Angebote erstellen mit n8n und KI: der Bauplan

Vorweg die wichtigste Regel, und sie entscheidet über den gesamten Bau: Das Sprachmodell schreibt die Worte, Ihr System rechnet die Zahlen. Ein Angebots-Workflow, in dem ein Modell Preise, Mengen oder Rabatte selbst bestimmt, ist keine Automatisierung, sondern ein Zufallsgenerator mit Briefkopf. Die KI formuliert die Einleitung, fasst die Anforderung des Kunden zusammen und begründet Positionen. Die Zahl daneben kommt aus Ihrer Preisliste, Ihrem Rahmenvertrag, Ihrer Kalkulation. Nie aus dem Modell.

Dieser Artikel zeigt den konkreten Bau in n8n: welche Nodes den Ablauf tragen, wie Sie das Modell in ein festes Ausgabeformat zwingen, an welcher Stelle der Mensch freigibt und was passiert, wenn ein Teil der Kette ausfällt. Wenn Sie stattdessen wissen wollen, was sich dadurch im Vertrieb verändert und ob es sich rechnet, steht das im Prozess-Leitfaden zur Angebotserstellung automatisieren. Hier geht es um die Architektur.

Was übernimmt die KI im Angebotsprozess tatsächlich?

Drei Dinge, und alle drei haben mit Sprache zu tun, nicht mit Rechnen. Erstens das Verstehen der Anfrage: Aus einer frei formulierten Mail werden strukturierte Felder, also Positionen, Mengen, Wunschtermin, Sonderwünsche. Zweitens das Formulieren: Anschreiben, Zusammenfassung der Anforderung, Begründung einzelner Positionen in der Sprache des Kunden. Drittens die Einordnung: Passt diese Anfrage überhaupt in Ihr Portfolio, oder ist das ein Fall für einen Anruf statt für ein Angebot?

Alles andere ist klassische Integration. Kundendaten holen, Artikel gegen den Stamm auflösen, Konditionen ziehen, Verfügbarkeiten prüfen, Dokument erzeugen, ablegen. Das sind Aufrufe gegen Ihre Systeme, keine Modellaufgaben. Wenn Sie den Ablauf einmal so aufteilen, schrumpft der KI-Anteil auf zwei oder drei Nodes. Das wirkt zunächst enttäuschend und ist tatsächlich das Qualitätsmerkmal: Je kleiner die Fläche, auf der ein Modell frei entscheidet, desto verlässlicher läuft der Flow.

Warum darf ein Sprachmodell niemals den Preis bestimmen?

Weil ein Sprachmodell nicht rechnet, sondern das wahrscheinlichste nächste Zeichen erzeugt. Für einen Fließtext ist das genau richtig. Für eine Zahl, die in einem verbindlichen Dokument steht, ist es das Gegenteil von dem, was Sie brauchen. Ein Modell, das in Ihrer Preisliste keinen Eintrag für eine Sonderlänge findet, meldet das nicht zwingend. Es erzeugt einen plausibel aussehenden Betrag, weil Plausibilität sein Konstruktionsprinzip ist.

Ein Beispiel, das in Betrieben ständig vorkommt: Ihr Kunde fragt eine Sonderlänge an, die so im Katalog nicht existiert. Die richtige Reaktion Ihres Systems wäre, die Position als nicht kalkulierbar zu markieren und einen Menschen zu holen. Die Reaktion eines Modells, das den Preis erzeugen soll, ist eine Interpolation aus den benachbarten Katalogpositionen. Das Ergebnis sieht richtig aus, steht in der richtigen Spalte und übergeht, dass Sonderlängen bei Ihnen einen Rüstzuschlag tragen.

Der Schaden ist dabei asymmetrisch. Ein zu hoher Preis kostet den Auftrag, das merken Sie. Ein zu niedriger Preis gewinnt den Auftrag und kostet Marge, und das merken Sie erst in der Nachkalkulation, wenn längst geliefert wurde. Genau deshalb gehört die Kalkulation in den deterministischen Teil des Workflows: eine Abfrage gegen ERP oder Preisliste, eine Rechenregel im Code-Node, ein definierter Abbruch, wenn eine Position nicht auflösbar ist.

Praktisch heißt das: Das Modell bekommt die fertig berechneten Positionen als Eingabe und darf sie beschreiben. Es bekommt sie nicht als Aufgabe. Wer diese Grenze verwischt, baut eine Maschine, die zuverlässig aussieht und gelegentlich falsche Preise verschickt.

