Direkt zum Hauptbereich

KI-gestütztes CPQ-Reasoning in zwei Tagen lernen

Learn AI-Powered CPQ Reasoning in Two Days

KI-gestützte CPQ-Praxis: Vom Konzept zum lauffähigen Prototyp

Dieser Praxis-Workshop richtet sich an Verantwortliche aus den Bereichen CPQ, Produktmanagement und Vertrieb. Wir zeigen, wie Sie KI für die Produktkonfiguration nutzen können, ohne die Korrektheit, Governance oder bestehende Systemlandschaften zu gefährden.

Statt über Tools oder Zukunftsvisionen zu sprechen, führen wir ein praxistaugliches Modell ein. Der Kern des Ansatzes ist die klare Trennung von Entscheidungskontext für die Beratung und Korrektheitsregeln für die technische Validierung. Dadurch kann die KI den Prozess beschleunigen und vereinfachen, während Ihre bewährte CPQ-Logik weiterhin valide Konfigurationen und korrekte Preise garantiert.

Das kompakte Format – zwei halbe Tage – sorgt für Fokus und schnelle Resultate. Die Teilnehmer arbeiten zunächst an einem Referenzbeispiel und wenden die Methode dann auf einen Ausschnitt ihres eigenen Produkts an. Ziel ist kein konzeptionelles Demo, sondern ein konkreter, lauffähiger Prototyp, der intern geprüft werden kann.

Was dieser Workshop ist:

  • Eine strukturierte Einführung in KI-gestützte Logik für den Angebotsprozess.
  • Eine Praxisübung, in der Sie Produktlogik direkt anlegen und validieren.
  • Ein pragmatischer Weg, KI zu erproben, ohne bestehende Systeme ersetzen zu müssen.

Was dieser Workshop nicht ist:

  • Ein Projekt zur Ablösung Ihres CPQ-Systems.
  • Ein allgemeiner KI- oder Prompt-Engineering-Kurs.
  • Eine theoretische Schulung ohne greifbare Ergebnisse.

Am Ende des zweiten Vormittags haben die Teilnehmer ein gemeinsames Verständnis dafür, wie KI sinnvoll in CPQ-Prozesse integriert werden kann – und einen funktionierenden, nachvollziehbaren Prototyp, der auf ihrem eigenen Produkt basiert.

Workshop-Agenda (2 Halbtage)

Der Workshop ist auf zwei fokussierte halbe Tage ausgelegt: Nachmittag an Tag 1 und Vormittag an Tag 2. Wir sind bis zum Mittagessen am zweiten Tag fertig. Das Format ist durchgehend praxisorientiert, mit kurzen Modulen und Pausen für maximalen Lernerfolg.

Tag 1 — Nachmittag (13:00–17:00)

  • 13:00–13:20 | Einführung
    • Warum KI und Konfigurationslogik für CPQ entscheidend sind
    • Werkzeuge, Arbeitsmodell und Ziele des Workshops
  • 13:20–13:50 | Modul 2: Referenzbeispiel (LKW-Konfigurator)
    • Was ein Sprachmodell (LLM) als Konfigurator leisten kann – und was nicht
    • Warum harte Regeln (Constraints) für Korrektheit und Governance unerlässlich sind
  • 13:50–14:00 | Pause
  • 14:00–14:20 | Diskussion: Anwendungsfälle für KI im CPQ
    • Prioritäten festlegen: Geschwindigkeit, Korrektheit, Vertriebsunterstützung
    • Definition des Produkt-Ausschnitts für die Praxisübung an Tag 2
  • 14:20–14:50 | Modul 3: Produktlogik anlegen
    • Praxisübung: Anlegen von Produktbeschreibungen und Logik
    • Effektive Narrative formulieren, Varianten und Module einführen
  • 14:50–15:00 | Pause
  • 15:00–15:40 | Modul 4: Logik verfeinern
    • Gemeinsame Feinabstimmung der Logik und der Beratungsnarrative
    • Testen der Konfigurationsdialoge und Optimierung der Ergebnisse
  • 15:40–15:50 | Pause
  • 15:50–16:30 | Modul 5: End-to-End-Test (Angebotsprozess)
    • Szenarien durchspielen und diskutieren
    • Was bedeuten „korrekt“ und „nachvollziehbar“ in Ihrem Kontext?
  • 16:30–17:00 | Modul 6: Zusammenfassung & Ausblick
    • Wichtige Erkenntnisse und Planung für Tag 2

Tag 2 – Vormittag (Challenge, bis 12:00 Uhr)

  • 09:00–09:10 | Einführung in die Challenge
    • Kurze Wiederholung der Methode: Kontext vs. Regeln
    • Erläuterung der Aufgabe, der Erfolgskriterien und der vorbereiteten Daten
    • Bildung von Zweierteams
  • 09:10–11:00 | Team-Challenge: Bau und Validierung
    • Jedes Team arbeitet mit einem vorbereiteten Produktdatensatz
    • Definition des Entscheidungskontexts (Szenarien, Kompromisse, Erklärungen)
    • Implementierung eines kleinen Sets an harten Regeln für die Korrektheit
    • End-to-End-Tests zur Sicherstellung valider und nachvollziehbarer Ergebnisse
  • 11:00–11:10 | Kurze Pause
  • 11:10–11:50 | Ergebnispräsentationen
    • Jedes Team stellt seine Lösung vor
    • Demonstration der Logik, der Regeln und der resultierenden Konfigurationen
    • Diskussion über Unterschiede, Erkenntnisse und Modellierungsansätze
  • 11:50–12:00 | Abschluss und nächste Schritte
    • Wesentliche Erkenntnisse aus der Challenge
    • Diskussion: Wie lässt sich der Ansatz auf reale CPQ-Umgebungen übertragen?
    • Nächste Schritte und mögliche Follow-ups

Preise und Formate

Inhouse-Training

Das Inhouse-Training kostet 1.390 € zzgl. Reisekosten nach Aufwand. Dieses Format bieten wir ausgewählten Kunden nach Absprache bei Ihnen vor Ort an.

