Mittwoch 21:43 Uhr. Der Tag war voll, der Hänger steht halb gepackt im Hof, drei Aufmasszettel liegen auf dem Tisch. Jeder Zettel ist ein Angebot, das raus müsste, bevor du Freitag wieder beim Kunden stehst oder bevor der Wettbewerber schneller war. Du kennst das Gefühl: irgendwo zwischen müde und leicht resignativ schaltest du den Laptop ein, öffnest die Word-Vorlage, fängst an zu tippen.
Dieser Beitrag dreht sich nicht um eine bestimmte App, sondern um eine Kategorie von Software. „Voice-to-Quote" beschreibt einen Ansatz, bei dem du dein Angebot sprichst statt tippst, und die Software daraus strukturierte Positionen mit Mengen, Einheiten und Fachbeschreibungen baut. Wir bauen selbst ein Tool in dieser Kategorie (Angebotsmeister), aber dieser Text soll dir erst mal die Kategorie erklären, mit ehrlichem Tool-Vergleich. Wenn du Produkt-Storytelling willst, lies stattdessen Angebot in 90 Sekunden, das ist die Marketing-Variante.
So schreibst du heute Angebote (manueller Workflow)
- Aufmaß auf der Baustelle, mit Bandmaß, Notizblock oder Foto vom Raum. Du kritzelst Maße, Räume, Sonderwünsche auf einen Zettel oder ins Handy.
- Zettel landet im Auto, in der Hosentasche, auf dem Beifahrersitz. Ab hier altert der Kontext: was du noch wusstest, als du vor Ort warst, ist morgen schon zur Hälfte vergessen.
- Abends oder am Wochenende öffnest du Word, Lexware oder eine andere Vorlage, kopierst die Kopfzeile vom letzten Angebot und passt Adresse und Datum an.
- Position für Position abtippen: „Wandflächen Wohnzimmer und Flur Q3 spachteln, ca. 78 qm". Mengen rechnen, Einheiten setzen, fachgerechte Beschreibung formulieren.
- Stundensatz heraussuchen, Quadratmeterpreise aus dem Gedächtnis (oder aus der letzten Rechnung) übernehmen, Materialaufschlag draufrechnen, Summe nachrechnen.
- PDF erzeugen, prüfen ob das Logo richtig sitzt und die Steuernummer drin ist, an den Kunden schicken oder ausdrucken und übergeben.
Das ist der Standard-Workflow in den meisten 1- bis 5-Mann-Betrieben. Er funktioniert, er produziert saubere Angebote, und er kostet Zeit. Viel Zeit.
Was dich das pro Angebot kostet
Rechnen wir ehrlich durch, was der manuelle Workflow tatsächlich auf den Tisch bringt. Die Zahl, die wir am häufigsten von Betrieben hören, mit denen wir gesprochen haben, liegt bei 60 bis 120 min pro Angebot. Das ist keine offizielle ZDH-Studie, das ist Branchen-Faustregel und persönliche Erhebung aus Gesprächen mit Handwerkern. Wenn du es genauer wissen willst: stoppe selbst eine Woche lang die Zeit, du wirst dich wundern.
- Manuell: 90 min pro Angebot im Durchschnitt (zwischen 60 und 120 min, je nach Komplexität)
- 6 Angebote pro Woche × 90 min = 9 Std/Woche × 75 €/h Stundenverrechnungssatz = rund 675 €/Woche
- Hochgerechnet auf das Jahr: 52 × 675 € = rund 35.000 €/Jahr in reiner Schreibzeit
- Voice-to-Quote: 90 sec Sprachaufnahme + 5 min Review der KI-Vorschläge + 2 min PDF generieren und versenden = rund 8 min pro Angebot
- 6 Angebote pro Woche × 8 min = 48 min/Woche = 0,8 Std/Woche × 75 €/h = rund 60 €/Woche
- Hochgerechnet: 52 × 60 € = rund 3.100 €/Jahr
- Differenz: rund 32.000 €/Jahr zwischen manuell und Voice-to-Quote
Plus, und das ist der weiche Posten: kein Angebot wird mehr „vergessen" oder verzögert. Der Sonntagabend-Stapel, auf dem drei Angebote liegen, weil die Woche zu voll war, hört auf zu existieren. Das schlägt sich nicht in einer Stundenrechnung nieder, aber in der Abschlussquote: ein Angebot, das innerhalb von 24 Std beim Kunden ist, gewinnt deutlich häufiger als eines nach 7 Tagen.
