Verlorene Angebote mit KI auswerten

Das Problem

Von zehn Offerten, die Sie schreiben, werden vielleicht drei angenommen. Bei den anderen sieben hören Sie nichts mehr oder bekommen eine knappe Absage: «Danke, wir haben uns anders entschieden.» Warum, wissen Sie nicht. Die Offerten sind weg, die Arbeit war umsonst, und beim nächsten Mal machen Sie es wieder gleich.

Verlorene Angebote sind eine Fundgrube. Sie zeigen, wo Preis, Ablauf, Beratung oder Reaktionszeit nicht überzeugen. Aber dazu muss man sie ansehen. Meist fehlt dafür die Zeit, oder die Gründe sind verstreut: ein Satz im Mail, eine Telefonnotiz, ein Gefühl der Verkäuferin.

KI kann beim Ordnen und Zusammenfassen helfen. Sie ersetzt nicht das Gespräch mit Kundinnen, aber sie zeigt Muster, die man im Alltag übersieht.

So lösen Sie es mit KI – Schritt für Schritt

1. Legen Sie eine einfache Liste an. Eine Tabelle in Excel oder Word genügt. Spalten: Datum, Branche oder Kundentyp, Angebotssumme (grob), Leistung, Reaktionszeit, Ergebnis (gewonnen/verloren), Absagegrund (falls bekannt), Wettbewerber (falls bekannt).

1. Tragen Sie die letzten Angebote ein. Beginnen Sie mit den letzten 20 bis 50. Das genügt für erste Muster. Ohne vollständige Zahlen ist das in Ordnung; markieren Sie fehlende Angaben mit «unbekannt».

1. Fragen Sie nach. Rufen Sie bei einigen Kundinnen an, die abgesagt haben, und fragen Sie freundlich: «Was war ausschlaggebend?» Notieren Sie die Antwort wörtlich. Eine Rückfrage bringt oft mehr als alle Vermutungen.

1. Bereinigen Sie die Daten. Ersetzen Sie Kundennamen durch Kennungen («Kunde 12») und entfernen Sie vertrauliche Details. Lesen Sie, was Sie der KI übergeben, noch einmal durch.

1. Lassen Sie die KI ordnen. Bitten Sie sie, Absagegründe in Gruppen einzuteilen (Preis, Termin, fehlende Leistung, Vertrauen, Reaktionszeit, kein Bedarf mehr) und zu zählen. Siehe Vorlage unten.

1. Suchen Sie Muster. Gibt es Gründe, die sich häufen? Verlieren Sie öfter bei bestimmten Kundentypen oder Grössen? Dauert die Antwort bei verlorenen Offerten länger als bei gewonnenen?

1. Prüfen Sie die Muster kritisch. Passen sie zu Ihrer Erfahrung? Bei kleinen Zahlen sind Zufälle möglich. Eine Auffälligkeit bei drei Fällen ist ein Hinweis, kein Beweis.

1. Leiten Sie Massnahmen ab. Zum Beispiel: schneller antworten, Referenzen beilegen, Preisstruktur erklären, Nachfassen einführen: Angebote nachfassen, Preiseinwände beantworten.

1. Wiederholen Sie die Auswertung. Halten Sie die Liste laufend aktuell und werten Sie sie vierteljährlich aus.

Mögliche Gruppen für Absagegründe:

Vorlage zum Kopieren

Mit diesem Prompt gruppieren und analysieren Sie Ihre Absagegründe. Verwenden Sie anonymisierte Angaben.

Du hilfst mir, verlorene Angebote eines [Branche, z. B. Treuhandbüros] auszuwerten. Unten steht eine Liste mit anonymisierten Fällen (Kunde als Kennung, Leistung, grobe Summe, Reaktionszeit, Ergebnis, Absagegrund). Unbekannte Angaben sind mit «unbekannt» markiert.
[Liste einfügen]
Aufgaben auf Deutsch (Schweiz): 1. Gruppiere die Absagegründe in sinnvolle Kategorien und zähle die Fälle je Kategorie (Tabelle).
2. Nenne mögliche Muster (z. B. bei bestimmten Leistungen oder Reaktionszeiten), klar als Vermutung gekennzeichnet, mit Hinweis auf die kleine Fallzahl.
3. Schlage drei Fragen vor, die ich verlorenen Kundinnen stellen könnte.
4. Schlage drei Massnahmen vor, die ich testen kann.
Verwende nur die Angaben aus der Liste und erfinde keine Zahlen.

