CPQ mit KI: Angebote im technischen Vertrieb automatisieren

Inhaltsverzeichnis

1. Was ist CPQ?
2. Warum Angebote im technischen Vertrieb so lange dauern
3. Wo klassisches CPQ an Grenzen stößt
4. Wann ein CPQ reicht und wann KI davor gehört
5. Was KI im Angebotsprozess übernimmt
6. CPQ, Produktkonfigurator und KI: die Abgrenzung
7. Manuell, klassisches CPQ, CPQ mit KI im Vergleich
8. Die Themen dieses Leitfadens im Detail
9. Aus der Praxis: KION
10. Woran Sie eine gute CPQ-Lösung mit KI erkennen
11. So führen Sie CPQ mit KI ein
12. FAQ

Was ist CPQ?

CPQ steht für Configure, Price, Quote, also Konfigurieren, Bepreisen, Angebot erstellen. Gemeint ist eine Software-Kategorie, die diese drei Schritte in einem System zusammenführt, statt sie über Excel-Tabellen, Preislisten im PDF und E-Mail-Verläufe zu verteilen.

• Configure: Der Vertrieb wählt ein Produkt und seine Optionen. Das System prüft, ob die Kombination technisch zulässig ist, und sperrt, was sich ausschließt.
• Price: Listenpreise, Aufpreise, Rabattstaffeln und Sonderkonditionen werden nach festen Regeln angewendet.
• Quote: Aus der geprüften Konfiguration entsteht ein Angebotsdokument in der Vorlage des Hauses.

Ob von CPQ-Software, einer CPQ-Lösung oder einem CPQ-System die Rede ist, meint in der Praxis dasselbe. Die Unterschiede liegen im Anbieter und in der Tiefe der Regelwerke, nicht in der Kategorie. Eine ausführliche Einführung in die Grundlagen finden Sie im Beitrag Was ist CPQ?.

Für Industrieunternehmen mit konfigurierbaren Produkten ist CPQ mehr als ein Preisrechner. Wer Maschinen, Anlagen, Antriebe oder Komponenten mit Tausenden Varianten verkauft, braucht eine Instanz, die weiß, welche Optionen zusammenpassen. Ohne sie steckt dieses Wissen in den Köpfen weniger Experten in der Anwendungstechnik.

Warum Angebote im technischen Vertrieb so lange dauern

Ein komplexes Angebot im Maschinen- und Anlagenbau braucht in vielen Häusern drei bis sechs Wochen. Der Grund ist selten das Schreiben. Der Grund ist die Suche.

Eine typische Anfrage kommt als Ausschreibung mit Anforderungskatalog, als 50-seitiges Lastenheft oder als E-Mail mit ein paar Eckdaten. Bevor irgendein System konfigurieren kann, muss jemand:

1. das Dokument lesen und jede Anforderung herausziehen,
2. klären, welche Anforderungen Pflicht und welche Wunsch sind,
3. das Portfolio nach Produkten durchsuchen, die sie erfüllen,
4. prüfen, welche Varianten und Optionen zulässig sind,
5. frühere Angebote für ähnliche Fälle finden, um Texte, Preise und Referenzen wiederzuverwenden.

Diese Arbeit verteilt sich auf viele Systeme. Produktstammdaten liegen im ERP, Zeichnungen im PLM, Spezifikationen in SharePoint, frühere Angebote als PDF auf dem Vertriebslaufwerk. Die Erfahrung, welche Konfiguration sich bewährt hat, liegt bei wenigen Köpfen in Anwendungstechnik und Projektierung, die jede Rückfrage einzeln beantworten. Bei Sonderfertigung kommt die Konstruktion dazu, die oft bei null beginnt, obwohl etwas sehr Ähnliches schon einmal gebaut wurde.

Dazu kommt ein Befund, den wir in Projekten immer wieder sehen: 70 bis 80 % der Antworten auf eine Ausschreibung stehen bereits in früheren Angeboten. Das Wissen ist vorhanden. Es ist nur nicht auffindbar, wenn man es braucht. Wer als Erster ein belastbares Angebot vorlegt, hat im Wettbewerb einen Vorteil, und genau dieser Vorsprung geht in der Recherche verloren.

Wo klassisches CPQ an Grenzen stößt

Ein CPQ-System ist stark, wenn die Anforderung bereits klar ist. Dann überführt es sie deterministisch in eine baubare, korrekt bepreiste Konfiguration. Im technischen Vertrieb gibt es aber drei Stellen, an denen es nicht weiterhilft.

