Datenqualität als Fundament: Was Ihre KI für bessere Angebote braucht

KI-gestützte Angebotserstellung verspricht kürzere Durchlaufzeiten, weniger manuelle Fehler und präzisere Kalkulationen. Doch bevor ein KI-System brauchbare Angebote generieren kann, braucht es eine Grundlage, die in vielen österreichischen KMU noch fehlt: sauber strukturierte, vollständige und aktuelle Daten. Datenqualität im Vertrieb entscheidet darüber, ob eine KI-Lösung vom ersten Tag an Ergebnisse liefert – oder an unbrauchbarem Input scheitert.

Warum Datenqualität über den Erfolg jeder KI-Einführung entscheidet

Noch vor wenigen Jahren war die Angebotserstellung in vielen Handwerks- und Dienstleistungsbetrieben ein weitgehend manueller Vorgang: Excel-Tabellen, kopierte Vorlagen, Erfahrungswerte im Kopf des Chefs. 2026 sieht die Realität anders aus. KI-Systeme können aus historischen Auftrags-, Kunden- und Materialdaten innerhalb von Minuten Angebotstexte, Kalkulationen und sogar Nachfass-Vorschläge erstellen. Voraussetzung: Die Daten stimmen.

Das Prinzip ist einfach und gilt branchenübergreifend – ob Tischlerei, Sanitärbetrieb, Architekturbüro oder Steuerberatung: Eine KI ist nur so gut wie die Daten, die sie verarbeitet. Wer seine Kundendatenbank seit Jahren nicht gepflegt hat, wer Preise in fünf verschiedenen Formaten ablegt und wer Projekthistorien nur in E-Mail-Postfächern vorhält, wird auch mit der besten KI-Lösung keine brauchbaren Angebote erhalten.

Welche Daten eine KI für Angebote tatsächlich braucht

Nicht jede Information im Betrieb ist gleich relevant. Für eine KI-gestützte Angebotserstellung lassen sich die benötigten Daten in vier Kategorien einteilen:

1. Kundenstammdaten

• Firmenname, Ansprechperson, Kontaktdaten
• Branche und Betriebsgröße
• Bisherige Projekte und Auftragshistorie
• Zahlungsverhalten und bevorzugte Konditionen
• Besondere Anforderungen oder Präferenzen

2. Produkt- und Leistungsdaten

• Leistungskatalog mit eindeutigen Bezeichnungen
• Aktuelle Preise und Preishistorie
• Materialkosten, Arbeitszeiten, Zuschläge
• Varianten und Konfigurationsmöglichkeiten
• Lieferzeiten und Verfügbarkeiten

3. Historische Auftragsdaten

• Vergangene Angebote (angenommen und abgelehnt)
• Tatsächliche Projektkosten vs. Angebotskalkulation
• Nachträge und Änderungsaufträge
• Kundenfeedback und Reklamationen

4. Prozess- und Kontextdaten

• Saisonale Schwankungen
• Regionale Besonderheiten (z. B. Anfahrtszeiten)
• Branchenspezifische Normen und Vorschriften
• Aktuelle Marktsituation bei Materialpreisen

Datenkategorie	Typische Quelle im KMU	Häufiges Problem
Kundenstammdaten	CRM, Excel, Outlook-Kontakte	Verstreut, veraltet, doppelt
Leistungsdaten	ERP, Preislisten, Kopf des Inhabers	Nicht standardisiert, unvollständig
Auftragsdaten	Buchhaltung, Projektordner	Keine Verknüpfung zu Angeboten
Kontextdaten	Erfahrungswissen, Branchenberichte	Nirgends dokumentiert

Die fünf häufigsten Datenprobleme in KMU – und wie sie die KI ausbremsen

Viele Betriebe unterschätzen, wie viel Vorarbeit die Vorbereitung einer KI-Einführung erfordert. Die folgenden Probleme treten branchenübergreifend auf:

1. Datensilos: Kundendaten liegen im E-Mail-Programm, Preise in einer Excel-Tabelle, Projektnotizen auf Papier. Die KI kann nur verarbeiten, was digital und zugänglich ist.

2. Inkonsistente Formate: Ein Kunde heißt in der Buchhaltung „Müller GmbH", im CRM „Mueller GesmbH" und in der Projektliste „Fa. Müller". Für eine KI sind das drei verschiedene Kunden.

