| Kriterium | Manuell | Arctis AI |
|---|---|---|
| Zeitaufwand pro Gewerkepaket (3-5 Bieter) | 2-5 Arbeitstage | 30-60 Minuten |
| Zeitaufwand pro Projekt (10+ Pakete) | 4-8 Wochen | 1-2 Tage |
| Dokumentensichtung | Manuell, selektiv (Zeitdruck → Anlagen werden übersprungen) | Vollständig — jede Seite jeder Anlage analysiert |
| Angebots-Normalisierung | Mentales Modell des Prüfers + Tabelle | Algorithmisch — einheitliche Regeln für alle Bieter |
| Abdeckung der Ausschreibungsanforderungen | Teilweise — abhängig von Gründlichkeit des Prüfers | 100% — jede Anforderung gegen jedes Angebot geprüft |
| Risikoerkennung | Abhängig von Erfahrung und verfügbarer Zeit | Systematisch — trainiert auf Bau-Risikomuster |
| Konsistenz über Gewerkepakete | Variiert nach Prüfer, Ermüdung, Zeitdruck | Identische Methodik jedes Mal |
| Umgang mit nicht-standardisierten Formaten | Erfahrene Prüfer adaptieren; Berufseinsteiger haben Schwierigkeiten | KI normalisiert jedes Format automatisch |
| Skalierbarkeit (Spitzenzeiten) | Engpass durch verfügbare Senior-Mitarbeiter | Bewältigt jedes Volumen gleichzeitig |
| Audit-Dokumentation | Oft unvollständig wegen Zeitdruck | Automatisch, vollständiger Audit-Trail |
| Kosten pro Auswertung | Hoch (Senior-Stunden × Tage) | Niedrig (Software-Kosten, Minuten Prüfzeit) |
Das Problem ist nicht mangelnde Kompetenz der Auswerter — es ist die Informationsmenge, die menschliche Aufmerksamkeit überfordert. Ein typisches GU-Gewerkepaket umfasst 5-15 Angebote, jeweils mit Preisblatt, Anschreiben, Vorbehalten, Versicherungsnachweisen, Referenzen und technischen Anlagen. Unter Zeitdruck konzentrieren sich Prüfer auf Preistabellen und überfliegen (oder überspringen) Anlagen. Ergebnis: versteckte Ausschlüsse und Risikoklauseln bleiben unentdeckt bis zur Bauphase.
KI automatisiert die mechanische Arbeit: Datenextraktion aus Dokumenten, Format-Normalisierung, Positionsvergleich, Abweichungs-Erkennung und Dokumenten-Vollständigkeitsprüfung. Menschen behalten die Urteilsentscheidungen: Abwägung zwischen Preis und Risiko, Bewertung der Bieter-Kompetenz, Berücksichtigung projektspezifischer Faktoren und die finale Vergabeentscheidung. Arctis AI präsentiert vollständige, strukturierte Informationen, damit Entscheider sich auf die Entscheidung konzentrieren — nicht auf die Datenaufbereitung.
Teams, die KI-Angebotsauswertung einführen, starten typischerweise mit einem Projekt zur Validierung des Outputs gegen ihren manuellen Prozess. Sobald bestätigt ist, dass die KI alles findet, was sie auch finden würden (plus Punkte, die sie übersehen hätten), wechseln sie auf KI-first-Auswertung über alle Pakete. Manuelle Prüfung wird zur gezielten Qualitätskontrolle statt zur primären Analysemethode.