Let’s Tink about it ging in Runde zwei. Diesmal wurde zum Mittagessen gejagt. Und zwar nach Ausschreibungen.
Wer schon mal nach passenden öffentlichen Ausschreibungen gesucht hat, kennt das Spiel. Plattform öffnen. Suchbegriffe eintippen. Treffer prüfen. Fristen checken. Anforderungen lesen. Nächste Plattform. Und alles wieder von vorn.
Um dieses „und täglich grüßt die Ausschreibungs-Suche“ zu durchbrechen, haben wir ein Experiment begonnen und gefragt: Kann KI uns einen Teil dieser Jagd abnehmen?
Maryna, die unsere KI-Expertin bei Tinkerbelle ist, hat genau das getestet. Mit dem Plan, die Suche nach passenden Ausschreibungen mit KI-Agenten zu automatisieren.
Bei unserem zweiten „Let’s tink about it“-Format gabs die Ergebnisse des Wettkampfes zu sehen. „Mensch gegen Maschine“ auf Ausschreibungsjagd für Tinkerbelle. Passend dazu: veganes Gulasch auf dem Tisch für alle Gäste und Zuhörenden.
Erst das Werkzeug, dann die Jagd
Damit die Suche mit KI funktioniert, waren zwei Dinge nötig: ein Tool und einen Prompt.
Generative KI kennen inzwischen viele: Man stellt eine Frage und bekommt eine Antwort. Ein KI-Agent geht einen Schritt weiter. Er kann nicht nur antworten, sondern eine Aufgabe abarbeiten. Zum Beispiel recherchieren, Webseiten durchsuchen, Informationen vergleichen, Ergebnisse sortieren und daraus eine Übersicht bauen.
Gen AI antwortet. KI-Agenten handeln. Genau das wollten wir für unsere Ausschreibungssuche nutzen. Für unseren Test haben wir Comet und Claude ausprobiert. Beide sollten passende Ausschreibungen finden und die Ergebnisse für uns aufbereiten. Am Ende hat uns die Qualität der Recherche bei Claude mehr überzeugt.
Wobei auch hier direkt das erste Learning wartet: So ein Setup ist nicht in Stein gemeißelt. Tools ändern sich. Funktionen ändern sich. Preise, Credits und Zugänge auch. Was heute funktioniert, kann morgen schon wieder anders aussehen. Genau das haben wir während unserer Tests selbst erlebt. Deshalb: Nicht am Tool festhalten, sondern am Prozess.
Wie nutzen wir unser Werkzeug richtig?
Mit dem richtigen Tool allein war es also nicht getan. Der Agent musste auch wissen, wonach er suchen soll. Deshalb haben wir einen Recherche-Prompt gebaut, der unseren Suchprozess übersetzt.
- Welche Ausschreibungen suchen wir?
- Welche Themen passen zu uns?
- Wo soll gesucht werden?
- Welche Treffer sind relevant?
- Welche Informationen brauchen wir am Ende?
Unser Prompt folgt dafür mehreren Bausteinen: Rolle, Ziel, Quellen, Keywords, Suchstrategie, Relevanzfilter und Ausgabeformat. Das ganze Prompt-Rezept gabs natürlich beim Lunch zu sehen – Küchenzugang sozusagen. Hier belassen wir es mal dabei: Je klarer der Auftrag, desto brauchbarer die Recherche.
Prompt & Go oder direkt mit System?
Für die Recherche haben wir zwei Wege getestet.
Der erste ist ziemlich simpel: Prompt & Go. Prompt einfügen, Suche starten, Ergebnisse prüfen. Das funktioniert gut, wenn man erstmal testen will oder die Recherche nur gelegentlich braucht.
Der zweite Weg geht einen Schritt weiter: ein Projekt anlegen, mit festem Kontext und wiederkehrenden Skills beziehungsweise Anweisungen. So muss nicht bei jeder neuen Suche wieder von vorne erklärt werden, wie der Prozess aussehen soll.
In Claude können Projekte Kontext und Dateien bündeln; Skills hinterlegen Abläufe, die bei passenden Aufgaben wieder eingesetzt werden. Für wiederkehrende Recherche ist das praktisch, weil aus einem einzelnen Prompt langsam ein Workflow wird.
Agentic Multi-Tasking
Beim Praxistest zeigte sich, was der Agent so kann. Claude fand in kurzer Zeit diverse Ausschreibungen, bündelte Informationen und vereinheitlichte sie für die bessere Übersicht. So dass wir die Ausschreibungen schnell in Hinblick auf die für uns relevanten Punkte vergleichen konnten: Auftraggeber, Frist, Leistungsbeschreibung oder Vergabeart beispielsweise.
Das kann insbesondere bei der ersten Auswahl Arbeit abnehmen und Recherchewissen lässt sich damit auch leichter in einen wiederholbaren Prozess bringen.
Hier hapert es noch…
Bei unseren Tests gab es aber auch Grenzen. Denn Manche Webseiten lassen sich nicht sauber auslesen, Ergebnisse haben sich teils unterschieden, und obwohl der Workflow klar beschrieben ist, wird er nicht jedes Mal exakt gleich abgearbeitet.
Dazu kommt, dass sich manche Antworten nicht nur aus Daten ergeben. Zum Beispiel, ob der Auftrag wirklich zu uns passt. Oder ob wir die benötigten Referenzen haben. Ob der Aufwand gerade zu tragen ist. Und natürlich, ob wir diesen Pitch überhaupt machen wollen.
All das ist von uns selbst abhängig und verändert sich natürlich auch. Die komplette Kontrolle und Planung geben wir also nicht in andere Hände.
80 / 20 Prinzip
Für uns war das eigentlich die wichtigste Erkenntnis. Die KI führt aus – der Mensch kontrolliert. Arbeitsteilung also. Ungefähr 80 zu 20. Der große Teil der Recherche, Informationssammlung und -bündelung wird uns abgenommen. Aber: Wir prüfen die Treffer, ordnen sie ein und entscheiden am Ende selbst.
Genau darin liegt für uns der Nutzen. Wir wollen uns nicht aus dem Prozess entfernen, aber mehr Zeit und Headspace für die endgültigen Entscheidungen haben.
Und ganz wichtig: Tools verändern sich, gewinnen und verlieren an Relevanz. Daher ist es auch an uns Menschen, auf dem neuesten Stand zu bleiben. Unsere Recherche ist hier also nicht am Ende. Wir freuen uns schon, neue Erkenntnisse mit euch zu teilen.
Danke an alle, die bei Runde zwei von Let’s Tink about it dabei waren, Fragen gestellt, Ergebnisse geprüft und mitdiskutiert haben. Die Ausschreibungsjagd geht weiter. Nur jetzt mit etwas mehr Verstärkung.
Und wer diesmal nicht dabei war: Beim nächsten Learning Lunch teilen wir wieder ein paar Geheimzutaten.
✨
