Montag, 7:45 Uhr. Drei Portale, zwei davon neu eingerichtet. 22 Ausschreibungen seit Freitagnachmittag, acht für Hochbau, vielleicht zwei passend für das eigene Gewerk und die eigene Region — und jede braucht noch mindestens einen manuellen Check, bevor klar ist, ob sie sich lohnt.
Das ist kein Ausnahmetag. In vielen mittelständischen Bauunternehmen kostet das tägliche Portalmonitoring allein zwischen dreißig Minuten und zwei Stunden, die direkt aus Kalkulation oder Baustellenkoordination abgezogen werden. Der Grund ist strukturell: Deutschland hat kein zentrales Vergabeportal. Kommunen, Länder, Bundesbehörden und EU-Institutionen schreiben auf eigenen Plattformen aus, mit eigener Logik, eigenen Suchmasken, eigenen Fristen. Wer nur die großen zwei oder drei im Blick hat, verpasst einen Teil des Marktes.
KI-gestützte Ausschreibungssuche soll das lösen. Das Versprechen ist weit verbreitet, der Markt wächst. Nicht alle Tools dahinter wurden für Bauunternehmen gebaut.
Was KI-Ausschreibungssuche für Bauunternehmen konkret leisten muss
Der Begriff wird uneinheitlich verwendet. Manche Tools dahinter sind nicht mehr als erweiterte Suchmasken mit einem Relevanz-Label. Andere tun tatsächlich etwas anderes.
Für Hochbau-, Tiefbau- und TGA-Unternehmen, die öffentliche Aufträge systematisch erschließen wollen, sind die Kernanforderungen an ein KI-Tool nicht abstrakt:
- Vollständige Quellabdeckung: Alle relevanten öffentlichen Vergabeportale — kommunale, Landes- und Bundesplattformen sowie EU-weite Quellen wie TED. Wer nur die bekanntesten Portale überwacht, deckt den Markt nicht vollständig ab.
- Gewerk-Spezifität: Hochbau und Tiefbau sind unterschiedliche Märkte. Sie haben unterschiedliche CPV-Codes, unterschiedliche Eignungsanforderungen, unterschiedliche Losbewertungen. Ein generischer Filter kennt diese Unterschiede nicht mit der nötigen Tiefe.
- Eignungsabgleich vor dem Klick: Passt die Referenzanforderung im Leistungsverzeichnis zu dem, was das eigene Unternehmen nachweisen kann? Eine KI, die das erst nach dem Lesen der vollständigen Vergabeunterlagen sagt, spart wenig.
Der dritte Punkt ist der häufigste Schwachpunkt generalistischer Tools. Sie prüfen thematische Relevanz. Formale Eignung — ob ein Unternehmen die Teilnahmebedingungen einer Ausschreibung überhaupt erfüllen kann — liegt außerhalb ihres Modells.
Go/No-Go — was eine schnelle, tragfähige Entscheidung braucht
Das Go/No-Go ist die kritische Weiche: Lohnt es sich, die Vergabeunterlagen vollständig zu lesen und Kapazität für die Bewerbung einzuplanen?
In kleinen und mittleren Bauunternehmen fällt diese Entscheidung oft nach Erfahrung. Bekannte Region, passendes Gewerk, Auftragswert irgendwo im Bereich. Das funktioniert gut, solange das Volumen überschaubar ist und das Auftragstyp-Repertoire stabil bleibt.
Das Vergabebeschleunigungsgesetz, das am 1. Juli 2026 in Kraft tritt, vereinfacht öffentliche Vergabeverfahren und erhöht die Wertgrenze für Direktvergaben des Bundes auf 50.000 € netto. Gleichzeitig digitalisiert das Gesetz die Verfahren weiter und verändert, welche Aufträge in welcher Form öffentlich ausgeschrieben werden. (Architekturblatt, 2026) Für Bauunternehmen verschiebt sich damit die Zusammensetzung des öffentlich ausgeschriebenen Markts — und wer das systematisch verfolgen will, braucht ein System, das diese Verschiebungen abbildet.
