Ausschreibungen finden und gewinnen. Der vollständige Leitfaden für Architekturbüros

Montagmorgen, 8:30 Uhr in einem mittelgroßen Architekturbüro: Acht Browser-Tabs öffnen sich nacheinander. Bayern Vergabe, Bund.de, Deutsche Bahn Vergabe, Vergabe24, DTAD, kommunale Portale. Auf jeder Plattform die gleichen Suchbegriffe: "Objektplanung", "Schulen", "HOAI LP 2-5", "München". Anderthalb Stunden später: 47 Ausschreibungen gefunden, davon drei relevant. Diese Routine wiederholt sich täglich und kostet durchschnittlich 17,5 Stunden pro Woche – mehr als zwei volle Arbeitstage, die für Entwurfsarbeit, Kundengespräche oder Teamführung fehlen.

Diese Situation ist der Alltag für viele Architekturbüros und Ingenieurbüros in Deutschland. Täglich werden hunderte öffentliche Ausschreibungen über mehr als 105 verschiedene Plattformen veröffentlicht. Jedes Bundesland betreibt eigene Portale, dazu kommen kommunale Plattformen, Bundesinstitutionen wie die Deutsche Bahn oder die Bundeswehr, und spezialisierte Vergabeportale. Das Ergebnis: Ein täglicher Kampf gegen die Informationsflut. Wer die falschen Suchstrategien nutzt, verschwendet nicht nur Zeit, sondern verpasst auch lukrative Aufträge, weil relevante Ausschreibungen in der Masse untergehen.

Der versteckte Zeitfresser: Wo die 17,5 Stunden verschwinden

Die meisten Büroinhaber unterschätzen den tatsächlichen Zeitaufwand für die Ausschreibungssuche. Eine detaillierte Analyse zeigt, wo die Zeit tatsächlich verloren geht. Der größte Zeitfresser ist das Monitoring selbst: Zehn Stunden pro Woche fließen allein in das manuelle Besuchen der verschiedenen Plattformen und das Eingeben der Suchkriterien. Jede Plattform hat ihre eigene Benutzeroberfläche, eigene Filteroptionen und eigene Logik. Was auf Bayern Vergabe unter "Objektplanung Gebäude" läuft, heißt auf Vergabe24 vielleicht "Architekturleistungen" und auf der kommunalen Plattform "Hochbauplanung nach HOAI".

Weitere fünf Stunden gehen für die Detailprüfung drauf. Von hundert gefundenen Ausschreibungen müssen Sie jede einzelne öffnen, die Ausschreibungsunterlagen herunterladen, die Leistungsbeschreibung lesen und die grundsätzliche Eignung prüfen. Dabei stellt sich oft erst nach mehreren Seiten heraus, dass die geforderten HOAI-Leistungsphasen nicht zu Ihrem Angebot passen, dass das Projekt in einer Region liegt, in der Sie keine Referenzen haben, oder dass die Projektgröße weit außerhalb Ihres üblichen Rahmens liegt.

Die verbleibenden 2,5 Stunden verwenden Sie auf die Bewertung der Erfolgsaussichten. Welche Referenzprojekte könnten Sie einreichen? Haben Sie vergleichbare Erfahrung? Wie ist die Konkurrenzsituation einzuschätzen? Diese Fragen müssen für jede interessante Ausschreibung einzeln beantwortet werden – oft ohne dass am Ende eine Bewerbung erfolgt, weil sich herausstellt, dass die Erfolgsaussichten zu gering sind.

Ein mittelgroßes Architekturbüro mit 15 Mitarbeitern zahlt für diese 17,5 Stunden pro Woche einen hohen Preis. Bei einem durchschnittlichen internen Stundensatz von 80 Euro entstehen Kosten von 1.400 Euro pro Woche, oder 72.800 Euro pro Jahr. Geld, das weder in die Projektarbeit noch in die Akquise oder Mitarbeiterentwicklung fließt, sondern rein in das Durchforsten von Datenbanken.

