KI-gestützte Gestaltung von RFI und RFP: Anforderungen, Fragen und Leitplanken

Kurzantwort

Eine wirksame KI-RFP-Gestaltung nutzt KI, um Quellmaterial zu strukturieren, Lücken zu finden und messbare Fragen zu entwerfen – nicht, um Anforderungen festzulegen, Bewertungsgewichte zuzuweisen, Lieferanten zu bewerten oder Zuschläge zu erteilen. Geben Sie jedem Lieferanten dieselben Definitionen, Szenarien, Antworttabellen und Einheiten vor, verlangen Sie Nachweise für wesentliche Aussagen und behalten Sie während des gesamten Beschaffungslebenszyklus namentlich benannte menschliche Freigabepunkte bei.

Beginnen Sie mit dem Geschäftsergebnis, der aktuellen Ausgangsbasis, den betrieblichen Einschränkungen und akzeptablen Nicht-KI-Alternativen. Übersetzen Sie diese dann in Anforderungen mit Kennzahlen, Testbedingungen, Akzeptanzschwellen und Validierungsmethoden.

Vom Entscheidungsbedarf rückwärts gestalten

Ein RFI sollte Annahmen prüfen und die spätere Ausschreibung verbessern. Es sollte nicht zu einer informellen, unbewerteten Lieferantenauswahl werden. Ein RFP sollte Angebote sinnvoll vergleichbar machen, indem es die Anforderungen, Antwortanweisungen, kommerziellen Annahmen, Bewertungsfaktoren und deren relative Bedeutung festlegt.

Bevor Sie KI einsetzen, um eines der beiden Dokumente zu entwerfen, beantworten Sie fünf Fragen:

1. Welches Ergebnis muss sich verbessern?
2. Was ist die gemessene Ausgangsbasis?
3. Unter welchen Einsatzbedingungen muss die Verbesserung eintreten?
4. Welche Nachweise würden diese Verbesserung belegen?
5. Wer darf die Anforderung, den Zielkonflikt und die Vergabe genehmigen?

Dies ist eine Phase in einem umfassenderen Beschaffungsprozess, keine isolierte Aufgabe zur Dokumentenerstellung. Leistungsbasierte Anforderungen sollten messbare Standards und Bewertungsmethoden definieren, anstatt ein unnötiges technisches Design vorzuschreiben, im Einklang mit FAR Subpart 37.6. Bewertungsfaktoren sollten ebenfalls einen sinnvollen Vergleich unterstützen und offenlegen, was für die Entscheidung maßgeblich ist, wie in FAR 15.304 beschrieben.

Erforderliche Dateneingaben vor dem Entwurf

Ein allgemeiner Prompt ist kein ausreichendes Beschaffungsbriefing. KI-Beschaffungsabläufe benötigen kontrollierte interne Eingaben und strukturierte externe Antworten.

Interne Eingaben des Käufers

• Genehmigte Problembeschreibung, Geschäftsergebnis, Nutzer und betroffene Gruppen
• Aktuelle Prozesslandkarte und Ausgangsbasis für Kosten, Durchlaufzeit, Fehlerquote und Servicelevel
• Nachfragevolumina, Saisonalität, Spitzenlasten, Budgetgrenzen und Zieltermine
• Obligatorische, wünschenswerte und verbotene Fähigkeiten
• Bestehende Verträge, Architektur, APIs, Identitätskontrollen und Netzwerkeinschränkungen
• Dateninventar, Klassifizierung, Eigentum, Speicherort, Aufbewahrung und zulässige Nutzungen
• Vom Käufer kontrollierte Testszenarien, Datensätze, Schwellenwerte und Toleranzbänder
• Bewertungsfaktoren, relative Bedeutung, Ausschlussbedingungen und Regeln für fehlende Antworten
• Anforderungen an Sicherheit, Datenschutz, Barrierefreiheit, Aufzeichnungen, geistiges Eigentum und Auditierbarkeit
• Benannte Genehmiger, Risikotoleranz, Eskalationswege und Regeln zur Dokumentenaufbewahrung
• Tragfähige Nicht-KI-Alternativen

Externe Eingaben der Lieferanten

Verlangen Sie von Lieferanten, das exakt angebotene Produkt sowie Modell- und Serviceversionen anzugeben. Fragen Sie nach Architektur, wesentlichen Drittparteien, Datenflüssen, Aufbewahrung, Modelltrainingspraktiken, Unterauftragsverarbeitern, Einsatznachweisen, Fehlermodi, Vorfallhistorie, Update-Richtlinien, Rollback-Optionen und Exportformaten.