Vor der Konfiguration. CPQ erwartet eine strukturierte Eingabe: Produkt, Optionen, Mengen. Kunden beschreiben aber ihr Problem, nicht die Artikelnummer. „Wir müssen M8-Grundlöcher in Edelstahl gewindeschneiden“ oder „Fünf Stapler für ein neues Lager mit 8-Meter-Regalen“ sind keine Konfigurationen, sondern Bedarfe. Die Übersetzung vom Bedarf in eine Eingabe leistet das CPQ nicht, sie bleibt beim Menschen.

Nach der Konfiguration. CPQ bepreist genau das, was eingegeben wurde. Ob eine andere zulässige Variante besser gepasst hätte, ob passendes Zubehör fehlt oder eine margenstärkere Option übersehen wurde, prüft es nicht. Ebenso wenig gleicht es das fertige Angebot gegen Lastenheft, Vertragsbedingungen und Werksnormen ab. Dabei kann ein einziger übersehener Satz, etwa eine Vertragsstrafe von 0,5 % des Auftragswerts pro Verzugstag, die ganze Marge kosten.

Bei der Pflege. Jedes Regelwerk muss gebaut und gepflegt werden. Bei großen Portfolios mit häufigen Produktänderungen wird die Regelpflege selbst zum Projekt. Varianten, die nicht modelliert sind, existieren für das CPQ nicht, auch wenn sie baubar wären.

Nichts davon ist ein Mangel des CPQ. Es ist schlicht nicht seine Aufgabe. Genau hier setzt KI an, und zwar als Ergänzung des CPQ, nicht als Ersatz.

Wann ein CPQ reicht und wann KI davor gehört

Ob ein CPQ allein reicht, hängt von zwei Fragen ab: Was schickt der Kunde, und was braucht es, um die Anfrage zu beantworten? Je weiter eine Anfrage vom Katalog entfernt ist, desto mehr Arbeit liegt vor dem CPQ.

Was der Kunde schickt	Was die Antwort braucht	Reicht ein CPQ?	Wo KI davor hilft
Artikelnummer und Menge	Katalog- oder Lagerartikel	Ja, oder direkt das ERP	Anfrage aus E-Mail oder Excel lesen, Preis und Bestand prüfen, Antwort entwerfen
Artikelnummer eines Wettbewerbers	Passender eigener Artikel	Erst nach der Zuordnung	Wettbewerbsartikel dem eigenen Sortiment zuordnen, mit Begründung
Anwendung und Eckdaten	Produkt aus dem Baukasten oder Variante	Erst wenn das Produkt feststeht	Anforderung in Produkt und Optionen übersetzen, Übergabe an CPQ oder SAP
Problem, Ziel oder Lastenheft	Variante oder Sonderfertigung	Nur für die Teile, die schon feststehen	Anforderungen erfassen, frühere ähnliche Aufträge finden, der Konstruktion ein vollständiges Briefing geben

Die obere Zeile ist Routine für ein CPQ. In den unteren Zeilen entsteht der größte Teil des Aufwands, und genau dort verlieren Angebote Tage oder Wochen.

Was KI im Angebotsprozess übernimmt

CPQ mit KI heißt: Die KI übernimmt die Schritte, die heute zwischen Kundenanfrage und CPQ und zwischen CPQ und Versand liegen. In Genow, dem KI-Workspace für den industriellen Vertrieb, läuft das als ein durchgängiger Ablauf. Es gibt einen Chat, und welcher Spezialist eine Anfrage übernimmt, entscheidet der Workspace.

1. Anfrage lesen. Ausschreibung, Lastenheft oder E-Mail werden eingelesen, jede Anforderung wird einzeln erfasst und als Pflicht oder Wunsch markiert.
2. Anforderungen strukturieren. Aus Fließtext wird eine geordnete Liste mit Werten, Einheiten und Normen. Wo etwas fehlt, entsteht eine gezielte Rückfrage an den Kunden statt einer Annahme.
3. Produkt finden. Die Anforderungen werden gegen Datenblätter, Optionsdaten und Gültigkeitsregeln geprüft. Heraus kommt ein Treffer, der gültig, baubar und begründet ist, auch aus Serien, die der Vertrieb selten anbietet.
4. An CPQ oder SAP übergeben. Der valide Startpunkt geht an das CPQ oder direkt ins SAP. Regeln und Preise bleiben dort.
5. Angebot entwerfen. Aus früheren, gewonnenen Angeboten entstehen Texte, Referenzen und die Beantwortung jeder einzelnen Anforderung, in der Vorlage des Hauses und mit Quelle je Aussage.
6. Gegenprüfen. Vor dem Versand wird der Entwurf gegen Lastenheft, Vertragsbedingungen und Werksnormen gelegt. Statt 340 Seiten prüfen die Experten eine Handvoll Befunde: eine Vertragsstrafe, die nicht eingepreist ist, eine Werksnorm, die nicht erfüllt wird, eine Abnahmeprüfung, die im Leistungsumfang fehlt, ein Preis unter vergleichbaren Projekten. Jeder Befund verweist auf die Stelle im Dokument.

