Wir haben 11 KI-Plattformen für die Beschaffung anhand von 26 Funktionen verglichen

Wir haben elf Beschaffungsplattformen anhand derselben Liste von 26 Funktionen bewertet: zehn Wettbewerber, recherchiert aus ihrer eigenen Dokumentation und unabhängigen Quellen, sowie uns selbst. Drei Ergebnisse hatten wir nicht erwartet. Keine der zehn verfügt über einen dokumentierten zweiten Prüflauf, der die eigenen KI-Ergebnisse überprüft. Nur eine prüft Vergabeunterlagen gegen nationales Vergaberecht. Und acht von zehn veröffentlichen überhaupt keinen Preis.

Das Nützlichste, was wir gefunden haben, hat nichts damit zu tun, wer gewinnt. Es ist die Erkenntnis, dass „KI für die Beschaffung“ mindestens vier verschiedene Produkte bezeichnet — und dass diese miteinander verglichen werden, als wären sie eines.

1. Wie wir vorgegangen sind, und was Sie kritisch lesen sollten

Wir haben zuerst die Liste festgelegt — 26 konkrete Funktionen, von der Anforderungsextraktion über die Losbehandlung bis zur Bieterprüfung — und erst danach jede Plattform anhand derselben Liste bewertet, damit kein Anbieter ausgerechnet in den Dimensionen benotet wird, die sein eigenes Marketing hervorhebt. Jedes Profil ging anschließend in einen zweiten Rechercheschritt, dessen einzige Aufgabe darin bestand, die Fehler des ersten zu finden. Dieser Schritt hat sich gelohnt: Er fand ein falsches Übernahmejahr bei Responsive (RFP360 war 2021, nicht 2022), eine aus einer Pressemitteilung von 2021 übernommene Kundenzahl bei Loopio und eine Mercell-Preistabelle, die aus der falschen Zeile des Quell-PDFs abgelesen worden war.

Zwei Warnungen vor der Tabelle. Erstens: Unsere eigene Zeile ist selbst berichtet. Die zehn Wettbewerber wurden von außen recherchiert und faktengeprüft; unsere eigene Spalte haben wir von innen ausgefüllt, und sie hat denselben adversarialen Prüflauf nicht durchlaufen. Gewichten Sie das entsprechend. Zweitens, und wichtiger: Diese Tabelle misst, ob eine Funktion existiert, nicht ob sie gut ist. Kein Anbieter in diesem Markt — wir eingeschlossen — veröffentlicht gemessene Präzision für Anforderungsextraktion oder Abweichungserkennung, und ein unabhängiger Benchmark existiert nicht. Ein Werkzeug, das 200 Probleme meldet, von denen 60 falsch sind, erhält hier dieselbe Bewertung wie eines, das 40 richtige meldet.

2. Vier Produkte unter einem Namen

Response-Management-Plattformen — Responsive, Loopio, AutogenAI, Arphie — sind das größte und am besten finanzierte Segment und das, was die meisten Menschen mit „KI für Ausschreibungen“ meinen. Es sind Wissenssysteme der Bieterseite: eine verwaltete Bibliothek freigegebener Antworten plus KI, die eingehende Fragen zuordnet und Antworten entwirft. Die Arbeitseinheit ist die Frage, nicht die Anforderung. Sie sind sehr gut in Menge und Konsistenz und strukturell nicht daran interessiert, ob ein fertiges Angebot die zwingenden Bedingungen einer Ausschreibung erfüllt.

Bieter-Lifecycle-Plattformen — Brainial ist das klarste Beispiel — decken Suche, Qualifizierung, Anforderungsextraktion und Erstellung an einem Ort ab, gebaut danach, wie eine EU-Ausschreibung tatsächlich ankommt: als ZIP-Archiv mit PDFs von TenderNed oder e-Vergabe, nicht als Excel-Fragebogen.

