Angebote und Proposals mit KI erstellen (2026)

Ein falscher Kundenname aus dem Vorlagen-Angebot reicht, und dein Angebot kostet Vertrauen, bevor der Kunde den Preis gelesen hat. Gute Angebote brauchen Zeit: Notizen sortieren, die passende Leistungsbeschreibung suchen, den Nutzen für genau diesen Kunden formulieren, Preise rechnen, am Ende alles auf Fehler prüfen. Das meiste davon ist Textarbeit. Da ist KI stark.

Im State of Sales Report 2026 von Salesforce erwarten die befragten Vertriebler durch KI-Agenten 36 Prozent weniger Zeit für E-Mail-Entwürfe und 34 Prozent weniger für Recherche. Für Angebotstexte gibt es keine vergleichbare Messung, die Aufgaben sind aber ähnlich.

Ich gehe den Angebotsprozess von der Bedarfsanalyse bis zum Nachfassen durch und zeige an acht Stellen, was KI dort übernehmen kann und wo du selbst ranmusst. Zu jeder Stelle gibt es eine Prompt-Vorlage, die mit jedem guten KI-Assistenten funktioniert. Welche Werkzeuge es im Vertrieb sonst gibt, zeigt der Vergleich KI-Tools für den Vertrieb. Wenn du nur eine Sache ausprobierst, nimm Abschnitt 6: einen Angebots-Check, der vor dem Versand nach Widersprüchen, Rechenfehlern und fremden Namen sucht, auch in Angeboten, die ohne KI entstanden sind.

Acht Stellen, an denen KI im Angebot hilft

Die Aufwandsangaben sind Einschätzungen für die erste Einrichtung, keine Messwerte.

Was vor dem ersten Prompt bereitliegen sollte

Zuerst ein KI-Assistent im Business-Tarif, also ChatGPT Business, Claude Team, Microsoft 365 Copilot oder Gemini in Google Workspace. In Angeboten stehen Kundennamen, Preise und Interna, und die haben in privaten Konten nichts verloren. Welcher Assistent zu deiner Umgebung passt, steht im Vergleich der KI-Assistenten.

Dazu kommt das Material, aus dem die KI arbeitet:

1. Drei alte Angebote, am besten gewonnene. Sie zeigen der KI Aufbau, Ton und Detailtiefe.
2. Eine Leistungsbeschreibung mit festen Preisen. Die KI darf Texte anpassen, aber keine Leistungen oder Preise erfinden, und dafür braucht sie eine verbindliche Quelle.
3. Gesprächsnotizen oder ein Transkript. Je genauer du weißt, was der Kunde gesagt hat, desto besser wird das Angebot. Ein Meeting-Assistent wie tl;dv oder jamie liefert das Protokoll, wenn alle Teilnehmenden der Aufzeichnung zugestimmt haben.

Die alten Angebote und die Leistungsbeschreibung legst du am besten in einem Projekt deines KI-Assistenten ab, etwa einem ChatGPT-Projekt oder Claude-Projekt. Dann musst du sie nicht bei jedem Angebot neu hochladen.

1. Bedarfsanalyse aus Gesprächsnotizen

Nach dem Erstgespräch hast du Notizen, ein paar Mails und vielleicht ein Transkript. Was der Kunde wirklich will, steht verstreut darin. Fängst du direkt mit dem Angebot an, schreibst du leicht am Bedarf vorbei oder vergisst ein Muss-Kriterium.

Die KI zieht Anforderungen, Ziele, Rahmenbedingungen und Entscheider aus dem Material. Wichtig ist, dass sie trennt, was der Kunde gesagt hat und was du nur vermutest. Am wertvollsten ist die Liste offener Fragen: Die klärst du vor dem Angebot, statt im Angebot zu raten. Für die Transkripte brauchst du einen Meeting-Assistenten, mehr dazu im Vergleich der KI-Meeting-Assistenten.

Du bist erfahrene Vertriebsberaterin im B2B. Hier sind meine Notizen und das Transkript aus dem Gespräch mit [Firma, Branche, Größe]: [Material einfügen].
Erstelle eine Bedarfsanalyse mit diesen Abschnitten:

Ausgangslage in drei Sätzen.
Ziele des Kunden, möglichst als wörtliche Zitate.
Muss-Anforderungen und Kann-Anforderungen, getrennt.
Rahmenbedingungen: Budget, Zeitplan, vorhandene Systeme, Entscheidungsprozess.
Beteiligte Personen und ihre Rolle bei der Entscheidung.
Offene Fragen, die ich vor dem Angebot klären muss.
Kennzeichne jede Aussage mit „gesagt“ oder „vermutet“. Erfinde nichts. Wenn eine Information fehlt, schreib „nicht besprochen“.

