Das Wichtigste in Kürze:
- Generative KI hat schriftliche Vergabekonzepte als Eignungsnachweis entwertet: Ein überzeugendes Lösungspapier ist heute für jeden Bewerber in unter einer Stunde erzeugbar und unterscheidet damit keine Leistungsfähigkeit mehr.
- Vergabestellen, die weiterhin Konzeptpapiere als primäres Bewertungskriterium nutzen, riskieren Schein-Differenzierung: Die Punktevergabe misst dann KI- und Prompting-Kompetenz, nicht tatsächliche Umsetzungskompetenz.
- Possible empfiehlt eine Verlagerung auf KI-resistente Formate: strukturierte Pitches mit Verteidigung, aktiv verifizierte Referenzen und zeitlich begrenzte Live-Aufgaben — alles Formate, die das Vergaberecht bereits heute zulässt.
In vielen größeren Ausschreibung steckt eine stillschweigende Annahme. Wer ein gutes Konzeptpapier abliefert, kann die Sache vermutlich auch umsetzen. Wer sauber strukturiert, fachlich treffsicher und sprachlich überzeugend formuliert, hat sein Handwerk gelernt. Klar, nicht ganz perfekt aber immerhin ein brauchbares Rahmenwerk, um große Verträge an den richtigen Anbieter zu geben. Ein fundiertes Lösungskonzept zu schreiben kostete Zeit, Erfahrung und einen eingespielten Bid-Manager. Ein Signal, das man sich verdienen musste.
Dieses Signal trägt allerdings nicht mehr. Was früher Tage oder gar Wochen brauchte, erledigt generative KI in wenigen Stunden: ein methodisch sauberes Vorgehensmodell, eine plausible Risikomatrix, ein flüssiges Qualitätskonzept, abgestimmt auf die Sprache der Vergabeunterlagen. Die Anbieterseite hat massiv aufgerüstet, und das aus gutem Grund: Wer ein Werkzeug hat, das die Trefferquote erhöht und die Angebotskosten senkt, der setzt es ein. Das ist betriebswirtschaftlich vernünftig und niemandem vorzuwerfen. Das eigentliche Problem liegt woanders. Die öffentliche Hand bewertet noch immer Dinge, die längst nichts mehr unterscheiden.
Warum das Konzeptpapier als Bewertungsinstrument ausgedient hat
Vergabe dient dazu, Unsicherheit zu reduzieren. Die Vergabestelle weiß vor dem Zuschlag nicht, wer wirklich liefern kann, und versucht, dieses Risiko über Nachweise einzugrenzen. Schriftliche Konzepte waren dafür lange ein praktisches Artefakt. Man konnte sie lesen, vergleichen und benoten.
Ein solches Artefakt funktioniert allerdings nur, solange es ein guter Stellvertreter für die tatsächliche Leistungsfähigkeit ist. Und genau hier hat sich die Lage gedreht. Wenn ein überzeugendes Konzept für jeden Bewerber binnen einer Stunde verfügbar ist, dann sagt seine Qualität nichts mehr über das Team dahinter aus. Ob da ein erfahrener Dienstleister sitzt oder ein einzelner, branchenfremder Freelancer mit einem guten Prompt, lässt sich am Dokument nicht mehr ablesen. Die Bewertung erfasst dann nur noch den Zugang zum Werkzeug, und der ist heute praktisch überall gleich.
Die Folgen daraus sind in Zeiten mangelnden Personals und überlasteter Vergabestellen sehr unbequem. Konzept- und Lösungspapiere trennen die Spreu nicht mehr vom Weizen. Sie erzeugen eine Schein-Differenzierung, auf deren Grundlage Punkte verteilt werden, die mit der späteren Umsetzungsrealität wenig zu tun haben. Im schlechtesten Fall holt am Ende der den Zuschlag, der am besten Texte erzeugen lässt. Für ein Verfahren, dessen ganzer Zweck die treffsichere Auswahl ist, bedeutet das erheblichen Veränderungsdruck.