Auch wenn deine Zahlen kleiner sind (3 Angebote pro Woche statt 6), bleibt die Größenordnung. Mehrere zehntausend Euro pro Jahr Differenz, die ein Drei-Mann-Betrieb durch Schreibtisch-Schreiben verbrennt.
Was Voice-to-Quote als Kategorie bedeutet
Voice-to-Quote ist ein Sammelbegriff für Software, die aus einer Sprachaufnahme ein strukturiertes Angebot erzeugt. Drei technische Bausteine arbeiten dabei zusammen, alle drei sind seit etwa 2023 ausgereift genug für den produktiven Einsatz im Handwerk.
Erstens: ein Transkriptionsmodell. Die Sprachaufnahme wird in Text verwandelt, in der Regel über OpenAIs Whisper oder ein vergleichbares Modell. Whisper ist für Deutsch sehr robust, kommt mit Dialekt zurecht und auch mit Hintergrundgeräuschen wie Kompressor, Verkehr oder Stimmen auf der Baustelle. Du musst nicht aussprechen wie ein Nachrichtensprecher.
Zweitens: ein Sprachmodell, das den transkribierten Text strukturiert. Hier kommt der entscheidende Unterschied zu klassischem Diktieren. Ein Diktat ins Word-Feld macht aus deiner Sprachnachricht einen Block Fließtext. Voice-to-Quote dagegen versteht, dass „Wohnzimmer 24 Quadratmeter, Decke und Wände in Q3 spachteln, zweimal weiß streichen" drei oder vier separate Angebotspositionen sind, mit Mengen, Einheiten (qm) und Fachbeschreibung. Das Modell bekommt dafür einen handwerksspezifischen Kontext, eine Art Brief: dass es sich um ein Maler-Angebot handelt, welche typischen Arbeitsschritte und Einheiten dieses Gewerk hat, in welcher Form Positionen formuliert werden sollen. Je besser dieser Kontext gepflegt ist, desto näher liegen die KI-Vorschläge an dem, was du sowieso hingeschrieben hättest.
Drittens: der Output. Strukturierte Positionen werden in einer App-Oberfläche angezeigt, du kannst korrigieren, Preise eintragen, dann wird ein DIN-5008-konformes PDF erzeugt. Hier endet die Magie und es geht um klassisches Software-Handwerk: sauberes Layout, stimmige Briefkopf-Logik, korrekte MwSt-Behandlung, ZUGFeRD bei B2B-Pflicht.
Was Voice-to-Quote NICHT ist: ein Diktat-Tool, das deinen Sprechtext in ein Textfeld kippt. Der Unterschied ist die Strukturierung. Die KI versteht Mengen, Einheiten, Fachsprache und Kalkulationslogik, ohne dass du sie diktieren musst. Du sprichst, wie du dem Kollegen erklären würdest, was hier gemacht werden muss, der Rest ist Übersetzung in Angebotsform.
Welche Tools können das? (Landschaft)
Voice-to-Quote als eigene Kategorie ist neu, deswegen ist die Landschaft gerade in Bewegung. Hier eine ehrliche Übersicht, sortiert nach Setup-Komplexität, nicht nach Empfehlung:
| Lösung | Wofür gemacht | Setup | Monatlich | Stärken | Schwächen |
|---|---|---|---|---|---|
| Word-Vorlage | improvisierter Standard | 0 | 0 € | gewohnt, kostenfrei | 60–120 min pro Angebot |
| sevdesk / Lexware Office | Buchhaltung mit Angebots-Modul | 1 Woche | 18–40 € | mature, mit Buchhaltung | kein Voice, generischer Tonfall |
| plancraft / ToolTime / streit_up | Größere Handwerksbetriebe | mehrere Wochen | 80–200 € | tief integriert | kein Voice-to-Quote, kein Handwerks-Sprachmodell |
| craftboxx / Meisterwerk | Kleinere Betriebe, modern | 1–2 Tage | 30–80 € | App-first | partielles Voice (nur Diktat ins Feld), nicht Voice-to-Position |
| Angebotsmeister | 1–5-Mann-Betrieb mit Voice-First-Anspruch | 0 Setup | ab 0 € (Lehrling), ab 39 € (Geselle) | echtes Voice-to-Quote, Handwerks-Sprachmodell, Kalkulation lernt mit | Funktionsumfang außerhalb Angebote noch dünn; junges Produkt; keine eigene Buchhaltung (Übergabe an Steuerberater per DATEV) |
Diesen Preis ins Angebot übernehmen: in 30 Sekunden
Sprich deinen Auftrag ein. Angebotsmeister kennt die Marktpreise und erstellt das Angebot mit allen Positionen.