3. Veraltete Einträge: Preislisten von 2023, Ansprechpersonen, die längst gewechselt haben, Materialdaten mit alten Lieferantenkonditionen. Eine KI, die mit veralteten Preisen kalkuliert, produziert Angebote, die entweder Marge verschenken oder unrealistisch wirken.

4. Fehlende Verknüpfungen: Das Angebot existiert als PDF, der zugehörige Auftrag als Buchungssatz, das Kundenfeedback als E-Mail. Ohne Verknüpfung kann kein System daraus lernen, welche Angebotsstruktur bei welchem Kundentyp funktioniert.

5. Implizites Wissen: Der erfahrene Meister weiß, dass Kunde X immer den günstigeren Lack nimmt und dass im Winter 15 Prozent Aufschlag für Außenarbeiten nötig sind. Solange dieses Wissen nicht dokumentiert ist, bleibt es der KI verborgen.

Praktische Schritte zur Datenpflege: So bereiten Sie Ihren Betrieb vor

Die gute Nachricht: Die Vorbereitung auf eine KI-gestützte Angebotserstellung lohnt sich auch unabhängig von der KI. Saubere Daten verbessern Prozesse generell – von der Buchhaltung bis zur Kundenkommunikation.

Schritt 1: Dateninventur durchführen

Bevor Sie Daten bereinigen, müssen Sie wissen, was wo liegt. Erstellen Sie eine einfache Übersicht:

• Welche Systeme nutzen wir? (CRM, ERP, Buchhaltung, E-Mail, Dateisystem)
• Welche Daten liegen in welchem System?
• Wo gibt es Überschneidungen, wo Lücken?
• Welche Daten existieren nur analog oder im Kopf einzelner Personen?

Schritt 2: Daten konsolidieren und standardisieren

• Führen Sie doppelte Kundendatensätze zusammen (Deduplizierung)
• Definieren Sie einheitliche Schreibweisen für Firmennamen, Produktbezeichnungen und Leistungsbeschreibungen
• Legen Sie Pflichtfelder fest: Welche Informationen müssen bei jedem Kunden, jedem Produkt, jedem Angebot erfasst sein?
• Standardisieren Sie Einheiten, Währungsformate und Datumsformate

Schritt 3: Historische Daten digitalisieren und verknüpfen

• Scannen und kategorisieren Sie relevante Papierunterlagen
• Verknüpfen Sie Angebote mit den zugehörigen Aufträgen und Rechnungen
• Dokumentieren Sie, welche Angebote angenommen und welche abgelehnt wurden – und wenn möglich, warum

Schritt 4: Implizites Wissen explizit machen

Dieser Schritt wird oft übersehen, ist aber entscheidend: Das Erfahrungswissen langjähriger Mitarbeiterinnen und Mitarbeiter muss in strukturierter Form erfasst werden.

• Führen Sie kurze Interviews mit erfahrenen Teammitgliedern
• Dokumentieren Sie Faustregeln, Saisonmuster und Kundenbesonderheiten
• Erstellen Sie eine interne Wissensdatenbank – das kann anfangs ein einfaches Dokument sein

Schritt 5: Laufende Datenpflege als Prozess verankern

Einmalige Bereinigung reicht nicht. Datenqualität ist ein kontinuierlicher Prozess:

• Definieren Sie Verantwortlichkeiten: Wer pflegt welche Daten?
• Richten Sie regelmäßige Prüfzyklen ein (z. B. quartalsweise Kundendaten-Check)
• Schulen Sie das Team im Umgang mit dem CRM oder ERP – viele Datenprobleme entstehen durch mangelnde Nutzung vorhandener Systeme

Was sich geändert hat: Angebotserstellung früher und heute

Der Unterschied zur Arbeitswelt von noch vor drei Jahren ist beträchtlich. Früher genügte es, Angebote aus Erfahrung und mit Bauchgefühl zu kalkulieren. Wer die Branche kannte, lag meistens richtig genug. 2026 haben Betriebe, die ihre Geschäftsprozesse digitalisieren, einen spürbaren Vorsprung: Sie können KI-Systeme einsetzen, die aus strukturierten Daten Angebote generieren, die nicht nur schneller fertig sind, sondern auch präziser kalkuliert.

Ein illustratives Beispiel: Ein Sanitärbetrieb mit zwölf Mitarbeitenden, der seine Angebote bisher per Vorlage erstellt hat, braucht geschätzt 30 bis 45 Minuten pro Angebot – Materialliste recherchieren, Preise nachschlagen, Text formulieren. Mit einem KI-System, das auf saubere Produkt-, Preis- und Kundendaten zugreifen kann, lässt sich dieser Aufwand auf einen Bruchteil reduzieren. Die eingesparte Zeit fließt in die eigentliche Wertschöpfung: Beratung, Planung, Ausführung.