Der entscheidende Unterschied zu einem allgemeinen KI-Chat: Jede Aussage im Entwurf hat eine Quelle, die der Vertrieb aufrufen kann. Die KI erfindet keine technischen Werte, sie findet und verbindet, was im Unternehmen bereits dokumentiert ist. Möglich macht das die Genow Context Engine, die Produkthierarchien, Fachbegriffe und Dokumentbeziehungen des jeweiligen Unternehmens kennt.

Die Schritte 1, 2, 5 und 6 beschreibt die Seite zur KI-gestützten Angebotserstellung im Detail, die Schritte 3 und 4 die Seite zur KI-gestützten Produktkonfiguration.

CPQ, Produktkonfigurator und KI: die Abgrenzung

Im Markt werden drei Begriffe oft vermischt. Die saubere Trennung hilft bei jeder Auswahlentscheidung.

• Ein Produktkonfigurator prüft, welche Varianten und Optionen technisch zusammenpassen. Er ist das Regelwerk.
• Ein CPQ-System baut auf einem Konfigurator auf und ergänzt Preislogik und Angebotserstellung. Viele CPQ-Anbieter bringen ihren eigenen Konfigurator mit.
• KI im Angebotsprozess arbeitet mit Sprache und Dokumenten. Sie liest Anfragen, findet Wissen und schreibt Entwürfe. Sie ersetzt kein Regelwerk, sondern versorgt es mit sauberen Eingaben.

Wer die Frage „CPQ oder Konfigurator?“ genauer klären will, findet die Details im Beitrag CPQ vs. Produktkonfigurator. Wer bereits Tacton oder Configit einsetzt oder gerade eine Tacton-Alternative sucht, findet im Beitrag Vor dem Konfigurator, wie Genow vor dem CPQ arbeitet und es mit einem validen Startpunkt befüllt.

Manuell, klassisches CPQ, CPQ mit KI im Vergleich

Kriterium	Manueller Angebotsprozess	Klassisches CPQ	CPQ mit KI
Eingang der Anfrage	Vertrieb liest Lastenheft selbst	Vertrieb überträgt Anforderungen von Hand	Anforderungen werden automatisch erfasst und strukturiert
Produktauswahl	Erfahrung einzelner Personen	Nur modellierte Varianten	Ganzes Portfolio, gegen Regeln geprüft und begründet
Konfiguration	Excel und Rückfragen an die Anwendungstechnik	Regelbasiert und zuverlässig	Regelbasiert im CPQ, mit validem Startpunkt
Angebotstext	Aus alten Dokumenten kopiert	Vorlage mit Standardbausteinen	Entwurf aus gewonnenen Angeboten, mit Quelle je Aussage
Prüfung gegen Lastenheft und Vertrag	Stichprobenartig	Nicht vorgesehen	Jede Anforderung abgeglichen, Risiken mit Fundstelle
Wissen über Varianten	In wenigen Köpfen	Im Regelwerk, soweit gepflegt	Im Regelwerk und in allen Dokumenten auffindbar
Einführungsaufwand	Keiner	Regelwerk aufbauen und pflegen	Auf bestehenden Daten, mit oder ohne CPQ

Die Themen dieses Leitfadens im Detail

CPQ mit KI berührt mehrere Aufgaben im technischen Vertrieb. Zu jeder gibt es einen eigenen Beitrag, der tiefer geht.