Wie sieht der Workflow in n8n konkret aus?

Als Kette aus sechs Abschnitten, von denen genau einer generativ ist. Der Ablauf beginnt am Eingang, sammelt dann alles Faktische ein, rechnet, lässt formulieren, holt eine Freigabe und erzeugt erst danach ein Dokument.

Die Reihenfolge ist nicht beliebig. Die Kalkulation steht bewusst vor der Textstufe, damit das Modell mit fertigen Zahlen arbeitet statt mit Rohdaten. Und die Freigabe steht bewusst vor der Dokumenterzeugung, weil ein PDF, das schon existiert, erfahrungsgemäß verschickt wird, auch wenn es noch jemand hätte prüfen sollen.

Welche Nodes brauchen Sie dafür?

Weniger, als der Aufwand vermuten lässt. Ein produktiver Angebots-Flow kommt mit acht bis zwölf Nodes aus, wenn die Schnittstellen sauber sind.

• Eingang: Gmail Trigger, IMAP oder Webhook, je nachdem ob Anfragen als Mail, über ein Formular oder aus dem CRM kommen. Bei Formularen genügt der Form Trigger.
• Vorsortierung: ein If oder Switch, das Anfragen von Rückfragen und Werbung trennt. Ohne diesen Node läuft Ihr Modell auf jeder Newsletter-Mail.
• Extraktion: ein Basic LLM Chain mit angehängtem Structured Output Parser. Der Parser ist der wichtigere Teil, dazu gleich mehr.
• Daten holen: HTTP Request gegen Ihr ERP, oder der passende native Node, falls es einen gibt. Hier kommen Kunde, Konditionen, Artikelstamm und Verfügbarkeit her.
• Kalkulation: ein Code-Node mit Ihren Regeln. Staffeln, Zuschläge, Mindestmengen, Rundung. Nachvollziehbar, testbar, ohne Modell.
• Formulierung: der zweite LLM-Aufruf, diesmal mit den fertigen Zahlen im Kontext.
• Freigabe: ein Wait-Node in Kombination mit Slack oder E-Mail, die auf eine Antwort warten.
• Ausgabe: Dokument erzeugen und ablegen, Vorgang im CRM aktualisieren.

Die beiden öffentlichen Referenz-Workflows aus der n8n-Bibliothek folgen diesem Muster, mit einem Unterschied: Sie erzeugen Agentur-Angebote und holen ihre Preise nirgends her. Für Ihren Betrieb ist dieser fehlende Teil der eigentliche Bau.

Wie zwingen Sie das Modell in ein festes Format?

Mit einem Structured Output Parser, und das ist der Node, der über Stabilität entscheidet. Ohne ihn liefert ein Modell Fließtext, den Sie anschließend mit Regulären Ausdrücken zerlegen müssen. Das funktioniert im Test und bricht in Produktion, sobald ein Modell einmal anders formuliert.

Der Parser hängt sich an den LLM-Chain-Node und erzwingt ein JSON-Schema: welche Felder es gibt, welchen Typ sie haben, welche verpflichtend sind. Weicht die Antwort vom Schema ab, wiederholt n8n den Aufruf, statt kaputte Daten weiterzureichen. Aus einem unzuverlässigen Textgenerator wird damit eine Komponente mit vorhersagbarer Ausgabe.

Für die Anfrage-Extraktion sind das typischerweise Kundenbezug, eine Liste von Positionen mit Menge und Einheit, ein Wunschtermin und ein Freitextfeld für alles, was nicht ins Raster passt. Wichtig ist ein zusätzliches Feld für die Selbsteinschätzung des Modells, etwa wie sicher es sich bei der Zuordnung ist. Genau dieser Wert steuert später, ob der Vorgang durchläuft oder in die Klärung geht. Wie sich solche Schwellen sauber setzen lassen, steht ausführlich im Beitrag über Confidence-Routing in n8n.

Wo gehört der Mensch in den Ablauf?

An genau eine Stelle, und zwar vor dem Versand. n8n bringt dafür ein fertiges Muster mit: den Wait-Node zusammen mit einer Nachricht, die auf eine Antwort wartet. Der Vertrieb bekommt den Entwurf mit den berechneten Positionen in Slack oder per Mail, gibt frei oder korrigiert, und erst danach läuft der Flow weiter.

