Effizienz steigern, Output maximieren

Der Einsatz von künstlicher Intelligenz ist in vielen Unternehmensbereichen nicht mehr wegzudenken, doch im Angebotsmanagement kommt sie bislang nur wenig zur Anwendung. Ein häufiger Grund: Unternehmen haben Bedenken hinsichtlich des Datenschutzes und der fehlenden Transparenz bei der Datenverarbeitung und -speicherung.

Herausforderungen beim Einsatz von KI in Unternehmen

Zurecht sollten Unternehmen bei öffentlich-zugänglichen KI-Anwendungen wie ChatGPT vorsichtig sein, denn eingegebene oder hochgeladene Daten werden außerhalb der Unternehmensinfrastruktur gespeichert. Das entspricht in vielen Fällen nicht den Compliance-Richtlinien. Ein weiteres Problem sind die sogenannten „Halluzinationen“. Large Language Models (LLMs), die zugrundeliegende KI-Technologie von ChatGPT, erzeugen neue Inhalte aus den Trainingsdaten basierend auf Wahrscheinlichkeiten und statistischen Mustern, ohne eine tatsächliche inhaltliche Prüfung vorzunehmen. Das führt mitunter zu plausibel klingenden, aber falschen oder veralteten Informationen und begünstigt Fehlentscheidungen – was besonders bei der Beantwortung von Ausschreibungsfragen fatale Folgen haben kann.

Trotz dieser Herausforderungen gibt es einen sicheren Einsatz von generativer KI im Unternehmensumfeld, nämlich durch „Retrieval Augmented Generation“ mit einer „Insight Engine“.

Retrieval Augmented Generation mit Insight Engine als Lösung

Retrieval Augmented Generation (RAG) erlaubt es Unternehmen, Large Language Models (LLMs) mit ihren eigenen Datenquellen zu verknüpfen. Die Insight Engine übernimmt dabei die Aufgabe, relevante Daten aus internen Quellen zu extrahieren und samt Quellenangaben an das LLM weiterzuleiten. Die Daten verbleiben dabei an ihrem ursprünglichen Speicherort und werden nicht an Dritte weitergegeben. Aus diesen Daten formuliert das LLM präzise Antworten in natürlicher Sprache, die durch entsprechende Quellenhinweise nachvollziehbar sind, um diese gegebenenfalls zu prüfen und Halluzinationen zu minimieren.

Retrieval Augmented Generation im Ausschreibungsprozess

Durch den RAG-Ansatz mit einer Insight Engine können sich Bid-Manager:innen zeitsparend Ausschreibungsantworten generieren lassen. Die Insight Engine extrahiert relevante Informationen aus vergangenen Ausschreibungen, RFP-Dokumenten und anderen internen Quellen und gibt diese an das Large Language Model (LLM) weiter. So werden komplexe Fragen innerhalb kürzester Zeit beantwortet – und das ohne aufwendige Recherche nach den benötigten Informationen. Dadurch gewinnen Bid-Manager:innen Zeit, um sich auf strategische Aufgaben zu konzentrieren, anstatt Dokumentenberge zu durchforsten.

Insight Engines spielen aber nicht nur eine Schlüsselrolle beim RAG-Ansatz, sie entlasten Bid-Manager:innen bereits zu Beginn des Ausschreibungsprozesses.

Monitoring von Tenderportalen und Erstellung von Requirement-Katalogen

Insight Engines durchsuchen Tenderportale, wie das europäische Tenderpotal TED, um dort relevante Ausschreibungen für das Unternehmen zu identifizieren. Dabei vergleicht das Tool die Daten von vergangenen Angeboten und dokumentierten RFPs, um dementsprechend nur jene Ausschreibungen vorzuschlagen, die wirklich für das Unternehmen relevant sind.

Zudem ist die Insight Engine in der Lage, die Anforderungen von Ausschreibungen zu extrahieren. Das LLM formuliert daraus einen Requirement-Katalog und erstellt Handlungsempfehlungen für die Bid-Manager:innen.

Bessere Bid-/No-Bid-Entscheidung durch KI-generierte 360-Grad-Sichten

Eine weitere Stärke von Insight Engines ist die KI-generierte 360-Grad-Sicht auf relevante Daten. Diese Sicht integriert Informationen aus verschiedensten Datenquellen des Unternehmens. Über sogenannte Web-Konnektoren lassen sich etwa Newsfeeds zu Marktbewegungen oder Wettbewerbsanalysen in 360-Grad-Sichten einfügen. So können Unternehmen besser einschätzen, ob es wirtschaftlich sinnvoll ist, an Ausschreibungen teilzunehmen oder nicht.

Zusätzlich besteht die Möglichkeit, mit der 360-Grad-Sicht zu chatten. Nutzer stellen schnell und unkompliziert Fragen in natürlicher Sprache und interagieren direkt mit den Objekten, wie beispielsweise PDFs.

Der Einsatz von Künstlicher Intelligenz im Ausschreibungsmanagement bietet Unternehmen also entscheidende Vorteile: Durch Retrieval Augmented Generation (RAG) mit einer Insight Engine werden zeitintensive Prozesse automatisiert, sensible Daten geschützt und Fehlentscheidungen durch Halluzinationen minimiert. Insight Engines ermöglichen auch die gezielte Auswahl relevanter Ausschreibungen, die Erstellung von Antwortkatalogen und fundiertere Bid-/No-Bid-Entscheidungen. Dadurch gewinnen Unternehmen nicht nur an Effizienz, sondern auch an strategischer Flexibilität. Mit der Anbindung eigener Datenquellen an LLMs und KI-gestützter 360-Grad-Sichten wird die Wettbewerbsfähigkeit nachhaltig gesteigert. KI im Angebotsmanagement kann somit ein entscheidender Hebel für den Erfolg sein.

Mario Matuschek, AI Solution Manager bei Mindbreeze