• RFP-Antwort schreiben: Ausschreibungen mit KI beantworten: Wann sich eine Ausschreibung lohnt und wie aus dem Anforderungskatalog ein vollständiger Antwortentwurf wird, mit Vorlage zum Kopieren.
• Angebotserstellung im Maschinenbau automatisieren: Wie aus einem Lastenheft in Stunden ein Angebotsentwurf wird und wie Sonderanfragen geprüft werden, bevor sie in der Konstruktion landen.
• CPQ vs. Produktkonfigurator: Worin der Unterschied liegt und welches System welches Problem löst.
• Vor dem Konfigurator: Genow vs. Tacton & Configit: Warum CPQ allein die Anfrage nicht löst und wie Genow ein bestehendes CPQ befüllt.
• Agentic Guided Selling: Wie der Weg vom Kundenbedarf zum richtigen Produkt ohne starre Fragebäume funktioniert.

Aus der Praxis: KION

Die KION Group zählt mit Marken wie Linde und STILL zu den weltweit führenden Anbietern von Flurförderzeugen, Lagertechnik und Supply-Chain-Lösungen. Mehr als 42.000 Mitarbeitende, Kunden in über 100 Ländern und ein Portfolio, das kein einzelner Vertriebsmitarbeiter vollständig überblickt.

Mit Genow arbeiten heute mehr als 1.000 Nutzer weltweit in über sieben Sprachen. Konfiguration und Angebotsvorbereitung laufen doppelt so schnell wie zuvor, und jede Antwort ist faktenbasiert, weil sie auf eine Quelle im Unternehmen zurückgeht. Tim Lennard Busch, Project Manager Sales Excellence bei KION, fasst es so zusammen: „Der Sales Assistant liefert innerhalb von Sekunden umfassende Antworten.“

Die ganze Geschichte lesen Sie in der Fallstudie zu KION.

Woran Sie eine gute CPQ-Lösung mit KI erkennen

Viele Anbieter schreiben inzwischen „KI“ an ihr CPQ. Für den technischen Vertrieb zählen fünf Fragen, die sich in jeder Demo prüfen lassen.

• Liest sie echte Lastenhefte? Die Probe ist ein reales, unaufbereitetes Dokument aus Ihrem Haus, nicht ein vorbereitetes Beispiel mit sauberen Tabellen.
• Zeigt sie ihre Quellen? Jede technische Aussage im Entwurf muss auf ein Datenblatt, eine Optionsliste oder ein früheres Angebot zurückführbar sein. Eine Antwort ohne Quelle ist im Angebot ein Haftungsrisiko.
• Kennt sie Ihre Gültigkeitsregeln? Ein Treffer, der gut klingt, aber nicht baubar ist, kostet später mehr Zeit als die Suche von Hand.
• Arbeitet sie mit Ihrem bestehenden CPQ? Wer schon in ein Regelwerk investiert hat, will es befüllen, nicht ersetzen.
• Fragt sie nach, statt zu raten? Wenn eine Angabe fehlt, ist eine gezielte Rückfrage an Kunde oder Anwendungstechnik das richtige Ergebnis, nicht eine plausible Annahme.

Ein Anbieter, der diese Punkte an Ihren eigenen Dokumenten zeigt, hat mehr bewiesen als jede Folie zur Architektur.

So führen Sie CPQ mit KI ein

Ein KI-Ansatz im Angebotsprozess braucht kein neues Regelwerk und kein mehrjähriges IT-Projekt. Bewährt hat sich diese Reihenfolge:

1. Einen Engpass wählen. Meist ist es die Beantwortung von Ausschreibungen oder die Produktauswahl bei vagen Anfragen. Ein klarer Anwendungsfall mit messbarer Durchlaufzeit ist der beste Start.
2. Die vorhandenen Daten anbinden. Datenblätter, Optionsdaten, Preislisten und eine Auswahl gewonnener Angebote reichen für den Anfang. Ein CPQ kann später dazukommen.
3. Mit echten Anfragen testen. Erfahrene Kollegen aus Vertriebsinnendienst und Anwendungstechnik prüfen die Entwürfe an realen Lastenheften und geben Rückmeldung. So wird sichtbar, wo Wissen fehlt.
4. Messen. Durchlaufzeit pro Angebot, Anzahl der Rückfragen an die Anwendungstechnik und Trefferquote sind die drei Kennzahlen, die den Nutzen belegen.
5. Ausweiten. Weitere Produktlinien, Regionen und die Anbindung an CPQ und CRM folgen, wenn der erste Anwendungsfall trägt.

Genow läuft EU-gehostet oder in Ihrer eigenen Cloud. Es findet kein Modelltraining auf Ihren Daten statt, und Zugriffsrechte werden aus den Quellsystemen übernommen. Mehr dazu auf der Seite Sicherheit & Compliance.

FAQ