Ein Transkript gibt nur wieder, was gesagt wurde. Unausgesprochene Erwartungen und die politische Lage beim Kunden kennst du besser. Namen und Zahlen solltest du nachprüfen, denn bei Eigennamen macht die Spracherkennung Fehler.

2. Angebotsstruktur und Textbausteine

Viele Angebote entstehen per Kopieren aus dem letzten Angebot. Dabei bleiben falsche Kundennamen, unpassende Leistungen oder alte Preise stehen, und am Ende klingt jedes Angebot gleich, egal was der Kunde gesagt hat.

Besser ist eine klare Arbeitsteilung. Bausteine und Preise kommen aus deiner Vorlage, die KI baut aus der Bedarfsanalyse eine Gliederung und formuliert die Brücke zum Kunden. Leistungen und Preise fasst sie nicht an. Ein KI-Assistent mit Projekt oder Wissensbasis reicht dafür. Schreibst du viele Angebote mit festen Bausteinen, lohnt sich eine Bausteinbibliothek, etwa in Notion oder Confluence. Wie du daraus eine durchsuchbare Wissensbasis machst, erklärt der Ratgeber Company Brain mit KI.

Hier ist die Bedarfsanalyse für [Firma]: [Bedarfsanalyse einfügen].
Hier ist unsere Leistungsbeschreibung mit Preisen: [Leistungsbeschreibung einfügen].
Hier ist ein gewonnenes Angebot als Muster für Aufbau und Ton: [Muster einfügen].
Schritt 1: Schlage eine Gliederung für das Angebot vor. Ordne jeder Muss-Anforderung des Kunden den Abschnitt zu, in dem sie beantwortet wird.
Schritt 2: Warte auf mein Okay.
Schritt 3: Schreib die Leistungsabschnitte. Beginne jeden Abschnitt mit dem Bezug zur Anforderung des Kunden, dann die Leistung aus unserer Beschreibung.
Regeln: Ändere keine Leistungen, Mengen, Preise oder Fristen. Füge keine Leistungen hinzu. Markiere Anforderungen, die unser Angebot nicht abdeckt, mit [LÜCKE]. Sie-Form, sachlich, keine Superlative.

Eine veraltete Leistungsbeschreibung macht auch das Angebot veraltet. Pflege die Vorlage also, bevor du sie der KI gibst, und lies jeden Abschnitt, bevor er ins Dokument wandert.

3. Nutzenargumentation

Angebote beschreiben oft, was ein Produkt kann, und lassen offen, was es diesem Kunden bringt. Entscheider lesen aber auf das Ergebnis hin, etwa weniger Aufwand oder weniger Risiko.

Hier hilft das alte Schema Merkmal, Vorteil, Nutzen. Die KI übersetzt deine Merkmale in Nutzen, bezogen auf die Ziele aus der Bedarfsanalyse. Richtig gut ist sie darin, dieselbe Aussage für jede Rolle beim Kunden neu zu formulieren. Die Geschäftsführung will die Wirkung sehen, der Einkauf das Risiko.

Hier sind die Ziele des Kunden aus der Bedarfsanalyse: [Ziele einfügen].
Hier sind die fünf wichtigsten Merkmale unseres Angebots: [Merkmale einfügen].
Hier sind unsere Belege: [Referenzen, Kennzahlen aus eigenen Projekten, Zertifikate].
Erstelle eine Tabelle mit den Spalten Merkmal, Vorteil, Nutzen für diesen Kunden, Beleg.
Formuliere den Nutzen danach je einmal für diese Rollen: [zum Beispiel Geschäftsführung, Leitung Fachabteilung, Einkauf].
Regeln: Nutze nur Belege aus meiner Liste. Wenn es für einen Nutzen keinen Beleg gibt, schreib „Beleg fehlt“. Keine Prozentzahlen oder Einsparungen, die nicht in meinen Belegen stehen.

Vorsicht bei Zahlen. KI erfindet gern Sätze wie „30 Prozent weniger Aufwand“. Solche Aussagen dürfen nur aus eigenen Projekten oder Referenzen stammen, denn ein unbelegtes Versprechen im Angebot kann im Streitfall teuer werden.

4. Preisoptionen und Pakete

Mit nur einem Preis landet der Kunde schnell bei Ja oder Nein. Mehrere Optionen geben ihm eine Wahl innerhalb deines Angebots, nur kostet die saubere Abgrenzung Zeit.