„Wer heute noch das beste Paper sucht, prämiert den besten Prompt.“
Dazu kommt ein zweiter Effekt, den jede Vergabestelle kennt, die zuletzt Angebote gesichtet hat. Die Texte gleichen sich an. KI-gestützte Angebote greifen auf dieselben Best-Practice-Muster zurück, formulieren in derselben geschliffenen Glätte und haken dieselben Pflichtpunkte ab. Am Ende liegt ein Stapel formal exzellenter, inhaltlich austauschbarer Dokumente auf dem Tisch, und das Gremium soll daraus eine belastbare Rangfolge ableiten. Das kostet viel Mühe, und die Rangfolge, die dabei herauskommt, hält einer kritischen Prüfung kaum stand.
Was die Hochschulen uns gerade vormachen
Es lohnt sich, dorthin zu blicken, wo dasselbe Problem ein paar Monate früher und mit voller Wucht eingeschlagen ist: in die Lehre. Hochschulen bewerten seit jeher über schriftliche, unbeaufsichtigte Formate. Also Hausarbeiten, Essays, Projektberichte, Abschlussarbeiten. Diese Formate hat generative KI als Erstes entwertet. Wie die Hochschulen darauf reagieren, ist für jede Stelle lehrreich, die ebenfalls auf Papier gesetzt hat.
Auffällig ist vor allem eine Rückkehr zu Formaten, die sich nicht an KI abgeben lassen. In den USA erleben die handschriftlichen „blue books“, also blaue Prüfungshefte für beaufsichtigte Klausuren und Essays, ein Comeback. An der University of Florida stiegen die Verkaufszahlen im Studienjahr 2024/25 um rund 50 Prozent, an der UC Berkeley sogar um etwa 80 Prozent. Zugleich kehren mündliche Prüfungen zurück, in denen Studierende ihre Argumentation live erklären und auf Nachfragen reagieren müssen. Im deutschsprachigen Raum sprechen Hochschuldidaktiker offen von einer Renaissance der mündlichen Prüfung. Sie verschieben das Gewicht weg von der fertigen Abgabe und hin zu prozessorientierten Formaten wie Portfolios, Projektverteidigungen oder begleiteten Arbeitsproben, bei denen der Entstehungsweg sichtbar bleibt.
Dahinter steckt genau die Logik, die auch die Vergabe braucht. Im Mittelpunkt steht die Person in einer Situation, die sich nicht auslagern lässt. Das beliebig erzeugbare Artefakt verliert an Gewicht. Ein KI-System schreibt einen brillanten Essay. Aber es steht nicht für die Kandidatin im Raum, wenn die Prüferin nachhakt, warum sie diesen einen Schritt so und nicht anders gegangen ist.
Ehrlich ist freilich auch die zweite Ableitung. Diese Formate skalieren schlechter. Mündliche Prüfungen kosten Personal und Zeit, und selbst ihre Befürworter sehen sie nur als einen Baustein unter mehreren. Damit muss man realistisch umgehen. Für die Vergabe gilt am Ende dasselbe.
Worauf sich Vergabestellen künftig verlassen sollten
Wenn das schriftliche Konzept als Unterscheidungsmerkmal ausfällt, braucht es Bausteine, die KI nicht kompromittieren kann, weil sie an Personen, an Vergangenheit oder an Echtzeit gebunden sind. Drei Hebel halte ich für besonders wirksam.
Der erste ist der Pitch, verbunden mit einem strukturierten Interview. Statt ein Konzept zu lesen, lässt man das Team es vortragen und verteidigen. Wer ein Vorgehensmodell wirklich durchdrungen hat, übersteht kritische Rückfragen. Wer es nur generiert hat, gerät ins Schwimmen. Der Pitch holt die Bewertung vom Dokument zu den Menschen, die später tatsächlich liefern sollen. Und die Vergabestelle sowie Bedarfsträger sehen nebenbei, mit wem sie es im Projektalltag zu tun bekommt.
Der zweite Hebel ist die ernsthafte Referenzprüfung. Nachweisbare Leistung aus der Vergangenheit ist der mit Abstand fälschungssicherste Hinweis auf künftige Leistung. Kein KI-System erfindet ein abgeschlossenes Projekt, das einem Anruf bei der Referenzkundin standhält. Referenzen ernst zu nehmen bedeutet allerdings, sie aktiv zu verifizieren, statt nur Listen entgegenzunehmen. Nachtelefonieren, nach konkreten Rollen und Ergebnissen fragen, Nutzungs- und Wirkungsdaten einfordern. Das macht Arbeit. Aber es ist Arbeit, die wirklich trennt.
