Angebote automatisch erstellen im B2B-Mittelstand.

Wenn Sie im B2B-Mittelstand mit Geschäftsführern reden, fällt früher oder später dieser Satz. „Wir verlieren Aufträge, weil wir mit unseren Angeboten zu langsam sind.” Manchmal ist es das Marketing, das schuld sein soll. Manchmal das CRM. Meistens ist es etwas anderes. Es ist der Angebots-Prozess selbst, der seit zwanzig Jahren so läuft wie damals. Word-Vorlage, Preisliste in einer Excel, Rückfrage bei der Technik, Freigabe vom Chef, fertig nach drei Tagen. Beim Wettbewerber liegt das Angebot nach drei Stunden auf dem Tisch.

Das ist die Lücke, die Angebots-Automatisierung schließen kann. Nicht mit einem 80.000-Euro-CPQ-System aus dem Konzern-Werkzeugkasten. Sondern mit drei pragmatischen Bausteinen, die in vier bis sechs Wochen produktiv sind.

Was Angebots-Automatisierung im Mittelstand wirklich bedeutet

CPQ steht für Configure, Price, Quote, also Konfigurieren, Bepreisen, Angebot erzeugen. Im Konzern ist das ein eigenes Software-Modul, oft direkt an SAP angedockt. Im Mittelstand geht es einfacher. Sie brauchen drei Dinge. Eine zentrale Stelle, an der die Produktdaten und Preise leben. Eine Regel-Engine, die sagt, was zusammen passt und was nicht. Und ein Template, aus dem das fertige PDF rausfällt.

Das klingt banal, ist es aber nicht. Die meisten Mittelständler, mit denen wir sprechen, haben Produktdaten in drei bis fünf Systemen. ERP, Webshop, Konfigurator vom Maschinenbauer, ein Excel-Sheet beim Vertriebsleiter und manchmal noch ein PDF-Katalog von 2022. Bevor irgendwas automatisiert wird, muss diese Frage geklärt sein. Welches System ist der Master für Preise. Welches System ist der Master für die Produktbeschreibung. Welches System ist der Master für Rabatt-Regeln.

Wer die Frage nicht beantworten kann, baut keine Automatisierung. Der baut nur eine vierte Quelle der Verwirrung.

Baustein 1: Produktdaten konsolidieren, bevor Sie automatisieren

Wir nennen das Schritt Null. Bevor irgendein Bot ein Angebot generiert, brauchen Sie eine saubere Liste. SKU, Bezeichnung, Beschreibung, Listenpreis, Rabatt-Korridor, Einheit. Dazu die Regeln. Welche Optionen sind kombinierbar, welche schließen sich aus, welche Mindestmenge gilt pro Produkt.

In der Praxis reicht für den Anfang eine gepflegte Tabelle in PostgreSQL, MySQL oder auch einer geteilten Google-Tabelle, wenn die Firma kleiner ist als 50 Mitarbeitende. Wichtig ist nicht das Tool. Wichtig ist, dass es einen verantwortlichen Menschen für diese Liste gibt. Wir nennen das den Produktdaten-Owner. Ohne diese Rolle verfällt jede Automatisierung innerhalb von drei Monaten.

Realistische Zahl aus unseren Projekten: Diese Konsolidierung dauert zwei bis vier Wochen, wenn ein Vertriebsinnendienst-Mensch zwei Tage pro Woche Zeit dafür hat. Sie ist die schmerzhafteste Phase und die mit dem größten Hebel.

Baustein 2: Die Regel-Engine, die Ihre Vertriebler einbinden

Jetzt kommt der Teil, an dem viele Projekte aus der Kurve fliegen. Die Versuchung ist groß, alle Regeln im Kopf des Vertriebsleiters in ein System zu gießen. Das endet in 800 Wenn-Dann-Regeln, die niemand mehr versteht.

Besseres Vorgehen: Fangen Sie mit den fünf häufigsten Angebotstypen an. Welche fünf Konfigurationen machen 70 bis 80 Prozent Ihres Umsatzes aus. Diese fünf werden automatisiert. Der Rest bleibt vorerst manuell. Das klingt nach halber Sache, ist aber der Trick, mit dem das System tatsächlich live geht.

Technisch reicht für diesen Schritt eine Workflow-Plattform wie n8n oder Make. Welche davon zu welcher Firma passt, haben wir an anderer Stelle ausführlicher beschrieben, im Artikel n8n, Make oder Zapier: Welche passt zum Mittelstand?. Der Vertriebler wählt im Web-Formular oder direkt im CRM die Produkte aus, das System prüft die Kompatibilität, holt den aktuellen Preis, wendet die hinterlegten Rabatt-Stufen an und reicht das Ergebnis weiter. Bei Sonderfällen kommt eine Warnung. Sonderfall heißt: Rabatt über 15 Prozent, Lieferzeit unter zwei Wochen, Sonderkonstruktion. Dann übernimmt ein Mensch.