Aus deiner Preisliste schlägt die KI zwei oder drei Pakete vor, die zum Bedarf passen, und beschreibt die Unterschiede verständlich. Sie prüft auch die Logik, etwa ob das mittlere Paket wirklich mehr enthält als das kleine. Die Zahlen gehören danach in deine Tabellenkalkulation. Arbeitest du in HubSpot Sales Hub, erstellt das Angebot später über die Angebotsfunktion mit hinterlegten Produkten. In Salesforce gibt es dafür laut Salesforce einen Quoting Agent, der Angebote innerhalb festgelegter Freigaberegeln erstellt und aktualisiert.

Hier ist unsere Preisliste mit allen Positionen: [Preisliste einfügen].
Hier sind Bedarf und Budgetrahmen des Kunden: [Bedarf, Budget, falls bekannt].
Schlage drei Pakete vor: Basis (deckt alle Muss-Anforderungen), Empfohlen (Muss plus die wichtigsten Kann-Anforderungen), Erweitert.
Für jedes Paket: enthaltene Positionen mit Menge und Einzelpreis aus der Preisliste, Summe, für wen es passt in einem Satz, was nicht enthalten ist.
Regeln: Verwende ausschließlich Positionen und Preise aus der Preisliste. Rechne die Summen Zeile für Zeile vor. Gewähre keine Rabatte. Wenn eine Muss-Anforderung mit keiner Position abgedeckt ist, nenne sie.

KI rechnet nicht zuverlässig. Übertrag die Pakete in eine Tabelle und lass die Summen per Formel berechnen. Über Rabatte, Zahlungsziele und Preisanpassungsklauseln entscheidest du selbst.

5. Executive Summary

Entscheider lesen oft nur die erste Seite. Steht dort ein Firmenporträt, ist die Chance vertan.

Lass die KI das fertige Angebot auf eine halbe Seite verdichten, mit festem Aufbau von Problem bis nächster Schritt. Weil sie aus dem fertigen Angebot arbeitet, passt die Zusammenfassung zum Inhalt. In Word geht das direkt mit Copilot.

Vorlage: „Schreib aus dem angehängten Angebot eine Executive Summary mit maximal 200 Wörtern für [Rolle]. Aufbau: Ausgangslage in den Worten des Kunden, Ziel, unsere Lösung in zwei Sätzen, wichtigster Nutzen mit Beleg, Investition und Zeitrahmen wörtlich aus dem Angebot, nächster Schritt mit Datum. Keine Aussagen, die nicht im Angebot stehen, keine Floskeln wie ‚ganzheitlich‘.“

Klingt die Summary langweilig, liegt das selten an der KI. Meist fehlt dann ein klarer Nutzen im Angebot selbst.

6. Angebots-Check vor dem Versand

Der falsche Kundenname aus dem Vorlagen-Angebot. Ein Liefertermin, der im Text anders steht als in der Tabelle. Eine Anforderung aus dem Gespräch, die nirgends beantwortet wird. Solche Fehler kosten Vertrauen.

Als zweites Paar Augen ist KI sehr nützlich. Sie gleicht das Angebot mit der Bedarfsanalyse ab, findet Widersprüche zwischen Abschnitten und markiert fremde Namen. Von allen acht Stellen hat diese das beste Verhältnis von Aufwand zu Nutzen, und sie funktioniert auch bei Angeboten, die ohne KI entstanden sind. Du brauchst nur einen KI-Assistenten mit Datei-Upload.

Prüfe das angehängte Angebot an [Firma] vor dem Versand. Hier ist die Bedarfsanalyse: [einfügen].
Prüfe und liste getrennt auf:

Muss-Anforderungen aus der Bedarfsanalyse, die im Angebot nicht beantwortet werden.
Widersprüche: Preise, Mengen, Termine oder Leistungen, die an zwei Stellen unterschiedlich stehen.
Fremde Namen: Firmen- oder Personennamen, die nicht [Firma] oder wir sind.
Rechenfehler: Rechne jede Summe nach und zeige die Rechnung.
Unbelegte Versprechen: Aussagen zu Ergebnissen oder Einsparungen ohne Beleg.
Fehlende Pflichtangaben: Gültigkeit, Zahlungsbedingungen, Ansprechperson, nächster Schritt.
Nenne zu jedem Fund die Seite oder den Abschnitt. Ändere nichts am Text, liste nur auf.

Deine eigene Endkontrolle ersetzt der Check nicht. KI übersieht Fehler und meldet manchmal Probleme, die keine sind. Preise und Rechtsklauseln prüft immer ein Mensch.