Kommerzielle Antworten sollten jeden Zähler und jede Annahme benennen: Lizenzen, Nutzer, Transaktionen, Tokens oder Inferenz, Speicher, Implementierung, Integration, Support, Mehrverbrauch, Modelländerungen und Unterstützung beim Ausstieg. Die KI-Beschaffungsleitlinien des OMB betonen realistische Tests, Preistransparenz, Überwachung, Portabilität, Wissenstransfer und Schutz vor Lock-in.

Nachweise, Schlussfolgerungen und Urteile trennen

KI kann unbelegte Aussagen konsistent klingen lassen. Verhindern Sie das, indem Sie verlangen, dass jede wesentliche Antwort eines von drei Labels trägt:

• Beobachteter Nachweis: Ein Ergebnis, das durch ein identifiziertes Artefakt gestützt wird, etwa einen Testbericht, ein Protokoll, ein Audit, eine Zertifizierung, einen Vorfallsdatensatz, einen gemessenen Preis oder eine Referenz.
• Modell- oder Lieferantenschlussfolgerung: Eine Zusammenfassung, Schätzung, Klassifizierung, Prognose, ein Vergleich oder eine Empfehlung, die aus anderen Informationen abgeleitet wurde. Das ist kein Beweis.
• Menschliches Urteil oder Verpflichtung: Eine Entscheidung, Auslegung, Abwägung, Garantie, ein Servicelevel oder eine zukünftige Verpflichtung, die von einer verantwortlichen Person akzeptiert wird.

Vorlage für Nachweisantworten

Gewähren Sie keine Nachweispunkte für eine KI-Zusammenfassung oder eine Lieferantenschätzung ohne nachvollziehbares Artefakt oder erfolgreiche Validierung.

Ein praxisnaher Fragenkatalog für RFI und RFP

Verwenden Sie für diese Fragen ein einheitliches Antwortformat:

1. Welches messbare Ergebnis verbessert sich gegenüber unserer angegebenen Ausgangsbasis?
2. Welche beobachteten Nachweise stützen diese Aussage unter vergleichbaren Bedingungen?
3. Welche Funktionen existieren bereits jetzt und welche hängen von der Roadmap ab?
4. Welche bekannten Fehlermodi, ausgeschlossenen Nutzungen und vorhersehbaren Missbrauchsfälle gibt es?
5. Welche Daten des Käufers gelangen in den Service, verlassen ihn, trainieren ihn oder verändern ihn?
6. Wie können wir Zuverlässigkeit, Sicherheit, Kosten und Fehlerverhalten unabhängig testen?
7. Welche menschliche Aufsicht ist erforderlich und welche Informationen unterstützen ein Eingreifen?
8. Welche Änderungen an Modell, Datenfluss, Unterauftragsverarbeiter, Richtlinie oder Preis erfordern eine Benachrichtigung?
9. Welche Daten, Prompts, Konfigurationen, Protokolle und Bewertungsressourcen sind exportierbar?
10. Wie hoch sind die Gesamtkosten bei erwarteten, Spitzen- und Stresstest-Volumina?
11. Was löst Nachbesserung, Rollback, Aussetzung oder Kündigung aus?
12. Welche wesentlichen Aussagen werden zu vertraglichen Verpflichtungen?

Für mehr Kontext zur technologiegestützten Beschaffung siehe KI-Beschaffung. Teams, die ihre späteren Lieferantengespräche vorbereiten, können auch KI-Verhandlungen und den Leitfaden von Negotiations.AI zu datengestützten Preisverhandlungen mit Lieferanten lesen.

Wo maschinelles Lernen, generative KI und agentische Workflows passen

Maschinelles Lernen

Maschinelles Lernen kann Anforderungen klassifizieren, ungewöhnliche Preise erkennen oder strukturierte Antwortfelder vergleichen. Es benötigt repräsentative historische Datensätze, konsistente Labels, vergleichbare Einheiten und dokumentierte Datenqualität. Seine Ausgabe ist eine Schlussfolgerung: historische Verzerrungen, Kategoriedrift, spärliche Daten und veränderte Marktbedingungen können sie untergraben.