Opportunity Intelligence — TED und Deltek GovWin IQ — verkauft das Wissen darüber, was überhaupt existiert. TED ist das kostenlose, gesetzlich vorgeschriebene EU-Register, weshalb jedes kommerzielle Werkzeug es einliest, statt mit ihm zu konkurrieren. GovWin verkauft, was sich nicht scrapen lässt: über 150 Analystinnen und Analysten lesen Behördenbudgets und Sitzungsprotokolle, um US-Chancen zu erkennen, bevor eine Ausschreibung überhaupt existiert. Beide enden bei der Gelegenheit.

Vergabeinfrastruktur — Mercell, JAGGAER — sind die führenden Systeme, in denen Bekanntmachung und Angebot durchgängig in einem prüfbaren Prozess leben. Beide sind unverzichtbar, wenn Sie rechtskonform veröffentlichen und Angebote entgegennehmen müssen. Keines von beiden liest Dokumente.

3. Die Tabelle

4. Die leere Hälfte der Tabelle

Liest man die Tabelle quer, teilt sie sich klar. Inhaltsbibliotheken, Dokumentenerstellung, Zusammenarbeit, Mehrsprachigkeit und Export sind fast überall abgedeckt. Auch die Anforderungsextraktion ist breit abgedeckt — Anforderungen aus den Vergabeunterlagen zu ziehen ist der leichte Teil. Was danach mit dieser Liste geschieht, ist der Punkt, an dem die Produkte aufhören.

Unter den zehn recherchierten Plattformen erreichten fünf Funktionen ein einziges „vorhanden“ oder gar keines:

Die Verifikation ist die leerste Spalte der Tabelle. Das Nächstliegende auf kommerzieller Ebene ist der TRACE-Wert von Responsive, eine Konfidenzzahl, die von demselben System erzeugt wird, das die Antwort geschrieben hat — nützlich, aber keine zweite Meinung. Die Schweregrad-Einstufung ist fast ebenso selten, und Nachprüfungspraxis taucht außerhalb unseres eigenen Produkts genau einmal auf.

Am schärfsten zeigt sich die Lücke bei JAGGAER, denn JAGGAER hat das Problem selbst dokumentiert. Der eigene Blog des Unternehmens zum Einsatz von Claude in der Beschaffung warnt, das Modell „erfindet gelegentlich plausible Lieferantenangaben — einschließlich fabrizierter ISO-Zertifikate für reale Lieferanten“, und schließt: „Jede KI-generierte Lieferantenliste muss gegengeprüft werden, bevor sie intern weitergeht.“ Für einen Anbieter ist das ehrlich und ungewöhnlich offen. Es beschreibt zugleich eine Prüfung, die das eigene Produkt nicht durchführt.

5. „Compliance“ bedeutet zwei verschiedene Dinge

Das ist das teuerste Missverständnis, das dieser Markt zu bieten hat, und kein Anbieter trennt es sauber. Im Response-Management-Segment bedeutet eine „Compliance-Matrix“: Beantwortet mein Entwurf jede Anforderung, die der Auftraggeber aufgelistet hat. Sie bedeutet nicht: Ist dieses Dokument rechtmäßig. Diese vier Plattformen erhalten ein klares „nicht vorhanden“ für jede Prüfung gegen ein Gesetz oder eine Richtlinie — darunter ein Unternehmen, das rund 65 Mio. US-Dollar eingesammelt hat, und eines, das eine Wachstumsinvestition von 200 Mio. US-Dollar erhielt.

Mit Quellenangaben verhält es sich genauso. Die Antwortverweise von Loopio und Responsive führen zu Einträgen in Ihrer eigenen Inhaltsbibliothek. Das ist ein Herkunftsnachweis für die Wiederverwendung — ein Beleg dafür, woher Ihr Text stammt — nicht ein Beleg dafür, was die Ausschreibung des Auftraggebers verlangt hat. Nur Brainial, Arphie, JAGGAER, Riigihanked.eu und wir selbst verankern Befunde im Text der Quelldokumente.