Der Reflex, diese Stufe später abzuschalten, ist verständlich und in diesem Prozess falsch. Bei der Auftragserfassung können Sie sichere Fälle irgendwann durchlaufen lassen, weil ein falsch erfasster Auftrag korrigierbar ist. Ein herausgeschicktes Angebot ist ein Vertragsangebot und damit nicht folgenlos zurückholbar. Die Freigabe bleibt.

Was Sie stattdessen optimieren: wie wenig der Mensch tun muss. Ein Entwurf, bei dem drei Positionen und ein Anschreiben fertig dastehen und nur noch bestätigt werden, ist etwas anderes als ein leeres Formular. Die Zeit verschwindet nicht durch das Weglassen der Prüfung, sondern durch das Wegfallen der Vorarbeit.

Was passiert, wenn ein Teil der Kette ausfällt?

Das ist die Frage, an der sich Demo und Produktivbetrieb trennen. Ein Angebots-Flow hat drei Stellen, an denen er realistisch bricht, und für jede brauchen Sie einen definierten Weg statt eines stillen Stehenbleibens.

Der unauffälligste Fall ist der dritte. Ein Vorgang, der auf eine Freigabe wartet, die nie kommt, sieht in n8n aus wie ein laufender Vorgang. Er wirft keinen Fehler, er hängt einfach. Deshalb gehört zu jedem Wait-Node eine Frist, nach der jemand erinnert wird, und ein zweiter Empfänger, falls die Erinnerung ebenfalls verpufft. Ein Vorgang, der sichtbar scheitert, ist harmlos gegen einen, der scheinbar noch läuft.

Was hindert den Flow daran, zwei Angebote für dieselbe Anfrage zu schicken?

Eine Regel, die Sie selbst setzen müssen, denn n8n bringt sie nicht mit. Doppelte Angebote entstehen banal: Der Kunde schickt seine Anfrage an zwei Adressen im Haus, jemand leitet dieselbe Mail noch einmal weiter, oder ein Node startet nach einem Timeout automatisch neu, obwohl der erste Durchlauf längst durch war.

Die Absicherung ist ein Schlüssel, der aus der Anfrage selbst entsteht und nicht aus dem Zeitpunkt. Kundennummer, angefragte Positionen und Anfragedatum ergeben zusammen einen Fingerabdruck. Bevor der Flow rechnet, prüft er gegen eine Ablage, ob dieser Fingerabdruck schon existiert. Ein Vorgang, der zweimal startet, darf trotzdem nur einmal ein Dokument erzeugen.

Besonders heikel ist die Freigabestufe. Ein Wait-Node kann bei einem Neustart des Flows ein zweites Mal dieselbe Nachricht verschicken, und dann liegen zwei Freigabeanfragen für dasselbe Angebot im Postfach. Wer eine davon bestätigt und die zweite übersieht, hat einen halb erledigten Vorgang, der weder abgeschlossen noch offen aussieht. Deshalb gehört der Status in ein System, das den Flow überdauert, also ins CRM oder in eine Tabelle, nicht in den Arbeitsspeicher des laufenden Durchlaufs.

Braucht es dafür überhaupt ein Sprachmodell?

Bei standardisierten Angeboten ehrlicherweise nicht. Wenn Ihre Anfragen über ein Formular mit festen Feldern kommen und Ihr Angebot aus Katalogpositionen besteht, brauchen Sie eine Vorlage, eine Kalkulation und eine Dokumenterzeugung. Kein Modell. Der Flow wird billiger und lässt sich leichter prüfen.

Ein Modell lohnt sich dort, wo unstrukturierte Sprache ins Spiel kommt: die frei formulierte Anfrage-Mail, das Leistungsverzeichnis als PDF, die Sprachnotiz vom Außendienst, das individuelle Anschreiben bei erklärungsbedürftigen Positionen. Wo diese Fälle fehlen, ist der KI-Anteil Zierde. Wann sich ein fester Workflow und wann ein Agent lohnt, ordnet unser Entscheidungsrahmen KI-Agent oder Workflow ein. Für den Angebotsprozess lautet die Antwort fast immer: fester Workflow mit KI an zwei klar begrenzten Stellen.

Wo sollten Sie anfangen?

Bei der Kalkulation, nicht beim Modell. Das ist die unbeliebte Reihenfolge und die einzige, die trägt.

