Angebot mit KI erstellen: Vorlage, Beispiel und Workflow

Angebot schreiben mit KI: Prompt-Vorlage, n8n-Demo und wie Sie die Angebotserstellung automatisieren – mit Preisprüfung und Freigabe statt erfundener Zahlen.

Veröffentlicht: 2026-02-23. Aktualisiert: 2026-10-12.

Wie lässt sich ein Angebot mit KI erstellen?

Ein Angebot mit KI erstellen heißt zunächst: Aus einer Kundenanfrage einen überprüfbaren Textentwurf machen. Das Modell kann Anforderungen zusammenfassen und Leistungen verständlich formulieren. Es sollte aber weder verbindliche Preise erfinden noch selbst entscheiden, was Sie dem Kunden zusagen. In diesem Leitfaden finden Sie eine Prompt-Vorlage, eine öffentlich einsehbare n8n-Demo und die Schritte von einem Entwurf zu einem freigegebenen Angebot.

Für ein einzelnes Angebot reicht oft ein vorhandenes KI-Werkzeug mit einer guten Vorlage. Wenn Sie regelmäßig ähnliche Anfragen bearbeiten, wird die automatisierte Angebotserstellung interessant: mit Daten aus Ihrem CRM, einer gepflegten Preisliste und einer Freigabe vor dem Versand.

Sie wollen Ihren Angebotsprozess automatisieren?

In der Produkt-Discovery prüfe ich mit Ihnen Datenquellen, Preislogik und Freigaben. Der Einstieg kostet 1.500 €; Ergebnis ist ein abgegrenzter Umfang mit technischer Richtung und benannten Risiken. Beschreiben Sie Ihren Ablauf kurz schriftlich — ohne vertrauliche Angebote oder Kundendaten. Ich antworte in der Regel innerhalb von zwei Werktagen.

Prompt-Vorlage: einen Angebotstext mit KI schreiben

Starten Sie mit einem abgegrenzten Textauftrag, nicht mit „Schreibe ein vollständiges Angebot“. Halten Sie Fakten und offene Fragen getrennt. Die folgende Vorlage ist ein redaktionelles Beispiel, nicht der System-Prompt der weiter unten verlinkten Demo:

Erstelle einen Angebotsentwurf aus den folgenden freigegebenen Angaben.

Kundenanfrage: [anonymisierte Beschreibung]
Freigegebene Leistungen: [Positionen und Leistungsumfang]
Nicht enthalten: [Abgrenzungen]
Preise: [bereits geprüfte Werte oder "noch offen"]
Termin: [bestätigter Termin oder "noch abzustimmen"]

Schreibe:
1. Eine kurze Zusammenfassung der Aufgabe.
2. Eine verständliche Beschreibung der freigegebenen Leistungen.
3. Eine Liste offener Fragen.
4. Einen Hinweis auf noch nicht bestätigte Angaben.

Erfinde keine Preise, Termine, Referenzen oder Leistungszusagen.
Kennzeichne fehlende Informationen ausdrücklich als offen.
Der Text ist ein Entwurf zur menschlichen Prüfung.

Diese Anweisung reduziert Unklarheiten, ist aber keine technische Garantie. Kontrollieren Sie den Entwurf gegen die Eingabedaten. Das gilt besonders für Verneinungen, Ausschlüsse und Zusagen: Aus „keine Datenmigration enthalten“ darf nicht versehentlich eine zugesagte Migration werden.

Fiktives Beispiel: Eine Anfrage nennt ein Formular und eine CRM-Übertragung, aber kein CRM-System. Ein brauchbarer Entwurf beschreibt die beiden gewünschten Schritte und fragt nach System und Schnittstelle. Er verspricht nicht bereits eine bestimmte Integration zum Festpreis.

Vorlage oder automatischer Workflow: Was passt zu Ihrem Unternehmen?

Ein eigener Workflow ist kein Selbstzweck. Wenn Ihr CRM den Prozess bereits abbildet, sollte zuerst geprüft werden, ob eine bessere Vorlage oder eine kleine Erweiterung reicht. Vergleichen Sie Werkzeuge anhand Ihrer Datenquellen, Freigaben und Betriebsanforderungen — nicht nur anhand einer generierten PDF-Vorschau.