Lesen Sie die Muster als Anregung zum Nachfragen und prüfen Sie jede Aussage anhand der Liste.

Worauf Sie achten müssen

• Kleine Zahlen täuschen. Bei 20 Fällen sagt ein Muster wenig. Betrachten Sie die Auswertung als Hinweis und sammeln Sie weiter.
• Absagegründe sind oft höflich. «Zu teuer» kann bedeuten, dass der Nutzen nicht klar wurde. Fragen Sie vertieft nach, wenn die Kundin dazu bereit ist.
• Datenschutz. Kundendaten gehören nicht ungeschützt in KI-Werkzeuge. Anonymisieren Sie und prüfen Sie, welches Werkzeug Ihr Betrieb freigegeben hat; siehe Kundendaten vor KI anonymisieren.
• Keine erfundenen Zahlen. Lassen Sie die KI nur mit den Daten arbeiten, die Sie liefern. Rechnen Sie wichtige Quoten selbst nach.
• Wettbewerber nicht überinterpretieren. Informationen über Mitbewerber sind oft unsicher. Behandeln Sie sie als Vermutung.
• Nicht jedes Angebot ist es wert. Manche Anfragen waren nie ernst gemeint. Die Auswertung soll helfen, sie früher zu erkennen: Verkaufschancen priorisieren.

Ein Beispiel aus der Praxis

Ein Beispiel: Ein IT-Dienstleister in Zug schreibt pro Quartal etwa 30 Offerten für Büroinformatik. Nur 8 werden angenommen. Die Geschäftsführerin legt eine Liste der letzten 30 Offerten an und ruft bei sechs abgelehnten Kunden an.

Vorher: Das Gefühl, «immer zu teuer» zu sein. Nachher: Die KI gruppiert die Gründe: Bei acht der 22 Absagen steht «zu spät geantwortet», bei fünf «Preis», bei vier «Vertrauen». Die Geschäftsführerin sieht, dass die Antwortzeit ein grösserer Hebel ist als der Preis. Der Betrieb verspricht künftig eine Offerte innert zwei Arbeitstagen und legt Referenzen bei. Im nächsten Quartal steigt die Zahl der gewonnenen Aufträge.

So hilft Ihnen Alpasana

Wer KI im Vertrieb und Kundenservice sinnvoll einsetzen möchte, findet bei absofort Praxiskurse zu konkreten Arbeitsaufgaben. Laut Beschreibung gehören Vertrieb, Kundenservice sowie Excel, Datenverständnis und Dashboards dazu, mit Praxisaufgaben und KI-Lerncoach. Mehr unter KI und IT für konkrete Arbeitsaufgaben.

Die Auswertung Ihrer eigenen Zahlen bleibt Ihre Aufgabe; ein Kurs hilft, Daten sauber zu lesen.

Häufige Fragen

Wie viele Angebote brauche ich für sinnvolle Muster?

Ab etwa 20 bis 30 Fällen lassen sich erste Tendenzen erkennen, bei mehr wird es verlässlicher. Bleiben Sie vorsichtig mit Schlussfolgerungen.

Darf ich Kundinnen nach den Gründen fragen?

Ja, freundlich und kurz. Viele antworten gerne. Pflicht dazu besteht nicht; akzeptieren Sie ein Nein.

Kann die KI die Gründe aus Mails herauslesen?

Teilweise, wenn Kundinnen sie nennen. Verwenden Sie dafür bereinigte Auszüge und prüfen Sie die Zuordnung selbst.

Was bringt eine Abschlussquote?

Sie zeigt, wie viele Angebote zu Aufträgen werden. Sie hilft, Veränderungen zu beurteilen, ist aber nur im Zusammenhang mit Art und Grösse der Angebote aussagekräftig.