• Schreiben Sie Ihre Preislogik auf, bevor Sie irgendetwas bauen. Staffeln, Zuschläge, Sonderfälle, wer welchen Rabatt geben darf. Solange diese Regeln nur in Köpfen existieren, kann kein System sie anwenden.
• Klären Sie, wie Sie an Konditionen und Artikelstamm herankommen. Schnittstelle, Export, Datenbank. Diese Frage bestimmt den Zuschnitt des Projekts stärker als jede Werkzeugentscheidung.
• Bauen Sie den Flow zuerst ganz ohne KI, mit einem festen Textbaustein. Wenn diese Version stabil läuft, ersetzen Sie den Baustein durch den Modellaufruf.
• Nehmen Sie eine Angebotsart, nicht Ihr gesamtes Portfolio. Die Standardanfrage, die am häufigsten vorkommt.

Wie derselbe Bauplan am anderen Ende der Kette aussieht, zeigt der Leitfaden zur Auftragserfassung: dort wird aus einer Bestellung ein Auftrag, hier aus einer Anfrage ein Angebot. Die Architektur ist dieselbe, nur die Richtung nicht. Die Umsetzung im Vertrieb zeigt die Bereichsseite Angebotsprozesse.

Häufige Fragen aus der Praxis

Welches Modell sollten wir dafür nehmen? Für Extraktion und Anschreiben reicht ein mittleres Modell. Die Aufgabe ist sprachlich, nicht analytisch, und die schwierigen Teile des Flows sind ohnehin regelbasiert. Bauen Sie den Modellaufruf so, dass Sie den Anbieter wechseln können, ohne den Flow umzubauen. Das ist in n8n eine Frage von einem Node.

Dürfen Kundendaten überhaupt an ein Sprachmodell? Mit den passenden Rahmenbedingungen ja: Auftragsverarbeitungsvertrag, Verarbeitung in der EU, keine Nutzung Ihrer Daten fürs Training. Prüfen Sie das pro Anbieter und halten Sie es schriftlich fest. Alternativ läuft die Extraktion auf einem Modell im eigenen Haus, was für diese Aufgabe technisch machbar ist.

Was ist mit Angeboten, die eine technische Klärung brauchen? Die gehören nicht in den Flow, und das ist kein Mangel. Ein Workflow, der die achtzig Prozent Standardanfragen vollständig vorbereitet, gibt Ihren Leuten die Zeit zurück, die sie für die anderen zwanzig Prozent brauchen. Der Fehler wäre, alles automatisieren zu wollen.

Wie verhindern wir, dass das Anschreiben nach KI klingt? Indem Sie dem Modell echte Beispiele Ihrer eigenen Angebote als Vorlage geben statt einer Stilbeschreibung. Zwei oder drei gute frühere Anschreiben im Kontext wirken stärker als jede Anweisung, professionell zu formulieren. Und lassen Sie die Textstufe kurz halten: Je länger der generierte Teil, desto mehr fällt er auf.

Können wir das an unser bestehendes CRM anbinden? In der Regel ja. n8n bringt native Nodes für die verbreiteten Systeme mit, und alles andere läuft über HTTP Request gegen die API. Die Frage ist selten, ob es geht, sondern ob im CRM die Felder existieren, die Sie befüllen wollen.

Wie lange dauert so ein Aufbau? Der Flow selbst ist in wenigen Tagen gebaut. Die Zeit geht für die Preislogik und die Schnittstellen drauf, und das lässt sich nicht abkürzen, weil beides Entscheidungen aus Ihrem Betrieb sind und keine technische Arbeit. Wer Ihnen ohne Blick auf Ihre Kalkulation eine Dauer nennt, schätzt ins Blaue.

Fazit

Ein Angebots-Workflow in n8n ist zu vier Fünfteln Integration und zu einem Fünftel KI. Genau diese Aufteilung macht ihn belastbar. Das Modell liest die Anfrage und formuliert, Ihr System rechnet und entscheidet, ein Mensch gibt frei. Wer die Zahlen dem Modell überlässt, spart sich die Kalkulationsarbeit einmal und bezahlt sie in der Nachkalkulation mehrfach zurück.

Wenn Sie wissen wollen, welcher Teil Ihres Angebotsprozesses sich in Ihrem Fall sinnvoll abbilden lässt, ist der erste Schritt immer derselbe: einmal ansehen, wie eine echte Anfrage bei Ihnen durchs Haus läuft. Genau das machen wir im kostenfreien Prozess-Check, an Ihren eigenen Vorgängen statt an einem Musterbeispiel.