KI-Workflow für Angebotsanfragen im KMU automatisieren

Warum Angebotsanfragen oft zu langsam bearbeitet werden

In vielen KMU landen Angebotsanfragen zuerst im Postfach, dann in Excel, danach irgendwo im Kopf eines Mitarbeiters. Das kostet Zeit. Und oft auch Aufträge. Denn wer zu langsam reagiert, verliert gegen Wettbewerber, die schneller ein sauberes Erstangebot schicken.

Genau hier hilft ein klarer KI-Workflow. Nicht als Spielerei, sondern als praktisches Setup für den Alltag. Du kombinierst E-Mail-Automatisierung, Datenextraktion und eine KI, die Anfragen vorqualifiziert. So wird aus einer chaotischen Inbox ein strukturierter Prozess.

In diesem Artikel zeige ich dir einen konkreten Workflow für KMU: Angebotsanfragen automatisch erfassen, auswerten und zur Bearbeitung vorbereiten. Das funktioniert mit Tools wie n8n, Make und einem KI-Modell für Texterkennung und Klassifizierung.

Der typische Engpass im Vertrieb

Viele Unternehmen kennen dieses Muster:

• Die Anfrage kommt per E-Mail rein.
• Eine Person liest die Nachricht manuell.
• Wichtige Infos fehlen oder stehen verstreut im Text.
• Rückfragen verzögern alles.
• Das Angebot wird erst später erstellt.

Das Problem ist nicht nur Zeit. Es fehlt auch an Konsistenz. Manche Anfragen werden sofort bearbeitet, andere liegen stundenlang herum. Genau das lässt sich automatisieren.

Ziel des Workflows

Der Workflow soll drei Dinge leisten:

1. Eingehende Angebotsanfragen erkennen 2. Relevante Daten automatisch extrahieren 3. Ein strukturiertes Ticket oder einen Entwurf für das Angebot erzeugen

So kann dein Vertriebsteam schneller reagieren und sich auf den eigentlichen Verkauf konzentrieren.

So sieht der Workflow in der Praxis aus

1. E-Mail-Postfach überwachen

Der Einstieg ist simpel. Dein Automatisierungstool überwacht ein Funktionspostfach wie `angebote@firma.de`.

Sobald eine neue E-Mail eintrifft, prüft der Workflow:

• Kommt die Nachricht von einem potenziellen Kunden?
• Enthält sie typische Begriffe wie „Angebot“, „Preise“, „Anfrage“ oder „Projekt“?
• Ist eine Datei angehängt, etwa PDF oder Word?

Mit einem einfachen Filter verhinderst du, dass Spam oder interne Mails den Prozess starten.

2. Inhalt per KI analysieren

Jetzt kommt die KI ins Spiel. Sie liest den Text und extrahiert die wichtigsten Informationen.

Typische Felder sind:

• Firmenname
• Ansprechpartner
• E-Mail-Adresse
• Produkt oder Leistung
• Menge oder Umfang
• gewünschter Liefertermin
• besondere Anforderungen
• Dringlichkeit

Wenn die Anfrage unvollständig ist, kann die KI das erkennen und direkt markieren. So sieht der Vertrieb sofort, ob noch Rückfragen nötig sind.

3. Anfrage klassifizieren

Nicht jede Anfrage ist gleich wichtig. Deshalb sollte der Workflow eine einfache Klassifizierung enthalten.

Beispiele:

• A-Anfrage: hohes Potenzial, kurzfristig bearbeiten
• B-Anfrage: normal, Standardprozess
• C-Anfrage: unklar oder unvollständig, erst Rückfrage senden

Die KI kann dafür Regeln unterstützen. Etwa: Wenn Projektvolumen hoch ist und der Kunde aus einer Zielbranche kommt, bekommt die Anfrage Priorität.

4. Daten ins CRM, Ticket oder Projekttool schreiben

Die extrahierten Daten sollten nicht in der Automatisierung verschwinden. Sie gehören in dein System.

Mögliche Zielsysteme:

• CRM wie HubSpot oder Pipedrive
• Ticket-System wie Jira Service Management oder Zendesk
• Projekttool wie Asana, Monday oder ClickUp
• ERP oder Warenwirtschaft, falls vorhanden

Wichtig ist: Der Vertrieb bekommt einen sauberen Datensatz statt einer unstrukturierten E-Mail.

5. Antwortentwurf erzeugen

Ein besonders nützlicher Schritt ist ein automatischer Antwortentwurf.

Die KI erstellt zum Beispiel:

• eine freundliche Eingangsbestätigung
• eine Liste fehlender Informationen
• einen Hinweis auf die nächsten Schritte

So antwortet dein Team schneller und professioneller. Und zwar ohne jedes Mal bei Null anzufangen.