So funktioniert die veröffentlichte n8n-Demo

Die Demo zur KI-Angebotserstellung verbindet eine Anfrage mit AWS Bedrock. Der am 21. September 2026 geprüfte Workflow enthält diese Schritte:

1. Webhook: nimmt die Anfrage entgegen.
2. Validate Input: prüft, ob zentrale Pflichtfelder vorhanden sind.
3. Basic LLM Chain mit AWS Bedrock: erzeugt einen strukturierten Angebotsentwurf.
4. Build Response: liest die Modellantwort als JSON und ergänzt Angebotsnummer und Datum.
5. Respond to Webhook: gibt das Ergebnis an den Aufrufer zurück.

Wichtig zur Einordnung: Das ist eine technische Demo, kein fertiges Angebotssystem. Sie enthält keine vollständige Preislistenprüfung, keine garantierte Eindeutigkeit von Angebotsnummern und keine Freigabe- oder Versandstrecke. Auch ein syntaktisch gültiges JSON kann fachlich falsch sein.

Der Demo-Prompt fordert das Modell unter anderem auf, Tage, Tagessätze und Gesamtpreise zu schätzen. Solche Ausgaben dürfen nicht ungeprüft als verbindliches Angebot verwendet werden. Die weiter unten beschriebene Trennung von Textgenerierung und Kalkulation ist die empfohlene Erweiterung, nicht eine bereits vorhandene Eigenschaft dieser Demo.

Demo lokal ausprobieren

Die Projektanleitung beschreibt den Start mit Docker und die Einrichtung des Bedrock-Zugangs:

git clone https://github.com/vibtellect/quote-generation-automation.git
cd quote-generation-automation
make setup
make up
make smoke

Richten Sie anschließend die Zugangsdaten nach der Repository-Anleitung ein, importieren Sie den Workflow und aktivieren Sie ihn. Die README nennt für den lokalen Zugang Port 5680; prüfen Sie bei einer abweichenden Konfiguration das Port-Mapping. Ein erfolgreicher Smoke-Test ersetzt keinen erfolgreichen Modellaufruf und keine fachliche Prüfung.

Im Ordner demo-data/ liegen fünf Beispielanfragen. Für den Einstieg reicht eine synthetische Anfrage:

curl -X POST http://localhost:5680/webhook/quote-generation \
  -H "Content-Type: application/json" \
  -d @demo-data/anfrage-chatbot.json

Nutzen Sie zum Testen ausschließlich fiktive Daten. Veröffentlichen Sie den lokalen Webhook nicht ungeschützt im Internet. Ein produktiver Endpunkt braucht unter anderem Authentifizierung, Eingabegrenzen, Fehlerbehandlung und kontrollierte Zugriffsrechte.

Von der Demo zum verlässlichen Angebotsprozess

Für den Unternehmenseinsatz trenne ich die Verantwortlichkeiten: Die KI hilft beim Text. Die Anwendung übernimmt die überprüfbaren Regeln. Eine zuständige Person gibt das Ergebnis frei.

1. Leistungspositionen und Preise aus freigegebenen Daten beziehen

Hinterlegen Sie eindeutige Positionskennungen, Einheiten, Preisstände und erlaubte Konditionen. Das Modell kann eine Position vorschlagen; die Anwendung muss prüfen, ob sie existiert und zur Anfrage passt. Unbekannte Positionen werden nicht still durch erfundene Werte ersetzt.

Summen, Steuern und Rabatte berechnet die dafür vorgesehene Geschäftslogik unabhängig vom Modell. Das verhindert nicht jeden Fehler: Auch Preislisten und Regeln können falsch gepflegt sein. Deshalb bleiben Plausibilitätsprüfung und Freigabe nötig.

2. Fehlende Angaben als Rückfrage behandeln

Ein Budget ist kein bestätigter Preis. Ein Wunschdatum ist keine Lieferzusage. Fehlen Pflichtangaben, sollte der Workflow eine Rückfrage oder einen Bearbeitungsauftrag erzeugen. Besonders bei individuellen Dienstleistungen ist dieser Schritt oft wertvoller als ein sofort ausgefülltes Dokument.

