Fünf Konzepte, fünf sprachlich makellose Texte, und kaum ein Unterschied mehr erkennbar: KI-Schreibwerkzeuge heben die Angebote von Bietern auf ein einheitlich hohes sprachliches Niveau und nehmen Vergabestellen damit genau die Differenzierungsbasis, auf der viele Bewertungsmatrizen beruhen. Wer die Konzeptwertung trotzdem rügefest halten will, muss die Kriterien gezielt gegen austauschbare KI-Texte härten.
Noch vor wenigen Jahren war die natürliche Streuung der Angebotsqualität die Grundlage jeder Konzeptbewertung: Manche Bieter schrieben exzellente, andere eher durchschnittliche Texte, und genau diese Spannbreite gab Evaluatorinnen und Evaluatoren eine belastbare Basis zur Differenzierung. Heute liefert eine KI jedem Bieter auf Knopfdruck ein sprachlich professionelles, vollständiges und gut strukturiertes Konzept. Ob dahinter echtes Projektwissen steckt, lässt sich am Text allein kaum noch erkennen. Für Vergabestellen, die ohnehin zwischen fachlicher Tiefe und Zeitdruck balancieren, ist das mehr als ein akademisches Problem: Es betrifft direkt die Frage, ob eine Wertung im Nachprüfungsverfahren Bestand hat.
Auf der Bieterseite hat sich ein eigenes Ökosystem spezialisierter Werkzeuge etabliert. Suchportale mit semantischer Suche und automatischer Fristenextraktion durchsuchen Vergabeportale, andere Tools generieren Angebots- und Konzepttexte auf Knopfdruck, teils gestützt auf erfolgreiche frühere Angebote, teils über Chatbots, die direkt aus den Vergabeunterlagen antworten. Eine Offenlegungspflicht für diesen Einsatz gibt es in Deutschland bislang nicht.
Auf der Seite der Vergabestellen sieht es anders aus: Pionierprojekte wie der NRW-Rahmenvertrag mit GovRadar unterstützen bislang vor allem die Erstellung von Leistungsbeschreibungen und die Markterkundung, nicht die eigentliche Angebotsbewertung. Für die Wertung selbst gibt es in Deutschland bis heute keine dokumentierte KI-Nutzung und keine einzige Vergabekammer-Entscheidung zu KI-generierten Angeboten.
Das Ergebnis ist eine strukturelle Asymmetrie: KI-optimierte Angebote treffen auf eine weitgehend analoge Bewertung. Wer sich dabei auf eine automatisierte Prüfung der Vergabeunterlagen verlässt, sollte zudem wissen, dass dies nicht vor einer verfristeten Rüge schützt1, die Verantwortung für fristgerechtes Handeln bleibt beim Bieter, und für die Vergabestelle bedeutet das wiederum, dass auch die eigene Dokumentation von Fristen und Bieterkommunikation an Bedeutung gewinnt.
Dass subjektive Kriterien in Kombination mit groben Notenskalen ein Problem darstellen, ist keine neue Erkenntnis der KI-Ära, sondern eine lange bekannte Schwachstelle der Angebotswertung.
Die Kombination aus subjektiven Kriterien und groben Notenskalen ist eine toxische Kombination, wichtige Differenzierungsmerkmale verschwinden.2
KI verschärft dieses strukturelle Problem, weil sie die natürliche Streuung der Textqualität einebnet. Vergaberechtlich wird das heikel, denn Konzeptbewertungen müssen für sachkundige Dritte nachvollziehbar begründet sein3. Wenn alle Konzepte sprachlich ähnlich klingen, wird genau diese Nachvollziehbarkeit zum Angriffspunkt bei Rügen, weil sich kaum noch erklären lässt, warum ein Angebot eine höhere Note erhalten hat als ein anderes.
Ob diese Verschärfung in jeder Ausgestaltung europarechtlich hält, ist dabei noch nicht abschließend geklärt: Der Europäische Gerichtshof hat im September 2026 zu einem vergleichbaren portugiesischen Verfahren entschieden, dass die Aufhebung der aufschiebenden Wirkung ohne Anhörung des abgelehnten Bieters und ohne Interessenabwägung gegen die Rechtsmittelrichtlinie verstößt. Bis diese Frage für das deutsche Recht geklärt ist, bleibt eine solide, nachvollziehbare Begründung der Wertung der sicherste Weg.
Seit dem 1. Juli 2026 hat sich der vorläufige Rechtsschutz verändert: Lehnt die Vergabekammer den Nachprüfungsantrag ab, endet das Zuschlagsverbot bereits mit der Bekanntgabe der Entscheidung, und die sofortige Beschwerde zum Oberlandesgericht hat keine aufschiebende Wirkung mehr (§ 169 Abs. 1 S. 2, § 173 Abs. 1 GWB n. F.). Bieter werden sich darauf einstellen – Ihre vergabestellenseitige Begründung der Konzeptbewertung muss deshalb bereits beim ersten Mal nachvollziehbar sitzen, die Bieter wissen, es gibt im Zweifel keine zweite Chance mehr vor dem Zuschlag.
