TL;DR
- Sieben Pflicht-Sektionen trennen 2026 produktive AI-RFPs von Vendor-Bingo-Ausschreibungen: Use-Case+KPI, Eval-Set, DSGVO, Architektur, Quality-Monitoring, Cost-Modell, Übergabe. Wer eine weglässt, kauft eine Black-Box.
- Eval-Set in jeder RFP — der Customer stellt 100–300 reale Beispiele, der Vendor liefert eine ROC-Kurve darauf in seiner Antwort. Ohne Eval-Set bewertet man Marketing-Demos, nicht Modell-Qualität.
- 80/20-Bewertung statt Preis-Wettbewerb: 80 % in Eval-Performance plus Architektur, 20 % in Cost plus Referenzen. Wer die Gewichte umdreht, kauft den billigsten Anbieter mit der schwächsten Substanz.
In DACH-Pilots zeigt sich: Die erste AI-RFP produziert oft Vendor-Antworten, die alle dasselbe Marketing-Deck sind. Erst mit Eval-Set wird sichtbar, dass nur ein Bruchteil die eigene Domain treffen kann.
80/20-Bewertung, nicht Preis
Sieben Pflicht-Sektionen einer AI-RFP
AI-RFPs sind ein eigenes Schreib-Genre. Standard-IT-Templates produzieren Vendor-Antworten ohne Substanz — sie fragen nach Funktionen, nicht nach Modell-Qualität, Governance oder Übergabe. Jede fehlende Sektion ist ein Einfallstor für Black-Box-Verträge, die im ersten Produktiv-Monat platzen.
- Geschäfts-Use-Case mit Baseline-KPIs. Nicht "wir wollen AI", sondern "wir wollen Belegerfassungs-Cost um Faktor X senken". Status-quo in harten KPIs, Ziel mit Zahl, Zeitraum und Mess-Methodik. Ohne Baseline bewertet keine Antwort den Business-Case.
- Eval-Set-Anforderung. 100–300 reale Beispiele mit Erwartungs-Output, der Vendor liefert ROC-Kurve oder Precision/Recall darauf. Ohne Eval-Set ist die RFP ein Beauty-Contest, mit Eval-Set reproduzierbar vergleichbar.
- Daten-Governance + DSGVO. Hosting-Region (EU-Pflicht für personenbezogene Daten), Sub-Processor-Liste mit Update-Cadence, No-Training-Garantie, AVV als Mindest-Anlage. Wer diese vier Punkte nicht namentlich beantwortet, ist raus.
- Architektur-Erwartung. Eigene Code-Basis oder Custom-on-Provider? Self-Host-Option für Air-Gap? API-Versionierung, Modell-Wechsel-Mechanismus? Vendor-Lock-In entsteht hier, nicht im Preis.
- Quality-Monitoring. Welche Metriken werden in Production gemessen — Citation-Coverage, Halluzinations-Rate, Latency-P95, User-Feedback? Mit welcher Cadence, von wem berichtet? Ohne definierte Mess-Cadence kein objektiver Funktions-Beweis.
- Cost-Modell. Token-Pricing Input/Output, Reasoning-Tokens als eigene Position, Cache-Adoption-Rate, Volumen-Staffeln. Wer Reasoning-Tokens und Cache nicht abfragt, kauft Kosten-Überraschungen.
- Übergabe-Konditionen. Doku-Pflicht (Architektur-Diagramme, Prompt-Library, Eval-Ergebnisse), Trainings-Workshops, Source-Code-Aushändigung bei Custom-Builds, Modell-Gewichte, Export-Format — die Exit-Versicherung, nicht-verhandelbar.
Eval-Set-Anforderung im Detail
Die Eval-Set-Sektion ist das Herzstück — sie wandelt Marketing-Versprechen in reproduzierbare Zahlen. Wer sie richtig spezifiziert, hat 80 % der RFP-Arbeit gemacht.
| Phase | Output | Aufwand |
|---|---|---|
| Eval-Set-Erstellung | 100–300 reale Beispiele, anonymisiert, Domain-repräsentativ | 5–10 Personentage Customer |
| Eval-Set-Übergabe | unter NDA an Shortlist, klare Mess-Methodik vorgegeben | RFP-Anlage, Teil des AVV |
| Vendor-Eval-Run | ROC-Kurve / Precision-Recall pro Klasse, Latency-Profil, Cost-Schätzung | Antwort-Pflicht |
| Methodology-Beschreibung | Modell, Prompt, RAG-Konfiguration, Reproducibility-Hash | Transparenz-Standard |
| Customer-Verifikation | Nachrechnen auf eigenem Eval-Slice, Reproducibility prüfen | 2–3 Personentage |
| Bewertungs-Output | Vergleichs-Tabelle aller Antworten auf identischem Eval-Set | 60 % der finalen Bewertung |
Customer, die ein Eval-Set fordern, identifizieren typisch zwei von fünf Vendoren als domain-tauglich — die anderen scheitern an Precision unter 0,70.