Word-Vorlagen sind das, was viele heute machen, und auch das ist besser als gar nichts. Aber 60 bis 120 min pro Angebot lassen sich nicht wegformatieren. sevdesk und Lexware Office sind solide Buchhaltungstools mit angeschraubter Angebotsfunktion, ohne handwerksspezifische Sprache und ohne Voice. Wenn deine Stärke bei der Buchhaltung liegt, sind sie eine sinnvolle Wahl, das Schreiben selbst beschleunigen sie nicht.
plancraft, ToolTime und streit_up zielen auf Handwerksbetriebe ab 10 oder 15 Mitarbeitern. Die Tools sind gut gemacht, aber sie sind für ein anderes Setup gebaut, in dem ein Sekretariat oder eine kaufmännische Kraft Angebote schreibt. Voice-to-Quote ist dort kein Feature, weil die Annahme ist, dass eine Person mit Tastatur am Schreibtisch sitzt.
craftboxx und Meisterwerk sind App-first und damit näher am 1-5-Mann-Workflow. Beide haben Diktat-Funktionen, in denen du in ein Beschreibungsfeld sprechen kannst, das wird transkribiert und in das Feld gekippt. Das ist nicht dasselbe wie Voice-to-Position. Du musst nach dem Diktieren weiterhin manuell Mengen eintragen, Einheiten setzen, das Ganze in Positionen aufsplitten. Es spart 20 oder 30 Prozent Zeit, nicht 90 Prozent.
Was wir bei Angebotsmeister gebaut haben, gehört in die letzte Zeile der Tabelle. Echtes Voice-to-Quote mit Gewerk-spezifischem Sprachmodell. Schwächen sind real: das Produkt ist jung, der Funktionsumfang außerhalb der Angebotserstellung (Bauakte, Rechnungen, Stunden) ist dünner als bei plancraft, eine vollständige Buchhaltung gibt es nicht (DATEV-Export ist da, UStVA in der App nicht). Wer eine ERP-Lösung will, schaut eher in Richtung plancraft oder TAIFUN.
Eine ausführlichere Liste mit allen acht etablierten Tools (jenseits der Voice-Frage) findest du in Beste Angebotssoftware Handwerk 2026.
Was wir bei Angebotsmeister gebaut haben
Du öffnest die App auf der Baustelle, wählst den Kunden (oder legst ihn neu an, ein Tap), drückst auf das Mikrofon und sprichst maximal 3 min. Im Hintergrund läuft die Aufnahme durch Whisper (Audio zu Text, deutsch, dialekttolerant), dann durch Claude mit einem gewerk-spezifischen Prompt aus unserer gewerk_prompts-Datenbank. Die KI weiß, dass du Maler bist (oder Trockenbauer, oder Bodenleger), kennt die typischen Arbeitsschritte für dieses Gewerk und formuliert die Positionen so, wie ein erfahrener Meister sie schreiben würde.
Was du nach 20 bis 40 Sekunden Verarbeitung siehst: eine Liste von 4 bis 12 Positionen, mit Beschreibung, Menge, Einheit. Preise lässt die KI bewusst leer, dein Stundensatz gehört dir, nicht der KI. Stattdessen schaut Angebotsmeister in deiner Preishistorie nach: für „Q3-Spachteln" hast du letztes Mal 18,50 €/qm berechnet, willst du das übernehmen? Ja, ein Tap. Drei oder fünf Angebote später lernt die Kalkulation aus deinen tatsächlichen Stunden über learned_labor_factors und schlägt realistischere Aufwandswerte vor.
Output ist ein DIN-5008-konformes PDF mit deinem Briefkopf, deinem Logo, deiner Bankverbindung. Versand per E-Mail oder WhatsApp, optional mit Kundenportal-Link für Annahme online. Im Detail erklärt das die Angebotsschreiber-Agent-Seite.
FAQ
Wie genau ist die KI bei Mengen und Einheiten?
Bei Mengen, die du explizit nennst („24 Quadratmeter Wohnzimmer", „4 Türzargen"), übernimmt die KI exakt deine Zahl. Bei Mengen, die sich aus dem Aufmaß ableiten lassen („Wände und Decke des Wohnzimmers Q3 spachteln" bei vorher genannten Raummaßen), rechnet die KI plausible Werte aus, mit Annahmen über Standard-Raumhöhe und Türabzug. Bei Einheiten ist die Trefferquote hoch: qm für Flächen, lfm für Sockelleisten, Stück für Türen und Heizkörper, pauschal für Abdeckarbeiten. Das Ergebnis ist ein Vorschlag, kein finales Angebot. Du gehst die Liste am Handy oder Desktop durch, korrigierst Mengen mit zwei Taps, dann wird das PDF erzeugt. Aufmaß bleibt ein Handwerks-Job.
