Einen tender zu verlieren ist teuer. Sie haben Stunden investiert, die Standortbesuche durchgeführt, die Methodik geschrieben – und Sie sind raus. Aber es gibt eine noch frustrierendere Kategorie von tender-Verlusten: zu verlieren, weil Ihre Preisgestaltung entweder zu hoch war, um wettbewerbsfähig zu sein, oder zu knapp, um profitabel zu sein. Beide Ergebnisse haben dieselbe Ursache: unzureichende Transparenz Ihrer eigenen Kostendaten.
The pricing confidence problem
Die meisten FM-Unternehmen bepreisen tenders mithilfe einer Kombination aus historischen Daten, Schätzungen von Kalkulatoren und Margenpolstern, die Unsicherheiten berücksichtigen. Die Kalkulatoren liegen meist richtig – innerhalb einer Spanne. Aber diese Spanne ist das Problem. Wenn Sie keine sauberen, klassifizierten historischen Kostendaten haben, passieren zwei Dinge: Sie polstern Margen, um Unsicherheiten abzudecken, was Sie unkompetitiv macht; oder Sie komprimieren Margen unter Preisdruck, ohne Daten zur Untermauerung zu haben.
Scenario A vs Scenario B: the cost of guessing
Betrachten Sie zwei FM-Unternehmen, die denselben 5-Jahres-Wartungsvertrag für ein 50.000 qm großes Gewerbegebäude bepreisen:
Szenario A – Preisgestaltung ohne saubere Daten
- 4 Tage für den Abgleich inkonsistenter ERP-Exporte und Tabellenkalkulationen
- M&E-Kosten projektübergreifend unvergleichbar aufgrund unterschiedlicher Kostenstrukturen
- Pauschale 14% Marge angewendet zur Abdeckung von Datenunsicherheiten
- Endpreis: 2,4 Mio. €/Jahr
- Ergebnis: zweiter Platz. Das gewinnende Angebot lag bei 2,25 Mio. €.
Szenario B – Preisgestaltung mit sauberen Daten
- Historische Kostendaten nach asset-Typ und Region in 2 Stunden abgerufen
- Letzte 3 vergleichbare Verträge direkt vergleichbar
- Rückstellung präzise bemessen für Positionen mit echter Unsicherheit
- Endpreis: 2,23 Mio. €/Jahr mit intakter Marge
- Ergebnis: gewonnen. Marge geschützt.
What slows bid teams down
In den meisten FM-Angebotsprozessen ist die Verlangsamung nicht auf strategische Entscheidungen zurückzuführen – sondern auf die Datenbeschaffung. Historische Kostendaten zu finden bedeutet, mehrere Abteilungen anzuschreiben, auf Exporte aus verschiedenen Systemen zu warten und Zahlen abzugleichen, die nicht übereinstimmen, weil sie von verschiedenen Personen zu verschiedenen Zeiten unterschiedlich kategorisiert wurden.
„Die Vorbereitungszeit dauerte früher vier Tage, nur um die Daten zu bereinigen, bevor die Preisgestaltung überhaupt beginnen konnte.“
– Commercial Manager, europäisches FM-Unternehmen
What changes with structured cost data
- Der Abruf wird schnell. Historische benchmarks sind in Minuten zugänglich. Was kostete die HVAC-Wartung pro Quadratmeter bei unseren letzten fünf Verträgen, hat sofort eine zuverlässige Antwort.
- Die Margensimulation wird real. Sie können Preisszenarien anhand tatsächlicher Kostendaten modellieren. Welche Margenauswirkung hat es, wenn wir 3% bei der Arbeitskostenposition schärfen, ist eine Berechnung, keine Schätzung.
- Die Genauigkeit verbessert sich. Wenn Schätzungen auf Ist-Werten basieren, verringert sich die Lücke zwischen geschätzten und tatsächlichen Kosten bei gewonnenen Verträgen – was bedeutet, dass weniger Verträge die Marge durch die Ausführung schmälern.
The compounding effect
Bessere tender-Daten verbessern nicht nur einzelne Angebote. Jeder abgeschlossene Vertrag liefert bessere historische Daten für das nächste Angebot. Die Kalkulatoren erhalten intelligentere benchmarks. Der Prozess wird schneller. Die Gewinnraten bei wettbewerbsorientierten tenders verbessern sich – nicht weil das Serviceangebot geändert wurde, sondern weil die Preisgestaltung genau genug wurde, um wettbewerbsfähig zu sein, ohne unverantwortlich zu sein.
Richard Wallace
Co-founder, Pearstop
Richard brings deep commercial experience in hard services and FM. He works with clients to design data quality programmes that translate directly into procurement performance and contract accuracy.
LinkedIn →