Warum Stichwort-Suche scheitert

Das Grundproblem liegt in der Art und Weise, wie die traditionellen Vergabeplattformen funktionieren. Fast alle arbeiten mit klassischer Stichwort-Suche: Sie geben einen Begriff ein, und das System sucht nach exakt diesem Begriff in den Ausschreibungstexten. Das klingt zunächst logisch, führt aber zu zwei gravierenden Problemen.

Problem Nummer eins: Sie erhalten tausende irrelevante Treffer. Suchen Sie nach "Architekt München", liefert das System alles, was diese Begriffe irgendwo enthält. Das kann eine Ausschreibung für IT-Architektur sein, ein Projekt, bei dem ein Architekt nur beratend erwähnt wird, oder eine Stelle für einen Architekten bei der Stadt München. Sie müssen jeden einzelnen Treffer öffnen und prüfen, um die wenigen relevanten Ausschreibungen herauszufiltern.

Problem Nummer zwei – und dies ist das weitaus gravierendere – Sie verpassen relevante Ausschreibungen, weil sie andere Formulierungen verwenden. Ein praktisches Beispiel: Ihre Kernkompetenz ist die Objektplanung für öffentliche Gebäude nach HOAI Leistungsphasen 1-9. Sie suchen also nach "Objektplanung" oder "Architekt". Die Ausschreibung einer Gemeinde in Oberbayern formuliert jedoch: "Gesucht wird ein Entwurfsverfasser für Planungsleistungen im Hochbau gemäß HOAI LP 2-5". Kein einziges Wort aus Ihrer Suche kommt in dieser Ausschreibung vor, und dennoch wäre sie perfekt für Ihr Büro geeignet.

Dieser Effekt wird noch verstärkt durch die unterschiedliche Terminologie verschiedener Ausschreibungsstellen. Während Bundesländer-Plattformen oft standardisierte HOAI-Begriffe verwenden, formulieren kommunale Verwaltungen häufig umgangssprachlicher. Ein Landkreis schreibt aus: "Planung eines Schulgebäudes, alle Leistungsphasen", während ein Bundesministerium denselben Leistungsumfang als "Objektplanung Bildungseinrichtung HOAI LP 1-9" bezeichnet. Wieder verwenden beide unterschiedliche Begriffe für den gleichen Sachverhalt.

Das Ergebnis dieser Suchlogik ist ernüchternd: Sie finden entweder zu viel und ertrinken in irrelevanten Treffern, oder Sie finden zu wenig und verpassen lukrative Aufträge. Eine Untersuchung der Suchtreffer zeigt, dass typischerweise nur zehn bis zwanzig Prozent der gefundenen Ausschreibungen tatsächlich relevant sind, während gleichzeitig geschätzte 30 bis 50 Prozent der passenden Ausschreibungen gar nicht erst gefunden werden, weil sie andere Begriffe verwenden.

Der Paradigmenwechsel: Wie semantische Suche funktioniert

Moderne Suchsysteme funktionieren grundlegend anders. Sie suchen nicht nach Wörtern, sondern nach Bedeutungen. Technisch gesprochen arbeiten sie mit semantischer Suche über Vektordatenbanken und maschinellem Lernen. Für Sie als Nutzer bedeutet dies: Sie können in natürlicher Sprache formulieren, was Sie suchen, und das System versteht, was Sie meinen – nicht nur, welche Wörter Sie verwendet haben.

Ein praktisches Beispiel: Sie suchen nach "Tragwerksplanung für Schulgebäude in Bayern". Das semantische Suchsystem analysiert diese Anfrage und versteht mehrere Ebenen der Bedeutung. Erstens erkennt es, dass Tragwerksplanung ein Synonym für Statik, konstruktive Planung und Standsicherheitsnachweise ist. Zweitens versteht es, dass Schulgebäude zur Kategorie Bildungseinrichtungen gehören und dass damit auch Grundschulen, weiterführende Schulen und berufsbildende Schulen gemeint sein können. Drittens weiß es, dass Bayern geografische Begriffe wie Oberbayern, München, Nürnberg oder Augsburg einschließt.