Der dritte Hebel sind Live- und Realaufgaben. Eine zeitlich begrenzte Fallstudie unter Aufsicht, ein Code-Review am echten Repository, ein Prototyp-Workshop, eine Arbeitsprobe an einem realistischen Ausschnitt des späteren Auftrags. Hier zeigt sich, ob das Team eine Lösung unter realen Bedingungen tatsächlich hinbekommt. Über etwas zu schreiben ist eine andere Disziplin. Solche Formate sind aufwändiger zu organisieren, messen dafür aber genau das, worauf es am Ende ankommt.
All das verlangt der Vergabestelle einiges ab. Und ja, es reibt sich mit dem Effizienz- und Gleichbehandlungsdenken, das schriftliche Formate so beliebt gemacht hat. Papier ist dokumentierbar, vergleichbar und rechtssicher ablegbar. Nur hilft das wenig, wenn das gut dokumentierte Verfahren das Falsche misst. Das Vergaberecht lässt Pitches, Teststellungen und Referenzprüfungen längst zu. Die rechtliche Möglichkeit besteht also. Es fehlt die Bereitschaft, den bequemen Stellvertreter aufzugeben.
KI gehört auf beide Seiten des Tisches
Es wäre nun ein Missverständnis, daraus einen Abwehrreflex gegen KI zu machen. Niemand sollte versuchen, KI aus der Angebotserstellung zu verbannen. Das ginge nicht und wäre auch nicht klug. Auf der Anbieterseite ist KI bereits unverzichtbar, und das hat sein Gutes. Sie senkt die Einstiegshürde für kleinere Anbieter und Startups, die sich teure Bid-Abteilungen nie leisten konnten, und macht den Wettbewerb damit breiter.
Das eigentliche Ungleichgewicht liegt anderswo. Die Anbieter gehen mit KI in die Vergabe, während die öffentliche Hand vielfach noch von Hand bewertet, nach Logiken aus der Zeit davor. Diese Lücke muss sich schließen. KI gehört auch in den Einkauf. Sie hilft, Angebote zu plausibilisieren und Fakten zu prüfen, sie spürt Textbausteine auf, die mit der konkreten Leistung nichts zu tun haben, sie bereitet gezielte Interviewfragen vor und macht große Mengen ähnlicher Angebote überhaupt erst überschaubar. Eine Vergabestelle, die KI versteht und nutzt, erkennt eine generierte Worthülse schneller. Und sie kann ihre knappe menschliche Aufmerksamkeit dort einsetzen, wo sie zählt: im Pitch, im Referenzgespräch und in der Live-Aufgabe.
Die Verwaltung steht damit vor einer doppelten Aufgabe. Sie muss aufhören, Formate zu bewerten, die KI beliebig erzeugt. Und sie muss anfangen, KI selbst als Werkzeug der Bewertung zu begreifen. Beides folgt derselben Einsicht. Eine Vergabe sucht denjenigen, der eine Aufgabe am besten löst. Schön formulieren können inzwischen alle. Wenn das geschriebene Wort diese Auswahl nicht mehr trägt, müssen die Menschen wieder in den Mittelpunkt rücken, mit ihrer Geschichte und ihrer Leistung in Echtzeit. Die Hochschulen haben mit dem blauen Heft schon angefangen. Die Vergabe sollte nachziehen.
Ihre Ansprechpersonen zum Thema
Sie haben Fragen zum Thema oder möchten ein Vorhaben besprechen?
Melden Sie sich direkt bei Nils Hoffmann.
Quellen
Inside Higher Ed: Amid AI Plagiarism, More Professors Turn to Handwritten Work
The Daily Cardinal: Blue books are back
eWEEK: Colleges Turn to Oral and Handwritten Exams
Hochschulforum Digitalisierung: Prüfen mit KI
TU Darmstadt: Wie verändert generative KI das Prüfen an Hochschulen?