Eine KI-gestützte Go/No-Go-Bewertung, die trägt, braucht mehr als einen Relevanz-Score. Praktisch hilft:
- Abgleich der Eignungsanforderungen im LV mit dem eigenen Firmenprofil (Referenzprojekte, Zertifizierungen, Mindestumsatz)
- Geografische Filterung nach NUTS-Codes — nicht Freitexteingabe, die "Bayern" und "Bayerische" nicht zuverlässig matcht
- Fristanzeige mit Pufferkalkulation: Wie viele Arbeitstage bleiben nach Abruf der Unterlagen bis zur Abgabe?
- Losgröße und Auftragswert im Kontext der eigenen Kapazitäten
Was nicht ausreicht: ein einzelner Prozentwert ohne Herkunft. "83 % Übereinstimmung" hilft einem Bauleiter nicht, wenn unklar bleibt, welche Bedingungen die 17 % Abzug verursacht haben.
Zu den Eignungsanforderungen im Detail: Was Bau-Bieter wirklich nachweisen müssen.
Warum Bau-Spezifität beim KI-Tool den Unterschied macht
Generalistische Ausschreibungstools wurden für breite Märkte gebaut: IT-Vergaben, Consulting-Rahmenverträge, Facility-Management-Dienstleistungen. Das ist schlicht ein anderes Produkt.
Für Bauunternehmen entstehen daraus praktische Lücken:
CPV-Codes: Bauleistungen laufen unter dem CPV-Hauptbereich 45000000. Die bau-internen Unterschiede zwischen Rohbau (45200000), TGA (45300000), Tiefbau (45100000) und Ausbau (45400000) sind für die Relevanzbewertung entscheidend. Ein Modell, das diese Codes versteht, filtert anders als eines, das nur Freitext analysiert.
Verfahrensarten: Die Vergabeverfahren nach VOB/A haben im Bau andere Schwellenwerte und Einsatzbedingungen als in anderen Sektoren. Offenes Verfahren, beschränkte Ausschreibung, Verhandlungsvergabe — wer die bau-spezifischen EU-Schwellenwerte und nationalen Grenzen nicht kennt, sortiert falsch.
Eignungstypen: Eignungsnachweise für Bauleistungen folgen eigenen Mustern. PQ-VOB, AVPQ, bauleistungsspezifische Referenzen — ein bau-blindes System erkennt diese Anforderungstypen nicht zuverlässig. Das Ergebnis: Ausschreibungen werden als passend angezeigt, für die das eigene Unternehmen formal nicht bieten kann.
Eine Ausschreibung für energetische Sanierung in einer mittelgroßen Stadt ist für ein Hochbauunternehmen mit GEG-Referenzprojekt eine potenzielle Go-Situation. Für ein Tiefbauunternehmen ohne diese Referenz nicht. Ein generisches Modell unterscheidet das nicht zuverlässig.
Warum nachvollziehbare KI in der Praxis mehr zählt als ein Score
Wer sich auf KI-Bewertungen verlässt, ohne sie nachvollziehen zu können, hat ein Erklärungsproblem. Intern: Hat die KI uns falsch bewertet, oder war das eine richtige Ablehnung? Gegenüber Geschäftspartnern: Warum haben wir das nicht eingereicht?
Hinzu kommt der regulatorische Kontext. Die Verordnung (EU) 2024/1689 — der EU AI Act — bringt ab August 2026 Transparenzanforderungen für KI-Systeme mit sich. Für Unternehmen, die KI-Tools zur Entscheidungsunterstützung einsetzen, bedeutet das zunehmend, dass Bewertungsprozesse dokumentierbar sein müssen. Die genaue Einordnung einer Ausschreibungs-KI — allgemeine Transparenzpflicht nach Art. 50 oder Hochrisiko-Klassifizierung nach Anhang III — hängt vom konkreten Einsatzzweck ab und sollte für jedes Tool individuell geprüft werden.