Technisch läuft dieser Prozess in mehreren Schritten ab. Zunächst wird Ihre natürlichsprachige Anfrage von einem KI-Modell analysiert und in strukturierte Suchkonzepte übersetzt. Das System extrahiert dabei nicht nur die Hauptbegriffe, sondern auch Ausschlusskriterien, geografische Eingrenzungen, Gebäudetypen und technische Anforderungen. Diese strukturierte Anfrage wird dann in mathematische Vektoren umgewandelt – mehrdimensionale Zahlenreihen, die die Bedeutung der Begriffe repräsentieren.

Parallel dazu wurden alle Ausschreibungen in der Datenbank bereits beim Import ebenfalls in solche Vektoren umgewandelt. Dabei entstehen nicht nur ein Vektor pro Ausschreibung, sondern typischerweise drei: Ein Vektor für die technische Beschreibung der Leistungen, ein Vektor für die geografischen Informationen, und ein Vektor für Gebäudeinformationen und Bautypen. Diese Aufteilung ermöglicht es, dass Ihre Suche gleichzeitig alle drei Dimensionen berücksichtigen kann.

Wenn Sie nun suchen, vergleicht das System die Vektoren Ihrer Anfrage mit allen Vektoren in der Datenbank und findet diejenigen Ausschreibungen, deren Bedeutungsvektoren am nächsten an Ihrer Suchanfrage liegen. Mathematisch gesprochen wird die Distanz im hochdimensionalen Vektorraum berechnet. Für Sie bedeutet dies: Das System findet auch Ausschreibungen, die völlig andere Wörter verwenden, solange die Bedeutung ähnlich ist.

Aber es kommt noch ein zweiter Schritt hinzu. Die gefundenen Kandidaten werden nicht einfach nach ihrer vektoriellen Ähnlichkeit sortiert und angezeigt. Stattdessen bewertet ein spezialisiertes KI-Modell jeden einzelnen Treffer noch einmal individuell. Es liest die vollständige Ausschreibung, vergleicht sie mit Ihrer ursprünglichen Anfrage und vergibt eine Bewertung auf einer Skala von eins bis fünf. Eine Fünf bedeutet: Perfekte Übereinstimmung, alle oder die meisten Ihrer Suchkonzepte treffen zu. Eine Eins bedeutet: Nicht thematisch relevant oder verstößt gegen Ihre Ausschlusskriterien.

Zu jeder Bewertung liefert das System auch eine Begründung. Diese erscheint als kurzer Text direkt bei der Ausschreibung und erklärt, warum die Bewertung so ausgefallen ist. Ein Beispiel: "Enthält Tragwerksplanung und Hochbau wie gesucht, allerdings liegt der Schwerpunkt auf Sanierung statt Neubau – Score 3/5". So verstehen Sie sofort, warum eine Ausschreibung als mittelmäßig passend eingestuft wurde und können selbst entscheiden, ob Sie sie näher prüfen möchten.

Die systematische Vorgehensweise: Von der Suche zum Zuschlag

Mit semantischer Suche ändert sich nicht nur die Technologie, sondern Ihr gesamter Arbeitsprozess. Statt jeden Morgen acht Plattformen manuell zu durchsuchen, definieren Sie einmal Ihre Suchprofile und lassen das System für Sie arbeiten. Ein Suchprofil ist dabei mehr als nur eine gespeicherte Suchanfrage – es ist eine präzise Beschreibung eines Segments Ihres Leistungsspektrums.