7. RFP und Ausschreibung mit Wissensbasis beantworten

Ein Request for Proposal (RFP) oder eine Ausschreibung hat schnell 100 und mehr Fragen. Viele davon kamen in anderen Ausschreibungen schon vor, Datenschutz und Zertifikate etwa oder Support-Zeiten. Trotzdem sucht das Team jedes Mal neu.

Die KI arbeitet hier in zwei Stufen. Zuerst zieht sie aus den Unterlagen alle Anforderungen, Fristen, Formvorgaben und Ausschlusskriterien. Danach entwirft sie Antworten aus einer Bibliothek geprüfter Texte, und zwar nur aus dieser Bibliothek. Daran hängt alles.

Spezialisierte RFP-Plattformen sind darauf gebaut: Loopio erzeugt Antworten laut Hersteller ausschließlich aus freigegebenen Inhalten und zeigt Quellen und einen Konfidenzwert an. Responsive (früher RFPIO) arbeitet mit einer gepflegten Antwortbibliothek und KI-Entwürfen für RFPs, Sicherheitsfragebögen und Due-Diligence-Fragen.

Für einzelne Ausschreibungen reicht ein KI-Assistent mit Projekt, in dem du geprüfte Antworten ablegst. Beantwortest du regelmäßig Ausschreibungen, lohnt sich eine RFP-Plattform. Für die eigene Wissensbasis taugen auch Plattformen wie Langdock mit Zugriff auf Firmendokumente.

Hier sind die Ausschreibungsunterlagen: [Leistungsbeschreibung, Bewerbungsbedingungen, Fragebogen hochladen].
Erstelle eine Anforderungsmatrix als Tabelle mit den Spalten: Nr., Anforderung im Wortlaut, Fundstelle (Dokument und Abschnitt), Typ (Ausschlusskriterium, Muss, Soll, Bewertungskriterium), Gewichtung falls angegeben, benötigter Nachweis.
Liste danach getrennt auf: alle Fristen mit Datum und Uhrzeit, Formvorgaben (Seitenzahl, Format, Unterschrift, Einreichungsweg), Punkte, die unklar sind und als Bieterfrage gestellt werden sollten.
Zitiere wörtlich und nenne immer die Fundstelle. Interpretiere nichts, was nicht im Text steht.

Du beantwortest Fragen aus einer Ausschreibung. Nutze ausschließlich die Texte aus unserer Antwortbibliothek in diesem Projekt.
Frage: [Frage aus dem Fragebogen einfügen].
Maximale Länge laut Vorgabe: [Zeichen oder Wörter].
Regeln:

Antworte nur mit Inhalten aus der Bibliothek. Nenne am Ende die verwendeten Bausteine mit Titel.
Wenn die Bibliothek die Frage nicht oder nur teilweise beantwortet, schreib [OFFEN: was fehlt] statt zu ergänzen.
Passe die Antwort an die Formulierung der Frage an. Beantworte zuerst genau das, was gefragt ist.
Keine Zusagen zu Fristen, Preisen, Zertifikaten oder Service-Levels, die nicht in der Bibliothek stehen.

Bei öffentlichen Ausschreibungen zählen allein die Vergabeunterlagen, und ein Formfehler kann zum Ausschluss führen. Prüfe die Bewerbungsbedingungen, ob sie Vorgaben zum Einsatz von KI oder zur Weitergabe der Unterlagen machen. Ausschreibungsunterlagen sind oft vertraulich, sie gehören nur in ein freigegebenes System. Und die Antwortbibliothek muss gepflegt werden: Ein veraltetes Zertifikat in der Bibliothek landet sonst in jedem Angebot.

8. Follow-up nach dem Angebot

Das Angebot ist raus, dann passiert nichts. Nachfassen fühlt sich aufdringlich an, und die Mail „Haben Sie schon reingeschaut?“ bringt wenig.

Lass die KI Follow-ups schreiben, die dem Kunden etwas geben. Das kann die Antwort auf eine offene Frage sein oder ein passendes Beispiel. Grundlage ist wieder die Bedarfsanalyse, damit jede Nachricht beim Problem des Kunden ansetzt. Für Aufgaben und Erinnerungen sorgt dein CRM, etwa HubSpot Sales Hub oder Pipedrive. Wie KI im CRM beim Nachfassen und bei der Priorisierung hilft, steht im Ratgeber KI im CRM.

