Angebots-Agent: Wie KI in Minuten personalisierte B2B-Angebote aus Sales-Notes und Produktkatalog erstellt

Ein Angebots-Agent ist ein KI-gestütztes System, das aus deinen Sales-Notes und deinem Produktkatalog automatisch ein gepflegtes, personalisiertes Angebot erstellt. Er zieht den Deal-Kontext aus dem CRM, wendet deine Preis- und Rabattregeln an und legt das fertige Dokument zur Freigabe vor - statt dass ein Verkäufer alles von Hand zusammenkopiert.

Nein. Der Agent übernimmt die mechanische Fleißarbeit - Daten sammeln, Positionen wählen, Vorlage füllen - rund 80 Prozent des Angebots. Die letzten 20 Prozent wie Rabattfreigabe, Sonderkonditionen und der finale Ton bleiben beim Menschen. Das Urteil und die Kundenbeziehung gehören weiter deinem Team.

Nicht zwingend. Wenn du bereits CPQ nutzt, sitzt der Agent als Orchestrierungs-Schicht darüber und macht es schneller und benutzbarer. Ohne CPQ greift der Agent direkt auf deine Preisliste und Rabattregeln zu. Wichtig ist nur, dass Preise immer aus einem System of Record kommen und nie frei generiert werden.

Indem die Freiheit des Modells genau dort begrenzt wird, wo Präzision zählt. Preise stammen aus Preisliste, CPQ oder ERP, Vertragstexte aus freigegebenen Klausel-Bibliotheken, und vor dem Versand prüfen feste Validierungen Marge, Rabattschwellen und Pflichtfelder. Das Sprachmodell formuliert und ordnet, es erfindet keine Zahlen.

Im Kern zwei: deine Sales-Notes oder das Gesprächstranskript für den Bedarf des Kunden und deinen Produktkatalog mit Preisen und Rabattregeln. Dazu kommt der Deal-Kontext aus dem CRM. Je sauberer Katalog und Regeln gepflegt sind, desto präziser ist das Angebot.

Als Standard nutzen wir Claude von Anthropic, weil es zuverlässig strukturierte, geschäftstaugliche Texte aus unstrukturierten Notizen erzeugt und sich eng an Vorgaben halten lässt. Andere Modelle sind möglich, die Architektur bleibt davon unberührt.

Ja, das ist für den deutschen Mittelstand der Kern. Wir bauen die Verarbeitung EU-seitig auf, halten einen lückenlosen Audit-Trail vor und sorgen dafür, dass Kundendaten kontrolliert und nachvollziehbar verarbeitet werden. So sind auch Finance und Recht bei einer späteren Prüfung abgesichert.

Realistisch sind 30 bis 60 Tage. Man startet mit einem Angebotstyp - etwa Verlängerungen oder Standard-Neugeschäft - lässt den Agenten erst im Schatten mitlaufen, justiert die Regeln und schaltet ihn dann für risikoarme Deals scharf. Komplexe Bündel und Ausnahmen kommen später dazu.

Die mit hohem Volumen und klarer Logik: Verlängerungs- und Nachbestell-Angebote sowie Standard-Neugeschäft mit festen Rabattbändern. Dort ist die Logik stabil, der Zeitgewinn sofort messbar und das Risiko gering. Ausnahmefälle und mehrjährige Pakete folgen, wenn das Vertrauen sitzt.

Manuell rechnen Anbieter mit mehreren Stunden pro Angebot (Branchenschätzung). Der Agent erzeugt den automatisierbaren Teil in Minuten, sodass die Time-to-Quote von Tagen auf Stunden sinkt. Den genauen Effekt für dein Team messen wir im Schattenbetrieb, bevor wir scharf schalten.

Typischerweise ins CRM (HubSpot, Salesforce, Pipedrive) für den Deal-Kontext, in Preisliste oder CPQ für die Regeln, in ein Dokumenten-Tool wie PandaDoc, Qwilr oder Better Proposals für die Ausgabe und in eine Orchestrierung wie n8n oder Make, die alles verbindet und protokolliert.