Nehmen wir an, Ihr Büro ist auf drei Bereiche spezialisiert: Wohnungsbau in der Region München, öffentliche Gebäude (insbesondere Schulen und Kindergärten) in ganz Bayern, und Bestandssanierung im Denkmalschutz in Süddeutschland. Für jeden dieser Bereiche erstellen Sie ein Suchprofil. Das Profil "Wohnungsbau München" könnte lauten: "Objektplanung für Mehrfamilienhäuser und Wohngebäude, HOAI Leistungsphasen 1-9, Region München und Umland, aber keine Einfamilienhäuser". Das Profil für öffentliche Gebäude: "Schulen, Kindergärten, Verwaltungsgebäude, alle Leistungsphasen, ganz Bayern". Und für Denkmalschutz: "Sanierung, Modernisierung, Denkmalschutz, historische Gebäude, Baden-Württemberg und Bayern".

Diese Profile speichern Sie in Ihrem Suchsystem. Jeden Morgen führt das System automatisch alle drei Suchen aus – über alle 105 Plattformen hinweg – und zeigt Ihnen nur die Ausschreibungen, die zu mindestens einem Ihrer Profile passen. Dabei werden intelligent bereits gespeicherte und abgelehnte Ausschreibungen herausgefiltert. Wenn Sie eine Ausschreibung letzte Woche als "nicht passend" markiert haben, sehen Sie sie nicht wieder. Wenn Sie sie gespeichert haben, erscheint sie in Ihrer Merkliste, aber nicht mehr in den neuen Suchergebnissen. Das bedeutet: Jede Suche zeigt Ihnen nur wirklich neue Ausschreibungen, die Sie noch nicht bewertet haben.

Der typische Montagmorgen sieht nun völlig anders aus. Um 8:30 Uhr öffnen Sie Tender Zen und sehen sofort: Sieben neue Ausschreibungen passen zu Ihren Profilen. Drei mit Score 5, zwei mit Score 4, zwei mit Score 3. Die ersten drei sind hochrelevant und wurden vom System als perfekte Matches identifiziert. Sie lesen die Begründungen: "Objektplanung Wohngebäude München LP 2-5, entspricht exakt dem Suchprofil Wohnungsbau München – Score 5/5". Die nächsten zwei haben kleinere Abweichungen, sind aber dennoch interessant. Die letzten zwei sind nur teilweise passend und können Sie vermutlich ignorieren.

In 15 Minuten haben Sie die sieben Ausschreibungen gesichtet, die drei top-passenden gespeichert, zwei weitere für die Detailprüfung markiert und zwei abgelehnt. Statt 90 Minuten über acht Plattformen hinweg haben Sie in einem Bruchteil der Zeit bessere Ergebnisse erzielt. Der Vormittag ist für die Detailprüfung reserviert. Sie öffnen die drei gespeicherten Ausschreibungen und laden die vollständigen Unterlagen herunter. Nun prüfen Sie: Welche Referenzprojekte passen zu diesen Ausschreibungen?

Der Referenz-Abgleich: Wo Technologie den Unterschied macht

Die beste Ausschreibung nützt nichts, wenn Sie keine passenden Referenzen vorweisen können. Traditionell bedeutet dies: Sie durchsuchen Ihre Projektordner, Ihre E-Mails, vielleicht eine Excel-Liste mit abgeschlossenen Projekten. Sie erinnern sich dunkel an ein Schulprojekt vor drei Jahren, finden aber auf die Schnelle nicht die Unterlagen. Diese Suche kostet Zeit und ist frustrierend.

Intelligente Systeme lösen dieses Problem durch systematische Referenzverwaltung. Sie haben einmal alle Ihre abgeschlossenen Projekte hochgeladen: Projektbeschreibungen, Pläne, Fotos, Verträge. Das System hat diese Dokumente analysiert und die wesentlichen Informationen extrahiert: Projekttyp, Größe, Leistungsphasen, Bauherr, Bauzeit, Besonderheiten. Für jedes Projekt existiert nun ein strukturierter Datensatz, der automatisch mit Ausschreibungsanforderungen abgeglichen werden kann.