Was passiert, wenn ich ein Wort falsch ausspreche oder ein Fachbegriff fehlt?
Whisper kommt mit den meisten deutschen Handwerker-Begriffen zurecht, auch mit norddeutschem oder bayrischem Einschlag. Wenn ein Wort doch mal falsch transkribiert wird (zum Beispiel „Putzgrund" wird zu „Putzfront"), dann landet das im strukturierten Output und du kannst die Beschreibung an der Stelle korrigieren. Du siehst sowohl das Transkript der Aufnahme als auch die generierten Positionen, also kannst du an beiden Stellen ansetzen. Über die Zeit lernt das System nichts neu im klassischen Sinne, aber wir pflegen die Gewerk-Prompts manuell weiter, wenn wir merken, dass ein Begriff oder eine Position systematisch falsch verstanden wird. Konkrete Rückmeldungen aus dem Feld nehmen wir gerne entgegen.
Funktioniert das auch ohne Internet auf der Baustelle?
Aktuell nicht. Whisper und Claude sind beides Cloud-APIs, die Aufnahme muss zur Verarbeitung an einen Server geschickt werden, dafür brauchst du Empfang. Auf den meisten Baustellen ist 4G oder 5G ausreichend, im Keller oder im tiefen Altbau mit dicken Wänden kann es eng werden. Was du in dem Fall machen kannst: Aufnahme als normale Sprachmemo auf dem Handy speichern, später hochladen, sobald wieder Empfang da ist, die KI verarbeitet es dann nachträglich. Voller Offline-Modus mit lokalem Sprachmodell ist auf unserer Roadmap, aber ehrlich: das ist nicht morgen. Wer jetzt schon zuverlässig offline arbeiten muss, ist mit Voice-to-Quote heute noch nicht gut bedient.
Welche Gewerke werden unterstützt?
Den ausgereiftesten Stand haben wir bei Maler, Trockenbau und Bodenbelag. Für diese drei Gewerke gibt es einen vollen Prompt-Stack, einen Katalog typischer Arbeitsschritte mit Aufwandswerten und vorgefertigte Position-Templates. SHK, Elektro und Tischler werden ebenfalls unterstützt, aber aktuell nur mit einem Basis-System-Prompt, ohne tieferen Operations-Katalog. Das heißt: die Voice-Aufnahme funktioniert, die Positionen werden strukturiert, aber Aufwandswerte für SHK-spezifische Tätigkeiten (Heizungsmontage, Bad-Sanierung-Bauteile) müssen wir noch auffüllen. Wenn du in einem dieser drei Gewerke arbeitest, läuft das Tool, aber die Treffsicherheit ist noch nicht ganz auf Maler-Niveau. Andere Gewerke (Dachdecker, Schreiner, Fliesenleger) sind als Sonstige verfügbar, da ist der Prompt allgemeiner gehalten.
Brauche ich vorher Vorlagen, oder kann ich direkt loslegen?
Direkt loslegen, keine Vorlage nötig. Du installierst die App, machst das Onboarding (Firmenname, Logo, Stundensatz, Bankverbindung, ein paar Minuten), und kannst sofort dein erstes Angebot per Voice aufnehmen. Eine Vorlagen-Bibliothek im klassischen Sinn (also: vorgefertigte Angebote, die du anpasst) bauen wir bewusst nicht. Der Voice-to-Quote-Workflow ist dafür gedacht, dass die Position frisch aus dem Aufmaß entsteht, nicht aus einer alten Vorlage kopiert. Was passiert, ist dass die KI mit jedem geschriebenen Angebot deine Preise lernt und beim nächsten Angebot mit „Q3-Spachteln" sofort 18,50 €/qm vorschlägt, weil das dein letzter Wert war. Das ist die individuelle Vorlage, die sich von alleine aufbaut, ohne dass du sie pflegen musst.
Voice-to-Quote selbst testen? Mit Angebotsmeister kostenlos starten, 5 KI-Angebote pro Monat im Lehrling-Tarif kostenlos. Geselle-Tarif (39 €/Monat) hebt das auf 200 KI-Angebote.
Weiterführend: Beste Angebotssoftware Handwerk 2026, Angebot in 90 Sekunden, Angebotsschreiber-Agent im Detail.