3. Angebotsentwurf vor Versand freigeben

Der erste sinnvolle Ausbau schickt einen Entwurf an die zuständige Person, nicht direkt an den Kunden. Geprüft werden Leistungsumfang, Ausschlüsse, Zahlen, Ansprechpartner und Bedingungen. Eine Änderung nach der Freigabe muss erkennbar sein und gegebenenfalls eine erneute Prüfung auslösen.

4. PDF und E-Mail als eigene Erweiterung bauen

Nach der Prüfung kann ein HTML-Template mit den freigegebenen Daten befüllt und beispielsweise mit Puppeteer als PDF gerendert werden. Texte müssen passend zum Ausgabeformat maskiert werden. Externe Ressourcen und Links im Dokument sollten kontrolliert sein.

PDF-Erstellung und E-Mail-Versand sind im verlinkten Demo-Workflow noch nicht enthalten. Für einen belastbaren Versand fehlen außerdem Regeln gegen doppelte Zustellung, eine nachvollziehbare Version des Dokuments und eine Behandlung fehlgeschlagener Zustellungen. Ein Modellaufruf allein deckt diesen Ablauf nicht ab.

Welche Daten gehen an AWS Bedrock?

n8n kann auf einem eigenen Server laufen. Wird AWS Bedrock aufgerufen, verlassen die ausgewählten Eingaben diesen Server und werden im AWS-Dienst verarbeitet. „Self-hosted“ beschreibt hier den Workflow-Server, nicht automatisch das Sprachmodell.

Prüfen Sie, welche Felder wirklich für den Text nötig sind. Kontakt-E-Mail, interne Margen oder vollständige Kundendatensätze müssen nicht pauschal in einen Prompt. Beachten Sie außerdem Protokolle, Zugriffsrechte und Aufbewahrung. AWS beschreibt die geteilte Verantwortung in seiner Dokumentation zum Datenschutz in Bedrock.

Auch die Region muss konkret geprüft werden: Ein Cross-Region-Inferenzprofil kann Anfragen auf mehrere Regionen verteilen. Ein Aufruf über Frankfurt bedeutet daher nicht automatisch, dass jede Verarbeitung ausschließlich in Frankfurt stattfindet. Aus der technischen Architektur allein lässt sich keine pauschale DSGVO-Konformität ableiten.

Was spart die Automatisierung tatsächlich?

Eine pauschale Zusage wie „30 Sekunden statt zwei Stunden“ wäre ohne Messung Ihres Prozesses nicht belastbar. Erfassen Sie Vorbereitung, Texterstellung, Kalkulation, Korrektur und Freigabe getrennt. Danach vergleichen Sie denselben Ablauf mit Unterstützung des Workflows.

Reines Rechenbeispiel, kein gemessenes Projektergebnis: Bei zehn Angeboten im Monat, bisher 60 Minuten Bearbeitung und künftig 25 Minuten einschließlich Prüfung werden 350 Minuten frei — rund 5 Stunden und 50 Minuten. Ob sich der Aufbau lohnt, hängt zusätzlich von Entwicklungsaufwand, Betrieb, Modellkosten und Wartung ab.

Testen Sie nicht nur einfache Anfragen. Nehmen Sie fehlende Preise, widersprüchliche Wünsche, Rabatte, unbekannte Positionen und sehr lange Eingaben hinzu. Ein brauchbarer Prozess erkennt solche Ausnahmen, statt sie in ein scheinbar fertiges Angebot zu verwandeln.

Angebotserstellung automatisieren lassen

Wenn Ihre Anfragen wiederkehren, aber Datenquellen und Freigaben noch unklar sind, ist die Produkt-Discovery der Einstieg. Für 1.500 € Festpreis kläre ich mit Ihnen den Umfang, die technische Richtung und die Risiken. Ein begrenzter Proof of Concept ist bei Bedarf enthalten; eine produktive Angebotsstrecke ist damit noch nicht zugesagt.

Die Gebühr wird vollständig angerechnet, wenn Sie innerhalb von acht Wochen einen Umsetzungsbaustein oder die Produktentwicklung beauftragen. Ein abgegrenzter Workflow kann anschließend in den Baustein KI-Agent oder Automatisierungs-MVP passen.