Wenn Sie nun eine Ausschreibung für ein Schulgebäude prüfen, zeigt Ihnen das System automatisch: "Sie haben vier passende Referenzprojekte – Grundschule Pasing (2021), Berufsschule Rosenheim (2020), Erweiterung Gymnasium Starnberg (2019), Kindergarten Freising (2022)". Jedes dieser Projekte ist mit einem Matching-Score versehen, der angibt, wie gut es zur aktuellen Ausschreibung passt. Für die Grundschule Pasing: "95% Match – gleicher Gebäudetyp, vergleichbare Größe, gleiche Leistungsphasen". Für den Kindergarten: "75% Match – ähnlicher Nutzungstyp (Bildungseinrichtung), aber kleinere Größenordnung".

Mit dieser Information können Sie innerhalb von Minuten entscheiden, ob eine Bewerbung aussichtsreich ist. Haben Sie starke Referenzen, die gut passen? Dann lohnt sich der Aufwand. Sind die Referenzen nur mittelmäßig passend oder fehlen ganz? Dann können Sie die Ausschreibung realistisch einschätzen und gegebenenfalls ablehnen, statt Zeit in eine Bewerbung mit geringen Erfolgsaussichten zu investieren.

Die messbare Transformation: 66 Prozent Zeitersparnis

Was theoretisch einleuchtend klingt, wurde in der Praxis validiert. Ein Bauberater, der selbst jahrelang im Ausschreibungsgeschäft tätig war, testete den beschriebenen Workflow und dokumentierte die Zeitersparnis präzise. Sein bisheriger Prozess: sechs Stunden pro Woche für Ausschreibungssuche und Bewertung. Mit semantischer Suche, Suchprofilen und Referenz-Matching: zwei Stunden pro Woche. Das entspricht einer Reduktion um 66 Prozent.

Diese Zeitersparnis verteilt sich über den gesamten Prozess. Zehn Stunden Plattform-Monitoring werden zu zwei Stunden, weil das automatisierte System alle Plattformen gleichzeitig durchsucht und nur relevante Treffer anzeigt. Fünf Stunden Detailprüfung werden zu 1,5 Stunden, weil die KI-Bewertung bereits eine Vorauswahl getroffen hat und Sie nur noch die hochrelevanten Ausschreibungen prüfen müssen. 2,5 Stunden Bewertung der Erfolgsaussichten werden zu einer Stunde, weil der automatische Referenz-Abgleich sofort zeigt, ob Sie passende Projekte vorweisen können.

Für das eingangs erwähnte Architekturbüro mit 15 Mitarbeitern bedeuten diese 66 Prozent Zeitersparnis einen Rückgewinn von knapp 12 Stunden pro Woche. Bei einem internen Stundensatz von 80 Euro entspricht dies 960 Euro pro Woche, oder fast 50.000 Euro pro Jahr. Diese Zeit und dieses Geld stehen nun für andere Aufgaben zur Verfügung: mehr Zeit für die Qualität der Bewerbungen, mehr Zeit für Entwurfsarbeit, mehr Zeit für Kundenpflege und Teamführung.

Aber die Zeitersparnis ist nur ein Teil des Gewinns. Mindestens ebenso wichtig ist die höhere Trefferqualität. Weil semantische Suche auch Ausschreibungen mit anderen Formulierungen findet, entdecken Sie Aufträge, die Ihnen sonst entgangen wären. Weil die KI-Bewertung Ihnen die Relevanz jeder Ausschreibung erklärt, treffen Sie bessere Entscheidungen. Und weil der Referenz-Abgleich Ihre Erfolgsaussichten realistisch einschätzt, verschwenden Sie keine Zeit mit aussichtslosen Bewerbungen, sondern konzentrieren sich auf die Ausschreibungen, die Sie tatsächlich gewinnen können.

