Es gibt einen Punkt in jedem wachsenden Unternehmen, an dem die eigene Nachfrage zur Belastung wird. Eingehende Kundenanforderungen häufen sich schneller, als die Fachabteilung sie abarbeiten kann. Jede einzelne Anforderung muss gelesen, verstanden, eingeordnet und bewertet werden – und am Ende soll daraus ein belastbares Angebot entstehen. In technisch anspruchsvollen Branchen, etwa im Maschinen- und Anlagenbau oder in der Elektrotechnik, bindet allein die manuelle Analyse einer komplexen Anforderung schnell hunderte Stunden. Bei einem Backlog von über hundert offenen Anforderungen summiert sich das zu mehreren tausend Arbeitsstunden – und zu einem Engpass, der wertvolle Fachkräftekapazität bindet, Entscheidungen verzögert und das Risiko erhöht, dass Inkonsistenzen oder bereits bekannte Anforderungen übersehen werden.
Genau hier setzt agentische KI an. Statt einen einzelnen Algorithmus auf das Problem loszulassen, zerlegen wir bei Wingman den Bearbeitungsprozess in spezialisierte Agenten, die jeweils einen klar umrissenen Teilschritt übernehmen – nachvollziehbar, prüfbar und in die bestehende IT-Landschaft eingebettet.
Drei Agenten, ein durchgängiger Prozess
Den Anfang macht die Anforderungsextraktion und Dokumentenanalyse. Der erste Agent liest eingehende Anforderungsdokumente automatisiert aus und erstellt eine strukturierte Übersicht aller enthaltenen Anforderungen – inklusive referenzierter Dokumente, Versionsstände, Autoren und weiterer Metadaten. Entscheidend ist dabei nicht nur das Sammeln, sondern das Erkennen: Der Agent identifiziert Inkonsistenzen, Widersprüche und Lücken innerhalb einzelner Dokumente und über mehrere Dokumente hinweg und macht sie transparent nachvollziehbar. Was früher in der konzentrierten Lektüre eines erfahrenen Ingenieurs verborgen lag, wird so systematisch sichtbar.
Im zweiten Schritt folgt die Kategorisierung und Klassifikation. Jede extrahierte Anforderung wird automatisiert vordefinierten Kategorien zugeordnet – etwa technischen Anforderungen, Qualitätsanforderungen oder weiteren projektspezifisch festgelegten Klassen. Die Logik dahinter wird gemeinsam mit dem Fachbereich definiert und bleibt flexibel erweiterbar. So spricht das System von Anfang an die Sprache des Unternehmens und nicht die einer generischen Standardlösung.
Der dritte Agent übernimmt die Bewertung und den Historienabgleich. Auf Basis vorhandener Analyseergebnisse und historischer Daten ordnet er jede Anforderung einer von drei Stufen zu: neue Anforderung ohne Vorgeschichte, bereits angenommene Anforderung inklusive der Anzahl vorangegangener Annahmen oder zuvor abgelehnte Anforderung mit der entsprechenden Ablehnungshistorie. Dieses Scoring ist mehr als eine Einsortierung – es ist die Grundlage für eine fundierte Priorisierung und beschleunigt Entscheidungen im Anforderungsmanagement erheblich. Das Team weiß auf einen Blick, was wirklich neu ist und wo bereits Erfahrungswerte vorliegen.
Von der Anforderung zum Angebot
Der eigentliche Hebel liegt in der Durchgängigkeit. Wenn Anforderungen erst einmal sauber extrahiert, kategorisiert und bewertet vorliegen, verkürzt sich der Weg zur Angebotserstellung dramatisch. Statt für jedes Projekt bei null zu beginnen, greift das Vertriebs- und Engineering-Team auf eine strukturierte, vorbewertete Datenbasis zu. Bekannte Anforderungen verweisen auf frühere Lösungen und Kalkulationen, Inkonsistenzen sind bereits markiert und die Priorisierung steht. Das Angebot wird damit nicht nur schneller, sondern auch konsistenter und belastbarer.
Sicher, integriert, im eigenen Haus
Damit eine solche Lösung im Mittelstand wirklich trägt, muss sie sich in die bestehende Infrastruktur einfügen. Wir richten die Plattform in einer sicheren Microsoft-Azure-Umgebung beim Kunden ein – in enger Abstimmung mit der internen IT und unter Berücksichtigung bestehender Sicherheitsrichtlinien, Compliance-Vorgaben und der gewachsenen Systemlandschaft. Die KI bleibt damit dort, wo die Daten zu Hause sind: im Unternehmen selbst.
Agentisches Anforderungsmanagement löst den Engpass nicht durch mehr Personal, sondern durch eine andere Arbeitsteilung zwischen Mensch und Maschine. Die wiederkehrende Analyse-, Sortier- und Abgleicharbeit übernimmt die KI. Die Beurteilung, die Entscheidung und das Kundengespräch bleiben dort, wo sie hingehören – beim Menschen.