Bewertungs-Schema 80/20
Die Gewichtung entscheidet, was wirklich gekauft wird: 80 % in Qualität — Eval-Performance, Architektur und Übergabe —, 20 % in Cost plus Referenzen. Wer umdreht, kauft Marketing.
| Kategorie | Gewicht | Mess-Methodik |
|---|---|---|
| Eval-Set-Performance | 45 % | Precision/Recall auf Customer-Eval-Set, Latency-P95, Halluzinations-Rate |
| Architektur + Daten-Governance | 25 % | Hosting-Region, Self-Host-Option, Sub-Processor-Liste, AVV-Tauglichkeit |
| Übergabe + Doku | 10 % | Source-Code-Klausel, Doku-Pflicht, Trainings-Workshops, Export-Format |
| Cost-Modell | 12 % | Token-Pricing, Reasoning-Tokens, Cache-Adoption, Volumen-Staffeln |
| Referenzen + Track-Record | 8 % | ≥2 DACH-Referenzen vergleichbarer Branche, Customer-Calls |
Stellt man die Bewertung darauf um, gewinnt regelmäßig nicht der billigste, sondern der substanzstärkste Anbieter — und Folgeaufträge gehen zum selben Vendor.
Anti-Patterns
- RFP ohne Eval-Set. Fragt nach Features statt Modell-Qualität auf realen Daten — der Vendor liefert Marketing-Demo, der Customer kauft Black-Box. Produktiv-Quality liegt dann 30–60 % unter Demo-Quality, weil die eigene Domain im Demo-Set nicht vorkam.
- Standard-IT-Template. Behandelt AI wie klassische Software — Lizenz-Modell, On-Premise-Option, Standard-SLA. Keine Modell-Versionierung, keine Halluzinations-Rate, kein Quality-Monitoring. Der Vendor beantwortet die meisten Fragen falsch, der Customer signiert trotzdem.
- Kein Übergabe-Konzept. Doku-Pflicht und Source-Code-Klausel fehlen, alles steckt im Vendor-System. Vendor-Wechsel kostet Re-Build statt Migration. Bei Re-Tender nach 18–24 Monaten zahlt der Customer 20–60 % Aufschlag.
Default-RFP-Template 2026
Sieben Pflicht-Sektionen plus Eval-Set-Pflicht plus 80/20-Bewertung. Wer abweicht, braucht eine explizite Begründung pro Abweichung. Die Sektionen: Use-Case mit Baseline-KPIs, Eval-Set mit 100–300 realen Beispielen, Governance plus DSGVO mit Hosting-Region und Sub-Processor-Liste, Architektur mit Self-Host-Abfrage, Quality-Monitoring mit Mess-Cadence, Cost-Modell mit Reasoning-Tokens und Cache, Übergabe mit Source-Code-Klausel. Gewichtung 45/25/10/12/8 — Qualitäts-Entscheidungen statt Preis-Entscheidungen.
Praxis-Schritt: Ein AI Readiness Audit liefert ein eigenes RFP-Template nach den sieben Pflicht-Sektionen, einen ersten Eval-Set-Entwurf aus Ihren Daten plus 80/20-Schema — fertig zum Versand an Shortlist-Vendoren. Audit anfragen → /anfrage
Stand Mai 2026. AI-Procurement- und RFP-Beratung für DACH-Mittelstand mit Schwerpunkt MedTech, Maschinenbau, Industrie-Mittelstand — eigene BAFA-/go-digital-Akkreditierung in Vorbereitung Q3 2026, Förder-Pfade aktuell in Kooperation mit akkreditierten Partner-Beratungen.
Weiterführend im Themenfeld: Human-AI-Handover: UX im Self-Service und Conversational-UX für AI-Produkte.
Nächster Schritt
Passt das auf Ihren Fall?
30-Min-Erstgespräch, kostenfrei und unverbindlich. Wir gehen Ihren konkreten Fall durch — und sagen ehrlich, wenn nichts passt.