Die neue Realität: Systematik statt Zufall

Nach der Umstellung auf intelligente Ausschreibungssuche verändert sich der Arbeitsalltag fundamental:

Der neue Montagmorgen: 9 Uhr, ein Blick auf die Übersicht zeigt fünf hochrelevante Ausschreibungen mit klaren Bewertungen und Begründungen. Bis 9:15 Uhr ist entschieden, welche drei näher geprüft werden. Bis 10 Uhr sind die Unterlagen gelesen und der Referenz-Abgleich gemacht. Bis 10:30 Uhr steht fest, bei welchen beiden Ausschreibungen eine Bewerbung erfolgt.

Nutzung der gewonnenen Zeit: Die eingesparten elf Stunden pro Woche fließen in unterschiedliche Bereiche:

• Bessere Bewerbungen: Individuell zugeschnittene Anschreiben statt hastig zusammengestellter Standardtexte. Professionell aufbereitete Referenzen durch automatisierte Erstellung von Referenzdokumenten.
• Proaktive Akquise: Networking, Bestandskundenpflege, Teilnahme an Branchen-Events.
• Kerngeschäft: Mehr Zeit für Entwurfsarbeit und Kundengespräche.

Messbare Ergebnisse: Die Anzahl der Bewerbungen sinkt leicht, weil nur noch bei aussichtsreichen Ausschreibungen Bewerbungen erfolgen. Gleichzeitig steigt die Erfolgsquote deutlich. Typische Entwicklung: von 15% (3 Zuschläge bei 20 Bewerbungen) auf 28%. Die Gründe: Fokus auf Ausschreibungen mit passenden Referenzen, höhere Bewerbungsqualität durch gewonnene Zeit.

Von Zufall zu System: Früher hing der Erfolg von Zufall ab – richtige Plattform zum richtigen Zeitpunkt, Ausschreibung mit den gesuchten Begriffen. Heute werden alle relevanten Ausschreibungen gefunden, unabhängig von Formulierungen oder Plattformen. Entscheidungen basieren auf objektiven Kriterien:

• Wie gut passt die Ausschreibung zu unserem Leistungsspektrum?
• Haben wir starke Referenzen?
• Wie sind die Erfolgsaussichten einzuschätzen?

Die technologische Grundlage: Diese Transformation wird möglich durch die Kombination mehrerer Technologien: semantische Suche über Vektordatenbanken, KI-basierte Relevanz-Bewertung, automatisierter Referenz-Abgleich, intelligente Filterung bereits bewerteter Ausschreibungen. Das Ergebnis ist ein System, das nicht nur schneller ist, sondern fundamental anders funktioniert. Es denkt mit, lernt Präferenzen, erklärt Entscheidungen und gibt Kontrolle über den gesamten Prozess.

Der strategische Vorteil: Erfolg bei Ausschreibungen ist kein Zufall mehr, sondern das Ergebnis systematischer Prozesse, klarer Kriterien und der richtigen technologischen Unterstützung. Architekturbüros und Ingenieurbüros, die diesen Wandel vollziehen, gewinnen nicht nur Zeit zurück. Sie gewinnen auch mehr Aufträge, weil sie die richtigen Ausschreibungen finden und ihre Bewerbungen auf aussichtsreiche Gelegenheiten konzentrieren. In einem hart umkämpften Markt kann das den Unterschied machen zwischen Wachstum und Stagnation.

---

Über den Autor: Das Tender Zen Team entwickelt eine intelligente Plattform für Ausschreibungssuche im Bauwesen, speziell für Architekturbüros und Ingenieurbüros in Deutschland. Unsere Technologie basiert auf semantischer Suche, KI-Bewertung und automatisiertem Referenz-Matching – validiert durch messbare Zeitersparnisse von 66 Prozent bei unseren Kunden.