Kostenloses Erstgespräch buchen oder den Angebotsprozess schriftlich beschreiben. Für eine erste Einordnung reichen die Zahl der Angebote, Ihre heutigen Werkzeuge und der aufwendigste Arbeitsschritt. Bitte keine echten Kundenangebote mitsenden.

Weiterlesen

• E-Mails mit KI klassifizieren — Anfragen vor der Angebotserstellung einordnen
• KI-Prozessanalyse — den geeigneten ersten Prozess auswählen
• KI-Produktentwicklung — Integration und dokumentierte Übergabe

Quellen und geprüfter Stand

• Demo-Repository und Workflow, geprüft am 21. September 2026
• System-Prompt der Demo
• Amazon Bedrock: Datenschutz
• Amazon Bedrock: Cross-Region-Inferenz
• n8n-Dokumentation und Puppeteer-Dokumentation

Häufige Fragen

Kann ich ein Angebot mit ChatGPT oder einer anderen KI erstellen?

Ja, als Entwurf. Geben Sie nur Informationen ein, die Sie in dem gewählten Dienst verarbeiten dürfen. Nutzen Sie eine freigegebene Leistungsbeschreibung und lassen Sie fehlende Angaben kennzeichnen. Preise, Umfang und Bedingungen prüfen Sie vor dem Versand.

Wie verhindere ich erfundene Preise?

Ein Prompt allein reicht nicht. Die Anwendung muss Preise aus einer freigegebenen Preisliste beziehen und Summen unabhängig vom Sprachmodell berechnen. Unbekannte Positionen und Sonderkonditionen gehen in die manuelle Prüfung. Die verlinkte Demo setzt diese Absicherung noch nicht um.

Erzeugt die Demo bereits ein fertiges Angebots-PDF?

Nein. Der veröffentlichte Workflow validiert Pflichtfelder, ruft AWS Bedrock auf und gibt strukturiertes JSON zurück. PDF-Erstellung, CRM-Anbindung und Freigabe vor dem Kundenversand sind Erweiterungen.

Bleiben bei selbst gehostetem n8n alle Daten auf meinem Server?

Nein, wenn ein externer Modelldienst wie AWS Bedrock eingebunden ist. Die an das Modell übergebenen Eingaben werden dort verarbeitet. Datenumfang, Region beziehungsweise Inferenzprofil, Protokollierung und Berechtigungen müssen zum Einsatz passen.

Wann lohnt sich eine automatische Angebotserstellung?

Wenn sich Anfragearten und Leistungspositionen wiederholen und belastbare Preis- und Kundendaten vorliegen. Messen Sie den heutigen Aufwand und den verbleibenden Prüfaufwand. Bei wenigen, stark individuellen Angeboten ist eine gute Vorlage häufig der kleinere Einstieg.

Wie lässt sich die Angebotserstellung automatisieren?

In vier Bausteinen: Die Anfrage wird strukturiert erfasst (Formular, E-Mail-Parser oder CRM). Ein Workflow-Tool wie n8n holt Kundendaten und Preise aus freigegebenen Quellen. Das Sprachmodell formuliert nur den Text, die Summen berechnet der Workflow. Vor dem Versand prüft ein Mensch das Angebot und gibt es frei. Ohne den letzten Schritt ist es keine Automatisierung, sondern ein Risiko.

Welche KI eignet sich, um Angebote zu schreiben?

Für einzelne Entwürfe jedes aktuelle Sprachmodell, sofern Sie dort keine Daten eingeben, die Sie nicht verarbeiten lassen dürfen. Für einen Workflow mit Kunden- und Preisdaten zählt weniger das Modell als der Betrieb: EU-Region, Auftragsverarbeitungsvertrag, kein Training mit Ihren Daten und Protokollierung. AWS Bedrock in eu-central-1 erfüllt das; bei anderen Anbietern prüfen Sie die Servicebedingungen.

• Produkt-Discovery
• E-Mails mit KI klassifizieren
• KI-Prozessanalyse
• KI-Produktentwicklung
• Zur Blog-Uebersicht
• Leistungen & Use Cases