6. Die Plattformen, die Angebote empfangen, können sie nicht lesen

Mercell und JAGGAER sind die einzigen recherchierten Produkte, die mehrere Angebote nebeneinander vergleichen. Beide vergleichen strukturierte Fragebogenfelder, die in ihre eigenen Formulare eingetragen wurden, weshalb beide bei der Abweichungserkennung nur teilweise punkten. Nichts in einer der beiden Suiten liest ein frei formuliertes Angebotsdokument Anforderung für Anforderung gegen die Vergabeunterlagen. Die treffendste Illustration dieser Trennung: JAGGAER, die größte Beschaffungssuite in diesem Vergleich, lizenziert Responsive, um die eigenen Ausschreibungsantworten zu schreiben.

Eine Spalte trennt Produkte für die europäische öffentliche Beschaffung von Produkten für den US-Unternehmenseinkauf, und sie ist unspektakulär: Lose. Responsive, Loopio, AutogenAI, Arphie, Brainial und GovWin IQ erhalten alle ein „nicht vorhanden“ oder „nicht dokumentiert“ bei der Losbehandlung. Lose sind die Standardstruktur einer EU-Ausschreibung. Ein Werkzeug, das sie nicht abbilden kann, wurde nicht für diesen Markt gebaut.

7. Niemand veröffentlicht einen Preis

Acht von zehn veröffentlichen nichts. Die einzigen belastbaren Zahlen in dieser gesamten Recherche stammen aus dem britischen G-Cloud-Rahmenvertrag, wo Vergaberegeln die Offenlegung erzwingen — und sie lohnen den Blick, denn Schätzungen Dritter zu denselben Produkten weichen um eine Größenordnung voneinander ab.

8. Wo wir stehen

Unsere Spalte ist genau dort am stärksten, wo der Markt am leersten ist, und das ist kein Zufall — es ist das, was wir bauen wollten. Befunde liegen auf Anforderungsebene vor, sind nach Schweregrad eingestuft, tragen jeweils ein wörtliches Zitat aus dem Quelldokument, werden von einem separaten Verifikationsagenten nachgeprüft und gegen länderspezifische Regelwerke für Lettland, Estland, Litauen und Polen bewertet. Wir veröffentlichen unseren Preis: 6 Euro pro Credit, kein Abonnement, die erste Analyse kostenlos, wobei ein typisches Verfahren mit 100 bis 200 Seiten 5 bis 10 Credits kostet.

Der Vergleich, der uns am meisten beschäftigt hat, war keiner der finanzstarken Marktführer. Es war Riigihanked.eu, ein estnisches Produkt mit dem vollständigen VAKO-Streitarchiv seit 2007, automatisch verknüpft mit den Gesetzesparagrafen, die jede Entscheidung zitiert, mit veröffentlichten Preisen ab 49 Euro im Monat. Betrieben wird es von einem Unternehmen mit einer einzigen angestellten Person. In genau den Funktionen, die dieses Segment ausmachen, schneidet es besser ab als Plattformen mit neunstelligen Finanzierungsrunden.

Und das ist der eigentliche Befund. Die Prüfebene der Beschaffungs-KI — ein Dokument gegen das Gesetz prüfen, die Passage zitieren, die einen Befund belegt, das Fatale vom Kosmetischen trennen und etwas haben, das die Maschine kontrolliert, bevor ein Mensch unterschreibt — ist nicht dort, wo in diesem Markt das Geld hingeflossen ist. Sie wird von kleinen Teams in einzelnen Rechtsordnungen gebaut, weil sie verlangt, eine Rechtsordnung wirklich zu kennen, statt an alle zu verkaufen. Wenn Sie Werkzeuge bewerten, lautet die Frage nicht, welches das beste ist. Sie lautet, welches der vier Produkte Sie eigentlich kaufen wollen — und dann, ob irgendjemand in diesem Segment die eigene Arbeit überprüft.