Der naheliegendste Ausweg, komplett auf B-Kriterien mit Ermessensspielraum zu verzichten und nur mit binären Pass-Fail-Kriterien plus Preis zu arbeiten, löst das Nivellierungsproblem zwar sofort: Eine Erfüllung ist entweder gegeben oder nicht, da kann kein Text etwas frisieren. Für komplexe IT- und KI-Beschaffungen ist das allerdings ein Rückschritt, weil Innovation nicht erfasst wird, funktionale Anforderungen sich kaum abschließend spezifizieren lassen und sich bei nicht deterministisch arbeitenden KI-Systemen Ergebnisse ohnehin nicht vorab exakt festlegen lassen. Als alleinstehender Ansatz bleibt die reine Mindestanforderung daher ungeeignet, als Filterebene in einem mehrstufigen Modell ist sie dagegen unverzichtbar. Seit dem 1. Juli 2026 unterstützt der Gesetzgeber diesen Weg zur funktionalen Beschreibung sogar ausdrücklich: In § 121 Abs. 1 GWB ist das Wort „erschöpfend" gestrichen, die Leistung muss seitdem nur noch so eindeutig wie möglich beschrieben werden.
Für komplexe IT- und KI-Vergaben empfiehlt sich deshalb ein mehrschichtiges Kombinationsmodell, das jedem Prüfgegenstand genau ein Instrument zuordnet, damit nicht dieselbe Schwäche mehrfach bewertet wird. Die folgende Gewichtung ist ein Beispiel für eine komplexe KI-Plattform und kein starrer Standard, sie lässt sich für andere IT-Vorhaben anpassen und funktioniert sinngemäß auch unterhalb der Schwellenwerte nach UVgO und Landesrecht.
| Schicht | Anteil | Inhalt |
| A-Kriterien | Filter, kein Wertungsanteil | Etwa Art. 50 KI-VO heute, Hochrisiko-Readiness als Option, Erklärung im Angebot als Leistungs-, nicht Eignungsfrage |
| B-Kriterien | 30 % | Kontextspezifische Szenario-Fragen zu Methodik und Risiko statt generischer Konzeptfragen, bewertete Zusagen werden Vertragspflicht |
| Digitale Souveränität | 10 % | Unterkriterien mit BSI C3A als Denkraster nach § 58 Abs. 2 S. 2 Nr. 4 VgV, Auftragsbezug nach § 127 Abs. 3 GWB wahren |
| Teststellung | 15 % | Verifizierende und wertende Tests mit einem vorab bekannten, für alle Bieter gleichen Testset |
| Personalassessment | 5 % | Strukturierte Interviews nach § 58 Abs. 2 S. 2 Nr. 2 VgV, Personalbindung im Vertrag regeln |
| Preis | 40 % | Lebenszykluskosten nach § 59 VgV, Migration, Exit und Fallback einrechnen |
Ergänzend zum Kombinationsmodell lohnt sich eine gezielte Frage nach der KI-Nutzung im Angebot, allerdings nicht als Wertungskriterium, denn das wäre rechtlich angreifbar. Sinnvoller ist die Frage als Grundlage für eine Risikoeinschätzung und als Türöffner für ein Aufklärungsgespräch nach § 15 Abs. 5 VgV. Genau diesen Weg empfiehlt auch die aktuelle Fachliteratur: Eine Offenlegungspflicht in Kombination mit einem Aufklärungsgespräch gilt als praktikabler Mittelweg zwischen völliger Ignoranz und einem kaum durchsetzbaren KI-Verbot4. Das Vereinigte Königreich geht mit seiner Beschaffungsrichtlinie PPN 017 einen ähnlichen Weg und sieht optionale, ausdrücklich ungewertete Fragen zur KI-Nutzung vor.
Der vielleicht wichtigste Hebel liegt jedoch darin, was mit bewerteten Zusagen nach dem Zuschlag passiert: Was im Konzept positiv bewertet wurde, sollte als Leistungspflicht im Vertrag stehen, mit Abnahmekriterium oder Vertragsstrafe. Ein schön formuliertes, aber inhaltsleeres Versprechen wird dadurch für den Bieter teuer, und wer eine spätere Schlechtleistung dokumentiert, hat damit perspektivisch auch einen Ausschlussgrund für künftige Verfahren nach § 124 Abs. 1 Nr. 7 GWB n. F. in der Hand. Gerade für Vergabestellen, die ihre Verfahrensarchitektur gerade erst aufbauen, ist das eine beruhigende Erkenntnis: Rechtssicherheit entsteht nicht aus perfekter Skepsis gegenüber jedem KI-Text, sondern aus der konsequenten Übersetzung bewerteter Aussagen in bindende Vertragspflichten.
Vier Handlungsschritte für das nächste Vergabeverfahren
Die Vergabe braucht keine KI-Revolution, sondern kluge Adaptation. Eine Flucht vor qualitativen Kriterien hilft bei funktionaler IT-Beschaffung nicht weiter, diese Kriterien bleiben unverzichtbar, müssen aber gegen austauschbare KI-Texte gehärtet werden: durch spezifischere, kontextgebundene Fragen statt offener Konzeptfragen, durch praktische Verifikation in Form von Teststellungen, durch mündliche Kompetenzprüfung und dadurch, dass bewertete Zusagen tatsächlich zur Vertragspflicht werden. Wer diese vier Elemente konsequent kombiniert, trennt Kompetenz von Fassade, und das gelingt unabhängig davon, ob die eigene Vergabestelle noch am Anfang steht oder bereits über viel Erfahrung mit komplexen IT-Vergaben verfügt.
Prüfen Sie Ihre nächste Konzeptbewertung anhand der vier Härtungsschritte aus diesem Beitrag, und klären Sie vor der Bekanntmachung, welche Schicht des Kombinationsmodells für Ihre konkrete IT- oder KI-Beschaffung tatsächlich trägt.