Generative KI

Generative KI kann Interviews zusammenfassen, Fragen entwerfen, Widersprüche identifizieren und ein Ergebnis in vorgeschlagene Kennzahlen und Testszenarien umwandeln. Sie benötigt genehmigte Richtlinien, aktuelle Quelldokumente, Definitionen, Versionsmetadaten und einen auf autorisierte Repositorien beschränkten Abruf. Sie kann Einschränkungen auslassen, Belege erfinden oder wesentlich unterschiedliche Lieferantenaussagen einebnen.

Agentische Workflows

Ein agentischer Workflow kann begrenzte Schritte orchestrieren, etwa das Abrufen genehmigter Dokumente, das Befüllen einer Rückverfolgbarkeitsmatrix, das Prüfen unbeantworteter Felder und das Weiterleiten von Entwürfen zur Freigabe. Er benötigt explizite Berechtigungen, Werkzeugeinschränkungen, Workflow-Status, Audit-Protokolle und Abbruchbedingungen. Er darf Lieferanten nicht autonom ausschließen, Gewichte ändern, Verhandlungspositionen versenden oder einen Zuschlag erteilen. Siehe die zugehörige Diskussion von Negotiations.AI zu Leitplanken für agentische KI.

Menschliche Entscheidungen und Freigabepunkte

Dokumentieren Sie die verantwortliche menschliche Freigabe für:

• Die Problembeschreibung und die Entscheidung, KI in Betracht zu ziehen
• Beabsichtigte und verbotene Nutzungen sowie die Risikoklassifizierung
• Veröffentlichung des RFI und des Lieferantenfragebogens
• Endgültige Anforderungen, Schwellenwerte und Testmethoden
• Bewertungsfaktoren, Gewichte, Formeln und Bewertungsanweisungen
• Veröffentlichung des RFP und jeder wesentlichen Änderung
• Zulassung oder Ausschluss von Lieferanten
• Umgang mit fehlenden, bedingten oder nicht verifizierbaren Nachweisen
• Verhandlungsziele, Zugeständnisse und endgültige Bedingungen
• Lieferantenauswahl, Zuschlag, Abnahmetests und Einführung
• Wesentliche Änderungen an Modell, Datenfluss, Unterauftragsverarbeiter, Anwendungsfall oder Preis
• Reaktion auf Vorfälle, Aussetzung, Ausstieg und Außerbetriebnahme

NIST betrachtet Risikomanagement als kontinuierlich über den gesamten KI-Lebenszyklus hinweg und fordert in seinem AI RMF Core dokumentierte Rollen, menschliche Aufsicht, Tests, Überwachung und verantwortliche Führung.

Verhandlungsszenario: Erst den Zähler vergleichen, dann den Preis

Ein Käufer erwartet jährlich 4 Millionen KI-gestützte Transaktionen. Lieferant A bietet 180.000 $ pro Jahr an, einschließlich 3 Millionen Transaktionen, mit einem Mehrverbrauchspreis von 0,09 $. Lieferant B bietet 205.000 $ an, einschließlich 5 Millionen Transaktionen.

Beim prognostizierten Volumen kostet A vor der Implementierung 270.000 $, während B bei 205.000 $ bleibt. Doch dieser Vergleich ist noch unvollständig: A kann eine stärkere Portabilität enthalten, während B möglicherweise 35.000 $ für Datenexport und Unterstützung beim Übergang berechnet.

Das RFP sollte daher „Transaktion“, Prognose- und Stresstest-Volumina, Ausschlüsse, Implementierungskosten, Exportanforderungen und Regeln zur Preisanpassung definieren. Während der KI-Verhandlung könnte der Käufer eine zweijährige Volumenzusage im Austausch für gedeckelte Mehrverbrauchskosten, enthaltene Exporte, Benachrichtigung bei Modelländerungen und Unterstützung bei der Vertragsbeendigung anbieten. Das verantwortliche Team – nicht das Modell – entscheidet, ob diese Zielkonflikte akzeptabel sind.

