Angebote per E-Mail mit n8n und KI automatisch vorqualifizieren

Warum Angebotsanfragen oft Zeit kosten

Viele KMU kennen das Problem: Eine Anfrage kommt per E-Mail rein, jemand liest sie manuell, prüft die Infos, fragt vielleicht nach, verteilt sie intern und trägt sie ins CRM ein. Das kostet Zeit. Und es passiert oft genau dann, wenn das Team ohnehin schon voll ist.

Gerade bei Angebotsanfragen ist das teuer. Denn nicht jede Anfrage ist gleich gut. Manche sind unvollständig, manche passen fachlich nicht, andere sind echte Chancen. Wenn du hier zu spät reagierst, verlierst du Aufträge. Wenn du alles manuell prüfst, verlierst du Zeit.

Die gute Nachricht: Genau dieser Ablauf lässt sich sehr gut automatisieren. Mit n8n und einer KI kannst du eingehende Angebotsanfragen automatisch vorqualifizieren, strukturiert auslesen und an die richtige Stelle weitergeben.

Der konkrete Use Case: Anfrage per E-Mail automatisch prüfen

Stell dir diesen Workflow vor:

1. Eine Anfrage landet im gemeinsamen Postfach. 2. n8n erkennt die neue E-Mail. 3. Die KI liest Betreff und Inhalt aus. 4. Sie extrahiert die wichtigsten Daten. 5. Sie bewertet die Anfrage nach klaren Kriterien. 6. Je nach Ergebnis wird die E-Mail weitergeleitet, markiert oder beantwortet.

Das Ziel ist nicht, Menschen komplett zu ersetzen. Das Ziel ist, die Vorarbeit zu erledigen. So kann dein Team schneller entscheiden und sauberer reagieren.

Typische Felder, die du automatisch erfassen kannst:

• Name des Unternehmens
• Ansprechpartner
• E-Mail-Adresse
• gewünschte Leistung
• Budgethinweis
• Dringlichkeit
• Ort oder Region
• vorhandene Anhänge
• Qualitätsbewertung der Anfrage

So baust du den Workflow in n8n auf

1. E-Mail-Eingang als Trigger

Der Workflow startet mit einem E-Mail-Trigger, zum Beispiel über IMAP oder Gmail. Immer wenn eine neue Nachricht mit Angebotsbezug eingeht, wird der Prozess ausgelöst.

Wichtig ist dabei eine saubere Filterung. Nutze zum Beispiel:

• ein separates Angebots-Postfach
• Schlagwörter im Betreff wie „Anfrage“, „Angebot“, „Projektanfrage“
• Formulareingänge, die direkt per Mail weitergeleitet werden

So vermeidest du unnötige Auslösungen.

2. Inhalte bereinigen und vorbereiten

E-Mails enthalten oft Signaturen, Zitate, Weiterleitungen und Formatierungen. Bevor die KI analysiert, solltest du den Text bereinigen.

In n8n kannst du dafür einfache Textschritte nutzen:

• HTML entfernen
• Signaturen kürzen
• unnötige Reply-Ketten löschen
• Anhänge separat prüfen

Je sauberer die Eingabe, desto besser das Ergebnis.

3. KI zur Extraktion nutzen

Jetzt kommt der spannende Teil. Du gibst Betreff und E-Mail-Text an ein KI-Modell weiter und lässt strukturierte Daten extrahieren.

Ein gutes Prompt-Setup könnte die KI dazu auffordern:

• die Anfrage in JSON auszugeben
• nur relevante Informationen zu übernehmen
• fehlende Felder als `null` zu markieren
• die Anfrage in eine Kategorie einzuteilen
• eine erste Priorität zu vergeben

Beispiel für eine sinnvolle Einteilung:

• hoch: klare Anfrage, passende Leistung, vollständige Kontaktdaten
• mittel: grundsätzlich passend, aber Rückfragen nötig
• niedrig: unklar, unvollständig oder fachlich nicht passend

4. Validierung und Regeln ergänzen

KI ist stark bei Sprache, aber Regeln solltest du trotzdem selbst definieren. Denn nicht jede gute Formulierung ist automatisch ein guter Lead.

Lege in n8n deshalb feste Prüfungen an, zum Beispiel:

• Ist eine E-Mail-Adresse vorhanden?
• Ist die gewünschte Leistung bekannt?
• Liegt das Projekt in deinem Einzugsgebiet?
• Passt der Auftrag zu deinem Mindestvolumen?
• Wurde ein Budget genannt?

Diese Regeln können die KI-Bewertung bestätigen oder überschreiben.