Das Inhouse-Training beinhaltet:

  • Zwei halbtägige Trainings-Sessions bei Ihnen vor Ort
  • Einen Monat Zugang zu sailsrep.ai für alle Teilnehmer zur weiteren Praxis
  • Zwei Follow-up-Sprechstunden für Fragen, Iterationen und Erfahrungsaustausch
  • Einen lauffähigen Demonstrator auf Basis Ihres eigenen Produkts zur internen Evaluation

Offene Trainings

Offene Trainings kosten 499 € pro Teilnehmer. Sie folgen der gleichen Struktur und Methodik, finden aber in einer gemischten Gruppe statt.

Die offenen Trainings finden monatlich in Stockholm statt, in der Regel am ersten Mittwoch des Monats. Termine können sich aufgrund von Feiertagen oder anderen Terminkonflikten verschieben.

Beide Formate liefern ein konkretes, funktionierendes Ergebnis und ein klares Verständnis dafür, wie der Ansatz in der Praxis von Industrie- und Fertigungsunternehmen funktioniert.

Kommentare

Beliebte Posts aus diesem Blog

Wird generative KI CPQ-Systeme wirklich überflüssig machen oder intelligenter?

In einem Workshop letzte Woche kam die Frage auf, die alle umtreibt: Wenn AGI Realität wird, brauchen wir dann überhaupt noch CPQ-Systeme? Es wurde so still im Raum, wie es nur wird, wenn eine Frage ins Schwarze trifft. Ich arbeite seit dem Jahr 2000 mit CPQ-Systemen, meist mit Tacton, und sehe in Projekten ein wiederkehrendes Muster: CPQ ist stark in der Validierung und Struktur, versagt aber genau in dem Moment, der einen Deal voranbringt. Der Vertriebler muss immer noch die entscheidende Frage des Kunden beantworten: Warum ist genau diese Konfiguration die richtige für meine Situation? Große Sprachmodelle (LLMs) können dieses „Warum“ erklären. Sie können Szenarien abwägen, Zielkonflikte aufzeigen und Komplexes verständlich machen. Das verändert die Risikobewertung fundamental. Die Gefahr ist nicht, dass KI CPQ ersetzt. Die Gefahr ist, dass KI offenlegt, wo CPQ heute an seine Grenzen stößt. Die falsche Frage nach der Zukunft von CPQ Die binäre Frage – ersetzt KI CPQ oder nicht? – ve...

CPQ-Integrationsleitfaden: CRM, ERP und PLM ohne Silos verbinden

„Das Angebot ist freigegeben, aber die Buchhaltung kann es nicht sehen. Kann jemand ein PDF exportieren und ans Werk schicken?“ Wenn Ihnen das bekannt vorkommt, ist Ihr CPQ-System nicht integriert. Es ist eine Insellösung. Einige wenige Mitarbeiter werden dadurch schneller, während der Rest des Unternehmens Workarounds basteln muss. Genau so verliert ein Vertriebsprozess an Geschwindigkeit. In unzähligen Projekten sehe ich immer wieder dieselbe Wahrheit: Ein CPQ-System ist nur so stark wie seine Integration. Ein reines Angebotstool schafft neue Datensilos und manuelle Arbeit. Der wirkliche Mehrwert entsteht erst, wenn CPQ nahtlos in die Prozesskette aus CRM, ERP und – im Maschinen- und Anlagenbau – PLM eingebettet ist. Wenn CPQ und CRM sich widersprechen, verliert der Vertrieb das Vertrauen in beide Systeme. Die versteckten Kosten von Insellösungen Teams schieben langsame Angebotsprozesse oft auf die Benutzeroberfläche oder mangelndes Training. In Wahrheit ist es fast immer ein Integr...

KI wird Ihr CPQ nicht reparieren: Dieser hybride Ansatz schon.

KI-gestütztes CPQ: Vom Konzept zum funktionierenden Prototyp Dieses Training richtet sich an Verantwortliche aus CPQ, Produktmanagement und Vertrieb, die KI in der Produktkonfiguration einsetzen wollen, ohne Korrektheit, Governance oder bestehende Systeme zu gefährden. Statt auf Werkzeuge oder Zukunftsversprechen zu fokussieren, stellt der Workshop ein praxistaugliches Betriebsmodell vor. Der Kern des Modells ist die klare Trennung von Kontext für die Entscheidungsfindung und Regeln für die Korrektheit . Dieser Ansatz erlaubt es, Ihre bestehende CPQ-Landschaft gezielt um KI-gestützte Logik zu erweitern. Die KI beschleunigt die Benutzerführung, während die bewährte CPQ-Engine weiterhin korrekte Konfigurationen und Preise sicherstellt. Das Format ist bewusst auf zwei halbe Tage komprimiert, um Fokus und Dynamik zu gewährleisten. Die Teilnehmer arbeiten zuerst an einem Referenzbeispiel und wenden die Methode anschließend auf einen Ausschnitt ihres eigenen Produktportfolios an. Zie...