KI-Prompts zum Üben

• „Wandle unter ausschließlicher Verwendung der zitierten Quellenmaterialien jedes genehmigte Ergebnis in eine Kennzahl, eine Betriebsbedingung, einen Schwellenwert und eine Validierungsmethode um. Markiere fehlende Eingaben, anstatt Lücken zu füllen.“
• „Vergleiche diese Lieferantenantworten nach Aussage, Einheit, Testbedingung, Produktversion und Nachweisdatum. Bewerte sie nicht.“
• „Liste für die menschliche Prüfung jedes Roadmap-Versprechen, jede unbelegte Aussage, jeden inkonsistenten Nenner und jede Annahme zu Lebenszykluskosten auf.“

In einem kontrollierten Workflow von Negotiations.AI könnten diese Ausgaben ein quellverknüpftes Issue-Log oder ein Verhandlungsbriefing unterstützen; Stakeholder sollten Annahmen, Positionen und Zugeständnisse dennoch genehmigen.

Einschränkungen

KI-gestütztes Entwerfen kann ungewöhnliche Stakeholder auslassen, veraltete Richtlinien verwenden, Einschränkungen bei der Zusammenfassung entfernen oder eine falsche Vergleichbarkeit erzeugen. Numerische Vergleiche scheitern, wenn Arbeitslasten, Nenner, Daten und Testbedingungen unterschiedlich sind. Ein Modell kann eine Lieferantenaussage nicht unabhängig verifizieren, die Risikotoleranz einer Organisation nicht bestimmen, nicht jede rechtliche Verpflichtung auslegen und den Käufer nicht binden.

Verwenden Sie genehmigte Repositorien, exakte Zitate, Versionskontrollen, Prompt- und Bearbeitungsprotokolle, rollenbasierten Zugriff und reproduzierbare Berechnungen außerhalb des Sprachmodells. Schützen Sie vertrauliche, personenbezogene und beschaffungssensible Daten vor nicht genehmigten Diensten. Testen Sie wesentliche Aussagen anhand vom Käufer kontrollierter, zurückgehaltener Daten unter einsatzähnlichen Bedingungen und verlangen Sie eine menschliche Prüfung, bevor irgendetwas extern herausgegeben wird.

Quellen

• NIST AI Risk Management Framework
• OMB Memorandum M-25-22
• FAR Part 10: Market Research
• EU Artificial Intelligence Act

Weiterführende Lektüre

• GSA: Buy AI
• NIST Generative AI Profile
• UK Government Guidelines for AI Procurement

FAQ

Sollte KI ein vollständiges RFP aus einem einzigen Prompt schreiben?

Nein. KI sollte auf Grundlage genehmigter, versionierter geschäftlicher, technischer, kommerzieller und risikobezogener Eingaben entwerfen. Verantwortliche müssen jede Anforderung prüfen und das endgültige Dokument genehmigen.

Wie machen wir KI-Lieferantenangebote vergleichbar?

Stellen Sie gemeinsame Definitionen, Einheiten, Szenarien, Datensätze, Volumenbänder, Antworttabellen und Nachweisfelder bereit. Trennen Sie aktuelle Funktionen von Roadmap-Elementen und normalisieren Sie nur dann, wenn die Testbedingungen tatsächlich übereinstimmen.

Darf KI Lieferanten bewerten oder einstufen?

Sie darf eine vorab genehmigte Formel berechnen oder auf fehlende Nachweise hinweisen, sollte aber keine Gewichte festlegen, keine subjektiven Bewertungen vornehmen, keine Lieferanten ausschließen und keine Vergabe empfehlen. Bewertende Personen sollten Quellnachweise unabhängig prüfen.

Welche Lieferantenaussagen sollten zu Vertragsbedingungen werden?

Wesentliche Aussagen, die die Bewertung beeinflusst haben, sollten für Abnahmekriterien, Garantien, Servicelevel, Implementierungsmeilensteine, Überwachungspflichten oder Rechtsbehelfe in Betracht gezogen werden. Menschliche Verantwortliche aus Beschaffung, Fachbereich, Technik und Recht sollten die endgültige Behandlung genehmigen.

Haftungsausschluss: Dieser Artikel bietet allgemeine Informationen zur Beschaffung, keine Rechts- oder Finanzberatung.