Beispiel für ein n8n-Setup

Ein praxistauglicher Aufbau in n8n könnte so aussehen:

1. IMAP E-Mail Trigger 2. Filter-Node für passende Betreffzeilen und Absender 3. Text Extraction aus E-Mail und Anhängen 4. OpenAI-Node oder anderes KI-Modell zur Analyse 5. JSON-Parsing der extrahierten Felder 6. CRM-Node zum Anlegen des Leads 7. Slack- oder Teams-Benachrichtigung an den Vertrieb 8. E-Mail-Node für Antwortentwurf oder Eingangsbestätigung

Mit Make funktioniert das ähnlich. Der Unterschied liegt vor allem in der Struktur und in der Art, wie du die Schritte zusammenklickst.

Ein gutes Prompt-Design macht den Unterschied

Die KI ist nur dann zuverlässig, wenn du sie klar anleitest. Ein vages Prompt wie „Analysiere diese E-Mail“ reicht nicht.

Besser ist ein strukturierter Auftrag, zum Beispiel:

Aufgabe: Extrahiere aus der folgenden Angebotsanfrage die Felder Firmenname, Ansprechpartner, Produkt, Menge, Frist und Priorität. Gib das Ergebnis als JSON zurück. Wenn ein Feld fehlt, setze `null`.

So wird die Ausgabe besser weiterverarbeitbar. Vor allem in Automationen ist das entscheidend. Denn dein Workflow braucht keine hübsche Antwort, sondern saubere Daten.

Worauf du bei der Umsetzung achten solltest

Datenschutz und DSGVO

Sobald personenbezogene Daten verarbeitet werden, musst du sauber arbeiten. Das gilt besonders bei KI-Diensten.

Achte auf:

• einen klaren Auftragsverarbeitungsvertrag
• Datenminimierung
• keine unnötigen personenbezogenen Inhalte im Prompt
• dokumentierte Speicherfristen
• Zugriff nur für berechtigte Personen

Wenn möglich, anonymisiere sensible Angaben vor der KI-Verarbeitung.

Fehlerbehandlung einbauen

Automationen brauchen immer einen Plan für Ausnahmen.

Zum Beispiel:

• Wenn die E-Mail kein verwertbares Format hat, an manuelle Prüfung senden
• Wenn die KI kein sicheres Ergebnis liefert, Priorität auf „unklar“ setzen
• Wenn das CRM nicht erreichbar ist, Fehlermeldung an IT oder Prozessverantwortliche

Ohne Fehlerpfad wird aus Automatisierung schnell Chaos mit Ansage.

Mensch bleibt im Loop

Der Workflow soll nicht alles autonom entscheiden. Gerade bei Angeboten ist der Mensch wichtig.

Sinnvoll ist:

• KI bereitet vor
• Mensch prüft bei wichtigen Deals
• Mensch gibt Angebot frei

So kombinierst du Geschwindigkeit mit Qualität.

Welchen Nutzen KMU konkret haben

Ein solcher Workflow bringt sofort messbare Vorteile:

• Schnellere Reaktionszeit auf neue Anfragen
• Weniger manuelle Datenerfassung
• Mehr Übersicht im Vertrieb
• Bessere Priorisierung wichtiger Leads
• Einheitliche Kommunikation mit Interessenten

Besonders für kleine Teams ist das wertvoll. Denn dort zählt jede Stunde, die nicht mit Copy-Paste verloren geht.

So startest du ohne großes Projekt

Du musst nicht gleich den kompletten Vertrieb umbauen. Fang klein an.

Ein sinnvoller Pilot sieht so aus:

• ein einziges Funktionspostfach
• ein klarer Anfragetyp, zum Beispiel Standardangebote
• ein Zielsystem, etwa CRM oder Slack
• ein einfaches KI-Prompt für die Extraktion
• ein manuelles Review durch einen Mitarbeiter

Nach zwei bis vier Wochen siehst du, wo der Workflow stabil läuft und wo du nachschärfen musst.

Fazit: Schneller reagieren, sauberer arbeiten

Ein KI-Workflow für Angebotsanfragen ist kein Luxus. Er ist ein echter Produktivitätshebel für KMU. Mit n8n oder Make kannst du eingehende Anfragen automatisch erfassen, mit KI auswerten und direkt in deine Systeme überführen.

Das spart Zeit, reduziert Fehler und sorgt dafür, dass kein Lead mehr in der Inbox verschwindet.

Wenn du Angebotsanfragen schneller bearbeiten willst, starte mit einem kleinen, klar definierten Workflow. Genau dort entsteht der größte Nutzen.

Wenn du Unterstützung beim Setup brauchst, lohnt sich ein Blick auf ProzessPilot – besonders dann, wenn du KI-Automation praxisnah und DSGVO-konform umsetzen willst.