieller Erfolg von mehr als nur Geschwindigkeit abhängen. Teams benötigen Sicherheit, Konsistenz und Transparenz bei jeder Produktentscheidung, die innerhalb eines RFP- oder Vertragsworkflows getroffen wird.

KI-gestützte Querverweise und Produktabgleiche verwandeln fragmentierte Produktdaten in einen kommerziellen Vermögenswert. Für Vertriebsleiter besteht die Chance nicht lediglich darin, eine manuelle Aufgabe zu automatisieren. Vielmehr geht es darum, die Qualität von Angeboten zu verbessern, Margen zu schützen, Umsatzverluste zu reduzieren und ein Vertragsmanagementmodell aufzubauen, das mit dem Unternehmen wächst – und nicht nur mit der Zahl der Mitarbeitenden. Vamstar unterstützt kommerzielle Teams dabei, diesen Wandel operativ umzusetzen, indem RFPs, Verträge, Produktdaten, Pricing Intelligence und kommerzielle Workflows zu einer intelligenteren Entscheidungsebene verbunden werden – damit die nächste RFP mit tausend Positionen nicht zu einer kurzfristigen Krisensituation, sondern zu einer Geschäftschance wird.