Wir haben das bei einem Maschinenbauer aus dem Hamburger Umland gebaut. Davor: 2,5 Werktage durchschnittliche Angebotszeit. Danach: 4 Stunden bei Standard-Konfigurationen, weiterhin 2 Tage bei den Sonderfällen. Insgesamt 60 Prozent der Angebote gingen in den ersten drei Monaten durch den automatischen Weg.

Baustein 3: Das PDF, das nach Ihnen aussieht

Der dritte Baustein ist der sichtbare. Aus den geprüften Daten muss ein Angebot werden, das beim Kunden ankommt wie ein Angebot von Ihnen. Mit Ihrem Logo, Ihrem Anschreiben, Ihren AGB, Ihrer Ansprechperson und einem Layout, das nicht nach Excel-Export aussieht.

Im Mittelstand reichen drei Werkzeuge. Ein HTML-Template mit Ihrem Briefbogen-Design. Ein PDF-Renderer wie WeasyPrint oder Puppeteer. Eine Datenanbindung an Ihr Produkt- und Stammdaten-System. Das ganze Set steht in zwei Wochen, wenn Sie das fertige Design haben.

Was Sie sich sparen können: Wochen mit dem Versuch, den eingebauten Angebots-Editor von SAP, DATEV oder Salesforce so umzubiegen, dass er aussieht wie Ihr Word-Briefkopf. Das geht. Es ist aber meist teurer als die saubere Eigen-Lösung mit einem schlanken Template-Renderer.

Was nicht funktioniert und warum

Ein paar Dinge, die wir in zwei Jahren White-Fox-Projekten gesehen haben, die regelmäßig schiefgehen.

Erstens: Ein vollständiger Big-Bang-Rollout. Alle Produkte, alle Optionen, alle Sonderfälle ab Tag Eins. Das endet in einer dreimonatigen Pause beim Vertrieb, weil das System neu ist und niemand sich traut, es zu nutzen.

Zweitens: Angebote, die ohne menschliche Sichtung rausgehen. Selbst die beste Regel-Engine schickt irgendwann ein Angebot über 12.000 Euro raus, das eigentlich 120.000 Euro hätte sein sollen. Eine kurze Sichtfreigabe vor dem Versand kostet 30 Sekunden und rettet Ihre Marge.

Drittens: Die Annahme, dass ein KI-Modell die Angebote allein erzeugen kann. KI ist gut darin, Anschreiben-Text zu formulieren oder eine Zusammenfassung der Konfiguration in Kunden-Sprache zu schreiben. KI ist nicht der richtige Ort für Preise und Stücklisten. Da brauchen Sie deterministische Regeln, die Sie revisionssicher dokumentieren können.

Wirtschaftlich gerechnet

Eine ehrliche Rechnung für einen Mittelständler mit 30 Vertrieblern und 500 Angeboten pro Monat. Heute braucht ein Standard-Angebot 90 Minuten. Mit Automatisierung braucht es 15 Minuten. Das sind 75 Minuten Ersparnis pro Angebot, mal 70 Prozent automatisierbare Angebote ergibt rund 437 Stunden pro Monat. Bei einem Vollkosten-Satz von 65 Euro pro Stunde sind das etwa 28.000 Euro Monat für Monat.

Auf der Kostenseite: Einrichtung 25.000 bis 45.000 Euro je nach Komplexität. Laufender Betrieb 800 bis 1.500 Euro pro Monat für Hosting, Wartung und kleinere Anpassungen. Break-even nach zwei bis vier Monaten. Das ist eine der wenigen Automatisierungen, die sich im Mittelstand so schnell rechnen, dass es fast verdächtig wirkt. Wer eine generelle Methodik zur Wirtschaftlichkeit von Automatisierungs-Projekten sucht, findet in unserem Beitrag ROI von KI-Automatisierung im Mittelstand ein einfaches Rechenschema.

Und nochmal explizit: Ohne den vorgelagerten Schritt, dass Anfragen sauber qualifiziert ins System kommen, hilft auch der schnellste Angebots-Renderer wenig. Wer da noch Nachholbedarf hat, sollte parallel an der Vertriebs-Automatisierung mit Lead-Scoring und CRM-Sync arbeiten. Die beiden Bausteine greifen ineinander.

Wo wir helfen

Wir bauen seit zwei Jahren genau diese Art von Angebots-Strecken für Mittelständler aus Maschinenbau, B2B-Software, Hersteller-Vertrieb und Großhandel. Was wir mitbringen: Erfahrung mit der Produktdaten-Konsolidierung, fertige Template-Renderer, ein Schulungsformat für die Vertriebler. Was wir nicht versprechen: Wir lösen damit nicht Ihre Pipeline-Probleme. Wir lösen die Geschwindigkeit, mit der aus einer qualifizierten Anfrage ein versendbares Angebot wird.

Wenn Sie wissen wollen, ob das in Ihrem Vertrieb sinnvoll ist, sprechen Sie mit uns. Telefonisch über die Nummer auf whitefox-automations.com oder über das Kontaktformular. Ein erstes Gespräch dauert 30 Minuten und kostet nichts. Danach wissen Sie, ob ein Pilot bei Ihnen wirtschaftlich sinnvoll ist oder nicht.