Wir haben [Firma] am [Datum] ein Angebot für [Leistung] geschickt. Ansprechperson: [Name, Rolle]. Entscheidung geplant für: [Zeitpunkt].
Hier ist die Bedarfsanalyse: [einfügen].
Schreib drei Follow-up-Mails für Tag 3, Tag 10 und Tag 20 nach Versand. Jede Mail hat einen anderen Anlass:

Eine Frage aus dem Gespräch beantworten oder einen Punkt im Angebot erklären.
Ein passendes Beispiel oder eine Referenz zum wichtigsten Ziel des Kunden: [Referenz einfügen].
Den Zeitplan klären und einen kurzen Termin für Rückfragen anbieten.
Maximal 120 Wörter pro Mail, Sie-Form, eine klare Frage am Ende. Kein „Ich wollte nur mal nachhaken“. Keine neuen Rabatte oder Zusagen.

Rechtlich ist das unproblematisch: Follow-ups an Kunden, die ein Angebot angefragt haben, sind Teil der laufenden Geschäftsbeziehung. Werbe-Mails an Kontakte ohne Einwilligung sind in Deutschland nach § 7 UWG auch im B2B unzulässig. Die Regeln dazu stehen im Vergleich KI-Tools für den Vertrieb.

In welcher Reihenfolge du startest

1. Räum die Vorlagen auf: drei gewonnene Angebote auswählen, Leistungsbeschreibung mit Preisen aktualisieren. Darauf baut alles andere auf.
2. Fang mit dem Angebots-Check an. Er verlangt keine Umstellung im Prozess, läuft mit jedem bestehenden Angebot und zeigt dem Team schnell, was KI kann und wo sie danebenliegt.
3. Mach die Bedarfsanalyse zur Pflicht. Mit der Vorlage dauert sie wenige Minuten.
4. Leg ein gemeinsames Projekt im KI-Assistenten an, mit Leistungsbeschreibung, Muster-Angeboten, Referenzen und Standardantworten. Und bestimm, wer es pflegt.
5. Miss die Zeit. Notier bei zehn Angeboten, wie lange sie mit und ohne KI dauern und wie viele Korrekturen nötig waren. Ohne diese Zahl weißt du nicht, ob es sich lohnt.
6. Leg Freigaberegeln fest: Wer prüft Preise, Rabatte und Vertragsklauseln? Das bleibt Menschensache, auch wenn der Rest schneller wird.
7. Behandle Ausschreibungen als eigenes Projekt. Beantwortet ihr regelmäßig RFPs, baut erst eine Antwortbibliothek auf und prüft dann, ob sich eine RFP-Plattform rechnet.

Woran KI-Angebote scheitern

Am teuersten sind Preise, die die KI ausgerechnet hat. Sie macht Rechenfehler, also gehören Summen in eine Tabelle mit Formeln. Fast genauso riskant ist es, ohne Leistungsbeschreibung zu starten: Dann erfindet die KI Leistungen, die plausibel klingen, aber nicht in deinem Portfolio stehen. Prozentangaben zu Einsparungen übernimmst du nur, wenn du sie belegen kannst.

Ein Prompt für das ganze Angebot liefert ein glattes, aber austauschbares Dokument. Arbeite lieber in Etappen: Bedarfsanalyse, Gliederung, Abschnitte, Check. Kundendaten gehören dabei nur in freigegebene Business-Tarife, nie in private Konten.

Und dann der Ton. Wörter wie „ganzheitlich“, „maßgeschneidert“ und „nahtlos“ verraten den KI-Entwurf sofort. Lies das Angebot einmal laut und streich sie.

Recht und Datenschutz

Angebote sind rechtlich und in Sachen Vertraulichkeit heikler als die meisten anderen Vertriebstexte. Diese vier Punkte solltest du kennen:

Im Alltag hilft ein einfacher Grundsatz: Was der Kunde dir vertraulich gegeben hat, behandelst du so, als würde er zusehen. Brauchst du Namen, interne Zahlen oder Geschäftsgeheimnisse für den Entwurf nicht, ersetze sie durch Platzhalter wie [Kunde] oder [Volumen] und füge sie erst im fertigen Dokument ein.

Wenn du die Angebotsphase im Griff hast, lohnt der Blick auf das Gespräch davor: Wie KI beim Üben von Einwänden und bei der Preisverhandlung hilft, zeigt der Ratgeber Einwandbehandlung und Sales-Coaching mit KI. Weitere schnelle Einstiege für andere Abteilungen sammelt der Ratgeber KI-Quick-Wins. Und den falschen Kundennamen vom Anfang fängt dein Angebots-Check ab, bevor das Angebot dein Haus verlässt.