In fast jedem Dienstleistungsbetrieb gibt es zwei Zahlen zu jedem Projekt: die, die im Angebot stand, und die, die es am Ende gekostet hat. Zwischen beiden liegt die Marge — und die Erfahrung, dass die Abweichung selten zufällig ist. Bestimmte Projektarten, bestimmte Kunden und bestimmte Leistungsbausteine laufen systematisch aus dem Ruder. Diese Muster liegen in den Daten, werden aber praktisch nie ausgewertet.
Der Ausgangspunkt: die Nachkalkulation nutzbar machen
Bevor Modelle ins Spiel kommen, braucht es eine einfache Tabelle je abgeschlossenem Projekt: Angebotssumme, tatsächlicher Aufwand, Projektart, Kunde, Laufzeit, Anzahl der Änderungswünsche, Zahlungsverhalten. Die meisten Betriebe haben diese Informationen — verteilt über Zeiterfassung, Buchhaltung und CRM. Die eigentliche Arbeit besteht darin, sie zusammenzuführen, nicht darin, sie zu erzeugen.
Steht diese Basis, lassen sich drei Fragen beantworten, die vorher Meinungssache waren: Bei welcher Projektart weichen wir am stärksten ab? Welcher Kunde verursacht überdurchschnittlich viele unbezahlte Zusatzrunden? Welche Leistungsbausteine sind chronisch unterkalkuliert?
Wo die KI konkret hilft
- Aufwandsschätzung mit Spannbreite: Aus der Beschreibung einer Anfrage werden vergleichbare Altprojekte gesucht und daraus eine Schätzung samt realistischer Ober- und Untergrenze abgeleitet — nicht ein Wert, sondern ein Korridor.
- Leistungsabgleich: Das Modell prüft die Anfrage gegen den Angebotstext und markiert, was der Kunde erwähnt hat, aber im Angebot fehlt. Genau diese Lücken werden später zu unbezahlter Mehrarbeit.
- Margenwarnung: Vor dem Versand wird gegen Zielmarge gerechnet. Liegt das Angebot unter dem Schwellenwert, gibt es eine Warnung mit Begründung — nicht ein stilles Durchwinken.
- Textbausteine mit Grenzen: Formulierungen für Ausschlüsse, Annahmen und Änderungsprozesse werden automatisch ergänzt. Der häufigste Margenkiller ist nicht der Preis, sondern ein Angebot ohne saubere Abgrenzung.
Ein Kalkulationsassistent ersetzt keine unternehmerische Entscheidung. Er sorgt dafür, dass die Entscheidung mit Kenntnis der eigenen Historie getroffen wird — statt gegen sie.
Der Mensch bleibt an der Freigabe
Preisfindung ist eine strategische Entscheidung. Ein Einstiegspreis für einen Referenzkunden, ein bewusst hoher Preis für ein Projekt außerhalb der Kernkompetenz, ein Nachlass gegen Vorauszahlung — solche Erwägungen kennt kein Modell. Sinnvoll ist deshalb die Rollenverteilung: Das System liefert Schätzung, Vergleichsfälle, Margenrechnung und offene Punkte; der Mensch entscheidet und gibt frei. Diese Trennung beschreibt der Beitrag zu Human-in-the-Loop-Freigaben im Detail.
Was schiefgeht, wenn man es falsch aufsetzt
- Schlechte Datenbasis: Wenn Zeiten unvollständig erfasst sind, lernt das System aus einer geschönten Vergangenheit — und schätzt dauerhaft zu niedrig.
- Durchschnitt statt Verteilung: Eine einzelne Zahl suggeriert Präzision, die nicht existiert. Ohne Spannbreite und Angabe der Vergleichsfälle ist die Schätzung nicht bewertbar.
- Verselbstständigung: Sobald Angebote ohne Blick versendet werden, weil „das System das ja rechnet", verlagert sich das Risiko unbemerkt.
- Kein Rückfluss: Ohne konsequente Nachkalkulation lernt das System nichts dazu. Der Kreis muss geschlossen werden, sonst bleibt es bei einer besseren Vorlage.
Ein realistischer Einstieg in vier Wochen
Woche eins: die letzten 12 Monate abgeschlossener Projekte in einer Tabelle konsolidieren. Woche zwei: Abweichungen auswerten und die drei größten Muster benennen. Woche drei: einen Prüfschritt vor der Angebotsfreigabe einführen — zunächst als Checkliste, die auf diesen Mustern beruht. Woche vier: den Schritt automatisieren, inklusive Margenwarnung und Vergleichsfällen.
Der Effekt zeigt sich nicht als spektakuläre Umsatzsteigerung, sondern als ruhigere Nachkalkulation: weniger Projekte, die unter Plan liegen, und weniger Diskussionen darüber, warum. Das ist der Unterschied zwischen einem Betrieb, der seine Preise kennt, und einem, der sie schätzt.
Was sich messbar verändert
Der Nutzen lässt sich an drei Zahlen ablesen, die ohnehin vorliegen sollten. Erstens die durchschnittliche Abweichung zwischen Angebot und Ist-Aufwand — sie sollte sinken und vor allem gleichmäßiger werden. Zweitens der Anteil der Projekte unterhalb der Zielmarge; er ist die härteste Kennzahl, weil er unabhängig von Umsatzschwankungen funktioniert. Drittens die Zeit von der Anfrage bis zum versendeten Angebot: Wenn Kalkulation und Textbausteine automatisiert sind, verkürzt sie sich in der Regel deutlich, und die Reaktionsgeschwindigkeit ist im Verkauf oft der eigentliche Unterschied. Wer diese drei Werte vor dem Start erhebt, kann nach einem Quartal sachlich beurteilen, ob sich der Aufwand gelohnt hat.