Ein Beispiel für den Praxisablauf

Angenommen, ein kleines IT-Systemhaus bekommt täglich zehn bis zwanzig Anfragen. Früher musste ein Mitarbeiter jede Mail lesen, Infos kopieren und im CRM anlegen. Heute läuft es so:

• n8n zieht die Mail aus dem Postfach
• die KI extrahiert Name, Firma, Thema und Dringlichkeit
• ein Regel-Block prüft, ob Budget und Region passen
• passende Anfragen gehen direkt an den Vertrieb
• unklare Anfragen landen in einer Rückfrage-Vorlage
• unpassende Anfragen werden dokumentiert, aber nicht weiter verfolgt

Das spart nicht nur Zeit. Es sorgt auch für schnellere Reaktionszeiten. Und genau das erhöht oft die Abschlussquote.

Welche Tools du dafür kombinieren kannst

Für dieses Setup brauchst du kein großes Enterprise-System. Ein schlanker Stack reicht oft aus.

n8n als Orchestrierung

n8n verbindet die einzelnen Schritte. Es liest E-Mails, ruft KI auf, prüft Regeln und schickt Ergebnisse an andere Systeme weiter.

KI für Texterkennung und Klassifizierung

Du kannst ein Sprachmodell nutzen, das E-Mails ausliest und in strukturierte Daten überführt. Wichtig ist ein klarer Prompt mit festen Ausgabeformaten.

CRM oder Ticketsystem als Zielsystem

Die extrahierten Daten sollten nicht nur irgendwo im Workflow liegen. Übergib sie direkt an:

• HubSpot
• Pipedrive
• Zoho CRM
• ein Ticketsystem
• eine Airtable- oder Notion-Datenbank

So bleibt der Prozess nachverfolgbar.

Slack oder Microsoft Teams für Benachrichtigungen

Für hoch priorisierte Anfragen kann der Workflow sofort eine Nachricht ans Team senden. Das verkürzt die Reaktionszeit deutlich.

Worauf du bei Datenschutz und Sicherheit achten solltest

Gerade bei Angebotsanfragen verarbeitest du personenbezogene Daten. Deshalb musst du sorgfältig arbeiten.

Achte auf diese Punkte:

• Nur nötige Daten an die KI senden
• DSGVO-konforme Anbieter und Verträge prüfen
• Zugriff auf das Postfach begrenzen
• Protokollierung sauber halten
• personenbezogene Daten nicht unnötig lange speichern
• bei sensiblen Inhalten interne Freigaben einbauen

Wenn du mit Kundendaten arbeitest, solltest du außerdem genau dokumentieren, welche Daten wohin gehen. Für KMU ist das oft der wichtigste Schritt, bevor Automatisierung breit ausgerollt wird.

Häufige Fehler bei solchen Automationen

Viele Projekte scheitern nicht an der Technik, sondern an schlechten Annahmen.

Zu viele Freiheiten für die KI

Wenn dein Prompt unklar ist, bekommst du unzuverlässige Ergebnisse. Gib der KI immer feste Felder und klare Regeln.

Keine Fallbacks

Was passiert, wenn die Mail unvollständig ist oder das Modell ausfällt? Plane immer einen manuellen Pfad ein.

Schlechte Datenqualität

Wenn das Eingangspostfach voller Signaturen, PDFs und Weiterleitungen ist, leidet die Extraktion. Saubere Eingangsdaten sind Gold wert.

Keine klare Übergabe ins Team

Automatisierung bringt nur dann Nutzen, wenn das Ergebnis dort ankommt, wo gearbeitet wird. Ohne CRM, Slack oder Ticket-Übergabe bleibt der Workflow ein isolierter Automatismus.

Wann sich der Workflow besonders lohnt

Dieser Ansatz ist ideal, wenn du:

• viele ähnliche Anfragen pro Woche bekommst
• schnell auf neue Leads reagieren musst
• dein Vertriebsteam entlasten willst
• wiederkehrende manuelle Prüfung vermeiden möchtest
• mehr Struktur in deine Angebotsprozesse bringen willst

Besonders stark ist der Workflow bei Dienstleistern, IT-Unternehmen, Agenturen, Handwerksbetrieben mit Projektgeschäft und B2B-Unternehmen mit regelmäßigem Anfrageaufkommen.

Fazit: Kleine Automatisierung, großer Effekt

Die Vorqualifizierung von Angebotsanfragen per E-Mail ist ein perfekter Einstieg in KI & Automatisierung. Der Use Case ist konkret, messbar und schnell umsetzbar.

Mit n8n als Steuerzentrale und einer KI für die Texterkennung kannst du aus unstrukturierten E-Mails klare, nutzbare Datensätze machen. Dein Team spart Zeit, reagiert schneller und arbeitet strukturierter.

Wenn du möchtest, ist genau das ein guter erster Automatisierungsbaustein für dein Unternehmen.

Mein Tipp: Starte nicht mit einem riesigen End-to-End-Prozess. Nimm erst eine einzige E-Mail-Kategorie, definiere klare Regeln und automatisiere nur die Vorqualifizierung. So kommst du schnell zu einem belastbaren Ergebnis.

Wenn du diesen Workflow in deinem Unternehmen umsetzen willst, ist jetzt der richtige Zeitpunkt, ihn sauber aufzusetzen.