Entscheidend ist dabei: Die KI erstellt keine Angebote „aus dem Nichts". Sie nutzt die vorhandene Datenbasis, erkennt Muster und macht Vorschläge. Die finale Freigabe bleibt beim Menschen – und genau so sollte es sein. KI für Angebote ist ein Werkzeug, das das Team von Routinearbeit entlastet und für wertschöpfendere Aufgaben freistellt.

Datenqualität und DSGVO: Was österreichische KMU beachten müssen

Wer Kundendaten für eine KI-Lösung aufbereitet, kommt am Thema Datenschutz nicht vorbei. Für österreichische Betriebe gelten die DSGVO und das österreichische Datenschutzgesetz (DSG). Einige Kernpunkte:

• Rechtsgrundlage prüfen: Für die Verarbeitung personenbezogener Daten durch ein KI-System brauchen Sie eine gültige Rechtsgrundlage – in der Regel die Vertragserfüllung (Art. 6 Abs. 1 lit. b DSGVO) oder das berechtigte Interesse (Art. 6 Abs. 1 lit. f DSGVO).
• Datenminimierung: Erfassen und verarbeiten Sie nur Daten, die für den Zweck – hier: Angebotserstellung – tatsächlich notwendig sind.
• Transparenz: Informieren Sie Kundinnen und Kunden darüber, dass und wie ihre Daten verarbeitet werden.
• Auftragsverarbeitung: Wenn ein externer KI-Anbieter Ihre Daten verarbeitet, ist ein Auftragsverarbeitungsvertrag (AVV) Pflicht.
• EU AI Act: Seit 2025 greifen schrittweise die Regelungen des EU AI Act. Für KI-gestützte Angebotserstellung in KMU sind die Anforderungen überschaubar, aber die grundsätzlichen Transparenzpflichten sollten bekannt sein.

Die WKO bietet laufend aktualisierte Informationen zu DSGVO-Pflichten und KI-Regulierung für österreichische Betriebe.

Förderungen nutzen: Unterstützung für die Digitalisierung in KMU

Die Vorbereitung der eigenen Datenbasis und die anschließende Einführung einer KI-Lösung sind Investitionen, die sich mittelfristig rechnen – und für die es in Österreich Fördermöglichkeiten gibt. Besonders relevant für KMU:

• KMU.DIGITAL: Fördert Beratungsleistungen und Umsetzungsprojekte rund um die Digitalisierung von KMU, einschließlich CRM-Einführung, Prozessautomatisierung und KI-Integration. Aktuelle Konditionen und Verfügbarkeit sind über die WKO-Förderseite abrufbar.
• aws Digitalisierung: Das Austria Wirtschaftsservice unterstützt Digitalisierungsprojekte mit Zuschüssen und günstigen Finanzierungen.
• FFG Innovationsförderung: Für Betriebe, die besonders innovative KI-Anwendungen entwickeln oder einführen, kann auch die FFG-Förderung relevant sein.

Die Förderlandschaft ändert sich laufend. Es lohnt sich, vor Projektstart das eigene Förderpotenzial zu prüfen, um keine Mittel zu verschenken.

Checkliste: Ist Ihr Betrieb bereit für KI-gestützte Angebote?

Bevor Sie in eine KI-Lösung investieren, prüfen Sie diese Punkte:

• Alle Kundenstammdaten sind digital erfasst und aktuell
• Produkt- und Leistungskatalog ist standardisiert und vollständig
• Historische Angebote und Aufträge sind digital verknüpft
• Preisdaten werden zentral gepflegt und regelmäßig aktualisiert
• Erfahrungswissen ist dokumentiert, nicht nur in einzelnen Köpfen
• DSGVO-Konformität der Datenverarbeitung ist geprüft
• Verantwortlichkeiten für laufende Datenpflege sind definiert
• Fördermöglichkeiten sind geprüft

Können Sie sich den alten Weg – manuelle Angebote auf Basis fragmentierter Daten – auf Dauer noch leisten? Die Vorreiter der Branche schaffen sich gerade einen spürbaren Vorsprung. Aber der lässt sich noch einholen, wenn die Grundlagen jetzt stimmen.