Praktisch wichtig ist das unabhängig vom Regulierungsrahmen: Eine Ablehnung, die auf "Score unter Schwellenwert" beruht, lässt sich nicht qualifizieren. Wer sieht, welcher Abschnitt des Leistungsverzeichnisses die Bewertung ausgelöst hat, kann die Entscheidung beurteilen und wenn nötig korrigieren.
Den rechtlichen Rahmen für KI im Vergaberecht erklärt unser Artikel AI ≠ Blackbox: Warum nachvollziehbare KI im öffentlichen Bau anders aussehen muss.
Wie brixl das löst
brixl ist die KI-Plattform für die deutsche Baubranche, die Bauausschreibungen aus allen öffentlichen Portalen aggregiert und mit nachvollziehbarer KI qualifiziert.
Nachvollziehbar heißt dabei: Jede Bewertung lässt sich auf den konkreten Abschnitt in den Vergabeunterlagen zurückführen — mit direkten Links zu den Originaldokumenten statt Zusammenfassung oder Score ohne Quelle. Wer eine Ausschreibung ablehnt, weil der Mindestumsatz im LV nicht zum Firmenprofil passt, sieht genau, wo diese Anforderung steht.
Das Bau-Fundament sitzt im Kern des Produkts: brixl wurde für Bauunternehmen, Ingenieurbüros und Planungsbüros entwickelt — nicht als horizontaler Allgemeinanbieter, der Bau als einen von vielen Sektoren behandelt.
Häufige Fragen zur KI-Ausschreibungssuche
Was macht KI-gestützte Ausschreibungssuche besser als manuelles Portalmonitoring? KI-Ausschreibungssuche aggregiert täglich alle relevanten öffentlichen Vergabeportale und filtert nach Gewerk, Eignungsanforderungen und Kapazität. Das spart nicht nur Zeit, sondern schließt auch Lücken: Kommunale Portale, Landesplattformen und EU-weite Quellen laufen zusammen, statt getrennt durchsucht werden zu müssen.
Woran erkenne ich, ob ein KI-Ausschreibungstool für Bauunternehmen geeignet ist? Drei Merkmale entscheiden: Kennt das Tool bau-spezifische CPV-Codes und VOB/A-Verfahrensarten und filtert danach? Erklärt die Bewertung, warum eine Ausschreibung als relevant gilt — oder liefert sie nur einen Score ohne Herkunft? Werden Eignungsanforderungen gegen das eigene Unternehmensprofil geprüft, bevor jemand in die Unterlagen einsteigt?
Was bedeutet nachvollziehbare KI bei der Ausschreibungsbewertung? Nachvollziehbar bedeutet, dass jede Bewertung auf die konkrete Stelle im Vergabedokument zurückverfolgt werden kann — mit direkten Links zu den Originaldokumenten statt einem Gesamtscore ohne Herkunftsangabe. Bauleiter und Geschäftsführer müssen erklären können, warum eine Ausschreibung verfolgt oder abgelehnt wurde.
Wie verändert das Vergabebeschleunigungsgesetz 2026 die Ausschreibungssuche für Bauunternehmen? Das Vergabebeschleunigungsgesetz tritt am 1. Juli 2026 in Kraft. Es vereinfacht Vergabeverfahren und erhöht die Wertgrenze für Direktvergaben des Bundes auf 50.000 €. Für Bauunternehmen verändert sich die Zusammensetzung des Markts: Kleinere Aufträge wandern in Direktvergaben, während größere Infrastrukturprojekte schneller in die öffentliche Ausschreibung kommen.
Wie schnell lässt sich eine Go/No-Go-Entscheidung mit KI-Unterstützung treffen? Mit einem bau-spezifisch kalibrierten KI-System, das Eignungsanforderungen, Losgröße, Region und Referenzanforderungen vorab prüft, lassen sich einfache Go/No-Go-Entscheidungen in Minuten treffen. Der Zeitgewinn entsteht vor allem dadurch, dass Ablehnungen früher fallen — bevor jemand die vollständigen Vergabeunterlagen abrufen und durchlesen muss.
Weitere Beiträge